商湯科技CEO徐立:“超人”的人工智慧,必然帶來產業升級

ADVERTISEMENT

3月10日,“2017全球(智慧)科技創新峰會”在上海證大喜馬拉雅藝術中心大觀舞臺舉行,峰會以“智慧進化,重新整理未來”為主題,聚焦了國內外人工智慧的產業力量,商湯科技CEO徐立發表了題為《看得見的人工智慧,人機大戰和突破極限》的演講。

徐立認為:

1)深度學習的真正爆發是在於將深度學習應用到計算機視覺領域,說明視覺領域是一個非常大,非常有潛力的行業;

2)當人工智慧大規模超越專家的時候,它其實必然帶來服務和能力的升級;

3)機器視覺是一個很長很廣泛的行業,可分成兩部分,一部分叫成像和感知,主要解決眼睛看的問題。第二個部分叫感知和理解,代表的是腦子的問題。所以眼和腦的結合,把整個機器視覺內容串了起來;

4)人工指導智慧的極限是指導機器,所以很難超越人,如果不能超越人就很難大規模應用;

5)我們純粹是用資料做事,用深度學習把大資料消化,從而提煉出資料當中的規律,我們稱之為純資料驅動,隻有在純資料驅動時代下,它可以做到超過人的效能;

ADVERTISEMENT

6)機器演算法在某種意義上乾的是超人的事,隻有超過人,最後才能達到應用範圍。

以下是徐立的演講實錄:

實際上我的主題叫“看得見的人工智慧”。因為商湯科技做的是計算機視覺方面的內容,是人工智慧比較大的分支。計算機視覺通過圖片和視訊可以給大家提供一個智慧的分析和理解,幫助大家做預算。

講到人工智慧火熱,雖然我們是一個創業企業。但有些東西可以跟大家分享一下,比如我們對這個行業的簡單看法。

剛才大家都講到深度學習是人工智慧這一波興起的核心技術。但自2006年開始統計,深度學習深度學習這個詞被創造出來,一直沒有激進的增長,突然到一個時間段爆發出來。其實,深度學習的真正爆發是在於將深度學習應用到計算機視覺領域,說明視覺領域是一個非常大、非常有潛力的行業。

接下來講一下關於人機大戰。我把人工智慧定義成幾個階段。

第一階段是不如人的階段,我自己做計算機視覺20年,其實在做計算機視覺的時候,人工智慧標準演算法沒有達到人的準確率,所以是一個不如人的階段。人工智慧帶來的核心突破是生產力,當一個生產力工具沒有達到人的水平的時候,大規模工業應用是有段距離,這也是為什麼人工智慧在前10年,甚至從20年並沒有在行業中取得特別大的突破。

ADVERTISEMENT

第二個階段就是智慧勝過人。當前,我們一直探討智慧勝過人的事情。現在處在一個分解線上,一部分運算、一部分人工智慧超過了普通人,超越普通人就可以提升效率。

第二階段就是超越專家的階段。我們做資料的時候,普通人的能力容易通過指導學習標註獲得,一兩個專家的專業知識不是特別擅長能夠被機器所獲得。我們想說,當人工智慧大規模超越專家的時候,它其實必然帶來服務和能力的升級。所以我在這裡講的是智慧或者機器視覺這塊怎麼做到超越人。

機器視覺是一個很長很廣泛的行業,可分成兩部分,一部分叫成像和感知,主要解決眼睛看的問題。在看的問題裡面,其實機器或者人工智慧早就做到了超越人。

第二個部分叫感知和理解,這部分指的是腦子的問題。所以眼和腦的結合,可以把整個機器視覺內容串了起來。

機器可以通過一張模糊的照片,通過演算法的演進,把背後真正人所要利用的知識獲取出來。除此之外,機器還能做一些什麼?因為這些恢復隻是增強我們眼睛的功能,延伸人臉的能力,另外一方麵人和機器對抗在誰更有創造力方面,比如說藝術創造。

比如說我們可以把霧霾照片變成一張畫,我們現在做的就是用機器和人工智慧的演算法把一些看上去原本枯燥無味的照片變成一幅藝術畫。

從某種意義上來說,機器通過模仿人的行動,可以真正做出一些有創造性的東西。作為生產力工具,人工智慧隻有超過人,才能夠被普遍應用,這也是這一波人工智慧產業爆發的起點。

ADVERTISEMENT

第二個是理解。所有的識別理解其實代表的是我們大腦對這個世界的反應,理解這件事情是帶有真正的人工智慧。

現在我們為什麼說機器可以做到超越人,我的邏輯是這樣的。在2010年以前,我們做的統計學推理其實用了很多人的知識幫助機器做人工智慧推理,所以是人工指導智慧的概念。人工指導智慧的極限是指導機器,所以很難超越人,如果不能超越人就很難大規模應用。

我們純粹是用資料做事,用深度學習把大資料消化,從而提煉出資料當中的規律,我們稱之為純資料驅動,隻有在純資料驅動時代下,它可以做到超過人的效能。

我想講的是我們機器演算法在某種意義上乾的是超人的事,隻有超過人,最後才能達到應用範圍!謝謝大家!

» 億歐網

ADVERTISEMENT