2020年人工智能將如何發展?

來源:雷鋒網    2020/2/15 23:15:53
責任編輯:王強
字體:

中國網6月12日訊(記者王曉霞實習記者吳雨航)打開淘寶,大數據為我們推薦合適的商品;使用訊飛輸入法,語音識別能夠精準的轉化為文字;輕輕一按,手機便可遠程控制著家中的一切;戴上VR眼鏡,玩家能身臨其境般體驗游戲的樂趣……如今,人工智能技

人工智能不再準備著有朝一日改變世界,而是正在改變世界。在我們買入新的一年和十年之際,VentureBeat邀請了人工智能領域最敏銳的一些人,重新審視了2019年取得的成就,并展望了機器學習在2020年將如何成熟。

先看一組數字: 1. 2020年我國人工智能市場規模將達710億元 我國人工智能產業雖然起步較晚,但以百度、阿里巴巴、騰訊、科大訊飛等為代表的企業已經開始大規模地投入和布局,產業投資和創業熱情高漲,技術研究、行業應用等快速發展。根據中國信

每個人都有對未來一年的預測,但這些人——在人工智能領域擁有權威的個人——正在塑造今天的未來,他們珍視科學追求,他們的經歷為其贏得了信譽。盡管一些人預測在諸如半監督學習和神經符號方法等子領域會有進步,但幾乎所有ML領域的杰出人士都表示,在2019年基于Transformer的自然語言模型方面取得了巨大進步,并預計在面部識別等技術方面會繼續存在爭議。他們還希望看到人工智能領域發展出比準確性更有價值的東西。

就一年時間你覺得這個世界會飛嗎,想實現人工智能機器人還有很長的一段路要走。

Soumith Chintala

PyTorch的負責人、首席工程師和創建者

人工智能市場規模在持續增長 技術應用廣泛 中國人工智能市場規模在持續增長。據前瞻產業研究院發布的《中國人工智能行業市場前瞻與投資戰略規劃分析報告》數據顯示,2017年中國人工智能市場規模將達到152.1億元,增長率達到51.2%。隨著人工智能

不管你如何評價,PyTorch是當今世界上最受歡迎的機器學習框架。 PyTorch是2002年引入的Torch開源框架的衍生產品,于2015年可用,并且在擴展和庫中穩步增長。

人工智能未來發展趨勢人工智能未來發展趨勢  1、從專用智能到通用智能   如何實現從專用智能到通用智能的跨越式發展,即是下一代人工智能發展的必然趨勢,也是研究與應用領域的挑戰問題。通用智能被認為是人工智

今年秋天,Facebook發布了帶有量化和TPU支持的PyTorch 1.3,以及深度學習可解釋性工具Captum和PyTorch Mobile。還有諸如PyRobot和PyTorch Hub之類的東西,用于共享代碼并鼓勵ML從業者支持可重復性。

按照規劃,我國新一代人工智能發展到2030年共分三步走。第一步,也就是到兩年后的2020年,人工智能總體技術和應用與世界先進水平同步,人工智能產業競爭力進入國際第一方陣,人工智能產業成為新的重要經濟增長點。還要培育若干全球領先的人工智

今年秋天在PyTorch開發大會上,Chintala在與VentureBeat的一次對話中表示,他在2019年的機器學習中幾乎沒有突破性進展。

在面向2030年對我國人工智能發展進行的戰略性部署中,我國新一代人工智能發展規劃也明確提出了我國人工智能發展的“三步走”目標: 第一步,到2020年,人工智能總體技術和應用與世界先進水平同步,人工智能產業進入國際第一方陣,成為我國新的重要

“實際上,我認為我們沒有開創性的東西……基本上是從Transformer開始的。我們的ConvNets在2012年達到黃金時段,而Transformer在2017年左右。這是我的個人看法。”他說。

世界人工智能大會的召開,敲響了現代AI發展的重要鐘聲,這一場人工智能的戰役,在無聲中開始了。有人說AI造福人類的日子不遠了,也有人說還早,更有人擔心AI對工作的影響,而我認為AI將來造福人類的日子確實不遠了,但是AI就好比互聯網,它是一

他繼續稱DeepMind的AlphaGo在強化學習方面的貢獻是開創性的,但是他說,這些成果很難應用到現實世界的實際任務中。

國務院近日印發《新一代人工智能發展規劃》,規劃提出,大力發展人工智能新興產業。加快人工智能關鍵技術轉化應用,促進技術集成與商業模式創新,推動重點領域智能產品創新,積極培育人工智能新興業態,布局產業鏈高端,打造具有國際競爭力的人

Chintala還認為,機器學習框架(如PyTorch和谷歌的TensorFlow)的發展已改變了研究人員探索思想和開展工作的方式,這些機器學習框架在當今的ML從業者中廣受歡迎。

人工智能未來發展趨勢人工智能未來發展趨勢  1、從專用智能到通用智能   如何實現從專用智能到通用智能的跨越式發展,即是下一代人工智能發展的必然趨勢,也是研究與應用領域的挑戰問題。通用智能被認為是人工智

他說:“從某種意義上說,這是一個突破,它使他們移動的速度比以前快了一兩個數量級。”

1、汽車 未來五年內,大部分新車將成為更為智能的“互聯汽車”。到2025年,大約有10%的新車將完全實現無人自動駕駛。包括谷歌和特斯拉在內的部分企業眼下正在研發自動駕駛汽車,而日本即將開始對“機器人出租車”進行使用測試,這種出租車將會在2020

今年,谷歌和Facebook的開源框架引入了量化,以提高模型訓練的速度。在未來的幾年中,Chintala希望PyTorch的JIT編譯器和Glow等神經網絡硬件加速器的重要性和采用率“爆炸式增長”。

年初,“阿爾法圍棋”橫掃中韓等國頂級棋手,10月它又被自己的新版算法“阿爾法圍棋-零”戰勝。人工智能領域的一系列新現象、新突破,讓人眼花繚亂、目不暇接。 無論是將人工智能稱作“下一個風口”、“最強有力的創新加速器”、“驅動未來的動力”,還是

“借助PyTorch和TensorFlow,你已經看到了框架的融合。出現量化的原因,以及其他一系列較低級別的效率,是因為下一場戰爭是框架的編譯器——XLA,TVM,PyTorch擁有Glow,許多創新正在等待發生。”他說,“在接下來的幾年中,你將看到……如何更智能地量化,如何更好地融合,如何更有效地使用GPU,以及如何自動為新硬件進行編譯。”

未來將扎實推進理論發展,加強新技術整合能力 如今,“智能+”社會已步步臨近,社會各界也正積極勾勒未來社會圖景。國外人工智能巨頭動作不斷,在基礎技術、應用領域方面都有諸多突破,可以總結為三點:基礎研究能力強、跨界創新密集、人才紅利持

像大多數其他行業領導者那樣,Chintala預測AI社區將在2020年之前將更多的價值放在AI模型性能上,而不僅僅是準確性,并開始將注意力轉向其他重要因素,例如創建模型所需的權重,如何向人類解釋輸出,以及AI如何更好地反映人們想要建立的社會類型。

人工智能的發展及前景: 一、六十多年前的達特茅斯會議,提出了“Artifitial Intelligence”的課題,目的是讓逐漸成熟的計算機能夠代替人類解決一些感知、認知乃至決策的問題。這樣一個課題是如此令人神往,也迅速吸引了大量學者的眼球,相關的研

“如果思考一下過去的五、六年,我們只是關注準確性,而原始數據如英偉達的模型是否更準確? Facebook的模型更準確嗎?‘”他說, “我實際上認為2020年將是我們開始(以更復雜的方式)進行思考的一年,如果你的模型……沒有良好的互操作性機制(或滿足其他標準),你的模型是否比現在精確3%并不重要。”

塞萊斯特·基德(Celeste Kidd)

加州大學伯克利分校的發展心理學家

這世界,變化太快!智能化、互聯化、共享化、國際化,讓無人駕駛技術研發風靡全球,國內眾多汽車廠商、科技互聯網公司也紛紛跟進,從3月份上汽集團率先拿到國內第一張無人駕駛上路測試牌照開始,注定了2018將成為無人汽車迅速發展的一年。無人

塞萊斯特·基德(Celeste Kidd)是加州大學伯克利分;聦嶒炇业闹魅,她和她的團隊在這里探索孩子們的學習方式。他們的見解可以幫助神經網絡的創建者,這些人正試圖以一種與養育孩子差不多的方式來訓練模型。

將2017年稱人工智能元年,應該不為過,畢竟各行各業都在積極將產業與人工智能相結合,而《新一代人工智能發展規劃》(下文簡稱《規劃》)的出臺則讓其在未來幾年都會成為行業發展的重要組成部分。也因此,日前,科技部在北京召開新一代人工智能

她說:“人類嬰兒沒有被標記的數據集,但它們管理得很好,對我們來說重要的是要了解這種情況。”

當前,人工智能發展進入了新階段。專家介紹說,經過60多年的演進,特別是在移動互聯網、大數據、超級計算、傳感網、腦科學等新理論新技術以及經濟社會發展強烈需求的共同驅動下,人工智能加速發展,呈現出深度學習、跨界融合、人機協同、群智開

讓基德在2019年感到驚訝的一件事是,神經網絡創建者的數量隨隨便便救貶低了自己或其他研究人員的工作,因為他們無法做嬰兒可以做的事情。

她說,當你將嬰兒的行為平均化時,您會看到有證據表明他們了解某些東西,但他們絕對不是完美的學習者,而這種談話對嬰兒的能力描繪得過于樂觀。

她說:“人類嬰兒很棒,但他們犯了很多錯誤,而且我經?吹饺藗冸S便進行的許多比較,都是把嬰兒行為在人口層面上理想化了。” “我認為,對于目前了解的內容與你接下來想要了解的內容之間的聯系,人們很可能會越來越有辨別力。”

在人工智能中,“黑匣子”這個詞已經存在多年了。它曾經用來批評神經網絡缺乏可解釋性,但基德認為2020年可能意味著神經網絡不可解釋的觀念的終結。

她說:“黑匣子的論點是虛假的……大腦也是黑匣子,我們在理解大腦如何工作方面取得了很大進步。”

在揭開這種對神經網絡的認識的神秘面紗時,基德研究了像麻省理工學院- IBM沃森人工智能實驗室(MIT-IBM Watson AI Lab)執行主任奧德·奧利瓦(Aude Oliva)這樣的人的工作。

“我們當時在談論這個問題,我說了有關該系統是黑匣子的事情,她合理地譴責了我,說他們當然不是黑匣子。當然,你可以將它們分解并將它們拆開,看看它們如何工作并對其進行實驗,就像我們為理解認知所做的一樣。”基德說。

上個月,基德在神經信息處理系統(NeurIPS)會議上發表了開幕式主題演講,這是世界上最大的年度AI研究會議。她的演講重點關注人腦如何固守頑固的信念,注意力系統和貝葉斯統計。

她說,信息傳遞的“舒適區”介于一個人之前的興趣和理解與他們感到驚訝的東西之間。人們傾向于較少接觸那些過于令人驚訝的內容。

然后她說,不存在中立的技術平臺,于是她把注意力轉向內容推薦系統的制造商如何操縱人們的信念。為了追求最大程度的參與而構建的系統會對人們如何形成信念和觀點產生重大影響。

基德在演講中談到了機器學習中男性的誤解,即與女性同事獨自一人會導致性騷擾指控并結束男性職業。她說,這種誤解反而會損害女性在該領域的職業。

由于在羅切斯特大學發表有關性行為不端的言論,基德與其他女性一起被評為2017年度“年度人物”,這些女性幫助實現了我們現在所說的“平等對待婦女運動”。當時,基德認為大聲疾呼將結束她的職業生涯。

她希望在2020年看到人們越來越意識到技術工具和技術決策對現實生活的影響,并拒絕認為工具制造商對人們的使用行為不負責任的觀點。

她說:“我聽到很多人試圖說’‘我不是真理的審判人’來為自己辯護。” “我認為必須提高對這是不誠實立場的認識。”

“在一個社會,尤其是作為使用這些工具的人們,我們真的需要直接意識到隨之而來的責任。”

杰夫·迪恩(Jeff Dean)

谷歌AI總監

迪恩領導Google AI已有近兩年時間,但他已經在谷歌工作了二十年,是谷歌早期搜索和分布式網絡算法的架構師,也是Google Brain的早期成員。

迪恩上個月在NeurIPS上與VentureBeat進行了交談,在那里他就ASIC半導體設計的機器學習以及AI社區應對氣候變化的方式進行了演講,他說這是我們時代最重要的問題。在關于氣候變化的討論中,迪恩討論了AI可以努力成為零碳行業以及AI可以用來幫助改變人類行為的想法。

他預計到2020年,多模式學習領域將取得進展,這是一種依靠多種媒體進行訓練的AI,而多任務學習則涉及旨在一次完成多個任務的網絡。

毫無疑問,2019年最大的機器學習趨勢之一是基于Transformer的自然語言模型的持續增長和擴散,此前模型Chintala被稱為近年來人工智能最大的突破之一。 谷歌于2018年開源了基于Transformer的模型BERT。根據GLUE排行榜,今年發布的許多性能最高的模型(例如Google的XLNet,微軟的MT-DNN和Facebook的RoBERTa)都基于Transformer。公司發言人告訴VentureBeat,XLNet 2將于本月晚些時候發布。

迪恩指出了已經取得的進展,他說:“ 。。.我認為整個研究線程在實際產生機器學習模型方面非常富有成效,[現在讓我們]做的機器學習模型比過去能夠完成的復雜得多。但是他補充說,仍有增長空間。“我們仍然希望能夠創建更多情境的模型。像現在這樣,BERT和其他模型可以很好地處理數百個單詞,但不能作為處理上下文的10,000個單詞。因此,這是[有趣的方向。”

迪恩說,他希望少強調一些最新技術,而傾向于創建更強大的模型。

Google AI還將努力推進新的舉措,例如Everyday Robot,這是一個于2019年11月推出的內部項目,旨在制造能夠在家庭和工作場所完成常見任務的機器人。

Anima Anandkumar

英偉達機器學習研究總監

Anandkumar在擔任AWS首席科學家后加入了GPU制造商英偉達。在英偉達,人工智能研究在多個領域進行,從醫療保健的聯合學習到自動駕駛,超級計算機和圖形學。

英偉達和Anandkumar在2019年的重點領域之一是強化學習的仿真框架,這些框架越來越受歡迎且成熟。

在2019年,我們看到了英偉達的Drive autonomus駕駛平臺和Isaac機器人模擬器的興起,以及從模擬和生成對抗網絡或GAN生成綜合數據的模型的興起。

去年還迎來了AI的興起,例如StyleGAN(一種可以使人們分辨不出自己看到的是計算機生成的人臉還是真實的人的網絡)和GauGAN(可以用畫筆生成風景的網絡)。 StyleGAN2上個月首次亮相。

GAN是可以模糊現實界限的技術,Anandkumar認為,它們可以幫助AI社區嘗試解決的主要挑戰,例如抓握機械臂和自動駕駛。

Anandkumar還希望未來一年通過迭代算法、自我監督和訓練模型的自訓練方法取得進展,這些模型可以通過對未標記數據進行自我訓練來改進。

“我認為各種不同的迭代算法都是未來,因為如果你只做一個前饋網絡,那么魯棒性就成為問題。”她說:“如果你嘗試進行多次迭代,并根據所需的數據類型或精度要求對迭代進行調整,那么實現這一目標的機會就更多了。”

Anandkumar看到了2020年AI社區面臨的眾多挑戰,例如需要與各領域專家一道創建專門針對特定行業的模型。決策者、個人和AI社區也將需要解決代表性問題,以及確保用于訓練模型的數據集能夠涵蓋不同人群的挑戰。

她說:“我認為[面部識別問題]很容易掌握,但是在很多[其他領域]……人們沒有意識到使用數據存在隱私問題。”

Anandkumar說,面部識別得到了最大的關注,因為很容易理解面部識別如何侵犯個人隱私,但是AI社區在2020年還面臨許多其他道德問題。

“我們將在數據收集方式和使用方式方面進行越來越嚴格的審查。這種情況正在歐洲發生,但是在美國,我們肯定會看到更多這樣的情況,而且出于正確的理由,我們會看到更多這樣的情況,比如國家運輸安全委員會和聯邦運輸管理局。”她說。

在Anandkumar看來,2019年的一大驚喜是文本生成模型的發展速度。

“ 2019年是語言模型之年,對嗎?現在,我們第一次在段落長度上達到了更加連貫的文本生成,這在以前是不可能的,但現在已經很好了。”Anandkumar說。

2019年8月,英偉達推出了Megatron自然語言模型。Megatron擁有80億個參數,是全球最大的基于Transformer的AI模型。 Anandkumar說,她對人們開始將模型表征為具有個性或字符的方式感到驚訝,并且她希望看到更多針對特定行業的文本模型。

“我們還沒有達到產生對話的階段,這種對話是互動的,可以跟蹤并進行自然的對話。所以我認為,到2020年,在這個方向上將會有更多認真的嘗試。”她說。

例如,開發用于控制文本生成的框架要比開發用于識別人或對象的圖像的框架更具挑戰性。文本生成模型還可能面臨例如為神經模型定義事實的挑戰。

最后,Anandkumar說,她很高興看到基德在NeurIPS上的演講獲得了起立鼓掌,并且被機器學習社區中越來越成熟和包容的跡象所鼓舞。

“我覺得現在是分水嶺。” 她說, “一開始甚至很難做些小改動,然后大壩就破裂了。我希望是這樣,因為在我看來,我希望保持這種勢頭,并進行更大的結構改革,并使所有小組,這里的每個人都蓬勃發展。”

達里奧·吉爾(Dario Gil)

IBM研究總監

吉爾領導的一組研究人員積極為白宮和世界各地的企業提供咨詢服務。他認為,2019年的重大飛躍包括圍繞生成模型的進步,以及生成可信語言的質量不斷提高。

他預測,在降低精度的體系結構上,更有效的培訓將繼續取得進展。更高效的AI模型的開發是NeurIPS的重點,IBM Research在此引入了具有8位精度模型的深度學習技術。

他說:“我們用現有的硬件和GPU架構來訓練深度神經網絡,其效率仍然很低。”因此,對這個問題進行根本性的反思是非常重要的。我們必須提高人工智能的計算效率,這樣我們才能做得更多。”

吉爾引用研究表明,對機器學習訓練的需求每三個半月翻一番,這比摩爾定律所預測的增長快得多。

吉爾也對AI如何幫助加速科學發現感到興奮,但是IBM Research將主要專注于機器學習的神經符號方法。

吉爾希望AI從業者和研究人員將專注于準確性以外的指標,以考慮生產中部署的模型的價值。將該領域轉向構建受信任的系統,而不是把準確性放在首位,這將是繼續采用AI的中心支柱。

“社區中有些人可能會繼續說,‘不用擔心,只要提供準確性。沒關系,人們會習慣這個東西有點像黑匣子,”或者他們會提出這樣的論點,即人們有時不會對我們做出的某些決定產生解釋。我認為,非常重要的一點是,我們要集中社區的知識力量,在此方面做得更好。人工智能系統不能成為關鍵任務應用程序的黑匣子。”

吉爾相信要擺脫這樣的觀念,即只有少數機器學習向導才能做到AI,以確保更多的具有數據科學和軟件工程技能的人采用AI。

他說:“如果我們把它作為一個神秘領域,那就是AI的領域,只對從事這方面研究的博士開放,它并不能真正促進人工智能的應用。”

在來年,吉爾對神經符號AI特別感興趣。 IBM將尋求神經符號方法來增強諸如概率性編程之類的功能,其中AI將學習如何操作程序以及可共享其決策背后原因的模型。

他說:“通過采用這種混合的方法,一種新的當代方法,通過這些神經符號方法,把學習和推理結合在一起。在這種方法中,符號維度嵌入到學習程序中。我們已經證明,你可用所需數據的一小部分來學習。”“因為你學了一個程序,你最終得到了一些可解釋的東西,并且因為你有了一些可解釋的東西,你得到了一些更可信的東西。”

他說,公平性,數據完整性和數據集選擇等問題將繼續引起人們的廣泛關注,“與生物識別技術有關的任何事情也將如此”。面部識別得到了很多關注,但這僅僅是開始。語音數據以及其他形式的生物識別技術將越來越具有敏感性。他繼續引用了哥倫比亞大學教授Rafael Yuste的話,他從事神經技術研究,并正在探索提取視覺皮層上神經模式的方法。

吉爾說:“我以這個例子為例,所有與身份、人的生物特征以及人工智能在分析方面取得的進步,將繼續處于前沿和中心位置。”

除了神經符號和常識推理(MIT-IBM沃森實驗室的一項旗艦計劃外),吉爾于2020年表示,IBM Research還將探索AI量子計算,以及AI模擬硬件,而不僅僅是降低精度的架構。

總結

機器學習正在繼續塑造商業和社會,VentureBeat采訪的研究人員和專家看到了一些即將出現的趨勢:

隨著Transformers推動了巨大的飛躍,自然語言模型的進步是2019年的主要故事。在2020年尋找更多基于BERT和基于Transformer的模型的變體。

人工智能行業應該尋找方法來評估模型輸出的準確性。

諸如半監督學習,機器學習的神經符號方法之類的方法以及諸如多任務和多模式學習之類的子領域可能會在明年出現。

與生物統計數據(如語音記錄)相關的倫理挑戰可能會繼續引起爭議。

量化之類的編譯器和方法可能會在諸如PyTorch和TensorFlow之類的機器學習框架中作為優化模型性能的方式而流行。作者最新文章

2020年人工智能將如何發展?機器學習領域頂尖人物預測有這些趨勢喜憂參半!盤點2019年科技界最好和最差的IPO:優步、Lyft前景慘淡宇宙中或布滿看不見的弦組成的“蜘蛛網” 奏出一章弦樂交響曲相關文章 請注意:本文為編輯制作專題提供的資訊,頁面顯示的時間僅為生成靜態頁面時間而非具體內容事件發生的時間,由此給您帶來的不便敬請諒解!

擴展閱讀,根據您訪問的內容系統為您準備了以下內容,希望對您有幫助。

未來十年人工智能會有怎樣的發展?

趨勢一:人工智能技術進入大規模商用階段,人工智能產品全面進入消費級市場

各大手機廠商都在講人工智能技術滲透到大家的生活當中,中國通信巨頭華為已經發布了自主研發的人工智能芯片并將其應用在旗下智能手機產品中,蘋果公司推出的iphone手機也采用了人工智能技術實現面部識別等功能。另外各大手機廠商都在做的語音助手則從軟件層面對長期以來停留于“你問我答”模式的語音助手做出升級。人工智能借由智能手機已經與人們的生活越來越近。

趨勢二:基于深度學習的人工智能的認知能力將達到人類專家顧問級別

人工智能這么火主要是由于深度學習已經進入了一個成熟階段,在某一領域的深度學習將使得人工智能*近人類專家顧問的水平,并在未來進一步取代人類專家顧問。當然,這個學習過程需要大數據的獲取和積累。

趨勢三:人工智能實用主義傾向顯著,未來將成為一種可購買的智慧服務

人工智能是一個實用主義的東西。越來越多的醫療機構用人工智能診斷疾病,越來越多的汽車制造商開始使用人工智能技術研發無人駕駛汽車,越來越多的普通人開始使用人工智能作出投資、保險等決策。這意味著人工智能已經走出“炫技”階段,未來將真正進入實用階段。

趨勢四:人工智能技術將嚴重沖擊勞動密集型產業,改變全球經濟生態。

就中國目前的情況來看,正處于從勞動密集型產業向技術密集型產業過渡的過程中,難以避免地要受到人工智能技術的沖擊,而經濟相對落后的東南亞國家和地區因為廉價的勞動力優勢仍在,受人工智能技術沖擊較小。世界經濟論壇2016年的調研數據預測到2020年,機器人與人工智能的崛起,將導致全球15個主要的工業化國家510萬個就業崗位的流失,多以低成本、勞動密集型的崗位為主。

2020年人工智能名片的發展前景如何?

2019年,人工智能名片市場就已有火爆之勢,智能名片應用所催生的商業價值也逐步凸顯,其2020年的發展前景不言而喻。

新一代人工智能將如何發展?

中國網6月12日訊(記者王曉霞實習記者吳雨航)打開淘寶,大數據為我們推薦合適的商品;使用訊飛輸入法,語音識別能夠精準的轉化為文字;輕輕一按,手機便可遠程控制著家中的一切;戴上VR眼鏡,玩家能身臨其境般體驗游戲的樂趣……如今,人工智能技術正不斷浸入人們生活的方方面面。

2018年政府工作報告中明確提出“加強新一代人工智能研發應用”,近期教育部也印發了《高等學校人工智能創新行動計劃》?梢,人工智能正成為新一輪科技*和產業變革的核心力量。那么人工智能發展現狀如何?亟需解決哪些問題?如何構建人工智能領域良性生態鏈?

中國網記者此次隨教育奮進之筆“1+1”系列活動第四站走進浙江,聚焦高校在人工智能領域的創新行動。

從跟跑到領跑,并有望“彎道超車”

頭上裝著智能裝置的大白鼠在實驗員的操控下“聽話的”按照箭頭指示的標志行走。這是記者在浙江大學周亦卿樓實驗室看到的場景。

據計算機科學與技術學院潘綱教授介紹,腦機融合的大鼠機器人是基于“虛擬”觸覺實現運動行為的精確控制,是生物腦與機器腦融合的典型例子。通過電刺激大鼠的感覺皮層可以實現大鼠機器人轉向行為的控制。該技術能夠在殘障康復、搶險救災、國防安全等領域具有重大前景。

浙工大的腦機交互機器人也在接收到人腦意念下發的指令后,會做出俯身撿抹布的動作。

除此之外,高校人工智能基礎研究還充分與醫療、交通、水電、電商等多個領域相結合,研究出能夠解決人們實際問題的科研成果。浙江工業大學研究出的小水電網絡化遠程控制系統、基于交通大數據多元融合入與智能分析的交通控制法、智能算法+機器視覺重建人體骨骼模型與機器人關節結構模型等等。

角膜炎圖像智能識別與輔助診斷項目通過12萬張圖像資料的數據積累為智能醫學提供了發展的空間!霸撓到y的開發將起到普及提高實際診療水平,輔助醫學教育培訓和遠程會診作用,項目有望在未來幾年形成立體的實用體系”浙江大學醫學院姚玉峰教授告訴記者。

而在發布會上,教育部科技司司長雷朝滋在總結《行動計劃》取得的積極進展時提到:“在2018年認定的首批612個“新工科”研究與實踐項目中,布局建設了57個人工智能類項目;同意并支持浙江大學建設人工智能協同創新中心,加快建成我國人工智能領域自主創新和人才培養的高地》!

潘云鶴院士也表示:“教育部在貫徹國家新一代人工智能規劃的行動中,形成了一個很好的行動計劃,相信這個計劃貫徹以后,中國教育系統人工智能將從過去的跟跑狀態走向并跑和領跑!

由此可見,我國人工智能步入發展的“快車道”,科研成果遍地開花,高校充分發揮優勢給予推動新一代人工智能發展。然而吳飛教授告訴記者:“教育部有506個本科專業,但只有4個專業是有關智能相關,卻不是人工智能。中國大學生每年招進來只有0.8%的人在直接學與人工智能相關的方向。人才稀缺,尤其是高精尖人才匱乏是當前面臨的客觀事實!

“人工智能+X”復合特色專業培養模式

在記者采訪過程中發現,人工智能領域人才并非是“科班出身”,而是散落于計算機專業、機械控制專業、軟件工程等相關學科中間。

據雷朝滋介紹,“截至2017年12月,全國共有71所高校圍繞人工智能領域設置了86個二級學科或交叉學科!币虼四壳柏叫杞鉀Q的便是建立人工智能一級交叉學科,將分散的學科知識集中起來進行人才培養。

吳飛教授表示:“人工智能不能是獨立存在的,一定是要符合其他學科、其他產業應用、其他技術多交叉融合的存在”。

同時他還表示浙江大學將邁出人工智能的交叉之路!拔覀冇62個一級學科,以人工智能為核,以腦科學控制人為反饋醫學為第一層學科鏈,外面再加上經濟、教育、城市這樣的學科鏈,我們想把它大致以一個核心向外進行擴散,比方說人工智能和教育學形成智能教育、人工智能與醫學形成智能醫療。目前在教育部的規范下,浙江大學即將論證人工智能的一級交叉學科的主題工作!

另外,教育部《行動計劃》為人工智能學科的建立提供了導向性,支持高校在計算機科學與技術學科設置人工智能學科方向,完善人工智能的學科體系,推動人工智能領域一級學科建設;形成“人工智能+X”復合專業培養新模式,到2020年建設100個“人工智能+X”復合特色專業,建立50家人工智能學院、研究院或交叉研究中心。

校企協同合作促人才儲備升級

人工智能領域需要培養以應用型為導向的人才,以解決實際問題為核心,這就需要與科技創新和產業發展深度融合。而校企合作不僅僅局限于傳統的授課與講座模式。

浙江工業大學與多家人工智能企業合作,成立“模擬企業”!皩W生能夠不出校門走進企業,大大縮短了學生進企業的時間,項目由企業自己進行孵化,增加學生鍛煉的機會!闭憬I大學計算機科學與技術學院院長王萬良介紹到。

“企業給我們提供設備,而且給我們項目的框架,讓我們去做需求分析把這個項目建立起來,然后定期去公司匯報,最后由企業評估項目成果。如果表現優異會給我們提供正式的實習機會,算是一個促進公司和學生交流的平臺!闭愎ご蠼⌒袑W院王杰同學說道。

而企業實際應用項目與高校理論研究方面是否存在“不配套”的情況?浙江大學吳飛教授告訴記者:“高校的人工智能研究具有前瞻性,就要做一些企業不愿意做的事情,更多情況下是兩者是相互補充,共同進步的狀態!闭憬髮W吳飛教授說道。

“學校優勢在于具有更開放的思維和更充裕的時間,而企業往往受制于商業目標的*。學校能夠解決企業真實遇到的問題,所以高校與企業不存在誰強的問題,而是一個互補的關系!卑⒗锇桶停憬髮W前沿技術聯合研究中心李貝說道。

據了解,阿里巴巴與浙大目前對聯合培養的博士生實行“雙聘”形式、阿里員工也可以到浙大讀博、或者提供學生實習機會等更多參與到企業實際項目中的方式。

校企協同合作一方面能夠促進產學研用相融合,實現科研成果轉化,提高經濟效益;另一方面,能夠吸引更多高精尖人才,培育更符合人工智能領域的應用型人才,實現人才儲備。

教育部:將研究生招生指標落到實處

發布會上,潘云鶴院士指出高校有兩大優勢需要不斷開發,一是學科數量豐富,二是學生創新與創業相結合。而發揮高校優勢一方面需要高校不斷提升科學研究、人才培養、社會服務的能力,另一方面也需要政府營造人工智能發展良好生態環境。

據了解,教育部將支持高校通過中央高;究蒲袠I務費,加強對從事基礎性研究、公園以性研究的拔尖人才和優秀創新團隊的穩定支持。

“高校要把給予的研究生招生指標增量落到實處,做到“用好增量,盤活存量”,教育部將并支持高校在“雙一流”建設中,加大對人工智能領域相關學科的投入!崩壮趟鹃L說道。

(圖片來源:微言教育)

為您準備的好內容:

www.ykbrdx.live true http://getqq.haoxyx.com/g/3528/35281820.html report 20321 人工智能不再準備著有朝一日改變世界,而是正在改變世界。在我們買入新的一年和十年之際,VentureBeat邀請了人工智能領域最敏銳的一些人,重新審視了2019年取得的成就,并展望了機器學習在2020年將如何成熟。每個人都有對未來一年的預測,但這些人——在人工智能領域擁有權威的個人——正在塑造今天的未來,他們珍視科學追求,他們的經歷為其贏得了信譽。盡管一些人預測在諸如半監督學習和神經符號方法等子領域會有進步,但幾乎所有ML領域的杰出人士都表示,在201
最近關注
首頁推薦
熱門圖片
最新添加資訊
24小時熱門資訊
精彩資訊
精彩推薦
熱點推薦
真視界
精彩圖片
社區精粹
關于本站 | 廣告服務 | 手機版 | 商務合作 | 免責申明 | 招聘信息 | 聯系我們
Copyright © 2004-2017 haoxyx.com All Rights Reserved. 好心游戲網 版權所有
京ICP備10044368號-1 京公網安備11010802011102號
公式规律区杀四肖