更近了一步！美的精选小额IPO申请获证监会受理
06-18
雷锋网：7月12日-7月14日，第四届全球人工智能与机器人峰会（CCF-GAIR）在深圳正式举行。
本次峰会由中国计算机学会（CCF）主办，雷锋网、香港中文大学（深圳）承办，深圳市人工智能与机器人研究院协办。
其得到了深圳市政府的大力指导，是国内人工智能和机器人学术界和产业界的重要论坛。
是产业界和投资界三大领域的顶级交流博览盛会，旨在打造国内人工智能领域强大的跨境交流合作平台。
人工智能发展至今，开始进入各个行业，如AI+教育、AI+医疗、AI+交通等，当下备受关注。
在人工智能技术体系中，文本、语音、视觉是当下最热门的三大关键技术。
大数据、物联网、云计算是当前三大关键技术体系。
各种行业应用也是基于这些技术。
进行了申请。
尽管如此，随着AI越来越深入行业，对算力和算法的要求越来越高，对计算架构的准确性、稳定性、并发性等关键性能的要求也越来越高。
人工智能将走向何方？在哪里？在CCF-GAIR“中国人工智能四十年”论坛上，科大讯飞集团副总裁、科大讯飞研究院联席院长李世鹏博士发表主题演讲《人工智能技术大规模应用的挑战和机遇》，介绍了当前人工智能的技术应用。
以及产业布局的机遇与挑战，并对人工智能应该如何进行给出了自己的看法。
以下为李世鹏博士演讲全文，经雷锋网编辑，未改变原意： 李世鹏博士现任科大讯飞集团副总裁、科大讯飞研究院联席主任。
他是微软亚洲研究院的创始成员并担任副院长。
现任《IEEE电路与系统视频技术学报》主编在多媒体、物联网、人工智能领域极具影响力。
拥有1项美国专利，发表多篇被引用0次以上的论文（H指数：74）。
他培养了四位 MIT TR35 创新奖获得者。
李博士拥有中国科学技术大学学士和硕士学位，理海大学博士学位，也是 IEEE Fellow。
李博士是新一代人工智能产业技术创新战略联盟（科技部）创始人之一、联席秘书长。
他还是深圳市人工智能与机器人研究院（AIRS）的常务理事。
人工智能的六层分布。
从数据的角度来看，我们如何对人工智能进行分层？我大致分为六层：通知、计算、感知、认知、预测、判断。
每一个向上的层次都代表着更高层次的智力。
不同级别的智能对大数据的依赖程度不同。
我们看到有知识库、环境数据、用户个人数据。
这些数据都与相应的级别相关。
形成反馈，基于这些数据可以实现不同级别的应用。
不同级别的人工智能所需的具体数据如下图所示。
图中绿点实心表示确实需要这个数据，空心点表示可以使用的数据。
从低级人工智能到高级人工智能，代表着所需数据类型和数量的跃升。
如今人工智能已经达到什么水平？下图中有三行。
绿线是10年前人工智能的发展情况，橙线是当今人工智能的发展现状。
在感知智能层面，我们基本上已经做到了易用。
什么是知觉智力？具体来说，感知智能包括语音识别、人脸识别、图像识别，甚至机器翻译也被认为是感知智能的一部分。
在我的定义中，感知智能并不提供新的信息，它只是将信息从一种表达方式转换为另一种表达方式。
例如，语音识别将语音信号转换为文本信号，翻译将信息从一种语言的表达转换为另一种语言的表达。
如今，感知智能已经达到了从可用到易用的阶段。
认知智能还很遥远。
虽然我们现在看到认知智能在阅读理解等很多场景中的应用，但它距离真正有用还很远。
据估计，真正的认知智能还需要10年左右的时间才能达到当今感知智能的技术水平。
从智能化到群智：技术融合是关键。
整个AI系统中有很多概念，包括人工智能、机器人、物联网，还有人与环境。
他们之间是什么关系？这些元素之间的具体交互如上图所示。
人工智能需要机器人或物联网感知一些现实生活中的信号并将其反馈给它。
AI处理完它们之后，又反过来影响和控制现实生活中的机器人或机器人。
其他设备。
人与机器的交互是通过人机交互界面实现的，而人与人工智能的交互则是通过人机耦合来实现的。
每个部分本身也将形成一个组。
人与人之间的关系构成了人类社会；机器人之间的关系形成了机器社会，这仍然是一个尚未被充分探索的领域；所有人工智能技术的融合就是类人智能。
当人和机器人连接起来，就形成了物理世界的智能；当人与人工智能连接时，就形成了虚拟世界的智能；当人工智能和机器连接时，就形成了机器的智能。
科大讯飞的AI布局：从感知智能到认知智能感知智能现在有很多应用，已经在现实生活中发挥作用。
我以科大讯飞的应用为例，向大家介绍一下目前人工智能的发展水平。
科大讯飞最出名的技术就是语音技术。
语音技术包括很多方面，包括语音合成和语音识别。
科大讯飞目前位居语音识别技术第一梯队。
科大讯飞从事语音技术20多年，积累了大量独特的数据。
尽管如此，语音技术仍然有很多工作要做，包括在一些细分领域，比如人工智能和机器人技术。
如果你想很好地认识这个领域的所有专业术语，这本身就是一个非常困难的任务。
工作充满挑战性，还有很多方言和口音。
科大讯飞目前支持中国至少 22 种当地方言。
我特别自豪的是，我们为中国那些一辈子没有说标准普通话的老人打开了世界。
如今他们可以用自己的方言拥抱最先进的IT技术。
在翻译领域，科大讯飞的翻译技术已经达到了大学英语六级，今年年底我们将能够达到大学英语八级。
此外，科大讯飞在计算机视觉方面也有技术布局，包括OCR技术、人脸识别技术、场景识别技术，甚至还有医疗领域的图像识别。
我们已经走在世界前列了。
在认知智能方面，科大讯飞在斯坦福SQuAD竞赛中在多个方面全球首次超越人类阅读理解能力。
年底，科大讯飞的AI机器人首次通过全国医师资格考试，满分10分，及格分数。
我们的机器人获得了 10 分，超过了 96.3% 的人类候选人。
也就是说，如果是人类医生的话，在优秀学员中也能跻身前5%之列。
这些都是科大讯飞的技术进步。
在语音合成方面，当今的语音合成不仅可以实现自然的声音合成，还可以实现图像合成。
我们可以将声音与图像同步，这样它就可以有多种应用，比如很多地方电视台或者网站。
采用科大讯飞的虚拟主播技术，通过自然的表情向用户传达新闻信息。
下图为科大讯飞近年来在多项人工智能竞赛中获得的部分桂冠。
科大讯飞技术应用一：语音产品和硬件技术是一方面。
如果没有实际应用，就只能停留在技术层面。
科大讯飞在语音语言处理方面做了大量工作，并已付诸实践。
它打破了人与机器交互的障碍，也打破了人与人之间沟通的障碍。
科大讯飞我们也注重文化保护和语言保护。
世界上很多国家只有语言而没有文字，包括中国的一些少数民族。
他们也没有文字。
也许以后没有人能够理解他们所说的话。
如果机器能够理解，我会说这是对文化保护的巨大贡献。
在人机交互界面方面，当今的人机交互界面不仅仅停留在人与机器之间的问答交互，还具有一定程度的智能化。
科大讯飞的人工智能技术已应用于客户服务等众多产品和服务中。
科大讯飞不久前刚刚发布翻译机3.0。
这款翻译器可以支持58种语言，5种中国方言，7种不同的英语口音，包括英国、美国、澳大利亚、印度等。
很多国家的英语口音很难听懂，但机器可以听懂。
此外，科大讯飞还有“听”系统（实时转录、翻译）、智能录音笔、智能办公笔记本等产品。
此外，科大讯飞也在行业中持续探索。
科大讯飞技术应用二：AI+教育 第一个领域是AI+教育。
从古至今，大家最习惯的就是老师在上讲，学生在下听。
由于教师资源匮乏，一个老师不可能有那么多精力去因材施教。
今天，通过人工智能技术，我们可以因材施教。
具体的人工智能技术工作流程如下：简而言之，分为以下几个步骤：首先，我们会收集学生在作业、练习、考试过程中的所有数据，并使用扫描的方式将其扫描到计算机中。
同时，我们使用前述科大讯飞的OCR技术将这些内容数字化；然后我们通过分析系统对试题进行分析，分析学生哪些步骤出错了，哪些概念不熟悉；这些分析结果然后反馈到我们专门为每个学科制作的知识图谱中，在这个图谱上我们标记出每个学生熟悉这个学科的哪些知识点，哪些知识点是薄弱的，以及他们还依赖哪些知识点在。
重点关注学生之前不熟悉的知识点。
我们为每个学生定制了这样一个知识图谱。
老师可以通过一键为每个学生提供定制的教学内容，同时可以做个性化的作业。
这样，每个学生只能做自己不熟悉的作业，不需要重复做自己熟悉的作业。
这可以节省学生很多时间。
据科大讯飞粗略统计，预计可节省30%的时间。
这个时间可以用来学习其他知识或者探索其他领域。
这就是科大讯飞能够提供的个性化服务。
教育。
科大讯飞技术应用三：AI+医疗我们知道，科大讯飞的语音识别和OCR技术可以很方便地将医生和患者的问诊记录，以及过去的一些病历转化为文本，数字化，然后使用我们的医疗机器人或智能医疗助理分析这些数据。
传统上，经验不足的医生在治疗患者时，第一印象会根据该疾病误诊或治疗。
我们的医疗机器人不仅可以告诉你患有某种疾病的百分比，还可以为你列出这种症状的所有可能的症状，并给医生提供一些建议，告诉他可能需要进行什么样的检查，并进行指导医生做出正确的诊断。
科大讯飞智能医疗助手在安徽上线，成为全国首个人工智能系统应用于智慧医院。
以上是AI在行业的具体应用。
AI技术目前面临哪些挑战？ AI技术当前面临的挑战：计算能力无穷无尽，应用场景未知人工智能经历了三个高潮和低谷，如今已进入大数据驱动的深度神经网络阶段。
如今，很多技术已经足够成熟，可以投入到实际应用产品或场景中。
现在有好消息，也有坏消息。
好消息是：基于深度学习的人工智能在某些领域已经超越了人类，每个人都非常有效地利用人工智能来提高工作效率、工作效果和准确性。
此外，整个行业也都知道AI的好处。
现在有很多开放的AI计算框架，可以让不懂AI的人利用现有的数据来创建应用和服务。
坏消息是：为什么人工智能的发展有高峰和低谷？有一个高峰是因为大家对AI的期望太高了。
今天的人工智能还不是真正的智能，它的所有智能仍然是基于大数据。
如果你从来不给它关于某个方向、某个场景的数据，它就永远无法正确处理该类型的数据。
因此，这在许多关键应用领域（例如自动驾驶）造成了普遍的安全问题。
其实我一直很担心这件事。
有一天它会无法处理从未见过的场景，然后就可能发生事故。
因为我们今天非常依赖数据，数据已经成为我们的瓶颈，尤其是在工业领域。
我们现在特别害怕定制一些人工智能服务，因为如果你想定制它，就意味着你必须为那个应用收集和标记大量数据。
此工作量消耗大量资源。
今天的人工智能仍然需要强大的计算能力。
多少计算能力才足够？没人知道。
所以最终我们还是需要一个新的AI框架。
也许我们可以从人类的认知过程中学到一些经验。
我们可以使用开放的框架来解决一些问题。
科大讯飞应该是国内第一家向开发者开放自己的语音识别服务的厂商。
同时，今天也有许多开放的软件、用户界面、云服务和用户数据。
。
新一代人工智能产业技术创新战略联盟的一项重要职责是推动我国开放平台建设。
另外，我们需要标准和法律来保护用户数据，这还有很长的路要走。
写给AI创业者的九条建议。
作为创业者，你能在人工智能领域做什么？第一，人才培养和教育，这可能是人工智能发展中非常重要的一个产业；第二，数据。
过去，所有工作都是手动完成的。
今天我们可以介绍一些AI工具，让机器帮忙。
我们做了大部分容易做的事情，但最终留给人们标记的数据却很少；第三，计算能力，计算应该放在端、放在云端，还是云边缘计算的优化？ AI芯片或许还有很多机会。
今天大家都在布局AI芯片，但一个巨大的挑战是，没有人知道AI的最终框架会是什么。
所以也许今天你制作了一个AI芯片并针对某个框架进行了优化，但也许两年后它就会改变。
我们还没有像英特尔 x86 这样可以完成所有任务的架构。
第四，人与机器的有效融合、和谐发展。
今天的大数据和人工智能仍然存在一些无法解决的问题。
在一些关键领域，我们如何让机器告诉人类，我之前遇到了一个非常复杂的场景，我无法处理，以及人类是否应该快速干预。
一个非常有趣的话题由此而生。
当机器向你推荐某些东西时，它是否也应该给你一定程度的可信度？这样，当可信度较低时，人类就可以接手，避免很多不必要的麻烦。
一场事故，或者一些大问题。
第五，政治正确。
许多具有统计意义的事情在政治上可能并不正确。
第六，系统，为什么要依靠单一信号源来解决问题？事实上，将多个数据融合在一起可能是前进的方向；即使你做了语音识别，为什么只停留在语音信号上呢？为什么不能把你的嘴型和姿势，以及我们的位置信息和时间信息放进去呢？把我们知道的更高层次的数据放进去，可能对人工智能的发展有更多的好处。
第七，细节，为什么人工智能越做越可怕？因为最终一切都与细节有关。
如果没有某一方面的详细数据，我们永远无法做到完美。
第八，知识图谱和大数据。
今天大家都在讲知识图谱和大数据。
事实上，还没有特别好的框架将两者有机结合起来。
我们看到很多领域的人已经在尝试这方面的工作。
第九，AI应用商店。
我们知道，中国和美国的很多不同之处在于，美国掌握了很多应用生态系统，比如苹果应用商店和安卓应用商店。
在今天的AI领域，我们是否需要建立一个属于我们自己的系统？可控的应用生态？例如，现在很多人都在致力于智慧医疗。
智慧医疗涉及多种疾病，每个企业不可能面面俱到。
是否有一个统一的医疗框架，让每个人都可以发挥自己的能力和技能？结合在一起，就会形成一个更大、更好、更全面的体系。
因此，这也是一个值得大家关注的领域。
“AI投资研究中心”即将推出CCF GAIR峰会完整视频以及各重大主题分会的白皮书，包括机器人前沿分会、智能交通分会、智慧城市分会、AI芯片分会、 AI金融专场、AI医疗专场、智慧教育专场。
等待。
《AI投资研究国度》会员可免费观看全年峰会视频和研究报告内容，扫描二维码进入会员页面了解更多，或私信助教小木（微信：moocmm）进行咨询。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-18
06-18
06-17
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态