沈向洋、邢波、李飞飞、邓力等 AI 大佬频繁露脸;百度人机大战遭质疑丨AI科技评论周刊

AI科技评论 2022-01-13 11:13:30

近日,多名 AI 大佬在科技大会中发表演讲,分享了他们正在做的研究以及对目前 AI 进展的评价。AI 科技评论也跟随大佬的步伐,从北京到硅谷全程跟进。

微软全球执行副总裁沈向洋:7 点总结 20 多年的 AI 从业经验

人工智能发展到今天已有 60 年的历史,成果累累,当然也遗留了 60 多年没有解决的问题。那么到底哪个问题 60 年都没解决,而且会继续延续下去,其中被人提及最多的就是如何赋予 AI 情商。

AI 科技评论了解到,在 AI 研究方面,微软有着 25 年的积累。环顾全球所有科技寡头,鲜有可与微软 AI 匹敌的公司。近日,微软全球执行副总裁、微软人工智能负责人沈向洋在北京的“未来论坛”中发表了《有情商的人工智能,让世界更美好》的演讲,深入讲述了自己多年的 AI 从业经验、微软 25 年的 AI 研究成果,以及他对赋予 AI 智商和情商的看法。

李飞飞北京演讲:AI会改变世界,改变AI的又会是谁?

近期李飞飞教授在北京发表名为《视觉智能的探索》 (The  Quest  for  Visual  Intelligent)演讲。李飞飞教授分别从四个视角讲述了她眼里的AI,提到她加入谷歌后从事的几项工作,并致力于推动AI的多样性发展。

李飞飞在演讲过程中提到自己在谷歌的工作:

我们也开始把焦点转向其它一些领域,尤其是视频。我们要看看,图片中学习到的东西能否复制到视频领域中去,让真实世界从中获益。我们的实验室和谷歌YouTube团队合作,把YouTube上100万个运动相关的视频样本抓取出来,它们分别属于450种运动类别。我们希望有一天这样的技术能够帮助我们去管理、索引和搜索大量的视频和图片。计算机能自动对屏幕上的体育项目进行分类,这里包括各种各样的体育项目,武术、篮球、帆船运动等等。

最近我们的实验室,联合谷歌和Facebook一起进一步扩展了我们工作的范围,不仅仅能够让机器识别出运动的类型,而且可以看看单个队员做了哪些事情。我们来看NBA的篮球,机器可以追踪每个队员在重要事件中的表现,譬如三分球投篮成功等。

我们拿了一些安全监控视频(比如医院里的),通过深度传感器的视频来进行分析应用,识别出当中人的姿势和动作,这个是非常有价值的。

我们和欧洲一个火车站进行了合作,将成百上千个视觉传感器安装在公共空间,利用这些计算机的传感器来追踪乘客的行动,火车站有数百万的人流穿梭,通过这样一种监测可以帮助优化火车站的空间,调整火车发车时间表。

 AI Frontiers | 微软首席 AI 科学家邓力演讲:口语对话系统的分类及三代演变

在 AI Frontiers 会议上,邓力博士为参会嘉宾做了口语对话系统的专题演讲。AI科技评论与会记者将现场演讲记录下来,结合 PPT 为大家整理出这份演讲实录。此次邓老师介绍了口语对话系统的分类,三代演变史,以及三大研究前沿领域:

今天,我想讲一讲口语对话系统(Spoken Dialogue System)。 “Spoken Dialogue System” 成为一个术语已经有 30 年了,现在我们也称其为对话式交互界面(conversational UI),或者称为“bots”。所以它有好几个术语,但基本指的是同一件事。开发这类系统,需要能够与人对话,要么通过语音,要么通过文字。这次我专门讲语音,以及这两类 bots 之间的根本性区别。

第三代技术用深度学习取代了浅层学习的部分。和第二代技术一样,数据被用来学习对话系统中的所有东西。第三代的神经模型和表示远远比前两代要强大,端到端的学习也变得可行。从两年前开始,它吸引了全世界范围内巨大的研究兴趣。但它也有许多局限性:

  • 解释、修补漏洞、更新系统仍然不容易。

  • 在神经网络学习和符号自然语言之间缺乏交互界面

  • 跨领域的扩展,但相当多的研究在想办法利用深度迁移学习和强化学习来实现

  • 尚无明确的商业成功案例。

CMU 邢波教授主题演讲:医疗决策中的弊病给了 AI 哪些机会?

有些人的血液里,天生流动着革命和创新的因子,所以他们会一针见血地指出某些弊病,然后想着解决它。————题记。

近期,未来论坛在京举行,在创新生态-从基础科研到前沿技术开发的圆桌论坛环节, 卡耐基梅隆大学计算机学院教授,机器学习系副系主任, Petuum 公司CEO 邢波做了一场关于医疗大数据主题的演讲,在此之前,邢波教授曾主持CMU的一个机器学习和医疗中心,致力于基于自然语言处理,图像和视频分析,计算基因组学以及泛组学等使用多维异质数据源的精准个性化医疗和智慧医院研发,以及包括移动和可穿戴设备,医疗数据隐私安全等应用于医疗行业的大数据技术:


各位好,我想讲一下在医疗大数据和智能医疗研发和产业化过程中出现的问题,同时探讨给我们的基础研究和技术创新带来的启发。大家知道医生的世界是非常高压和紧张的,他们每天都面临排山倒海般的大数据迎面扑来,数据通常都非常昂贵、复杂,而且有极高的时效性,所以在这种基于数据做决策实际上是相当有挑战性的任务。实际上我们并不是很能肯定在面对大数据的情况下医生是不是真的可以从海量数据中实时地做正确决策,这也是我们在理论研究和应用开发所面临的极大挑战。如何能使医务工作者在数据的海洋中正确有效的驾驭或决策呢?


小度战胜“水哥”王昱珩,到底有没有黑幕?

前天晚上,小度与“水哥”王昱珩人脸识别比赛播出,最终小度机器人以2:0胜出,然而这个结果似乎并不服众。在很多论坛、贴吧里,充斥着大量百度“黑幕”的帖子,很多人怀疑这次王昱珩实际上是“被输”。阴谋论太多,以至于《最强大脑》节目组不得不进行了一场“澄清直播”,然而这场直播似乎并没有多少效果,该黑的继续黑,想骂的也仍然继续骂。

同样是带有PR性质的“人机大战”,跟AlphaGo与李世乭对弈相比,为什么谷歌没有被质疑,反而达到了震惊全球的效果(因AlphaGo的影响,2016年甚至成为了“中国人工智能元年”),而百度这次有人工智能界的权威人物吴恩达坐镇,甚至当事人王昱珩进行一场“澄清直播”都显得不够。

为什么百度这场“人机大战”会招徕这么多质疑?

其中有一个很重要的部分,是“播出形式”对比赛的真实性打了折扣。AlphaGo与李世乭对弈战况,是实时直播的。站在第三方观战的角度来说,观众可以看到比赛全程,双方落下的每一步棋、思考时间等等细节,都一览无遗地呈现出来。所以李世乭“神之一手”这样具有“戏剧化”的一幕才会一直到现在都被人们津津乐道,人们并不会去质疑这是否是经过了编排,因为观众都是“亲历者”。

另外,第一期节目里,王峰是临时受命上场的,人类在毫无准备的情况下去对决一台训练充足的机器,这种比赛规则并不公平。还有一点,就是小度的语音问答系统的真实度确实不高,但是节目里却营造出小度在跟主持人、嘉宾聊得风生水起的效果,普通观众或许真的会因此认为AI的能力已经达到这样的高度了。

总的来说,这次小度参加《最强大脑》遭黑,是因为这场秀里“若干个谎言包裹着真实”,确实有一点难以服众,当然你把它当个娱乐节目来看,也就没什么了。

Copyright © 北京伴娘礼服价格联盟@2017