当前位置: 首页 > 科技赋能

解读人工智能!样本快速获取将成为重点研究方向

时间:2024-05-22 11:44:45 科技赋能

中国围棋峰会在桐乡召开。

首日对决中,围棋人工智能AlphaGo以1/4棋子优势击败中国棋手柯洁,暂时以1-0领先。

赛后,人工智能研究院院长严水成发表了对比赛以及AI发展方向的看法。

AlphaGo让更多的AI教授进入了这个行业。

颜水成认为,AlphaGo的出现具有三个特点。

首先,它将人工智能带给公众。

越来越多的人开始谈论人工智能。

以前,或许只有技术人员才能谈论它。

专注于这个领域。

其次,不少中国企业成立了人工智能研究院,希望利用人工智能技术推动企业取得更好的效益。

第三,更多的人工智能教授和人才离开学术界进入工业界和更多领域。

至于颜水成本人,早年参加过很多图形学领域的比赛,但仅限于学术界。

2008年深度学习出现后,他发现行业优势越来越明显,人才也相对稳定。

工业界的成就远大于学术界。

“工业界有很多场景可以应用人工智能,而学术界会受到计算的影响。

”资源限制等。

”严水成表示,之前谈到人工智能时,我们会谈到三个要素:数据、计算和算法。

今天有四个要素:数据、计算、算法、场景。

过去一年,人工智能经历了监督学习和无监督学习两个维度的发展。

后者进展很快,但前者进展不大。

AI已经被引入工业,但如何让它在产品中发挥作用仍然值得探索。

快速获取有效样本将成为人工智能的重要研究方向。

严水成认为,目前AI的应用场景有两种:一是算法改进后,可以立即转化为效益,比如网络广告推荐、信息流推荐等。

另一种需要满足某些期望才能看到好处。

例如,无人驾驶技术必须达到安全值,车辆才能在街道上行驶。

“前者的价值在短期内更重要,而后者则适合长期。

” “对于AlphaGo来说,其技术的核心是深度学习和强化学习,这项技术也可以运用到日常生活中。

严水成以自动驾驶为例,自动驾驶无法获取大量标记数据,目前模拟器只能用来生成虚拟数据,用有限的数据来学习如何驾驶,这个时候就会生成样本,可以帮助控制车辆,逐步提高驾驶技术。

”这个过程类似于AlphaGo的左右手。

而且,这一策略在金融界也同样有效。

下一步,人工智能领域的一个重要研究方向将是如何利用更好的策略,快速获取有效样本。

目前,国家、企业、大学甚至投资界都在密切关注人工智能的进展,公众对人工智能真正落地到产业和产品上的期待也越来越高,“研究人员还有很多工作要做,任务很重”。

未来可能会支持大量玩家在线对战AlphaGo。

对于本次比赛,不少媒体和棋手都希望了解AlphaGo版本等信息,很多信息也变得更加准确。

严水成表示,柯洁认为今年的版本与去年的版本完全不同。

“去年他看起来还像个人,但今年完全不一样了。

”起初看不懂的棋子后来复习后发现非常好,而且AlphaGo的弱点还没有被发现。

颜水成认为,这些证明AlphaGo无论是结构还是算法都得到了很大的更新。

现在所需的训练时间仅为原来的十分之一。

当前版本的AlphaGo使用的人类国际象棋记录数据要少得多,但并没有完全丢弃,更多细节将在稍后公布。

“训练时使用大量资源很正常,但宣布只使用一块 TPU 就说明了非常大的进步。

以前以为 AlphaGo 消耗了这么多资源,但现在看来是可以支持的大量用户在线对弈 AlphaGo。

”人工智能会导致一些人失业,但对下一代影响不大。

多年前,霍金就对人工智能的发展发出警告,认为未来将充满更多的不确定性。

对此,严水成认为,这是指强人工智能或者是在遥远的未来会发生的事情。

我们现在还处于人工智能弱的时代,这可能会导致一些人失业,但不会很严重。

人工智能可能会提供更多的培训和就业机会,但可能不会对下一代产生很大的影响。

他们将根据时代的需要进行调整。

对于人工智能的安全性,严水成表示,AI机器人进入家庭时可能会出现意想不到的、不可控的情况。

自动驾驶在极端情况下也可能存在安全隐患。

“我们创造出AI智能之后,也可能会因为黑客的潜伏而造成破坏,从而导致信息安全问题。

” “现在人工智能的发展也会带来一些问题,比如我们对智能手机的沉迷会减少与家人的沟通,这是我们现在真正需要考虑的问题。

”严水成说。