博鰲會(huì)是各國(guó)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(yǔ)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(wú)論國(guó)內(nèi)國(guó)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(wú)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(shì)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(wú)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(wàn)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(wú)法離開人工智能。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。