科技

邮箱:admin@yaboyule439.icu
电话:0578-26891424
传真:
手机:18691307856
地址:台湾省台湾市台湾区依大大楼4625号
当前位置:主页 > 科技 >

科技

陈建文:智能产业落地中的供需关系‘澳门百乐门在线官网’

作者:澳门百乐门在线官网 时间:2021-01-06 00:10
本文摘要:1月10日至1月11日,2019年全国智能产业高峰论坛在青岛香格里拉大酒店举行,中国自动化学会会长院士、中国计算机联合会主席、中国自动化学会理事长、中科院自动化所研究员高文院士、中国自动化学会副会长、澳门大学教授、欧洲科学院院士陈出席。其中,艺鸥作为特殊媒体,参与峰会现场报道。 在智能能源平行论坛上,中国电子科技大学教授陈建文发表了题为“智能产业落地中的供需关系”的主旨演讲。

澳门百乐门在线官网

1月10日至1月11日,2019年全国智能产业高峰论坛在青岛香格里拉大酒店举行,中国自动化学会会长院士、中国计算机联合会主席、中国自动化学会理事长、中科院自动化所研究员高文院士、中国自动化学会副会长、澳门大学教授、欧洲科学院院士陈出席。其中,艺鸥作为特殊媒体,参与峰会现场报道。

在智能能源平行论坛上,中国电子科技大学教授陈建文发表了题为“智能产业落地中的供需关系”的主旨演讲。陈建文提到,目前AI的一个相当大的瓶颈是,如果AI要经历很大的变化,它必须有相当大的数据,但目前的数据获取者没有足够的激励机制来获取近大量的数据。

而那些数据中的一小部分往往被集中的平台所垄断,从而阻碍了创造力。要获得一个准确的数据提供者激励机制环境,可以对构建的数据进行估值和约定,这样就不会构成可观的数据市场,人工智能需要越走越远。人工智能的爆炸有助于“大数据”资源在论坛中被频繁使用。

陈建文首先从五个方面总结了人工智能产业的发展:人工智能的到来、人工智能的高估、人工智能的高潮、人工智能的低潮和人工智能的浪潮。相关数据表明,1956年7月,马文明斯基和一群有远见的年长科学家在达特茅斯学会明确提出了人工智能的新学科;1970-1980年,大规模数据和简单任务无法完成,计算能力无法突破,人工智能转入发展瓶颈期;1982年证明神经网络具有很强的自学能力,可以完成任务,解决很多实际问题。于是,人工智能转入了第二次高潮,发展的黄金期。90年代初,DARPA没有建成,新领导人指出人工智能不是下一波,导致人们对“专家系统”的疯狂欢迎逐渐降温,政府减少了对人工智能的研究投入,变成了第二次低潮。

2006年,机器学习大师、多伦多大学教授杰弗里辛顿(Geoffrey Hinton)明确指出,研究应用领域出现深度自学热潮,人工智能成为第三次发展浪潮。2016年,AlphaGo击败韩国棋手李在植,再次引爆全球对人工智能的关注和研究。基于AI的产业发展历史和日益增长的现状,陈建文在会上明确表示“为什么现在人工智能越来越差?”这个问题是从以下三点来问的:一、摩尔定律描述的计算能力的指数增长。

在过去的五六十年里,它一直按照摩尔定律快速增长,这意味着我们的计算能力每18个月翻一番。随着计算能力的快速增长,我们可以计算出过去做不到的事情。

二是互联网和物联网的爆炸式快速增长所产生的海量数据。人工智能拥有大量的数据,可以通过大量的数据聚合获取自学,我们生活的每一个角落都会数字化。三是智能算法发展缓慢。

起初,人们不会模拟大脑的工作原理来制作一些人工智能和机器学习算法。但是在未来的发展中,我们可能会出售一些算法,这些算法显然不是大脑能够构建的,而是需要在机器中构建的,比如量子计算。其中,陈建文强调数据资源和智能算法是最重要的。

在人工智能产业链下,陈建文将人工智能产业链分为四个层次:投资层、理解层、技术层和平台层。投资层:活跃的资本环境极大地促进了AI产业的培育,资本与企业的相互促进也加强了我国AI产业的整体实力和发展;理解层:理解层定义为“m 技术层:是为整个产业链获取标准化AI技术的能力。感觉层还包括两个机器感觉任务:计算机视觉和语言语音识别,目前比较成熟;平台层:通过获得应用于平台的标准化技术形式的深度自学、模式识别等技术应用服务,进入应用层。

陈建文回应称,人工智能产业链不仅包括机器人、智能生产、无人驾驶等。这是我们目前所熟悉的,也是河南、山东、河北四五线小城市人工智能的一系列数据整理工作。

其次,关于集权与分权的关键点,陈建文明确提出了“长期一体化是必要的,长期一体化是必要的”的观点。第一,在电路交换时代,ATT成为集中网络的垄断者;第二,在包交互时代,基于TCP/IP的分散网络超越了ATT的垄断;第三,碎片化的网络内容造就了集中化的内容平台,比如Google、Facebook第四,区块链技术将引领新一波分散自组织P2P机制。加快人工智能产业落地,如何解决数据流通问题?在演讲结束时,陈建文强调,深度神经网络对数据和计算资源有很大的市场需求。

人工智能中有许多问题亟待解决。对于技术开发人员来说,数据提供的障碍很高。

一方面,数据来源过于集中,大量数据被少数垄断企业控制。考虑到数据的高价值和商业秘密的维护,企业经常向外界公开数据。

另一方面,由于隐私得不到保障,很多有价值的私人数据无法提供。获取数据的低阈值阻碍了算法的进化速度。

陈建文提到,对于数据拥有者来说,在数据流通中不存在迫切需要解决的痛点:数据所有权:无法明确界定;数据质量:标准不同;数据安全:隐私和欺诈得不到保障;数据定价:不能指望数据的价值依赖。此外,陈建文还引入了人工智能与区块链的共生关系以及人工智能的共识来改善区块链的商业模式。陈建文认为,密码经济学为数据提供商构建了一个具有精确激励机制的环境;数据被重视和认同;在一个公平的数据市场,数据的价值取决于文字和熵;在加密数据市场,用户获得的数据不会受到最少的尊重。所以AI区块链:用AI重建区块链底层,解决问题区块链的效率和安全问题;区块链AI:区块链AI数据资产互相交换,解决问题用户之间的交易信任问题。

陈建文:中国电子科技大学教授、博士生导师。毕业于清华大学工程系,从2007年开始,他还在IBM Research担任研究员。

2010年,陈建文重新加入加州大学图像通信实验室,研究兴趣还包括视频限制、数字图像/视频分析、计算机视觉、机器学习等。2012年10月,陈建文重返哈佛大学视觉研究中心。他的研究兴趣是基于人类视觉特性的视频质量评价和视频应用的相关研究。

2016年入选国家杰出青年专家,并从那一年开始担任原中国电子科技大学电子工程学院教学、调查、博士生导师,现任中国电子科技大学MediaLab负责人。


本文关键词:澳门百乐门,陈建文,陈,建文,智能,产业,落地,中的,供需

本文来源:澳门百乐门-www.yaboyule439.icu