數據驅動的AI發展展望

08-02

今天在2017中國雲計算與大數據產業發展大會上，聽了中國信息通信研究院技術與標準所副所長何寶宏老師的演講《數據驅動的AI發展展望》，何老師的思維力真強！

Gartner的曲線一波就會啟動，為什麼人工智慧曲線經歷了三波？

人工智慧的發展經歷了三波熱，說明人工智慧是多種技術融合，三個波峰是因為三次技術的突破。［其實物聯網也經歷了三波，所以物聯網也是多技術的融合］

AI技術需要第四極場景嗎？

AI這輪復興有三個原因，新硬體，新演算法，新數據。但實際上，硬體不是新的，演算法不是新的，唯一新的是數據。

AI需要第四極場景嗎？實際上不需要，現在AI增加場景的原因是因為AI不夠通用化，才需要增加場景。

?AI深度學習新演算法，不需要所有層級所有節點相連，連接的功耗太高。

數據民工

大數據需要對圖片進行標記，如果不標記大數據沒有任何價值。ImageNet在167個國家近5萬人，用2年的時間標記了近10億張圖片，得到1500萬張標記的圖片。數據的處理工作量大，繁瑣。

?AI的三個背景

數據的天花板

?人本不知道深度學習不能做什麼

深度學習隨著效果的提升，數據量會越來越大［意味著功耗越來越高］

AI讓機器更像人

AI讓機器更像人，而驗證碼的目的是讓避免機器登陸，也就是讓機器不能像人一樣。

如果AI能夠像人，那麼驗證碼將不再有任何價值。

所以AI還處於非常初級的階段。

蠕蟲的繁衍、捕食、和躲避天敵等智能，無論是人類還是AI都玩塵莫及。

基於圖靈機的AI，是無法建立自我意識的。

?也就是現在技術發展起來的AI，是永遠不可能超越人的。

人類找不到工作真的痛苦嗎？

這是本人［許永碩］的觀點，失業是工業文明的社會經濟狀況的一個考核指標。如果經濟足夠發達了，並不需要全部人都工作的話，那麼在下一個文明中，好像失業是常態，人的勞動是為了實現自我價值，可能要換一種生活資料的分配方式。