為匯聚全球智慧，將上海打造為世界頂尖的人工智能合作交流平臺。8月29日-31日，在為期三天的2019世界人工智能大會上，超過60多個(gè)國家、8萬多名專業(yè)人士參加了交流匯報(bào)、24萬人次參加了參觀展示，500余位國內(nèi)外頂尖高校、行業(yè)領(lǐng)軍企業(yè)、國際組織的重要嘉賓，全球AI知名企業(yè)領(lǐng)袖云集于此。其中，機(jī)器學(xué)習(xí)教父Tom M. Mitchell、神經(jīng)網(wǎng)絡(luò)之父Jürgen Schmidhuber、Landing AI創(chuàng)始人吳恩達(dá)、神經(jīng)網(wǎng)絡(luò)先驅(qū)Terrence J. Sejnowski的到來，更是燃爆整個(gè)大會。
機(jī)器學(xué)習(xí)教父Tom M. Mitchell
Tom M. Mitchell是現(xiàn)任美國卡內(nèi)基梅隆大學(xué)的計(jì)算機(jī)學(xué)院院長，美國國家工程院、美國藝術(shù)與科學(xué)學(xué)院的成員，人工智能促進(jìn)協(xié)會(AAAI)的研究員和前任主席。同時(shí)，他還身兼美國《Machine Leaming》雜志和國際機(jī)器學(xué)習(xí)大會(ICML)的創(chuàng)始人，他出版的機(jī)器學(xué)習(xí)領(lǐng)域第一本教科書——《機(jī)器學(xué)習(xí)》，不僅成為機(jī)器學(xué)習(xí)領(lǐng)域的奠基之作，也成為很多國際知名大學(xué)選用的教材和人工智能學(xué)習(xí)者入門的首選書目。
在主論壇(科學(xué)前沿)上，Tom M. Mitchell表示，我們處在這樣一個(gè)新時(shí)代，計(jì)算機(jī)不僅已經(jīng)達(dá)到甚至還會超過人的感知程度。
“十年前，計(jì)算機(jī)幾乎是又聾又瞎，現(xiàn)在，它們大致在人類技能的層面上能看到和聽到我們的聲音，在某些情況下，能做到更好?！盩om M. Mitchell認(rèn)為，AI正在進(jìn)一步加速世界的發(fā)展，其中一個(gè)領(lǐng)域就是感知領(lǐng)域?！氨热缭卺t(yī)療領(lǐng)域里，計(jì)算機(jī)可以觀察皮膚上的一個(gè)癥狀，可以確定它是否為皮膚癌，甚至比皮膚科的專家還要厲害?！?/P>
除此之外，Tom M. Mitchell認(rèn)為，我們正在進(jìn)入AI對我們?nèi)绾谓逃⒆赢a(chǎn)生重大影響的十年。因?yàn)锳I的進(jìn)步，研究人員和公司正在開發(fā)新一代非常詳細(xì)的知識圖表，從幼兒園到十二年級，都將產(chǎn)生十分重要的影響，目前在教育行業(yè)已經(jīng)積累了龐大的訓(xùn)練數(shù)據(jù)。
遞歸神經(jīng)網(wǎng)絡(luò)之父 Jürgen Schmidhuber
Jürgen Schmidhuber是一個(gè)“高產(chǎn)”的學(xué)者，發(fā)明了長短時(shí)記憶網(wǎng)絡(luò)(LSTM)，創(chuàng)作了350多篇高水平的論文，是眾多獎項(xiàng)的獲得者。除此之外，他同時(shí)也是NNAISENSE 聯(lián)合創(chuàng)始人兼首席科學(xué)家、瑞士人工智能實(shí)驗(yàn)室IDSIA 科研主任，瑞士盧加諾大學(xué)和瑞士南方應(yīng)用技術(shù)大學(xué)人工智能教授，被稱為“遞歸神經(jīng)網(wǎng)絡(luò)之父”。
Jürgen Schmidhuber認(rèn)為，LSTM不僅會模仿人類的做法，未來還會成為具有好奇心的人工智能體。這些人工智能體會給自己設(shè)立目標(biāo)，不需要人類介入就可以不斷創(chuàng)造實(shí)驗(yàn)，然后成為更好的學(xué)習(xí)型AI?！跋窠绦『⒆右粯咏虣C(jī)器人，比如怎么做衣服裝配手機(jī)這些任務(wù)，都將會完完全全轉(zhuǎn)變我們的產(chǎn)業(yè)?！?/P>
Jürgen Schmidhuber指出，未來的人工智能的成本也會降下來，就算發(fā)展中國家也可以看到很多的人工智能，人工智能讓他們的人生變得更好更加的舒適?！癆I是超越人類的，它不僅是一種新的工業(yè)革命，它幾乎可以是和35億年前人類生命出現(xiàn)，從化學(xué)革命帶來了生物革命一樣重大的事情?！?/P>
Landing AI創(chuàng)始人、著名科學(xué)家吳恩達(dá)
吳恩達(dá)是斯坦福大學(xué)計(jì)算機(jī)科學(xué)系和電子工程系副教授，人工智能實(shí)驗(yàn)室主任，Landing AI創(chuàng)始人及首席執(zhí)行官，曾獲得斯隆獎和"計(jì)算機(jī)和思想獎"。
吳恩達(dá)早期的工作包括斯坦福自動控制直升機(jī)項(xiàng)目，他帶領(lǐng)的團(tuán)隊(duì)開發(fā)了世界上最先進(jìn)的自動控制直升機(jī)之一。同時(shí)他在計(jì)算機(jī)視覺的一些工作被一系列的出版物和評論文章所重點(diǎn)引用，是機(jī)器學(xué)習(xí)、機(jī)器人技術(shù)和相關(guān)領(lǐng)域的100多篇論文的作者或合作者2013年，吳恩達(dá)入選《時(shí)代》雜志年度全球最有影響力100人，成為16位科技界代表之一。
在世界人工智能大會·全球工業(yè)智能峰會上，吳恩達(dá)提出關(guān)于AI發(fā)展的幾大趨勢：AI的學(xué)科過渡、從大數(shù)據(jù)向小數(shù)據(jù)的過渡、AI在模糊標(biāo)簽方面也可以發(fā)揮作用、未來人機(jī)交互。
如何讓AI在工業(yè)得到更好的執(zhí)行和實(shí)施?他認(rèn)為，與其說做一個(gè)完美的模擬器，不如做成千上百個(gè)模擬器，每一個(gè)都去學(xué)習(xí)，都去加強(qiáng)自己的學(xué)習(xí)成果，每一個(gè)模擬器都有不同的模擬參數(shù)。
公司應(yīng)該怎樣找到正確的用戶案例? “首先不要貪大，從小處著手;要把人工智能和主題的專業(yè)知識相結(jié)合。這樣在互聯(lián)網(wǎng)和在工業(yè)方面能夠讓AI有更大的用處和用武之地?！?/P>
神經(jīng)網(wǎng)絡(luò)先驅(qū)Terrence J. Sejnowski
Terrence J. Sejnowski是美國索爾克生物研究所計(jì)算神經(jīng)生物學(xué)實(shí)驗(yàn)室主任，克里克-雅各布理論和計(jì)算生物學(xué)中心主任。同時(shí)也是世界十大AI科學(xué)家之一，全球AI專業(yè)會議NIPS基金會主席，美國國家科學(xué)院、美國國家工程院院士，美國物理學(xué)會會士、國際電氣與電子工程師協(xié)會會士。
作為神經(jīng)網(wǎng)絡(luò)的先驅(qū)，早在1986年，Terrence J. Sejnowski就與Geoffrey Hinton共同發(fā)明了玻爾茲曼機(jī)，把神經(jīng)網(wǎng)絡(luò)帶入演講與應(yīng)用的熱潮，將深度學(xué)習(xí)從邊緣課題變成了互聯(lián)網(wǎng)科技公司仰賴的核心技術(shù)，實(shí)現(xiàn)了人工智能井噴式的發(fā)展。
Terrence在類腦智能論壇上的演講中表示，人工智能的研究發(fā)展在傳統(tǒng)上忽略了大腦，但近年來在深度學(xué)習(xí)方面的進(jìn)步，使得解決視覺、語言和自然語言方面的難題成為可能。
深度學(xué)習(xí)是基于上世紀(jì)80年代發(fā)現(xiàn)的多層神經(jīng)網(wǎng)絡(luò)的神經(jīng)計(jì)算和學(xué)習(xí)算法的一般原理，但直到最近，才有足夠的計(jì)算機(jī)能力來訓(xùn)練具有與大腦皮層結(jié)構(gòu)類似的深層次結(jié)構(gòu)的網(wǎng)絡(luò)?！白罱斯ぶ悄芎蜕窠?jīng)科學(xué)的融合，開始對我們的日常生活產(chǎn)生重大影響?！盩errence提到，“AlphaGo的玩法與人類非常接近。AlphaGo每次比賽，它都變得越來越好。雖然AlphaGo自己玩了一億次，但在這之前沒有人知道它有多好。AlphaGo創(chuàng)造出了人類從未發(fā)現(xiàn)的更高級的動作，這是創(chuàng)造性的?！?/P>
對于目前類腦智能的發(fā)展，Terrence表示，“目前我們大腦中取得進(jìn)展的兩個(gè)部分是皮層和基底神經(jīng)節(jié)。大腦還有上百個(gè)其他部分，我們離大腦的效率還有五六個(gè)數(shù)量級的距離。但是現(xiàn)在有一種全新的神經(jīng)形態(tài)芯片正在上線，它們像神經(jīng)元一樣不斷地產(chǎn)生尖峰?！?/P>
這幾位行業(yè)重磅級人物的到來為大會增添了一抹亮麗的色彩，站在人工智能第一戰(zhàn)線的他們與參會者們分享了自己研究領(lǐng)域里的最新發(fā)現(xiàn)，其干貨滿滿的演講激發(fā)了人們對AI未來發(fā)展的思考，在多方觀點(diǎn)的碰撞下擦出新的火花，或?qū)⑼苿赢a(chǎn)業(yè)加速落地應(yīng)用。
（轉(zhuǎn)載）
