9月20日，AI WORLD 2018世界人工智能峰会在北京举办，聚焦探讨了机器学习算法创新、人与机器共存共生等焦点话题。
在深度学习寒冬论的笼罩下，行业对人工智能理论天花板的突破愈发迫切。“机器学习教父”、1983年经典教材《机器学习：一种人工智能方法》作者之一的CMU机器学习系创始人Tom Mitchell认为，深度学习并非陷入窘境，而是需要更新看问题的角度。展望未来，一种方法本来就需要结合与集成。
“实际上在学术界大家一直没有想清楚一件事情，就是我们为什么要用这么深的模型？今天深度学习为什么会成功，里面的关键是什么？”南京大学教授周志华及团队提出了一个猜测——深度神经网络成功源于三点，有逐层的处理、有特征的内部变换、有足够的模型复杂度。那么，机器学习界已经积累了很多模型，把它们变深之后是否也得到与深度神经网络一样乃至更好的结果？
应用神经形态计算与机器学习加速方面的专家、杜克大学副教授陈怡然提出，在理论层面，基于大数据和深度学习的人工智能技术高度依赖于系统的数据处理与学习能力。因此，硬件的计算能力成为继数据、算法之后，另一制约人工智能发展的主要瓶颈，硬件计算能力与能效对于人工智能技术主要影响云端和边缘端两大主要领域的应用。
人工智能会持续拓展人类智能界限，将来人类是否能够控制人工智能？人类与机器共生的方式将有哪些？今年7月，包括马斯克和哈萨比斯在内的2000多名人工智能学者在斯德哥尔摩IJCAI大会上签署宣言，誓言不将他们的技能用于开发自主杀人机器。这次誓言行动由未来生命研究所发起，研究所创始人泰格马克在此次大会上提到，杀手机器人和生物武器和化学武器一样，都会对人类产生灾难性的后果，人类若想赢得智慧竞赛，就要禁止使用致命的自动化武器，投入人工智能安全性的研究。
目前，国内外巨头纷纷提出人工智能战略口号，苹果、亚马逊等巨头迈入万亿美元市值大关，相比之下，国内企业与国外巨头在市值上的差距越来越大。对此，与会嘉宾认为，目前智能世界还处于“初级阶段”，比如，自动驾驶还会出现车祸，人工智能的普及门槛很高，国内企业正加速技术创新和学习，迎接智能世界“高级阶段”的到来。
业界普遍认为，自动驾驶是人工智能技术集大成者，也是当前人工智能最具挑战、最有吸引力的领域之一，尽管载人领域的无人驾驶商业化还需要一些时间，但部分垂直领域的商业化，包括物流、园区摆渡、环卫清扫已经逐渐开始。
仙途智能在2018年3月推出了全球首个无人驾驶清洁车队，并投入实际运营和测试。其创始人兼CEO黄超认为，无人驾驶在环卫清扫领域存在特殊的技术点和价值，未来中国无人驾驶商业化路径中，环卫清扫还存在巨大的市场机会。
同样，在智能教育领域，智适应人工智能的语音语调自动纠正的学习系统，成为改变现在教育方式的一种路径。而在医疗行业，如何实现精细化医疗监管，又不妨碍临床疗效和医学创新，一直是行业难题。对此，复星集团首席人工智能科学家邓侃指出，从海量病历和医学文献的大数据中，使用前沿的深度强化学习技术，从海量病历和医学文献的大数据中挖掘整理常见病的临床路径，成为人工智能医疗创新的模式。
“计算机视觉正成为人工智能应用的主赛道，并广泛应用于智慧医疗、智慧出行、智能家居，成为人工智能商业化的主要场景。计算机视觉的下一个突破点在哪里？我认为是边缘智能。边缘智能的深度算法处理能力较高，其自我成长模型能通过机器自我学习迭代，实现闭环神经网络深度学习，让物质世界数据可视化。”小蚁科技联合创始人兼CEO达声蔚说。
（经济日报 记者：黄鑫 责编：李苑）
閱讀更多 經濟日報 的文章
