中美人工智能差异 深度学习拓展了AI的技术边界.doc

中美人工智能差异 深度学习拓展了AI的技术边界.doc

ID:27842568

大小:307.00 KB

页数:15页

时间:2018-12-06

中美人工智能差异 深度学习拓展了AI的技术边界.doc_第1页
中美人工智能差异 深度学习拓展了AI的技术边界.doc_第2页
中美人工智能差异 深度学习拓展了AI的技术边界.doc_第3页
中美人工智能差异 深度学习拓展了AI的技术边界.doc_第4页
中美人工智能差异 深度学习拓展了AI的技术边界.doc_第5页
资源描述:

《中美人工智能差异 深度学习拓展了AI的技术边界.doc》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、中美人工智能差异深度学习拓展了AI的技术边界  张钹院士简介    清华大学计算机系教授,中国科学院院士,深醒科技首席科学家。1958年毕业于清华大学自动控制系,2011中美人工智能差异深度学习拓展了AI的技术边界  张钹院士简介    清华大学计算机系教授,中国科学院院士,深醒科技首席科学家。1958年毕业于清华大学自动控制系,2011中美人工智能差异深度学习拓展了AI的技术边界  张钹院士简介    清华大学计算机系教授,中国科学院院士,深醒科技首席科学家。1958年毕业于清华大学自动控制系,2011中美人工智能差异深度学

2、习拓展了AI的技术边界  张钹院士简介    清华大学计算机系教授,中国科学院院士,深醒科技首席科学家。1958年毕业于清华大学自动控制系,2011中美人工智能差异深度学习拓展了AI的技术边界  张钹院士简介    清华大学计算机系教授,中国科学院院士,深醒科技首席科学家。1958年毕业于清华大学自动控制系,2011中美人工智能差异深度学习拓展了AI的技术边界  张钹院士简介    清华大学计算机系教授,中国科学院院士,深醒科技首席科学家。1958年毕业于清华大学自动控制系,2011中美人工智能差异深度学习拓展了AI的技术边界

3、  张钹院士简介    清华大学计算机系教授,中国科学院院士,深醒科技首席科学家。1958年毕业于清华大学自动控制系,2011年汉堡大学授予自然科学荣誉博士。曾任清华大学学位委员会副主任,参与创建智能技术与系统国家重点实验室。现任微软亚洲研究院技术顾问。参与人工智能、人工神经网络、机器学习等理论研究,将这些理论应用于模式识别、知识工程与机器人等技术研究。曾获国家教委高等学校出版社颁发的优秀学术专著特等奖、ICL欧洲人工智能奖等。  人工智能基础研究中美相差甚远  如今,人们经常会向研究人工智能的人提出问题:和国际先进水平相比,

4、中国的人工智能处于什么位置?不少人给出的答案:和世界人工智能差距不是很大,这几年,中国在学术研究方面也取得了很多进展,在重要的国际会议、重要的期刊杂志上,中国的(论文)文章也占了相当的比重。中国有数量庞大的网民,在网络数据上占有相当优势的地位,而且中国市场有如此大的需求,所以最后的结论是:中国赶上和超过世界人工智能的最高水平,必须也是可以做到的。  这个答案对不对?今天的报告就是要回答这个问题,我的回答是“不完全对”。首先,中国的人工智能,研究、开发、产业水平,跟世界相差不大,这句话不完全(对),在基础、算法的研究上,中国和世

5、界(顶尖)水平还相差甚远,这个是不争的事实。人工智能在1956年(诞生)成立的时候,是美国人建立的学科,这61年中,一直是美国在引领人工智能领域的发展。这个当然是成为过去了,问题是,现在还是美国和加拿大等北美的国家在引领这个领域的发展,他们在不断的创新,如果我们不重视(基础/算法理论研究),不在这些领域赶上他们,会非常制约中国的创新能力,特别是原始创新的能力。如果这点不重视,不抓紧,要赶上或超过世界的先进水平是有困难的。  深度学习拓展了AI的技术边界  我的报告题目是《基于大数据的人工智能》,主要是谈人工智能和大数据,我用它

6、作为例子分析一下,中国在人工智能领域如何赶上和超过世界的先进水平。  首先认识一下基于大数据的深度学习。深度学习的提出,在人工智能领域中是一个重大突破。以往,人工智能只能用来解决人们对它非常了解,而且能够清楚的将它表达出来的问题,例如医疗诊断,人们大体上能够说清楚一个症状是由什么疾病引起的;例如下象棋,每下一步都能够说明它的理由,等等。但这些(问题领域)非常有限,深度学习拓展了人工智能所能解决问题的边界。    其次,深度学习具有一定的通用性。比如,人们(用深度学习)做图像识别,不一定要具备非常丰富、专业的图像知识,外行也能做

7、。即使你不是这个领域的专家,也能把深度学习应用到这个领域。所以,深度学习是一种大众化的工具,它把解决问题的领域大大延展了。而且,这个领域即便没有很深度的了解,但是只要拥有充分的数据就能够做(研究)。  正因为如此,对大众而言,这些奇迹引发人们认识到了深度学习的威力。第一,就是在图像识别领域,在某一个图像库里,机器识别准确度略微超过人类,或者机器的误识率低于人类,(展示)这是微软做的工作;百度做的工作是在语音识别(展示),识别错误率略低于人类,在两个领域的识别上机器都超过了人类。  其中,震动最大的还是AlphaGo,为什么会引

8、发大家的震动。机器超过人,在数字计算方面早就已经实现,人们一点不感觉惊讶,因为计算机的本行就是计算,所以在数字计算上超过人类,大家并不觉得奇怪。  现在,在语音、图像识别、下围棋方面,以往都被认为是人类最擅长的,居然也被机器超越了,所以人们觉得惊讶、震动。  深度学习成功的三

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。