中科院計算所羅平：人工智慧缺乏正確認知AI是什麼？

當今AI-人工智慧的浪潮已經席捲了交通、商業、製造業、政府，乃至軍事等眾多行業。大致每隔12年左右，計算機產業就會發生一次巨大的變革。從Dos、Windows、Internet互聯，到移動互聯，下一個平臺的變革將由AI引領，並將在2020年左右逐漸成形。然而，不管是公眾還是產業界，普遍對人工智慧缺乏正確的認知。2017年4月28日，由中國新一代IT產業推進聯盟主辦，CIO時代APP承辦的”第56期CIO時代資訊化大講堂”活動在北京大學燕園大廈如期舉行。

本次活動由CIO時代APP總編朱啟明主持，中國科學院計算技術研究所智慧資訊處理重點實驗室任副研究員、博士生導師羅平作為本期活動的嘉賓，發表了題為《AI是什麼？》的主題分享。本次活動吸引了業內專家、IT公司技術人員、周邊高校相關專業學生等近百人的參加。現場爆滿，座無虛席。

中國科學院計算技術研究所智慧資訊處理重點實驗室任副研究員、博士生導師    羅平

他在活動上主要詳細介紹了AI的發展歷程、熱潮及AI威脅論，機器學習、深度學習的認知，實用型、功能型的AI的特徵以及如何投資AI產業等主題內容。

AI的發展歷史

1956年，機器定理證明智慧跳棋程式標誌著人工智慧的誕生。然而，機器翻譯笑話百出以及定理證明發展乏力，任使務失敗、目標落空。到1970年，醫療、化學、地質專家系統遍地開花，使人工智慧轉向應用，在發展過程中，神經網路研究受阻，多項研究發展也較為緩慢。直到2000年左右，隨著我國提出感知中國的理念，IBM提出智慧地球的概念，以及深藍戰勝國際象棋冠軍等，網際網路推動了AI的創新應用。2010年開始，雲端計算、大資料、物聯網的等新一代資訊科技的變革，深度學習和大資料興起帶來了AI的爆發。

機器學習的三要素

1、優化目標建立；這裡的目標主要是基於大量標註資料，計算出使得損失函式最小的模型引數。2、優化求解過程；3、模型預測過程

對AI的冷靜思考

AI涉及到模型、資料和計算三個方面的內容，在人工智慧的大潮下，我們需要思考AI的邊界在哪裡，即能解決哪些問題，而又有哪些問題是無法解決的。人工智慧是仿生學的反向工程，簡化的數學模型加上高效能運算，開發實用型和功能型的AI，是實現AI的途徑。

AI對產業的影響

AI的到來，一方面使人們產生了對機器取代體力的擔憂，另一方面則是對機器取代體力的擔憂。事實上，新技術並不會創造新的就業，在未來，一些行業很有可能被AI所取締。AI本身是沒錯的，它是勢不可擋的。而且可預見的是，未來大部分行業，都用不上人類。所以我們更要思考，站在行業發展的角度，掌握最新技術進展以及行業需要的趨勢，深入生存。

如何投資AI產業

在行業基礎上，要考慮垂直領域以及通用場景的特徵、應用價值；在資料基礎上，要對資料的規模、成本、壁壘有所考量和預測；在模型基礎上，從x到y的對映關係是否穩定存在可以評估AI的效果，另外，在人才儲備方面，要求行業和AI人才。

活動現場

在活動的提問討論環節中，他對到場嘉賓所提的問題依次做了詳細的解答，他以極其新穎的行業觀點和專業性的講解，贏得了陣陣掌聲，大家紛紛表示不虛此行。活動最後，現場嘉賓進行了合影留念。

合影留念

“CIO時代資訊化大講堂”活動每隔週三下午19:00-20:30定期舉辦公開講座，更多幹貨分享以及活動動態，請關注CIO時代APP。掃描下方二維碼即可下載。

本文出處：暢享網
本文來自雲棲社群合作伙伴暢享網，瞭解相關資訊可以關注vsharing.com網站。