首页> 报告> 文稿> 综合> 正文

马宏宾:后人工智能时代的挑战与机遇(3)

四、深度学习智能

深度学习只是机器学习的一个分支,而机器学习又是人工智能的一个分支。卷积神经网络思想可以追溯到上世纪四十年代,而卷积的思想实际上几百年以前就有了。深度学习并不是一个新的东西,而是一种复兴。深度学习能够取得成功,是因为它在大规模图像比赛中获得了好的成绩。深度学习归根结底有三个方面,一是大量的数据,二是并行计算,三是规模化、灵巧的算法。深度学习的影响非常深远,但实际上它也存在着一些问题。深度学习的历史是“历尽劫波,修得正果”,之后是“百花齐放,星辰大海”,现在和以往还有些不同的是“大众热议,走出学术,创业风起,持续烧钱”。那么深度学习存在什么问题呢?比如:学到的知识并不深入而且很难迁移、难以处理层次化的结构、对于开放性推理问题爱莫能助、深度学习依然不够透明、人的先验知识很难结合进去、无法区分因果性相关性、对环境的稳定性有要求,等等。深度学习还有一个深层次的问题,就是安全问题。从两张熊猫的图片来看,在两张熊猫的照片中间加上一点噪声,人眼是区分不出两张图片的区别的,但如果用深度学习去看,57.7%认为左边的图片是熊猫,99.3%认为右边的图片是长臂猿。

插入1 

五、认知学习之兴

未来,应该是更深层次的认知学习。在实际应用中,人们发现深度学习的实际应用很多时候都难以达到人们的期望。另外,在嵌入式系统应用里,我们不可能有深度学习所需要的算例。现在,深度学习都依赖于强大的网络,而很多时候我们连用网都是有问题的。如果说全球几十亿人都连到这个网上面,最后这个网络可能是支撑不了的。所以,在高精尖应用里,包括深度学习的模型,它实际上是深度学习调参,而调参并不是一门科学,它是一门技术。

我们现在对于一些企业用野蛮的手段去获取数据的这种情况越来越重视,制定了一些相关条例。实际上,人在认知的时候是不需要海量数据的,但现在深度学习技术是完全做不到这点的。未来的一些技术,像强化学习、迁移学习、超限学习、层次学习、半参数自适应学习控制,等等,会有很多技术与之进行融合、交互、协作。再有,反馈闭环怎样形成?我们以前并没有反馈的控制论思想,其实控制论思想将来会起到很大的作用。在智能时代,终身学习对每个人来说都非常重要,现代技术发展得非常快,我们需要终身学习。

李开复讲人工智能应用会出现四波浪潮,第一波是互联网智能化,第二波是商业智能化,第三波是实体世界智能化,第四波是全自动智能化。实际上,我们现在正处在这几波智能化并行的阶段,未来的趋势会往全自动智能化方向发展,这里会有很多发展机会。

谢谢大家,我的分享到此。

(根据宣讲家网报告整理编辑,

未经许可,不得印刷、出版,违者追究法律责任)

责任编辑:张一博校对:吴自强最后修改:
0

精选专题

领航新时代

精选文章

精选视频

精选图片

微信公众平台:搜索“宣讲家”或扫描下面的二维码:
宣讲家微信公众平台
您也可以通过点击图标来访问官方微博或下载手机客户端:
微博
微博
客户端
客户端