人工智能超越人类?如何用X数据驱动AI成长.doc

人工智能超越人类?如何用X数据驱动AI成长.doc

ID:27844207

大小:1.63 MB

页数:32页

时间:2018-12-06

人工智能超越人类?如何用X数据驱动AI成长.doc_第1页
人工智能超越人类?如何用X数据驱动AI成长.doc_第2页
人工智能超越人类?如何用X数据驱动AI成长.doc_第3页
人工智能超越人类?如何用X数据驱动AI成长.doc_第4页
人工智能超越人类?如何用X数据驱动AI成长.doc_第5页
资源描述:

《人工智能超越人类?如何用X数据驱动AI成长.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、人工智能超越人类?如何用X数据驱动AI成长  7月7日,全球人工智能和机器人峰会在深圳如期举办,由CCF中国计算机学会主办、雷锋网与香港中文大学(深圳)承办的这次大会共聚集了来自全球30多位AI领域科学家、近300家AI明星企业。  当今AI和机器人革命浪潮下,包括我国在内的各国政府和投资界,都意识到推动这两个领域各个方面的全球协作、迎接机遇与挑战的重要性。而拥有完备制造产业链、作为改革开放窗口的深圳,则是推动AI与机器人行业产、学、研跨界协作的理想中心。基于这样的时代背景,「CCF-GAIR」应运而生。  人工智能超越人类?如何用X数据驱动AI成长  7月7日,全球人工

2、智能和机器人峰会在深圳如期举办,由CCF中国计算机学会主办、雷锋网与香港中文大学(深圳)承办的这次大会共聚集了来自全球30多位AI领域科学家、近300家AI明星企业。  当今AI和机器人革命浪潮下,包括我国在内的各国政府和投资界,都意识到推动这两个领域各个方面的全球协作、迎接机遇与挑战的重要性。而拥有完备制造产业链、作为改革开放窗口的深圳,则是推动AI与机器人行业产、学、研跨界协作的理想中心。基于这样的时代背景,「CCF-GAIR」应运而生。  人工智能超越人类?如何用X数据驱动AI成长  7月7日,全球人工智能和机器人峰会在深圳如期举办,由CCF中国计算机学会主办、雷锋

3、网与香港中文大学(深圳)承办的这次大会共聚集了来自全球30多位AI领域科学家、近300家AI明星企业。  当今AI和机器人革命浪潮下,包括我国在内的各国政府和投资界,都意识到推动这两个领域各个方面的全球协作、迎接机遇与挑战的重要性。而拥有完备制造产业链、作为改革开放窗口的深圳,则是推动AI与机器人行业产、学、研跨界协作的理想中心。基于这样的时代背景,「CCF-GAIR」应运而生。  人工智能超越人类?如何用X数据驱动AI成长  7月7日,全球人工智能和机器人峰会在深圳如期举办,由CCF中国计算机学会主办、雷锋网与香港中文大学(深圳)承办的这次大会共聚集了来自全球30多位A

4、I领域科学家、近300家AI明星企业。  当今AI和机器人革命浪潮下,包括我国在内的各国政府和投资界,都意识到推动这两个领域各个方面的全球协作、迎接机遇与挑战的重要性。而拥有完备制造产业链、作为改革开放窗口的深圳,则是推动AI与机器人行业产、学、研跨界协作的理想中心。基于这样的时代背景,「CCF-GAIR」应运而生。    山世光,中科院计算所研究员、博导,基金委优青,CCF青年科学奖获得者,现任中科院智能信息处理重点实验室常务副主任,中科视拓创始人、董事长兼CTO。他的研究领域为计算机视觉和机器学习。已在国内外刊物和学术会议上发表论文200余篇,其中CCFA类论文60余

5、篇,论文被谷歌学术引用10000余次。曾应邀担任过ICCV,ACCV,ICPR,FG,ICASSP等国际会议的领域主席,现任IEEE,TIP,CVIU,PRL,NeurocompuTIng,FCS等国际学术刊物的编委。研究成果获2005年度国家科技进步二等奖,2015年度国家自然科学二等奖,CVPR2008BestStudentPosterAwardRunner-up奖。  如何看待这次AI热潮?  谷歌AlphaGo与李世石的世纪之战,让人工智能(AI)这个话题再度火爆起来。山世光博士早在20年前就开始做AI领域中的计算机视觉技术研究,在这次GAIR大会分享中,他结合自

6、己过去的科研经历和行业观察,分别从四个不同的角度分析,给出了他对此次AI热潮的一些看法:  从方法论角度看:过去几十年流行的人类专家知识驱动的AI方法论被数据驱动的AI方法论全面取代。这里的数据主要指有监督的大数据。人类智能的产生是不是也完全基于有监督的大数据学习而来尚不得而知。从这个意义上讲,计算智能和人类智能之间的差异也不得而知。  从学术角度来看:虽然有监督大数据驱动的方法论在某些领域已经构建出了超越人类智能的AI,但基于有监督大数据的深度学习是否构建机器智能时代充分且必要的基础性方法?他个人认为至少是不充分的,需要新的方法论。  从算法角度来看:主要得益于两个方法

7、:一是深度学习,二是增强学习。增强学习被大家所熟知是因为AlphaGo在围棋上战胜了人类最强的棋手。但实际上增强学习在很多场景下是不能用的,至少目前在视觉和语音处理等任务中尚未得到有效的应用。而深度学习可类比人类学习方法里的归纳学习,却不适合演绎学习。深度学习是否可以广泛应用于推理类任务尚不得而知。  从做计算机视觉的角度来讲:包括智能视频监控、考勤门禁等在内的安防应用以及医疗读图、基于视觉的汽车辅助驾驶等都是计算机视觉技术落地的方向,商业化产品已经雨后春笋般涌上市场。  关于演讲主题中的X表示什么意思,山世光博士在接下来的演

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。