码迷,mamicode.com
首页 > 其他好文 > 详细

【AI】【计算机】【中国人工智能学会通讯】【学会通讯2019年第01期】直面五大技术挑战 推动人工智能突破性发展

时间:2019-11-01 18:53:40      阅读:115      评论:0      收藏:0      [点我收藏+]

标签:dex   模型设计   智慧   解决方案   联网   改变   数学   ora   杰出   

封面:

技术图片

 

 

 

直面五大技术挑战 推动人工智能突破性发展

原作者: 芮 勇

去年,我在《中国人工智能学会通讯》上发表的一篇文章中提到,人工智能遇到了发展的“芳华年代”。技术的突破,资本的支持,政策的扶持,产业的需求,这一切都让人工智能迎来了大发展的时代。2018 年已经过去了,回望 2018 的人工智能发展,可以看到,与 2017 年相比,大家对人工智能多了一些冷静和理性,少了很多浮躁和喧嚣。一方面,人工智能技术一直在向前推进;另一方面,智能 +,即人工智能与垂直行业的结合也越来越紧密,正在更加深刻地改变着产业的面貌和人们的生活。

智能制造、智慧医疗、智慧金融、智能安防等智能 + 领域的迅速发展,充分说明了人工智能正在渗入各行各业,让社会和生活更加智能化。

但是,总体上来说,人工智能在行业的落地还处于起步阶段,还需要攻克许多难题。从技术的角度来讲, 还需要解决以下五大问题,才能实现人工智能技术上的进一步突破,才能为商业化落地打下坚实的基础。

 

首先是算法和算法的工程化。算法的重要性不言而喻,如果人工智能是一辆汽车,那么算法就是强大的引擎。算法的重大突破,会产生划时代的意义。比如,最早的时候,语音识别使用 GMM-HMM 模型,二十几年间,错误率始终无法降下来,直到 2009 年深度学习的出现,才使错误率大幅下降了 30%。此外有了算法之后,做好算法的工程化同样重要。算法的每一次突破,相当于是台阶式的跨越;但是每一次工程化,又将这个台阶提升了高度,这两个同样重要。

 

其次是人工智能芯片。物联网( IoT)技术开启了万物互联的时代,人工智能对IoT 的赋能, 将会触发智能万物互联( SIoT)的时代。而要实现 SIoT,需要解决两个挑战,即极低的智能决策延迟及数据隐私保护

如果智能决策在端侧进行,就能很好地解决这两个问题。现有的端侧 AI 解决方案存在成本过高、计算力不足,以及功耗过高等问题。如果能够开发出低成本、低功耗的端侧 AI 芯片,将会极大推动智能万物互联新时代的来临。

 

第三是深度学习的可解释性问题。深度学习作为机器学习技术的杰出代表,取得了很大的成功。但是如果一个模型完全不可解释,那么在很多领域,尤其在需要做出关键决定的应用领域就会受到很多限制,因此研究深度学习模型究竟如何从数据中学到知识,并以人类可以理解的方式给出解释是十分必要的。通过对数据和模型设计分析,尽可能地从语义层面对网络进行理解,从而提高知识表达的能力,增强网络的可解释性,对深度学习的发展将起到很大的推动作用。如果能解决深度学习的可解释性问题,将是重大的技术突破。

 

第四点是从“大数据”到“小数据”的研究突破。目前,人工智能非常依赖海量的训练数据,但是在很多场景中,产生的数据量很小,我们称之为“小数据”,小数据对人工智能技术提出了更高的要求。其实,人类的认知学习过程也是从小数据开始的。比如,小朋友第一次看到猫,父母告诉他 / 她,这种动物是猫。小朋友如果再看到一只猫,即便这只猫颜色、种类和大小都和上次的有所不同,他 / 她也能认出这是一只猫。这就是人类从小数据中进行学习、认知的生动案例。同样地,在人工智能研究中,如果在小数据的算法上能取得大的突破,也会给人工智能带来飞跃性的发展。

 

 

第五点是常识问题。要实现算法跨越式的突破,还需要解决常识问题。比如“鸡兔同笼”这道经典的数学题,鸡兔同处一笼,问鸡兔头和脚的数量。要回答这个问题,有一个前提,那就是每人都知道,鸡有两只脚,兔有四只脚,这就是常识。计算机有了这个常识后,才能回答这道数学题,否则就无法作答。这些常识问题不解决,很多真正人工智能的技术就无法实现。常识问题属于知识图谱的研究范畴。

很多公司进行了大量的知识图谱领域的研究,包括实体的挖掘;我们也正在构建联想内部的产品知识图谱。如果知识图谱做好了,将进一步促进人工智能的发展。纵观人工智能 60 年的发展历程,关键技术的突破,是它能够实现跨越式发展的根本推动力。

 

如果我们能在以上所述的 5个领域,即算法和算法工程化、芯片、深度学习可解释性、小数据及常识方面取得更大的突破,人工智能技术必将进一步发展、成熟,从而为商业化落地奠定坚实的技术基础。

 

 

 

原作者简介:

技术图片

 

 

 

 

 

 

 

 

 

 

 

 

————————(我是分割线)————————

参考:

1. 中国人工智能学会通讯  http://www.caai.cn/index.php?s=/home/article/index/id/51.html 

 

备注:

初次编辑时间:2019年11月1日17:24:42

 

环境:Windows 7   / Python 3.7.2

 


————————(我是分割线)————————

 

备注:本文全部摘录于《中国人工智能学会通讯》 ,写入博客主要为了个人及网友学习参考,并传播原文作者的智慧。

读者若需要查看最新的信息,可进入本文“参考”,下载相应的资料。

本文资料均从《 学会通讯 》中下载的,若有侵权,请及时告知本人处理。

 

【AI】【计算机】【中国人工智能学会通讯】【学会通讯2019年第01期】直面五大技术挑战 推动人工智能突破性发展

标签:dex   模型设计   智慧   解决方案   联网   改变   数学   ora   杰出   

原文地址:https://www.cnblogs.com/kaixin2018/p/11778403.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!