Artificial Intelligence
September
31.2017
9月17日，以“人工智能賦能新時代”為主題的2018世界人工智能大會（WAIC）在上海開幕。
本屆大會集中展示了人工智能技術將如何應用於我們生活，而在同期舉辦的大會高峰論壇上，BAT“三巨頭”李彥宏、馬雲、馬化騰以及小米CEO雷軍等互聯網領域的大佬們也發表了各自對人工智能時代的理解與預判。
- WORLD ARTIFICIAL INTELLIGENCE CONFERENCE -
/
A NEW ERA
EMPOWERED BY
ARTIFICIAL INTELLIGENCE
人工智能，對很多人來說，不過是一個高深莫測的科學名詞，或者是看看熱鬧的媒體熱詞，甚或是事不關己的未來詞彙。
但是，無論你正站在人生軸的哪個時光點，都能感受到人工智能的“魅力”。
那麼，我們就一起來看看這些科技公司的大佬們，是怎樣解讀AI（人工智能）魅力的吧~
眾多大佬思辨AI大時代
李彥宏
不夠AI化的企業
註定被新一代企業取代
百度公司董事長李彥宏表示，很多人擔心AI的發展，會導致機器大量代替人的工作從而造成大量失業，但是不夠AI的企業，註定會被新的企業所取代。
他指出20年前信息化即現代化，今天的“現代化”就是AI化。同時，他還提出了“三維一體”的“AI化公司”的理念：
（1）具備AI思維。企業必須基於萬物互聯，重新思考公司的戰略；
（2）擁有AI能力。企業利用人工智能技術的能力，不是發明人工智能的技術；
（3）遵循AI倫理。企業不僅在技術層面與AI緊密結合，其文化也需要AI 化。
馬雲
AI如果不能讓我們的生活更健康
則毫無意義
馬雲表示：“機器一定比人更聰明，未來十到十五年，傳統制造業面臨的痛苦將會遠遠超過今天的想象。企業如果不能從規模化、標準化向個性化和智慧化轉型，將很難生存下去。”
人工智能是技術，但是人工智能又不是具體的一項或者幾項技術，人工智能是我們認識外部世界、認識未來世界、認識人類自身，重新定義我們自己的一種思維方式，我們在重新定義自己未來的一種生活方式。
馬雲認為，將“AI”翻譯成“人工智能”並不是很準確，其實“AI”最好的翻譯應該是“機器智能”。
人類需要學會尊重、敬畏機器智能。 智能是改變世界的工具，智慧是改變智能的思想。人類應該擔心的，不是機器智能會超越人類的智慧，而是人類本身的智慧會停止增長。
未來，數據將會是生產資料，計算是生產力，互聯網是生產關係，智能時代是基於這些改變而隨之發生的巨大的社會變革。
未來30年，智能技術將深入到社會的方方面面，改變傳統制造業，改變服務業，改變教育、醫療，我們所有的生活會因為數據、計算而改變。
例如：新制造，工業時代和信息時代讓製造業自動化、規模化、標準化；而數據時代，製造業是個性化、智能化、按需定製。
馬雲表示，AI技術、區塊鏈技術、IoT技術，這些技術再先進，如果不能和製造業、服務業相結合，不能推進轉型升級，不能推動社會更加綠色、更加持續發展、更加普惠的方向變革，不能讓我們的生活更加健康、更加快樂，這樣的技術將毫無意義。
馬化騰
AI 技術在未來
可能會變成萬能鑰匙
針對目前人們對於AI同傳水平的質疑，馬化騰在現場說了句實在話：“我們完全嘗試機器，而不是人機協同，需要很大的勇氣。”
在馬化騰看來，AI的發展，是一場跨國家、跨學科的挑戰，是不能拒絕的國際性奧林匹克競技，也不能閉門造車。
馬化騰表示：“微信已經10億用戶了，完成了人與人之間的連接，下一步將連接人與服務，這會一個大社交時代，其中最關鍵的，就是AI的作用和力量。”
不過，馬化騰對AI的態度相對比較謹慎，在演講中，他提醒要充分考慮AI潛在的負面影響，比如國內已經有黑產，利用數據，用AI方式，實現更精準詐騙，可謂道高一尺魔高一丈。
最後，馬化騰還在現場“四問”AI，有興趣的朋友也可以一起思考探討一下：
（1）未來AI能否做到可知？而不是黑匣子。
（2）未來AI能否做到可控？避免危害個人、群體的利益。發生危害是否可以追責到具體人？
（3）未來AI能否做到可用？讓儘可能多的人使用。
（4）未來AI能否做到可靠？能夠足夠迅速地自我修復漏洞？做到可靠？
雷軍
深度學習算法的發明
使AI進入實用階段
雷軍認為，人類已經進入人工智能時代，不管你走在哪裡，所有的巨頭都在討論人工智能。
雷軍說，兩年半前，AlphaGo是人工智能發展史上的里程碑事件，怎麼說它的重要性都不為過。原因很簡單：因為令很多人不能理解的是人工智能首次擊敗了圍棋高手，這是人工智能巨大的成就。
最核心的是深度學習算法的重大突破，使得人工智能技術進入了大規模的實用階段。這不是某個學科的突破，這是人類社會重大的突破。
另外，他也表示，人類進入了人工智能的新時代。所以為什麼說今天是人工智能時代？今天全球最頂尖的公司都把人工智能列成了公司的核心戰略。
人工智能的發展需要深度學習人才
機器學習
——達到人工智能的方法
機器學習最基礎的用法，是通過演算法來分析數據、從中學習，以及判斷或預測現實世界裡的某些事，並非手動編寫帶有特定指令的軟體程序來完成某個特殊任務，而是使用大量的數據和演算法來“訓練”機器，讓它學習如何執行任務。
最早提出人工智能概念的學者們構思出機器學習的概念，多年來也發展出決策樹學習、歸納邏輯編程、叢集、強化學習和貝葉斯網路等演算法，然而這些都沒有達到廣義人工智慧的最終目標，也未實現狹義人工智慧的一小部分目標。
深度學習
——執行機器學習的技術
從早期機器學習又衍生出人工神經網路，這已有幾十年的發展歷史。目前在一些情景內通過深度學習技術來訓練機器辨識圖像，表現比人類更優秀。
從辨識貓咪到確認血液裡的癌症指標，以及磁共振成像掃描中的腫瘤指標。 Google 的 AlphaGo 學會了遊戲，並且反覆跟自己比賽來調整神經網路，訓練它進行圍棋比賽。
深度學習開創出眾多機器學習方面的實際應用和全面推廣人工智能領域 ，解決了許多任務，看起來有可能實現機器助手的夢想。
機器學習和深度學習，將為人工智能創造出一個光明的未來。 研究深度學習的技術人員、懂得深度學習的新時代工作者，也將成為人工智能未來發展所需要的重要人才。
/ /
Deep Learning
人工智能是一個比較大的概念，
一切科技類應用比如技術平臺，
機器人自動化，芯片，語音處理，
視覺圖像處理，人機互動、物聯網等等
都將與人工智能有關。
目前這些領域都僅處於
研究發展的起始階段，
未來會有極大的發展空間。
深度學習技術與人工智能密切相關，
該領域的人才也會成為未來亟需。
想要了解人工智能最前沿的專業解讀，
想要將深度學習應用到自己的工作流程，
《深度學習的商業化應用》這本書
會給你帶來重要的借鑑和啟發。
時代在快速發展，
我們唯有與時俱進，砥礪前行！
《深度學習的商業化應用》
內容簡介：
本書開篇以豐田日美轎車的通信應對為引子，引出人工智能孕育新的創新時代這一龐大而富有遠見的課題，而深度學習的研究課題恰恰是要解決現實世界存在的問題。在比較了人工智能、機器學習和深度學習之後，講述深度學習的機制，給出深度學習面向未來的擴展應用，包括支持自動駕駛、超越人類目視識別圖像的能力、深度理解文章的文本分析能力、跨越語言障礙的機器翻譯能力等。在企業應用方面，深度學習也有著不可估量的巨大作用。其中包括鑽井工程的自動優化、導航系統優化、汽車數據檢索、信用卡作弊檢測等。最後，本書給出了數據框架的利用方式，並對深度學習的未來進行了展望。
《日經大數據》是日經BP社於2014年創辦的專業雜誌，聚焦報道運用企業關注的大數據與人工智能、IoT技術開闢新事業，進行業務改革的實例，通過月刊雜誌與每日更新的網站，向訂購讀者傳遞相關新聞、技術運用實例、分析技術與數據可視化的關鍵信息。
閱讀更多 智造學苑 的文章
