基于大數(shù)據(jù)的人工智能

1、基于大數(shù)據(jù)人工智能-張鈸院士| 首屆世界智能大會 基于大數(shù)據(jù)的人工智能第1頁 張鈸 1935年3月26日出生于福建福清，計算機科學與技術(shù)教授，俄羅斯自然科學院外籍院士、中國科學院院士，清華大學教授、博士生導師?，F(xiàn)任清華大學人工智能研究院院長。 主要從事人工智能理論、人工神經(jīng)網(wǎng)絡、遺傳算法、分形和小波等理論研究；以及把上述理論應用于模式識別、知識工程、智能機器人與智能控制等領(lǐng)域應用技術(shù)研究基于大數(shù)據(jù)的人工智能第2頁和國際先進水平相比，中國人工智能處于什么位置?看起來這幾年，中國在學術(shù)研究方面取得很多進展，在主要國際會議、主要期刊雜志上，中國論文也占了相當比重。中國有數(shù)量龐大網(wǎng)民，在網(wǎng)絡數(shù)據(jù)上占有

2、相當優(yōu)勢地位，中國市場需求巨大實際上在基礎(chǔ)、算法研究上，中國和世界頂尖水平還相差甚遠。人工智自1956年誕生至今，一直是美國在引領(lǐng)人工智能領(lǐng)域發(fā)展。美國和加拿大等國科學家還在不停創(chuàng)新，假如我們不重視基礎(chǔ)/算法理論研究，要趕上或超出世界先進水平是有困難?；诖髷?shù)據(jù)的人工智能第3頁基于大數(shù)據(jù)深度學習深度學習提出，在人工智能領(lǐng)域中是一個重大突破。以往，人工智能只能用來處理人們對它非常了解，而且能夠清楚將它表示出來問題，深度學習拓展了人工智能所能處理問題邊界。深度學習含有一定通用性深度學習是一個大眾化工具，它大大延展了每個人處理問題領(lǐng)域，只要擁有這個領(lǐng)域充分數(shù)據(jù)就能夠做研究。比如在圖像識別（微軟）和語

3、音識別（baidu）領(lǐng)域機器都超出了或略低于人類基于大數(shù)據(jù)的人工智能第4頁深度學習成功三大法寶數(shù)據(jù)計算資源算法 AlphaGo用了兩個多星期時間，學了7千萬局棋局。最好棋手一生中所下棋局是百萬級，而AlphaGo下過棋局是幾十億級。 除了數(shù)據(jù)和計算資源之外，AlphaGo能夠在兩三周里學到幾千萬個棋局，靠是學習算法，它自己能自己下棋，靠是強化學習算法，基于大數(shù)據(jù)的人工智能第5頁滿足四個條件機器才能超出人類 人工智能在處理以下類型問題時，不論問題多么復雜，都可能做到甚至超出人類水平。（1）有充分數(shù)據(jù)（或知識）（2）完全信息（3）確定性（4）單領(lǐng)域。 只要符合這四個條件，而且依靠深度學習三大法寶基

4、本都能夠到達或者超出人類水平?；诖髷?shù)據(jù)的人工智能第6頁下一步怎么辦Google一個模型能夠?qū)W全部任務：在一個網(wǎng)絡里，一個模型里同時學習了八項任務，包含機器翻譯，圖像識別，圖像解釋等。并得出結(jié)論：這些任務之間不但不會相互干擾，在一定程度上還略微有幫助。當前北美還在引領(lǐng)這些發(fā)展，假如中國只低頭用深度學習去處理應用問題，要到達引領(lǐng)是不可能。人工智能現(xiàn)在做不到舉一反三，人工智能現(xiàn)在學習是舉一百反一。我們要處理小樣本甚至零樣本學習問題基于大數(shù)據(jù)的人工智能第7頁深度學習并非萬能需要大量樣本。有些問題極難獲取很多樣本推廣能力差。不能舉一反三不可了解性。深度學習建立系統(tǒng)，實際上跟人思緒很不一樣基于大數(shù)據(jù)的人

5、工智能第8頁為何機器學習效率這么低不了解性要讓計算機認識一只貓，就要用各式各樣樣本在不一樣背景下貓去訓練它，而且只有跟它相近背景、相近角度拍下貓它才認識，假如背景變了，貓拍攝角度變了它也不認識了，所以這是它一個根本性問題，它不了解。魯棒性差基于大數(shù)據(jù)的人工智能第9頁今后方向-人機合作人機合作關(guān)鍵機器如何理解人。自然語言理解：機器可以聽懂人類用自然語言發(fā)命令人如何理解機器深度學習導致機器不可理解性：深度學習建立系統(tǒng)，實際上跟人思路很不一樣。為什么機器思路跟人不一樣：因為機器要用專業(yè)語言處理任務。比如機器怎么識別貓：它只是從一些局部特征，局部紋理來識別，而不是從貓整體。機器要取得整體特征是非常困難，所以它都是在利用局部特征，在一個特征空間里去認識貓，和人認識貓角度完全不一樣，基于大數(shù)據(jù)的人工智能第10頁怎樣利用深度學習 深度學習時代依靠是數(shù)據(jù)，計算機在向量空間處理數(shù)據(jù)。缺點是做出來東西是不可了解，跟人做法完全不一樣。研究方向?qū)ふ抑虚g量，即“語意向量空間”兩大任務怎樣把文本符號東西變成向量怎樣將數(shù)據(jù)向量空間提升到語意中基于大數(shù)據(jù)的人工智能第11頁總結(jié)深度學習不是我們突破，深度學習只是展示了突破希望，因為深度學習并沒有結(jié)構(gòu)真正智能。重點