网站导航

成功案例

当前位置:主页 > 成功案例 >
汤晓鸥谈AI:深度学习三大核心要素
时间:2021-11-11 00:19 点击次数:
本文摘要:5月20日,以“科研·产业·融合”为主题的2017CCF青年精英大会在北京开会。本届大会由中国计算机学会主办,科技创新产业服务平台Xtecher主办。

亚博游戏娱乐平台官网

5月20日,以“科研·产业·融合”为主题的2017CCF青年精英大会在北京开会。本届大会由中国计算机学会主办,科技创新产业服务平台Xtecher主办。

中国工程院院士赵沁平、香港中文大学教授汤晓鸥、百度创立七剑客之一雷鸣、清华大学教授郑纬民、IEEEFellow陈熙霖、中国人民大学教授杜小勇、中国计算机学会秘书长杜子德、中国人民大学信息学院院长文继荣、红杉资本合伙人周逵、高榕资本创立合伙人岳斌、寰景信息董事长陈拥权、CCFYOCSEF学术委员会学术秘书陈健等将近五十位学术界、产业界、投资界大佬和数百位计算机领域的科研人才参加了此次活动。本次CCF青年精英大会展开的“思想秀技术秀”上,共计22位青年学者、科技人才展出了前瞻性的思想观点以及近期的技术成果。最后,评委会投票决定了2位优秀青年回国CNCC(2017中国计算机大会,将于10月26-28日在福州举办)展开演说。

此外,大会还发布了“青竹奖”得奖名单,表扬推展科研变革的青年学者,希望产学研各方面创意人才。“青竹奖”由中国计算机学会联合,牵头Xtecher联合发动,经过票选委员会李开复、王恩东等17位委员的专业评审,最后票选出有了6位取得“青竹奖”的最不具潜力青年精英:码隆科技牵头创始人兼任CEO黄鼎隆、真格基金合伙人兼任首席投资官李剑威、清华大学芯视界(北京)科技有限公司创始人兼任董事长鲍捷、中国科学院计算技术研究所研究员张云泉、云从科技公司创始人周曦、物灵科技公司牵头创始人兼任CEO顾嘉唯。在会议上,香港中文大学教授汤晓鸥做到了主题为《人工智能的明天,中国去哪?》的特邀报告。汤晓鸥在演说中,描写了人工智能和深度自学的发展,并认为,深度自学的三大核心要素,就是算法设计、高性能的计算能力,以及大数据。

汤晓鸥回应:“无论人工智能怎么样发展,年轻人自由选择创业还是做到研究,只不过我们要做到的就是三件事情:第一,我们必须花上时间把基础打好。刚才赵沁平院士谈得很好,就是要坚决,确实花上时间把人工智能的基础打好。第二,我们要创意,要做到新的东西,不要杨家是跟在别人后面回头。

第三,我们要把‘浪在上面的东西’落地,最后构建产业化。”以下根据汤晓鸥演说国史整理:今天我谈的题目是:《人工智能的明天,中国去哪儿?》我中选了一个较为大的题目,期望能折断场。

原本我想要的题目比这个还大:人工智能的明天,地球去哪儿?后来找到“一带一路”会议刚进完了,地球去哪儿的问题早已解决问题了,我还是返回我的小题目——中国去哪儿。不管是中国人工智能接下来如何发展,还是年轻人如何创业或者做到研究,我们要做到的事情也就是这三件:第一,要坚决,要花上时间把基础打好。第二,要做到创意。

要做到新的东西,不要杨家是跟在别人后面回头。第三,要把飘在上面的东西落地,要产业化。

今天从我们实验室的研究成果和公司做到的产品,来讲讲我对这三个方面的解读。人工智能和深度自学的突破首先,什么是人工智能?这个概念现在早已十分无以定义了,大家完全把所有的事情都往人工智能上靠。

从我的解读来讲,人工智能确实落地的部分就是深度自学。因为以前的人工智能显然是在很多情况下用不一起,人手设计的智能还是较为无以打破人来做到某一件事情。而有了深度自学之后,我们可以把这个过程变为一个数据驱动的过程——当作某一件特定事情时数据量及荐数量大到一定程度时,机器就有可能在做到这件事情上多达人类。

很多现实中落地的产品化的东西,大部分是深度自学做到出来的。深度自学做到的东西,顺利的案例较为多,一方面是在语音辨识领域,另外有可能更好的是视觉这方面,所以大家可以看见很多计算机视觉方面新的成果。

我今天给都说谈的人工智能只不过也就是计算机视觉,是用深度自学去做到计算机视觉,就显得更加较宽了。大家可以看见“深度自学“”这个词在谷歌上的搜寻情况:从2006年才开始有人搜寻这个词,是Hinton(深度自学的开山鼻祖GeoffreyHinton)和YannLeCun(Facebook人工智能研究院院长、卷积神经网络之父)们那个时候发明者了这个算法。

这中间很长一段时间,2006-2011年曲线是很稳定的,只有学术界才不会去搜寻这个词语,才告诉这个事情。2011年忽然之间搜寻量开始呈现出指数型快速增长,各行各业都在辩论深度自学,现在搜寻量早已十分的极大。

这条曲线形象的展示了深度自学的愈演愈烈过程。深度自学究竟在做到什么事情?实质上他所做到的事情抽象化出来是比较简单的,就是在做到一个从X到Y的重返、或者说从A到B的Mapping(对应)——你给它一个输出,我怎么样得出一个对应的输入?类似的地方就是深度自学把这件事情做到得十分十分好。以前也有其他算法可以做到,只不过仍然做到不过人,现在深度自学做了淋漓尽致。

比如说给了一张人脸照片,它就可以给你对应出有这个人的名字;给你一个物体的形状,它就可以告诉他你是什么物体;给一个车的行经场景,我就可以给你输入这个车应当往哪儿拐;给一个棋局,它能算出有下一步怎么走;给一个医疗的图像,能老大你辨别这是什么病……实质上就是这样的一个过程。不要把人工智能想象成可以打破人类,可以掌控人类,这些都是所谓的“好莱坞的人工智能”或者想象中的人工智能,确实人工智能在现在这个阶段只不过就是做到这么非常简单个事。当然制成这个非常简单的事情只不过早已很不简单了。

最近这几年深度自学显然在学术界、工业界获得了根本性的突破。第一个突破是在语音辨识上。Hinton和微软公司的邓力老师,在2011年用深度自学在语音辨识上获得了极大的顺利。昨天有可能大家在微信也刷屏了,我们中国科大毕业的师兄邓力老师从微软公司出来到顶级对冲基金工作。

我的解读这也是一个AtoB的mapping的过程:把邓老师的深度自学的经验等内容都输出到对冲基金的算法里,这个对冲基金的钱就自动Map到了邓老师口袋里。语音辨识获得了巨大成功以后,紧接着在视觉方面又获得了重大突破。


本文关键词:汤晓鸥,谈,深度,学习,三大,核心,要素,5月,20日,亚博yabo888vip官网

本文来源:亚博游戏娱乐平台官网-www.gxyoukeduo.com

如果您有任何问题,请跟我们联系!

联系我们

Copyright © 2000-2021 www.gxyoukeduo.com. 亚博游戏娱乐平台官网科技 版权所有 备案号:ICP备30583023号-4

地址:河南省许昌市西林县复超大楼76号

在线客服 联系方式 二维码

服务热线

0193-987145069

扫一扫,关注我们