344867366
099-45679321
导航

陈建文:欲疏通AI大瓶颈,如何提升“大”数据的价值与共识?

发布日期:2021-03-19 18:01

本文摘要:1月10日-1月11日,中国自动化学会董事长郑南宁院士、中国计算机学会董事长高文院士联合兼任指导委员会主席,中国自动化学会主席、中国科学院自动化研究所研究员王进步与中国自动化学会副理事长、澳门大学讲座教授、欧洲科学院院士陈俊龙联合兼任峰会程序主席的2019国家智能产业峰会在青岛香格里拉大酒店举行。其中,亿欧作为特邀媒体参加峰会展开现场报道。在智能平行论坛现场,电子科技大学教授陈建文开展了主题为智能产业落地中的供需关系的主题演说。

芭乐app官网

1月10日-1月11日,中国自动化学会董事长郑南宁院士、中国计算机学会董事长高文院士联合兼任指导委员会主席,中国自动化学会主席、中国科学院自动化研究所研究员王进步与中国自动化学会副理事长、澳门大学讲座教授、欧洲科学院院士陈俊龙联合兼任峰会程序主席的2019国家智能产业峰会在青岛香格里拉大酒店举行。其中,亿欧作为特邀媒体参加峰会展开现场报道。在智能平行论坛现场,电子科技大学教授陈建文开展了主题为智能产业落地中的供需关系的主题演说。

陈建文表示,AI现在相当大的瓶颈是,如果AI需要非常大的变革,那一定是相当大的数据,但是现在的数据获得者没有得到足够的激励机制。而且,一些数据被中心化的平台垄断,妨碍了创造力。

为数据提供者获得正确的激励机制环境,构建的数据具有价值化、共识化,不构成相当大的数据市场,人工智能也需要进一步发展。AI大爆炸帮助大数据资源频发论坛现场,陈建文首先对人工智能行业的发展进行了五个方面的总结:人工智能的出现、人工智能的高估、人工智能的高潮、人工智能的低潮、人工智能的浪潮。相关资料显示,1956年7月,Marvin、Minsky等有远见的年长科学家在Dartmouth学会上明确提出了人工智能这一新学科,从1970年到1980年,大规模的数据和简单的任务不能完成,计算能力不能突破,人工智能进入发展瓶颈期,1982年神经网络有很强的自学能力因此,人工智能转向第二个高潮期,转向发展黄金期。

到了90年代初期,DARPA还没有建立起来,新领导人指出人工智能不是下一个浪潮,而是人们专家系统的疯狂欢迎逐渐冷却,政府削减了人工智能的研究投入,人工智能进入了第二个低潮期。2006年,机器学习大师、多伦多大学教授Geoffrey-Hinton明确提出的深度自学在研究领域和应用领域的发动热潮,人工智能转向第三次发展浪潮。2016年,AlphaGo战胜了韩国棋手李在石,再次爆发了世界对人工智能的关注和研究。根据AI的产业发展历史和越来越激烈的现状,陈建文在会议上明确提出人工智能越来越激烈为什么现在?这个问题,从以下三点开始,第一,摩尔法则所述的计算能力指数迅速增加。

在过去的五六十年里,摩尔法则迅速增长,摩尔法则是指我们的计算能力每十八个月翻一番。计算能力迅速增加,我们过去无法开展的计算现在可以计算了。二是互联网和物联网爆炸性快速增长产生的大量数据。

有了大量的数据,人工智能可以通过大量的数据收集来自学,我们每个生活的角落都会数据化。第三,智能算法的缓慢发展。

人最初不模拟大脑工作的原理,制作人工智能、机器学习的算法,但在今后的发展过程中,我们可能会发售一些算法,大脑明显不能构筑,但是在机器中需要构筑,例如量子计算。其中,陈建文特别强调,数据资源和智能算法是关键。

人工智能产业链下的久必合,久必合陈建文将人工智能产业链分为投资层、理解层、技术层、平台层四个层次。投资层:资本环境的活跃大大推进了人工智能产业的培养,资本与企业之间的相互促进也加强了中国人工智能产业的整体实力和发展。理解层:理解层被定义为机脑,包括科学知识图像吗?语义分析和智能解说/虚拟世界助理两个核心领域。

技术层:为整个产业链获得标准化AI技术能力,其中感觉层包括现在技术成熟期的计算机视觉和语言语音识别两项机械感觉任务,平台层:以标准化技术应用于平台的形式获得深度自学、模型识别等技术应用服务,访问应用层。陈建文回答说,人工智能产业链不仅包括我们现在熟悉的机器人、智能生产、无人驾驶等方面,河南、山东、河北等四五线小镇也为人工智能整理了一系列数据。其次,对于中心化和去中心化的要点,陈建文明确提出了分长必合,合长必分的意见。第一,电路交换时代,ATT成为中心化网络的垄断者,第二,在集团互动时代,以TCP/IP为基础的中心网络超越了ATT的垄断,第三,碎片化的网络内容引起了中心化的内容平台、谷歌和Facebook等,第四,块链技术引导了新的中心化自己组织P2P机制的浪潮。

加快人工智能产业落地,如何解决问题数据流通问题?演讲的最后,陈建文特别强调,深度神经网络对数据、计算等资源有很大的市场需求。人工智能没有很多问题,对于技术开发者来说,数据提供的障碍很高,另一方面,数据来源过于集中,大量的数据被少数垄断企业控制,考虑到数据的高价值和商业秘密的维护,企业往往对外开放数据。另一方面,由于隐私无法确保,许多有价值的私人数据无法提供。获取数据的门槛太低,阻碍了算法的进化速度。

陈建文表示,对于数据所有者来说,数据流通没有必要解决的几个痛点:数据权属:无法明确定义的数据质量:标准不同的数据安全:隐私和欺诈无法确保的数据定价:数据价值不能取决于。此外,陈建文还介绍了人工智能块链的共生和人工智能的共识,增进了块链的改良商业模式。陈建文认为,加密经济学构筑了对数据提供者有正确激励机制的环境的数据价值化、共识化的公平数据市场,数据的价值是用语言和粽子来决定的加密数据市场,用户获得的数据最不受尊敬。因此,AIBLOCKCHAIN:用AI改建块链的基础,解决问题块链的效率和安全问题,BLOCKCHAINAI:块链的AI数据资产交换,解决问题用户之间的交易信赖问题。

陈建文:电子科技大学教授,博导。毕业于清华大学子工程系,自2007年以来,兼任IBM麦克风研究员。

2010年陈建文重新加入UC影像通信实验室,研究方向包括视频庄限、数字影像/视频分析、计算机视觉、机械学习等。2012年10月,陈建文重新加入哈佛大学视觉研究中心,研究方向是基于人眼视觉特性的视频质量评价和视频应用的研究。

芭乐APP

2016年,被选为国家特聘青年专家,从当时开始兼任电子科技大学原电子工程学院的教育侦探、博士生指导者,现在的电子科技大学视觉智能研究中心(MediaLab)的负责人。


本文关键词:陈建文,陈,建文,欲,疏通,大,瓶颈,如何,提升,芭乐app官网

本文来源:芭乐app官网-www.shulijs.com