99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

深度學(xué)習(xí)仍缺乏科學(xué)理論根基,會碰到發(fā)展壁壘

倩倩 ? 來源:lq ? 作者:DeepTech深科技 ? 2019-09-20 15:53 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

最近這兩天,一款 AI 換臉應(yīng)用有點火爆,名叫 ZAO 逢臉造戲,最后被媒體扒出來,其實是陌陌旗下孵化公司的技術(shù)團隊做的,連該公司 CEO 都是陌陌高管成員。更深一步了解,這個項目由陌陌 CEO 唐巖主導(dǎo),陌陌企業(yè)發(fā)展部的作品。

但是,大眾對于這款產(chǎn)品的爭議點,并不在產(chǎn)品體驗上的趣味因素上,更多的是關(guān)于數(shù)據(jù)隱私問題。

說起人工智能(AI)技術(shù),一定離不開三大因素,必要的大數(shù)據(jù)信息、強大的算法技術(shù),以及必要的算力支持,這些是人工智能技術(shù)發(fā)展的重要組成部分。其中,大數(shù)據(jù)是人工智能技術(shù)發(fā)展的基礎(chǔ)。

關(guān)于利用 AI 技術(shù)的數(shù)據(jù)隱私問題,是人們非常關(guān)注的重點話題之一。

AI 數(shù)據(jù)是一把雙刃劍

隨著互聯(lián)網(wǎng)時代的發(fā)展,AI 技術(shù)給人們的生活帶來便捷的同時,大眾的職業(yè)信息、購買偏好、日常出行、刷臉支付信息以及身份證信息等,都已經(jīng)以數(shù)據(jù)輸入的形式被這些機構(gòu)“收入囊中”,并通過“殺熟”、“精準(zhǔn)”等方式,以人工智能技術(shù)為核心的產(chǎn)品或營銷方式來騷擾你的正常生活,對公民隱私保護造成了嚴(yán)重威脅。

“實際上每個人都有自己關(guān)于隱私的底線,因此就很難有個通用的解決方案,這個問題很難解決。但是,堅持?jǐn)?shù)據(jù)向善很重要?!备鐐惐葋喆髮W(xué)教授、美國計算機協(xié)會(ACM)會士周以真在接受 DeepTech 采訪時這樣表示。周以真一直以倡導(dǎo)計算思維而聞名,在數(shù)據(jù)科學(xué)方面頗有建樹,曾任微軟全球研究院資深副總裁,目前是哥倫比亞大學(xué)數(shù)據(jù)科學(xué)研究院(DSI)主任。哥大數(shù)據(jù)科學(xué)研究院和企業(yè)界有著廣泛合作,與不同領(lǐng)域的 25 家企業(yè)建立合作伙伴關(guān)系,其中也包括阿里、百度、滴滴。

圖|哥倫比亞大學(xué)教授周以真(來源:受訪者提供)

周以真認(rèn)為,盡管數(shù)據(jù)驅(qū)動了 AI 技術(shù)的發(fā)展,但請用善良的方式使用數(shù)據(jù),這是極為重要的,畢竟,在 AI 技術(shù)的背后仍然是人類在做主導(dǎo)。

根據(jù)早前 DeepTech 的報道,至少有 26 位重量級 AI 研究人員,稱亞馬遜的圖像識別系統(tǒng) Amazon Rekognition 擁有高錯誤率、性別歧視、偏差等問題,要求亞馬遜停止向執(zhí)法部門出售該工具,包括 ACM A.M. 圖靈獎得主 Yoshua Bengio、加州理工學(xué)院教授 Anima Anandkumar 等。從學(xué)術(shù)圈的角度來看,在某些情況下,建造一個完全正確的數(shù)據(jù)模型是不可能的,專業(yè)人士對于 AI 技術(shù)的發(fā)展也有著更為全面的考量。

周以真在與 DeepTech 的訪談中,強調(diào)了“AI 的可信性”這一新的研究領(lǐng)域,“如果 AI 模型是用在無人駕駛技術(shù)上或用來診斷病人是否患有癌癥,那么當(dāng)用戶明知 AI 模型可能會犯錯,可能會存在偏差,他們是不會相信這個模型的。因此,需要讓 AI 技術(shù)變得更加可信,就像過去幾十年人們在不斷證明計算機科學(xué)是可信的一樣。”

對此,深演智能創(chuàng)始人兼 CEO 黃曉南表示認(rèn)同,這也是她選擇智能決策賽道的重要原因。據(jù)悉,深演智能是一家 AI 賦能決策的 to B 企業(yè),深耕 AI 營銷業(yè)務(wù)多年,并把決策智能技術(shù)應(yīng)用在更多場景中,主要專注于營銷決策、公共決策、疫情預(yù)測等領(lǐng)域,幫助企業(yè)和機構(gòu)的決策層作出更智能決策。而深演智能也計劃與哥大數(shù)據(jù)科學(xué)研究院針對企業(yè)決策層的數(shù)據(jù)科學(xué)能力培養(yǎng)等開展產(chǎn)學(xué)研培訓(xùn)專題合作。

黃曉南告訴 DeepTech,與無人駕駛、醫(yī)療不同,AI 商業(yè)決策行業(yè)目前允許誤差,“今天的現(xiàn)實就是,數(shù)據(jù)是存在 Bias(偏見)的,沒有人能夠獲得百分之百的數(shù)據(jù)。我們在實踐當(dāng)中也發(fā)現(xiàn)人工智能如果沒有人腦智能輔助,沒有具有行業(yè)經(jīng)驗的人配合,是不能轉(zhuǎn)換為行動的。”

根據(jù)本月初華為發(fā)布的《全球產(chǎn)業(yè)展望 2025》報告稱,到 2025 年,97% 的大企業(yè)將采用人工智能輔助工作;企業(yè)的數(shù)據(jù)利用率將達(dá) 86%,足可見未來人工智能和數(shù)據(jù)的重要性。

圖|企業(yè)的數(shù)據(jù)利用率將達(dá) 86%(來源:華為《全球產(chǎn)業(yè)展望 2025》報告)

對于人工智能技術(shù)的發(fā)展和數(shù)據(jù)決策重要性,周以真強調(diào),其實人工智能和深度學(xué)習(xí)技術(shù)最早的應(yīng)用是解決人很擅長的一些工作,比如語音識別、物體識別、人臉識別以及機器翻譯,這些都是人類天生就擅長的領(lǐng)域,所以目前來看,人工智能技術(shù)已經(jīng)有了一定的發(fā)展基礎(chǔ)。但是,建立一個能夠翻譯語言的機器,和建造一個能夠替人類做出決策的機器是完全不同的,其中存在很大差距。

此外,周以真坦言,盡管深度學(xué)習(xí)已經(jīng)得到了很多成功應(yīng)用,但事實上,大眾并沒有對這項技術(shù)有很深的了解,比如深度學(xué)習(xí)的工作原理到底是什么,現(xiàn)在雖然已經(jīng)有了數(shù)不清的應(yīng)用案例,但從科學(xué)的視角來看,這項技術(shù)仍然缺乏科學(xué)理論的根基,所以早晚將會碰到發(fā)展的壁壘。

當(dāng)技術(shù)不斷發(fā)展和進(jìn)步的時候,大眾也要意識到,創(chuàng)新技術(shù)并不是計劃出來的,而是厚積薄發(fā)的結(jié)果,這正是學(xué)術(shù)界發(fā)揮的作用所在,“因為我們首先要真正了解這項科技工作原理,然后才能知道如何翻越發(fā)展的壁壘,從而讓科技進(jìn)一步發(fā)展。“周以真對 DeepTech 表示。

AI 創(chuàng)業(yè)進(jìn)入下半場

谷歌的 AlphaGo(阿爾法狗)戰(zhàn)勝人類圍棋選手,一款 AI 變臉應(yīng)用 Zao 引發(fā)全民熱議,這些都是 AI 技術(shù)被廣泛應(yīng)用和接受的重要場景。

隨著時代的發(fā)展,打 AI 技術(shù)旗號的公司變得越來越多,前有亞馬遜全力開展云計算業(yè)務(wù),后有百度 All in AI,對于人工智能技術(shù)的發(fā)展,大眾愈加關(guān)注,當(dāng)資本進(jìn)入寒冬,而 AI 創(chuàng)業(yè)也進(jìn)入了下半場,一個洗牌的時代已經(jīng)來臨。

圖|專訪圖片,左:哥倫比亞大學(xué)教授周以真,右:深演智能創(chuàng)始人兼CEO黃曉南(來源:受訪者提供)

過去五年,DeepTech 接連報道了包括 AlphaGo、Nvidia、DeepMind 等公司的多項新技術(shù),從芯片到語音交互,AI 公司靠著概念、愿景和人才,獲得了大批的用戶和追隨者,也享受著整個 VC 行業(yè)給出的大把融資和高估值發(fā)展。

但是現(xiàn)在,VC 都開始冷靜下來,重金集中押注頭部技術(shù)創(chuàng)新企業(yè),小公司無法獲得盈利回報,只能選擇結(jié)束創(chuàng)業(yè)。當(dāng)被問及這種現(xiàn)象發(fā)生的原因時,周以真表示,“AI 領(lǐng)域投資熱情減退的原因,是因為很多人都想要馬上得到回報?!?/p>

那么,AI 技術(shù)是能快速產(chǎn)生回報的嗎?其實并不是。周以真認(rèn)為,時間、精力、金錢,這些都是企業(yè)對于 AI 技術(shù)必須要投入的,足夠的耐心在這個領(lǐng)域變得十分的重要,“想要投身于人工智能行業(yè)有所作為的企業(yè)需要有足夠的耐心,如果追求短期回報,想要立刻取得成功的話就會很難。”周以真在專訪時表示。

例如,想要讓人工智能真正解決某一項特定問題、或者完成某個特定任務(wù)的時候,需要投入大量的人力才能建立這樣一種能夠幫助做出決策或是結(jié)果預(yù)測的模型出來。事實上,這個過程需要的工作量非常繁重,因為必須進(jìn)行大量的數(shù)據(jù)收集,然后通過這些數(shù)據(jù)反復(fù)訓(xùn)練算法,這樣才能讓算法的結(jié)果準(zhǔn)確,而這可能會需要幾周的時間。

圍觀整個行業(yè),大眾對于 AI 技術(shù)的發(fā)展,仍保持樂觀情緒。在剛剛結(jié)束的世界人工智能大會上,馬云認(rèn)為,AI 只是比人類聰明但不具備智慧,并且強調(diào) AI 對人類不構(gòu)成威脅,“很多人擔(dān)心人工智能,他們需要對自己有更多的自信。”

而在接受專訪時,MIT 人工智能實驗室主任 Daniela Rus 提到,AI 技術(shù)是中立的,最終的結(jié)果取決于控制技術(shù)的人,而不是整個技術(shù)。

當(dāng)被認(rèn)為 AI 正在快速影響人們生活的時候,其大數(shù)據(jù)帶來的“雙刃劍”,需要多方面來看待。事實上,大眾要熟知一點,數(shù)據(jù)決策并沒有問題,那些不良人濫用數(shù)據(jù),才是最可怕的。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 大數(shù)據(jù)
    +關(guān)注

    關(guān)注

    64

    文章

    8960

    瀏覽量

    140309
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5561

    瀏覽量

    122825
  • ai技術(shù)
    +關(guān)注

    關(guān)注

    1

    文章

    1308

    瀏覽量

    25173
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    反激電源變壓器設(shè)計篇之基礎(chǔ)原理

    以工作中使用最多的反激電源來說,個人認(rèn)為最重要的是變壓器和環(huán)路補償設(shè)計,而前者涉及的知識點又比較龐雜,包括晦澀難懂的磁學(xué)理論,變壓器設(shè)計的好壞更是直接決定了電源項目的成敗。 此文檔將詳細(xì)講解反激電源變壓器的基礎(chǔ)原理
    發(fā)表于 04-28 16:51

    軍事應(yīng)用中深度學(xué)習(xí)的挑戰(zhàn)與機遇

    人工智能尤其是深度學(xué)習(xí)技術(shù)的最新進(jìn)展,加速了不同應(yīng)用領(lǐng)域的創(chuàng)新與發(fā)展。深度學(xué)習(xí)技術(shù)的發(fā)展深刻影響
    的頭像 發(fā)表于 02-14 11:15 ?542次閱讀

    BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的關(guān)系

    ),是一種多層前饋神經(jīng)網(wǎng)絡(luò),它通過反向傳播算法進(jìn)行訓(xùn)練。BP神經(jīng)網(wǎng)絡(luò)由輸入層、一個或多個隱藏層和輸出層組成,通過逐層遞減的方式調(diào)整網(wǎng)絡(luò)權(quán)重,目的是最小化網(wǎng)絡(luò)的輸出誤差。 二、深度學(xué)習(xí)的定義與發(fā)展
    的頭像 發(fā)表于 02-12 15:15 ?871次閱讀

    超導(dǎo)現(xiàn)象的應(yīng)用與影響 超導(dǎo)體在量子計算中的作用

    超導(dǎo)現(xiàn)象的應(yīng)用與影響 超導(dǎo)現(xiàn)象作為物理學(xué)的一個重要分支,不僅在科學(xué)理論上有著深遠(yuǎn)的影響,而且在實際應(yīng)用中也展現(xiàn)出巨大的潛力。以下是超導(dǎo)現(xiàn)象的主要應(yīng)用及影響: 磁懸浮列車 利用超導(dǎo)體的強磁場和邁斯納
    的頭像 發(fā)表于 12-12 09:16 ?1531次閱讀

    NPU在深度學(xué)習(xí)中的應(yīng)用

    隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)作為其核心驅(qū)動力之一,已經(jīng)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和價值。NPU(Neural Processing Unit,神經(jīng)網(wǎng)絡(luò)處理單元)是專門為深度
    的頭像 發(fā)表于 11-14 15:17 ?1936次閱讀

    Pytorch深度學(xué)習(xí)訓(xùn)練的方法

    掌握這 17 種方法,用最省力的方式,加速你的 Pytorch 深度學(xué)習(xí)訓(xùn)練。
    的頭像 發(fā)表于 10-28 14:05 ?668次閱讀
    Pytorch<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>訓(xùn)練的方法

    GPU深度學(xué)習(xí)應(yīng)用案例

    GPU在深度學(xué)習(xí)中的應(yīng)用廣泛且重要,以下是一些GPU深度學(xué)習(xí)應(yīng)用案例: 一、圖像識別 圖像識別是深度學(xué)習(xí)
    的頭像 發(fā)表于 10-27 11:13 ?1392次閱讀

    激光雷達(dá)技術(shù)的基于深度學(xué)習(xí)的進(jìn)步

    信息。這使得激光雷達(dá)在自動駕駛、無人機、機器人等領(lǐng)域具有廣泛的應(yīng)用前景。 二、深度學(xué)習(xí)技術(shù)的發(fā)展 深度學(xué)習(xí)是機器
    的頭像 發(fā)表于 10-27 10:57 ?1076次閱讀

    具身智能在人工智能中的應(yīng)用

    ,而是與身體和環(huán)境的互動密切相關(guān)。 1. 什么是具身智能? 具身智能是一種認(rèn)知科學(xué)理論,它認(rèn)為智能行為是通過身體與環(huán)境的互動而產(chǎn)生的。這一理論挑戰(zhàn)了傳統(tǒng)的AI研究,后者往往將智能視為脫離物理實體的抽象過程。具身智能的核
    的頭像 發(fā)表于 10-27 09:41 ?1330次閱讀

    AI大模型與深度學(xué)習(xí)的關(guān)系

    AI大模型與深度學(xué)習(xí)之間存在著密不可分的關(guān)系,它們互為促進(jìn),相輔相成。以下是對兩者關(guān)系的介紹: 一、深度學(xué)習(xí)是AI大模型的基礎(chǔ) 技術(shù)支撐 :深度
    的頭像 發(fā)表于 10-23 15:25 ?2906次閱讀

    《AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新》第二章AI for Science的技術(shù)支撐學(xué)習(xí)心得

    人工智能在科學(xué)研究中的核心技術(shù),包括機器學(xué)習(xí)、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等。這些技術(shù)構(gòu)成了AI for Science的基石,使得AI能夠處理和分析復(fù)雜的數(shù)據(jù)集,從而發(fā)現(xiàn)隱藏在數(shù)據(jù)中的模式和規(guī)
    發(fā)表于 10-14 09:16

    《AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新》第一章人工智能驅(qū)動的科學(xué)創(chuàng)新學(xué)習(xí)心得

    人工智能:科學(xué)研究的加速器 第一章清晰地闡述了人工智能作為科學(xué)研究工具的強大功能。通過機器學(xué)習(xí)深度學(xué)習(xí)等先進(jìn)技術(shù),AI能夠處理和分析海量
    發(fā)表于 10-14 09:12

    FPGA做深度學(xué)習(xí)能走多遠(yuǎn)?

    。FPGA的優(yōu)勢就是可編程可配置,邏輯資源多,功耗低,而且賽靈思等都在極力推廣。不知道用FPGA做深度學(xué)習(xí)未來怎樣發(fā)展,能走多遠(yuǎn),你怎么看。 A:FPGA 在
    發(fā)表于 09-27 20:53

    【避雷指南】自學(xué)AI人工智能常踩的4個大雷區(qū)

    1、數(shù)學(xué)基礎(chǔ)點學(xué)習(xí)人工智能時,有一種常見的誤解,認(rèn)為一定要數(shù)學(xué)學(xué)的很好,才能進(jìn)一步學(xué)人工智能。這種觀念并不正確。雖然數(shù)學(xué)是AI的基石,為算法和模型提供了理論基礎(chǔ),但過分沉迷于數(shù)學(xué)理論可能
    的頭像 發(fā)表于 09-23 17:02 ?990次閱讀
    【避雷指南】自學(xué)AI人工智能常踩的4個大雷區(qū)

    NVIDIA推出全新深度學(xué)習(xí)框架fVDB

    在 SIGGRAPH 上推出的全新深度學(xué)習(xí)框架可用于打造自動駕駛汽車、氣候科學(xué)和智慧城市的 AI 就緒型虛擬表示。
    的頭像 發(fā)表于 08-01 14:31 ?1157次閱讀