AIR 061丨8月12日“人工智能主場(chǎng)”演講合輯

8月13日18時(shí)，為期兩天的CCF-GAIR人工智能與機(jī)器人峰會(huì)完美落幕，在這期間，全球各地學(xué)界、業(yè)界、投資界大牛聚集在一起為相關(guān)從業(yè)者們奉上了一場(chǎng)盛大的技術(shù)與經(jīng)驗(yàn)分享會(huì)。整個(gè)大會(huì)議程包括：人工智能主場(chǎng)、機(jī)器人與無人機(jī)專場(chǎng)、智能駕駛與投資人專場(chǎng)。首先，我們來回顧下8月12日人工智能主場(chǎng)的演講合輯。

中國工程院徐揚(yáng)生院士：智能機(jī)器人的問題與思考

首先，香港中文大學(xué)（深圳）校長、中國工程院院士、機(jī)器人及智能系統(tǒng)專家徐揚(yáng)生根據(jù)自己30多年的機(jī)器人研究經(jīng)驗(yàn)，總結(jié)出機(jī)器人智能化的技術(shù)路徑、歷史沿革與應(yīng)用案例。

金山軟件CEO張宏江：智能，大數(shù)據(jù)，云

“人工智能發(fā)展速度如此之快，離不開大數(shù)據(jù)和云計(jì)算。”金山軟件CEO，前微軟亞洲工程院院長，美國計(jì)算機(jī)協(xié)會(huì)(ACM)院士，IEEE Fellow張宏江在《智能，大數(shù)據(jù)，云》中講到。20年前，張宏江團(tuán)對(duì)申請(qǐng)了一個(gè)復(fù)雜的分布式架構(gòu)專利，但只能在實(shí)驗(yàn)室中運(yùn)行，而在20年后的今天，它早已走出實(shí)驗(yàn)室，整個(gè)計(jì)算和處理過程都在云端完成，能隨時(shí)隨地呈現(xiàn)在我們的移動(dòng)設(shè)備上供用戶使用。

牛津計(jì)算機(jī)系主任：AI中符號(hào)主義和神經(jīng)網(wǎng)絡(luò)應(yīng)融合發(fā)展

今年AlphaGo的出現(xiàn)，第一次讓全世界認(rèn)知到現(xiàn)階段人工智能的先進(jìn)程度。那么人工智能到底先進(jìn)到了哪一步，以及AI是否會(huì)對(duì)人類造成威脅等問題隨之被拋出。在本次大會(huì)中，AlphaGo背后的團(tuán)隊(duì)DeepMind成員之一、牛津大學(xué)計(jì)算機(jī)系主任、Oxford-DeepMind Partnership負(fù)責(zé)人，AAAI、EURAI Fellow 邁克爾伍爾德里奇（Michael Wooldridge）深入剖析了強(qiáng)弱人工智能、機(jī)器是否會(huì)擁有意識(shí)、神經(jīng)網(wǎng)絡(luò)型AI與符號(hào)主義AI的區(qū)別與融合等問題，同時(shí)提出兩種AI的解決方法，以及對(duì)人們?cè)谌斯ぶ悄茴I(lǐng)域研究過程中遇到的矛盾提出自己的看法。

香港科技大學(xué)教授楊強(qiáng)：人工智能成功的幾個(gè)必要條件

香港科技大學(xué)楊強(qiáng)教授在CCF-GAIR大會(huì)中提出人工智能成功必備的五個(gè)條件：

• 清晰的商業(yè)模式

• 高質(zhì)量的大數(shù)據(jù) 

• 清晰的問題定義和領(lǐng)域邊間

• 懂人工智能的跨界人才

• 計(jì)算能力

我們知道，人工智能在近年來發(fā)展如此迅速，深度學(xué)習(xí)功不可沒。而楊強(qiáng)教授正在研究一種新型的算法模型，其運(yùn)作原理是在深度學(xué)習(xí)的基礎(chǔ)之上加上強(qiáng)化學(xué)習(xí)和遷移學(xué)習(xí)，從而讓某些成熟的數(shù)據(jù)模型更方便地應(yīng)用在其他領(lǐng)域，無需從0到1訓(xùn)練數(shù)據(jù)。

微軟亞洲研究院常務(wù)副院長芮勇：計(jì)算機(jī)視覺從感知到認(rèn)知的長征

計(jì)算機(jī)視覺是人工智能的一大重要分支，如何讓計(jì)算機(jī)理解圖像一直是研究領(lǐng)域的一大難題。大會(huì)中，微軟亞洲研究院常務(wù)副院長，IEEE、IAPR、SPIE Fellow芮勇深入淺出，用生動(dòng)有趣的實(shí)際應(yīng)用案例解析了計(jì)算機(jī)視覺，同時(shí)讓人們直接感受到CV的奇妙之處。

加拿大皇家學(xué)會(huì)李明院士：如何用深度學(xué)習(xí)對(duì)付NLP難題

除了計(jì)算機(jī)視覺之外，自然語言處理也是人工智能的重要組成部分。Siri和小冰均是自然語言處理落地的產(chǎn)品，但用戶對(duì)其的印象僅僅停留在娛樂層面，兩者在回答問題中還存在很多的問題。加拿大皇家學(xué)院院士，滑鐵盧大學(xué)教授，ACM、IEEE Fellow李明在CCF-GAIR大會(huì)中則使用有別于其他方式的深度學(xué)習(xí)模型，使得機(jī)器人問答變得更準(zhǔn)確。此外，他還提出“語義距離”這一概念，給NLP研究者們一個(gè)新的研究思路。

華為諾亞方舟實(shí)驗(yàn)室主任李航：我們?cè)谌斯ぶ悄茴I(lǐng)域的愿景與實(shí)踐

眾所周知，Google、Facebook、微軟以及中國的百度等公司在人工智能領(lǐng)域均有著較為深厚的積累，但很多人似乎不知道，其實(shí)華為早已開始布局人工智能，并成立諾亞方舟實(shí)驗(yàn)室。此次，華為諾亞方舟實(shí)驗(yàn)室主任李航講述了華為諾亞方舟實(shí)驗(yàn)室在AI方向深耕的產(chǎn)品和技術(shù)。

從搜索引擎到行動(dòng)引擎，前谷歌科學(xué)家如何打造智能搜索

目前語音識(shí)別已達(dá)到一個(gè)非常高的水準(zhǔn)，但是語義分析仍舊有很長的路要走。因此，在整體語音識(shí)別率差異較小的競(jìng)爭(zhēng)環(huán)境中，語義分析的算法優(yōu)劣和切入的使用場(chǎng)景就成為了NLP產(chǎn)品最為重要的條件。CCF-GAIR大會(huì)中，前Google科學(xué)家林德康從NLP的角度切入，深入講述搜索引擎和語音助手在未來的呈現(xiàn)形式。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。