全系標配滿級防水,OPPO A5 系列新品正式發布

Google Cloud 首席科學家李飛飛:人工智能之路任重而道遠,并沒有我們想象中的超能
當別人都在對人工智能高談闊論時,李飛飛依舊保持著嚴謹的態度。
加入 Google Cloud 擔任首席科學家,李飛飛跨出了從學術界進入產業界的第一步,她依舊還是斯坦福計算機科學系的終身教授,利用兩年學術假期進入 Google,希望能將學術和企業進行融合,挖掘出人工智能更多創新性的價值。
此次,李飛飛現身北京,給大家帶來了一場人工智能知識和觀點的演講。人工智能無疑是當下業界最炙手可熱的話題,從學術研究出身的李飛飛口中,我們聽到的并不是對人工智能技術的大肆吹捧,而是以慣有的嚴謹態度進行解析。
李飛飛認為,云平臺是實現人工智能價值最合適的平臺,因為除了存儲,人工智能還涉及到大量的數據計算。另外,云涵蓋金融、健康、電商、交通等各行各業,在人工智能和大數據的推動下,這些產業得以轉型、升級。
對于大熱的人工智能是否存在泡沫這個問題,李飛飛沒有否認,但也堅信泡沫過后的人工智能終究會給人類生活帶來顛覆性的影響。
李飛飛進一步表示,自艾倫·圖靈提出「人工智能」這個概念以來,人工智能雖然已有 60 年的歷史,而在 70 年代初到 80 年代末,就如我們感受到的一樣,并沒有多大的發展。她指出,主要問題出自人工智能的演進過程當中:
在人工智能崛起之前,人工智能系統中的「rule」均由科學家們手動添加,這些 rule 十分復雜且存在三方面的致命問題:
1.Scalable(可擴展的),科學家無法將所有 rule 寫進一個程序。
2.Adaptable(可適應的),例如將英文轉換成中文時,因語法的差異性,只能重新設計出一條新的 rule。
3.它是一個 Closed word(封閉的環境)。
直到一個重要的領域——機器學習的出現,給人工智能帶來了飛躍式的發展。相比傳統學習,機器學習具有「認知」這一層,可自行對數據進行認識、分類、記憶,為科學界省去了大量的工作。
Artificial Neural Network(神經網絡)是人工智能飛速發展的另一個重要因素。從 2012 開始,由于算法的不斷優化、互聯網所產生的海量數據、硬件的發展,神經網絡和深度學習得到了井噴式的發展。
Vision 與 Language(自然語言處理等)的結合,即艾倫·圖靈提出的人工智能目標之一,也是近來人工智能界普遍關注的熱點。作為實現人工智能的三個要素:Syntax(語法)、Semantics(語義)、Inference(推導),李飛飛以其實驗室與 Fecebook 合作的一個項目為例,并表示,就目前看來,人工智能在這幾個方面的綜合發展還遠遠未到達足夠「智能」的程度。
計算機視覺(Vision)對世界的理解,實際上就是三維場景的建構,這項技術在過去二、三十年有了長足的發展,使得無人駕駛能夠產業化。
李飛飛認為,在未來,計算機視覺的能力,不僅僅在于「看到」什么內容,還應該在「理解」所看到的內容。就比如同樣看一幅圖,人和機器都能看到里面的人物、場景,但圖片所蘊含的故事、人物情緒等,機器往往沒辦法做到。