博鰲會(huì)是各國政要和商界領(lǐng)袖每年交流的大會(huì),自今年兩會(huì)期間總理提出了“互聯(lián)網(wǎng)+”后,互聯(lián)網(wǎng)領(lǐng)袖的關(guān)注度被放到了最大,本次李彥宏、比爾·蓋茨、馬斯克這三位大佬的對(duì)話實(shí)則蘊(yùn)含了對(duì)未來的重要意義,而三位大佬在對(duì)話上都表現(xiàn)出了對(duì)人工智能領(lǐng)域的高度關(guān)注。
李彥宏目前正在帶領(lǐng)百度全力發(fā)力人工智能領(lǐng)域,成立百度青年科學(xué)家“少帥計(jì)劃”全面發(fā)力智能語音,圖像識(shí)別,百度大腦等人工智能領(lǐng)域,再加上 2014年又有谷歌首席深度學(xué)習(xí)科學(xué)家吳恩達(dá)的加盟,百度在人工智能的投資上是BAT中比重最高的,百度在人工智能領(lǐng)域的投入可謂不惜一切代價(jià)。
比爾·蓋茨在此前也曾說過,如果自己不是退休做慈善就一定會(huì)是去帶領(lǐng)微軟去做人工智能。而此前在2014年4月,微軟也曾推出人工智能系統(tǒng)Adam借此叫板谷歌,欲借人工智能在未來重回巔峰。
而馬斯克在此前提出過“惡魔人工智能”論,擔(dān)心人工智能帶來毀滅,而這在側(cè)面看來,馬斯克從內(nèi)心也相信人工智能的強(qiáng)大。
在會(huì)上李彥宏再次將人工智能問題抬上臺(tái)面,李彥宏認(rèn)為會(huì)有更多的公司將會(huì)投入到人工智能領(lǐng)域,而馬斯克則表示自己不反對(duì)人工智能的進(jìn)步而是認(rèn)為人工 智能需要被安全的控制,蓋茨則也十分贊成人工智能的發(fā)展。為何大佬們都齊齊看好人工智能的發(fā)展?這背后的邏輯是什么?除了科幻的想象,我們需要更接近本質(zhì)的邏輯。
一,爆發(fā)的大數(shù)據(jù)急需人工智能
人工智能發(fā)展起起落落很多次,其中上一次的“冷落”是自神經(jīng)網(wǎng)絡(luò)的技術(shù)問題而被擱置,但是到了最近人工智能再次被升級(jí)到風(fēng)口浪尖,一方面來自人工智 能自身技術(shù)的突破,而另一方面則在于大數(shù)據(jù)的產(chǎn)生,海量的數(shù)據(jù)正在產(chǎn)生,而如何利用這些數(shù)據(jù),將其進(jìn)行更多的商業(yè)化落地則是所有行業(yè)的當(dāng)務(wù)之急,就像馬云 所說的,我們正在從IT時(shí)代過渡到DT時(shí)代,而這個(gè)全新的時(shí)代,我們面臨全新的挑戰(zhàn)。
在悲觀主義者看來,所謂的大數(shù)據(jù)挖掘不過是統(tǒng)計(jì)學(xué)的翻版,被披上了外衣而已,但事實(shí)并非如此,傳統(tǒng)的統(tǒng)計(jì)學(xué)只提供結(jié)果,為人類提供間接的決策,而人 工智能除了為用戶提供結(jié)果之外,還將直接進(jìn)行更多的決策,當(dāng)人工智能發(fā)展越全面,則決策將會(huì)越多,被授予的權(quán)限也將更大,而人類將從艱難的決策中解脫出 來,去做更多的事情。
雷軍說過,如果小米未來如果不能夠?qū)⒂脩舻臄?shù)據(jù)轉(zhuǎn)化為商業(yè)價(jià)值,成為一家大數(shù)據(jù)公司的話,那么小米就會(huì)面臨巨大虧損的危機(jī),同時(shí)阿里方面,最近終于公開其神秘的“IDST”部門,也意在此,而百度早已在布局這一塊。
可見,無論國內(nèi)國外,英雄所見略同。要想利用數(shù)據(jù),最終要發(fā)展的還是人工智能。
二,物聯(lián)網(wǎng)的升級(jí)需要人工智能
毫無疑問未來一切都將聯(lián)網(wǎng),人與人的連接正在加入人與物的連接,而下一步就是物與物的連接。比如自動(dòng)駕駛汽車走上公路,就需要公路監(jiān)視系統(tǒng),其他自 動(dòng)駕駛汽車的聯(lián)網(wǎng)等等,而控制并協(xié)調(diào)這一切的則只能人工智能,人工智能將會(huì)實(shí)現(xiàn)自動(dòng)調(diào)配,處理各種意外突發(fā)事件等等,如果沒有人工智能,則自動(dòng)駕駛完全是 空談。
馬斯克的特斯拉最終的發(fā)展趨勢是自動(dòng)駕駛,而谷歌百度等巨頭都在嘗試這一領(lǐng)域,所以馬斯克的“惡魔人工智能”論無疑是被媒體炒作的結(jié)果,實(shí)際上馬斯克是最為需要人工智能的。
當(dāng)了除了自動(dòng)駕駛汽車這一案例外,今后的萬物聯(lián)網(wǎng)還將包括各種器物,包括冰箱,洗衣機(jī),水杯等等一切,這些物聯(lián)網(wǎng)產(chǎn)品將全方位的監(jiān)控你的行程以及健康,而此時(shí)要從這些數(shù)據(jù)中產(chǎn)生價(jià)值,為你提供更有效率的服務(wù),更健康的決策,就注定無法離開人工智能。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。