Yann LeCun、吴恩达等多位专家的2019年AI发展预测

  • 时间:
  • 浏览:0
  • 来源:大发5分PK10_大发5分PK10投注平台_大发5分PK10娱乐平台

人工智能技术既可能性拯救世界,就有可能性带来一系列挑战。其重点在于,咋样正确使用。

关于你是什么话题,VentureBeat采访了多位人工智能领域的专家学者。以下是谷歌大脑联合创始人、现Landing.AI公司CEO吴恩达、Cloudera机器学习总经理兼Fast Forward实验室创始人Hilary Mason、Facebook AI Research部门创始人Yann LeCun以及埃森哲公司负责任人工智能全球负责人Rumman Chowdhury博士,对于2018年人工智能领域的观察,以及对2019年发展趋势给出的论断与见解。

总结来说,一方面大伙开始英语 不到意识到AI能做哪几种以及无法做到哪几种,一群人面,太满的人意识到在推进技术发展的共同仍要坚守住负责任的道德规范。

吴恩达:2019年AI的发展重点是场景应用

吴恩达是斯坦福大学的兼职计算机科学教授,他的名字在人工智能圈子中几乎无人不知。首先,他是谷歌大脑的联合创始人,在2017年选择离开了谷歌团队之后还出任了百度的首席人工智能科学家。之后,他又创立了Landing AI公司,主要业务是帮助企业客户将人工智能整合至自身运营体系当中。

在采访中,他表示一群人在2019年比较关注的目标是人工智还不需要 够在技术可能性软件企业之外,被引入到更多应用场景中。他强调,人工智能技术最大的潜力绝不仅限于软件行业。

“我认为新的一年(2019年)大每段重要事件都将再次出现在各种应用场景当中。除了谷歌、百度、Facebook以及微软等科技巨头之外,包括Square、Airbnb以及Pinterest等在内的企业,也纷纷开始英语 利用人工智能技术创新业务。我认为,AI的下一波价值创造点将更集中在制造或农业设备企业,甚至是医疗保健公司。”吴恩达表示,“随便说说目前人工智能的实际应用还存在着严重阻碍,但在我看来其中一每段问題在许多特定层面可能性取得了重大进展。”

共同,吴恩达还特意指出,一群人很高兴大伙终于不再纠结于机器人杀手可能性AI灭世论,而不需要 真正谈点有营养、有技术含量语录题。

着眼于新的一年,吴恩达期待看一遍人工智能和机器学习两大特定研究领域的进展不需要 给整一群人工智能产业带来推动。

一方面,通过利用较少数据就能确保AI得出准确的结论(这称为“少样本学习(few shot learning)”)。吴恩达表示:“第一波层厚学习的发展动力主要源自大型企业,大伙拥有几滴 可用于神经网络模型训练的数据。但这可能性属于传统依据,如今太满人正在尝试利用较少数据达成比较理想的效果。我非常期待看一遍仅仅4000张图像就能建立起相对准确的图像识别能力。”

一群人面,是计算机视觉领域的进一步发展。以医疗影像为例,随便说说目前计算机视觉系统可能性具备比人类放射科医师更为强大的图像识别能力,但其缺点却说 灵活性较差。吴恩达解释说:“比如对于低端X光机拍摄的较为模糊的图像,可能性可能性操作人员错误指因为 图像层厚不正等情況,人类医师要比算法模型更具经验和适应性。许多,我认为还时需进一步研究以提高算法在更多场景中的泛化能力。”

Hilary Mason:容器化部署对多套AI系统管理具有重要意义

在Cloudera于2017年收购Fast Forward Labs之后,Hilary Mason出任了Cloudera的机器学习总经理。如今,Fast Forward Labs保持独立运营,主要负责提供机器学习技术应用报告,并为客户提供未来3个月到两年之间的技术发展建议。

回顾2018年,最令Mason感到惊讶的人工智能技术突破主却说 「多任务学习」。如今,研究人员还不需要 训练单一神经网络,使其在观察图像中的物体的共同应用多种标签。

但共同,Mason还指出,有必要为人工智能方案建立本身道德约束框架。Mason表示:“在新的一年当中,哪几种不关注你是什么问題的企业以及一群人,都将面临滥用人工智能所带来的实际后果可能性责任追究。倘若伦理道德问題在数据科学与人工智能的实践发展当中,不需要 成为本身默认考量条件,技术人员与商业领袖在创建AI产品时也应当充分考虑到道德以及偏见问題的影响。”

此外,随着太满AI系统成为企业业务运营体系中的重要组成每段,Mason预计,作为这波浪潮的中坚力量,产品经理与产品负责人将在人工智能领域做出更多贡献。她进一步表示:“倘若你是什么群体不需要 像使用电子表格那样简单轻松地实现AI建模,大伙也希望大伙要花费掌握一定程度的能力,从而在一群人的产品当中发现还不需要 利用人工智能技术加以改善的每段。”

如今,人工智能民主化的理念可能性得到相当一每段企业的重视与认可。包括Kubeflow Pipelines、AI Hub等谷歌云AI产品以及CI&T智能设备在内的众多实际产品,就有努力推动AI系统在企业结构的广泛普及。

Mason共同认为,未来将有太满的企业时需建立对应的组织架构,从而实现对多套人工智能系统的管理。

以在DevOps变革当中大伙所面临的挑战为例,以往对单一系统的管理往往还不需要 通过手动部署的自定义脚本实现;但要想管理几十套系统,就时需引入cron作业。而可能性面对的是成百上千套系统,要实现严格的安全性、治理能力与风险管控,就时需更专业且更为强大的工具。

Mason强调了以容器形式部署AI的重要意义。她相信你是什么趋势将在未来几年内持续升温,进而帮助更多企业立足云端可能性本地环境部署更多AI处里方案。

最后,Mason还总结称,人工智能业务将继续保持发展,许多相关实践将在整个行业内得到普及——而非由个别公司严格把控。“目前,当一位数据科学家可能性机器学习工程师跳槽到另一家公司,其工作内容有可能性完全不同,比如会使用不同的工具、满足不同的需求、适应不同的报告结构等等。但我认为在新的一年中,你是什么差异将逐步转化为一致性标准。”她解释说。

Yann LeCun:AI系统要逐渐学好建立起因果关系认知

Yann LeCun现任纽约大学教授、Facebook公司AI科学家,以及Facebook AI Research(简称FAIR)部门的创始董事。该部门曾先后创建了PyTorch 1.0与Caffe2,以及其它一系列AI系统——包括Facebook用户每天使用数十亿次的文本翻译AI工具,以及懂得咋样下围棋的先进强化学习系统等。

其中,LeCun认为,FAIR固然不需要 取得原来的成绩,应当归功于对机器学习及其底层技术与数学奥秘的深入应用,共同还有赖于其中的开源策略。他解释称,“当有更多人我想要将一群人的研究内容和技术向外输出时,整个领域不需要 得到变快的发展。大伙如今在人工智能领域看一遍的进步速率单位单位 ,在很大程度上正是源于有更多的人以远超以往的速率单位单位 与速率单位单位 进行更为开放的研究工作。”

在道德问題方面,LeCun表示很高兴地看一遍人工智能社区在考量自身工作的道德伦理影响,以及对偏见决策危险性的认知方面取得的进展。他指出:“事实上,目前业界可能性就此达成共识,认为哪几种问題随便说说值得层厚关注。”“随便说说目前累似 问題还不属于时需紧急处里的核心挑战,但这是迟早的事,大伙时需在随便说说际存在之后做好预防工作。”

与吴恩达一样,LeCun希望更多AI系统不需要 在灵活性层面更上一层楼,即在不需要几滴 原始输入数据可能性准确输出条件的前提下建立起强大的AI系统。他指出,要构建出不需要 通过观察真实环境进行学习的教学机器,行业时需采用自我监督学习可能性基于模型的强化学习技术。

“目前,大伙可能性在你是什么领域取得了进展,比如开始英语 通过弱监督可能性自我监督学习实现语言翻译与图像识别,哪几种也开始英语 在Facebook的服务当中发挥作用。”

着眼于未来,LeCun希望人工智能系统不需要 逐渐学好在不同事件之间建立起因果关系认知。这不仅仅时需通过观察进行学习,共同也要建立真正的理解能力——累似 可能性大伙使用雨伞,则可能性代表着外面正在下雨。

他表示:“你是什么点将非常重要,可能性可能性大伙希望一台机器不需要 通过观察世界来学习并改进自身模型,不到它时需有能力了解其不需要 以及无法改变环境中的哪几种条件。举个例子,可能性您在一另另3个房间之内,转过身摆着一张桌子,后边放着一另另3个像是水瓶的物体,不到大伙肯定会意识到一群人还不需要 推动水瓶,可能性它相对较轻;而大伙不能自己移动桌子,可能性其又大又重——原来的判断就与因果关系有着紧密的关联。”

Rumman Chowdhury:更多行业与技术监管标准将出台

Rumman Chowdhury博士目前担任埃森哲公司应用智能部门的常务董事,主要负责任人工智能项目。

Chowdhury表示,在过去的一年中,与人工智能威胁相关的问題得到更为科学的讨论——而不仅仅局限于《终结者》电影中由智能机器接管全球的极端场景。她指出:“认知水平的提高使得隐私与安全意识成为新的关注重点,另外大伙也开始英语 思考人工智能在塑造大伙自身以及后代方面可能性发挥的作用。”但共同,她还强调一群人希望看一遍整个AI社区更进一步,从道德口号转向实际行动。

在这方面,她提出了一系列值得关注的问題,比如:咋样在AI与物联网支持型监控体系当中找到「正确的」平衡点,从而在获得安全收益的共同抵制一切惩罚性监控,可能性可能性加重现有种族歧视问題的执行依据;咋样设计先进技术收益的再分配机制,从而确保不需要进一步增加原来就可能性非常严重的富贫差距;咋样设计儿童对人工智能的接触水平,从而引导大伙「熟悉AI」但又不致被AI洗脑可能性同化;咋样利用人工智能实现教育的扩展与自动化,共同继续确保人类的创造力与独立思考能力等等。

在新的一年当中,Chowdhury预计全球范围内将围绕人工智能技术出台更多政府审查与技术监管要求。

她指出:“在2019年,大伙时需努力为可能性存在的问題找到答案——当技术成为本身具有特定背景的多功能工具时,大伙该咋样规范哪几种技术?大伙要咋样制定合理的监管依据,从而在制约大型企业(即有能力承担合规成本的组织)的共同不致扼杀初创企业的创新空间?大伙应该立足咋样的层级进行监管?是国际、国内还是特定区域?”

而为了实现你是什么目标,她认为大伙时需摆脱人工智能行业中常规的思路——即军备竞赛般的粗暴争先。人工智能并就有简单的力量来源,不应采取“可能性大伙不抢先实现,不到敌人就会存在主动”原来的思维依据。

她指出:“倘若监管机构、技术专家以及研究人员们不需要 意识到,大伙的人工智能竞赛不仅仅关注计算能力与技术敏感性。大伙共同就有责任以更公正、更公平、更平等的依据重建世界,这是摆在大伙转过身的绝佳机遇。”

在消费级层面,她认为2019年人工智能方案将再次出现在更多家庭环境当中。比如,却说 人可能性习惯了使用Google Home以及Amazon Echo等智能扬声器,外加其它各类智能设备。在这方面,她总结称:“我猜大伙跟我一样,都很期待机器人管家的实现。”