人工智能(AI)概念的诞生已经有60年了,但是得到高速和本质的发展是近几年的事情。这主要是随着互联网、移动计算、超级计算、穿戴设备、物联网、云计算等技术的发展,实现信息环境巨变;以及智能城市、智能医疗、智能交通、智能游戏、无人驾驶、智能制造等社会新需求爆发,结合大数据、深度学习、增强现实、虚拟现实等AI技术与应用基础等因素,促成了人工智能从技术和应用上实现了巨大的发展。
因此在2015年,中国工程院设立重大研究项目:中国人工智能2.0发展战略研究,旨在对人工智能能有更清晰的研究与了解。
针对人工智能2.0,中国工程院原常务副院长、院士潘云鹤近日在“智涌钱塘”2018AI Cloud生态国际峰会上分享了他对于人工智能发展的最新观点和看法,我这里分享给大家。
2017年7月20日,中国发布了《新一代人工智能发展规划》。包括大数据智能、群体智能、跨媒体智能、人机混合增强智能自主智能系统等AI2.0关键理论与技术,以及智能城市、智慧医疗、智能制造等应用领域。
潘云鹤认为AI正在走向2.0,其本质原因是世界正从原来的二元空间进入新的三元空间。世界原来是二元空间:人类社会空间和物理空间。但是近年来,信息力量的迅速壮大,已成长除了人类社会空间和物理空间两极之外新一极:信息空间。
信息的发展从来自人类社会到信息互联,在绕过人类,直接来自物理世界比如通过传感器和物联网技术。未来人类社会会走向大知识,并推动人类认识与控制能力的大变化。
而三元空间的变化形成了信息流的新变化。新的信息流生成了认知的新变化。
潘云鹤认为AI2.0已经显露大量新特征,最后分享中他总结了五点供大家交流学习:
潘云鹤以AlphaGo训练过程为例,与传统博弈人工知识不同,AlphaGo深度学习不仅能“直觉感知(下一步在哪)”“棋局推理(全局获胜几率)”,而且将学习人类棋局和自我博弈积累棋局相结合。
在《Science》2016年1月1日发表的“群智之力量”的论文认为:结合群体智慧与机器性能来解决快速增长难题。
其中群智计算从众包模式到较为复杂的工作流程模式再到最复杂的协同求解问题的生态系统。
潘云鹤认为,大规模个体通过互联网构架的参与,可以表现出超乎寻常的智慧能力,是解决开放复杂问题的新途径。比如苹果App Store上百万的应用程序、WIKI百科近4000万词条等连接了世界众多国家的海量专家、工程师、科学家等参与。
各种穿戴设备、人机协同、人车共驾、脑控或者肌控外骨机器人等实现生物智能系统与机器智能系统的紧密耦合。
在语言、视觉、图形和听觉之间语义贯通,实现联想、推理、概括等智能的重要关键。
无人系统迅速发展,在工业装配线上机械手发展很快,但在灵活运动的领域中,无人系统迅猛发展的速度远快于机器人。
好文章,需要你的鼓励
Writer首席执行官May Habib指出,企业在构建和扩展AI智能体时面临重大挑战。智能体在构建、运行和改进方式上与传统软件截然不同,需要抛弃传统软件开发生命周期。智能体不会可靠地遵循规则,而是结果导向、具备解释和适应能力。企业需要采用目标导向方法,设计业务逻辑蓝图而非工作流程。质量保证也需要评估非二元行为和实际应用表现。智能体维护需要新的版本控制系统,涵盖提示、模型设置等所有影响行为的因素。
中科院团队开发的SimpleGVR系统革新了AI视频增强技术,通过直接在潜在空间处理和创新的分阶段训练策略,能够将AI生成的低分辨率视频高效提升至高清画质。该系统不仅提升分辨率,还能修正AI视频特有的颜色混合等问题,在多项指标上超越现有顶级方法,为AI视频生成领域提供了实用的解决方案。
Salesforce首席执行官马克·贝尼奥夫表示,公司正大力推进人工智能应用,AI代理现在承担了公司30%至50%的工作。他认为员工应适应AI替代人工的趋势,转向更高价值的工作。然而,这一变化导致约1000名员工被裁,虽然公司计划招聘同等数量新员工,但主要专注于销售AI技术。这一趋势在科技行业普遍存在,今年已有超过63000个科技岗位消失,AI被认为是重要原因之一。
浙江大学联合腾讯AI实验室提出KnowRL方法,通过在强化学习中集成事实性奖励机制,有效解决慢思维AI模型在推理过程中的幻觉问题。该方法在保持原有推理能力的同时,显著提升了模型的事实准确性,为构建更可靠的AI系统提供了新思路。