怎麼看李彥宏提出AI時代到來的說法?
確認
取消
我來回答
|
熱門排序
施鵬
首先要指出,Robin的人工智慧時代的提法是長期思考的產物,早在2014年初,Robin給大家推薦了一本書《奇點臨近》,書中講到,當有一天計算機會足夠強大,以至於它的智能也可以匹敵人類,當計算機智能超過人...
查看全部
首先要指出,Robin的人工智慧時代的提法是長期思考的產物,早在2014年初,Robin給大家推薦了一本書《奇點臨近》,書中講到,當有一天計算機會足夠強大,以至於它的智能也可以匹敵人類,當計算機智能超過人的時候,整個社會會發生非常奇妙的變化。
那麼為什麼要提出,並在此刻要提人工智慧時代的說法?實際上人工智慧領域中的機器學習在5年前的廣告,搜索,ugc等各個領域均有大規模運用,此刻他提的概念和傳統的機器學習有啥不同?個人理解有以下三點:
1.數據的爆髮式增長,得益於手機、智能硬體等設備的普及,如今人們生產的數據規模較之前的pc時代有大規模的提升,越來越多數據的處理、挖掘和理解需要更智能的技術,這就是為什麼矽谷出現大量的AI公司去處理各特定領域的問題;此外,做機器學習的人應該知道,可處理的數據越豐富,一定程度上機器學習的任務運作的越好,這也推動了機器學習的發展。
2.機器學習處理技術的提升,較之傳統機器學習模型(淺層模型),深度學習近幾年得到大規模運用。一方面是深度學習較傳統的機器學習有較好的處理效果,尤其在圖像、語音、視頻等領域;其次是得益於硬體技術的發展和訓練方式的提升,原本幾乎不可能完成(訓練時間過長)的深度學習的訓練得以實施,比如目前對圖像處理的CNN是YannLeCun於1998提出,但是因為技術手段因素一直到最近幾年才被廣泛應用。
3.深度學習平台化以及雲化的發展,記得兩年多前,曾經有朋友說想試試dnn,但門檻極高,如今如paddle,tensorflow,caffe等開源平台可以讓大家方便的進行深度學習任務(如果不用gpu加速或者並行計算,處理傳統的文本任務也夠了)。這也是為什麼很多小公司可以號稱自己使用了深度學習技術的原因,而這個趨勢會隨著未來開源平台的完善更加深入。此外,越來越多的雲計算平台開始考慮集成機器學習,包括深度學習進入雲服務,下一代的雲服務會更好的支持機器學習任務,大家接入的成本會更低,也會促進AI應用的大規模發展。
綜上,正是因為大量的數據依賴AI技術,AI的自身發展和接入成本會更低,可預計的未來將會出現大量的AI應用。所以Robin才會提出並在此刻提出人工智慧時代到來的說法。
首先要指出,Robin的人工智慧時代的提法是長期思考的產物,早在2014年初,Robin給大家推薦了一本書《奇點臨近》,書中講到,當有一天計算機會足夠強大,以至於它的智能也可以匹敵人類,當計算機智能超過人的時候,整個社會會發生非常奇妙的變化。
那麼為什麼要提出,並在此刻要提人工智慧時代的說法?實際上人工智慧領域中的機器學習在5年前的廣告,搜索,ugc等各個領域均有大規模運用,此刻他提的概念和傳統的機器學習有啥不同?個人理解有以下三點:
1.數據的爆髮式增長,得益於手機、智能硬體等設備的普及,如今人們生產的數據規模較之前的pc時代有大規模的提升,越來越多數據的處理、挖掘和理解需要更智能的技術,這就是為什麼矽谷出現大量的AI公司去處理各特定領域的問題;此外,做機器學習的人應該知道,可處理的數據越豐富,一定程度上機器學習的任務運作的越好,這也推動了機器學習的發展。
2.機器學習處理技術的提升,較之傳統機器學習模型(淺層模型),深度學習近幾年得到大規模運用。一方面是深度學習較傳統的機器學習有較好的處理效果,尤其在圖像、語音、視頻等領域;其次是得益於硬體技術的發展和訓練方式的提升,原本幾乎不可能完成(訓練時間過長)的深度學習的訓練得以實施,比如目前對圖像處理的CNN是YannLeCun於1998提出,但是因為技術手段因素一直到最近幾年才被廣泛應用。
3.深度學習平台化以及雲化的發展,記得兩年多前,曾經有朋友說想試試dnn,但門檻極高,如今如paddle,tensorflow,caffe等開源平台可以讓大家方便的進行深度學習任務(如果不用gpu加速或者並行計算,處理傳統的文本任務也夠了)。這也是為什麼很多小公司可以號稱自己使用了深度學習技術的原因,而這個趨勢會隨著未來開源平台的完善更加深入。此外,越來越多的雲計算平台開始考慮集成機器學習,包括深度學習進入雲服務,下一代的雲服務會更好的支持機器學習任務,大家接入的成本會更低,也會促進AI應用的大規模發展。
綜上,正是因為大量的數據依賴AI技術,AI的自身發展和接入成本會更低,可預計的未來將會出現大量的AI應用。所以Robin才會提出並在此刻提出人工智慧時代到來的說法。
我想可以換個角度來說,AI可以做什麼,為什麼現在還做不好。
更高、更快、更強,必然是未來10年AI從嬰兒期慢慢長大中的關鍵詞。一個擁有大師級奧賽能力的理智型AI和依然是嬰兒式情感模擬的AI,並不相悖。真正決定AI智商的關鍵,在於雲計算和大數據能否和AI形成鐵三角。
百度總裁張亞勤就認為,人工智慧會變得像電力一樣重要,主導著每個人的數字生活體驗。大數據就像是新能源,能讓服務商更了解用戶需求,讓用戶更輕鬆地獲得自己喜歡的商品和服務。雲則提供了各種應用和服務運營的基礎。
以百度云為例,醫療雲、教育雲、金融雲、交通雲,物流等等,其實都是在垂直領域作用的雲計算,其核心並非過去民用概念的網盤,而是成為了工業生態,這其實是每一個新技術最初出現所必然作用和引爆的領域。雲計算在互聯網上走了一段時間彎路,最終2016年,民用雲盤的集體崩潰和垂直商用雲的出現,其實就是一個趨勢。而這些都將成為AI的養分,雲和大數據,其實就扮演了一個知識寶庫和應用寶庫,而AI則是在書齋(知)和工廠(行)中前行。至少,人工智慧已經產生影響的一個領域是提高預測能力。匯聚調查數據形成大數據,預測天氣、選舉乃至其他,已經越來越接近結果。解放雙手,這才是AI出現後的題中應有之意。問題在於,AI怎樣扮演這樣的角色,並且先扮演哪些角色?老司機們不會成為第一批被擊倒的選手,儘管谷歌的無人駕駛汽車已經在路上奔跑了多年。「這個場景只要它沒見過,可能就會犯嚴重的錯誤,就像AlphaGo下棋一樣會突然發瘋。」搜狗CEO王小川是如此來形容他眼中無人駕駛汽車的未來。依然缺乏數據,這是當下互聯網時代依然無法解決的問題。同樣,物聯網也無法徹底連接所有物體,至少在當下,這都讓許多看上去很美的黑科技和人工智慧目前只能停留在實驗室中。(張書樂)推薦閱讀:
※董酒涉嫌虛假宣傳是怎麼回事?
※GacUI 1.0 眼看著就要寫完了
※屏蔽社交媒體,你的生活會怎樣?
※關於社群運營的個人理解
※有人說互聯網門戶已死,對此你怎麼看?