亚洲丁香在线日本久久青青草,黄片无码在线观看视频极品,无码最新2025

第一課：人工智能為什么獲得了這么大的關(guān)注？

陳雨強(qiáng) / 人工智能在工業(yè)界應(yīng)用的必經(jīng)之路

第一課：人工智能為什么獲得了這么大的關(guān)注？

小欣：大家好，歡迎收聽(tīng)“鈦媒體72問(wèn)”專家分享課《坦白講》。我是主持人小欣，在課程中我將會(huì)陪伴大家探索行業(yè)大咖對(duì)于前沿領(lǐng)域的深度剖析與思考?，F(xiàn)在就和我一起開(kāi)始了解今天要進(jìn)行課程的嘉賓吧！

今天的主講人是第四范式聯(lián)合創(chuàng)始人陳雨強(qiáng)，他還是第四范式首席研究科學(xué)家。本期課程將會(huì)分為六大節(jié)，第一節(jié)陳雨強(qiáng)老師會(huì)為我們講解人工智能為什么獲得了這么大的關(guān)注。

陳雨強(qiáng)：最近人工智能在工業(yè)界越來(lái)越火，過(guò)去五年之間人工智能的應(yīng)用是以指數(shù)級(jí)在上升，不管在公司內(nèi)部還是行業(yè)之間人工智能變成一個(gè)炙手可熱的名詞。從公開(kāi)資料上可以看到，谷歌在2012的時(shí)候其實(shí)跟Facebook一樣都只有很少量的應(yīng)用使用了人工智能技術(shù)。

但是到2016年Q2的時(shí)候谷歌已經(jīng)有超過(guò)2000家的應(yīng)用使用了人工智能技術(shù)，而在Facebook里已經(jīng)有超過(guò)17個(gè)大的團(tuán)隊(duì)、25%以上的工程師正在使用人工智能。也就是說(shuō)，在互聯(lián)網(wǎng)的這些巨頭里面人工智能的影響力正在從少數(shù)幾個(gè)產(chǎn)品迅速的擴(kuò)展到各種各樣的產(chǎn)品線上。

還有一個(gè)比較有意思的現(xiàn)象，就是人工智能在工業(yè)界的影響會(huì)越來(lái)越大。熱詞正從“移動(dòng)+”“互聯(lián)網(wǎng)+”到“AI+”轉(zhuǎn)變。之前處于跑馬圈地的時(shí)代，所以說(shuō)有“移動(dòng)+”和“互聯(lián)網(wǎng)+”作為渠道能讓傳統(tǒng)實(shí)體行業(yè)煥發(fā)新的一春，但是等流量的紅利到達(dá)一定邊界的時(shí)候，我們急需一些新的方式能讓其增長(zhǎng)持續(xù)保持。

AI是下一個(gè)增長(zhǎng)的點(diǎn)，所以傳統(tǒng)“互聯(lián)網(wǎng)+”的公司紛紛轉(zhuǎn)向“AI+”。比如說(shuō)滴滴、美團(tuán)，小米他們擁有很多的數(shù)據(jù)，現(xiàn)在也在紛紛建立研究院，研究這些數(shù)據(jù)怎么樣能產(chǎn)生更大的價(jià)值。比如美圖背后有大量的照片，所以他們也可以成為非常優(yōu)秀的人工智能公司。除此之外，還有一些天生就是人工智能與行業(yè)結(jié)合的公司，比如說(shuō)人工智能加上新聞就是頭條，人工智能加上機(jī)器人就是大疆這樣的公司。

給大家分享之前我介紹一下自己的經(jīng)歷。AI大潮從2001年開(kāi)始呈指數(shù)級(jí)的上升，非常有幸我趕上了這波的大潮。當(dāng)時(shí)在學(xué)校里我主要做的是遷移學(xué)習(xí)方面的研究，在NIPS和AAAI等頂會(huì)上有比較多的論文發(fā)表，然后到了工業(yè)界之后我發(fā)現(xiàn)其實(shí)看到的問(wèn)題和現(xiàn)在有很大的不同。

我畢業(yè)之后首先去的是百度，在百度主要負(fù)責(zé)的是搜索廣告系統(tǒng)——鳳巢系統(tǒng)。這個(gè)階段是解決公司的一個(gè)問(wèn)題：怎么提高廣告點(diǎn)擊率？當(dāng)時(shí)做的事情偏純技術(shù)，我主要做的是如何將上千億特征的機(jī)器學(xué)習(xí)系統(tǒng)變成一個(gè)深度學(xué)習(xí)的系統(tǒng)，這也是當(dāng)時(shí)我們所知道的世界上第一個(gè)把深度學(xué)習(xí)應(yīng)用到商業(yè)變現(xiàn)上的一個(gè)成功系統(tǒng)。

之后我去了今日頭條，在頭條和百度遇到的問(wèn)題其實(shí)并不太一樣。百度鳳巢里面遇到的問(wèn)題主要是搜索廣告，在頭條里我會(huì)遇到很多的問(wèn)題比如說(shuō)主信息流推薦、小頻道推薦、視頻推薦、信息流廣告、評(píng)論排序等等非常多的應(yīng)用和業(yè)務(wù)。這樣的應(yīng)用和業(yè)務(wù)對(duì)我來(lái)說(shuō)最大的感受是，我發(fā)現(xiàn)了人工智能需要更緊密地和產(chǎn)品、應(yīng)用相結(jié)合。

我在頭條除了做了一個(gè)大規(guī)模的機(jī)器學(xué)習(xí)系統(tǒng)讓它有個(gè)性化的推薦效果之外，還有一個(gè)很重要的事情就是設(shè)計(jì)了一套機(jī)制，能夠讓機(jī)器學(xué)習(xí)系統(tǒng)發(fā)揮最大的效能。打個(gè)比方來(lái)說(shuō)，機(jī)器學(xué)習(xí)系統(tǒng)是一個(gè)汽車(chē)的引擎而我們?cè)O(shè)計(jì)的就是一個(gè)傳動(dòng)系統(tǒng)，有了一個(gè)比較好的傳動(dòng)系統(tǒng)才能把機(jī)器學(xué)習(xí)的能力發(fā)揮到極至。

離開(kāi)了頭條之后我到了第四范式，在第四范式我面臨的行業(yè)更加多種多樣。不止是新聞行業(yè)，可能是金融、電信、互聯(lián)網(wǎng)包括各種各樣的問(wèn)題，有獲客、風(fēng)控、營(yíng)銷(xiāo)、推薦、排序等很多很多的問(wèn)題。所以在這個(gè)地方我遇到的新問(wèn)題是，怎么樣能把我在過(guò)去擁有的人工智能知識(shí)應(yīng)用到各行各業(yè)。

從解決一個(gè)公司的一個(gè)問(wèn)題，到解決一個(gè)公司的很多問(wèn)題，再到解決各行各業(yè)的各種問(wèn)題，這個(gè)經(jīng)歷給了我比較多的思考。比方說(shuō)如何做一個(gè)人工智能系統(tǒng)？如何讓一個(gè)人工智能系統(tǒng)更加廣泛的在一個(gè)公司內(nèi)部被使用？如何讓一個(gè)人工智能系統(tǒng)有更好的機(jī)制？以及如何讓人工智能系統(tǒng)進(jìn)入到更多的行業(yè)之內(nèi)？這是在人工智能非常火爆的時(shí)間里我想跟大家分享的經(jīng)驗(yàn)。

為什么人工智能在最近一段時(shí)間非常火，而不是更早的比方說(shuō)十年前、二十年前非常火呢？為什么AlphaGo能打敗李世石是在2016年而不是更早呢？我們直觀地認(rèn)為因?yàn)樗惴ǖ膭?chuàng)新、因?yàn)槌霈F(xiàn)了深度學(xué)習(xí)、因?yàn)槌霈F(xiàn)了DQN這樣新的算法，但是這只是一部分原因。國(guó)內(nèi)外很多專家總結(jié)出了人工智能成功的五大條件，我這里跟大家分享一下：

第一個(gè)邊界清晰。比如說(shuō)對(duì)于下圍棋這樣的問(wèn)題來(lái)說(shuō)，我們需要做19×19的棋盤(pán)，黑白兩方輪流下子，最后看誰(shuí)圍的空多誰(shuí)就贏這樣的一個(gè)問(wèn)題。如果我們把棋盤(pán)的大小變成20×20或者我們改變了黑白兩種子的顏色，有黑白紅三種顏色，或者說(shuō)我們改變了圍棋的規(guī)則的話這都會(huì)導(dǎo)致AlphaGo失效。

第二個(gè)充足的外部反饋。外部的反饋其實(shí)包括兩點(diǎn)因素，第一點(diǎn)我們需要有外部告訴他是輸還是贏，不斷的有外部的棋手跟他進(jìn)行對(duì)戰(zhàn)或者是自我的博奕，有輸贏的外部反饋才會(huì)讓他不斷進(jìn)步。第二點(diǎn)系統(tǒng)本身也需要不斷的自我更新適應(yīng)外部的反饋。

第三個(gè)計(jì)算資源。雖然說(shuō)最近的算法有了非常大的進(jìn)步，但是計(jì)算資源也是產(chǎn)生智能非常關(guān)鍵的一點(diǎn)。最近業(yè)界在分布式計(jì)算的成功讓我們相對(duì)于幾十年前有了一個(gè)技術(shù)上巨大的飛躍。舉個(gè)非常有趣的例子，當(dāng)時(shí)AlphaGo描述他棋力的時(shí)候都是用他使用的硬件資源來(lái)描述，比方說(shuō)用單機(jī)版的AlphaGo和更高智能的所謂多機(jī)并行的AlphaGo。從這個(gè)地方可以看出計(jì)算資源對(duì)于人工智能的高低起著至關(guān)重要的作用。

第四個(gè)是頂尖的數(shù)據(jù)科學(xué)家和頂尖的人才。強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)最近被重新提出需要非常多科學(xué)家的大量工作，這些算法才能真正的被推行?，F(xiàn)在在圍棋、語(yǔ)音和圖像上面，這些技術(shù)都獲得了非常廣泛、長(zhǎng)足的進(jìn)步，那在其他的領(lǐng)域仍然需要非常多的科學(xué)家做很多的研究讓這些技術(shù)能真正的進(jìn)入各行各業(yè)。

第五個(gè)大數(shù)據(jù)。這個(gè)其實(shí)是AlphaGo成功的關(guān)鍵。因?yàn)楫?dāng)時(shí)KGS很流行，所以在KGS上有數(shù)十萬(wàn)盤(pán)高手對(duì)弈的棋譜，如果沒(méi)有這些數(shù)據(jù)AlphaGo絕對(duì)不可能在這么短時(shí)間之內(nèi)擊敗人類(lèi)。

這些要素總結(jié)起來(lái)有三點(diǎn)：一方面我們需要有很好的技術(shù)，包括計(jì)算資源和大數(shù)據(jù)。一方面是業(yè)務(wù)邊界要清晰，要有反饋。另外一方面我們需要有人，我們需要有很好的科學(xué)家、很好的場(chǎng)景，能讓我們使用上人工智能。

小欣：下節(jié)課，陳雨強(qiáng)老師會(huì)為我們講解如何獲得一個(gè)好的機(jī)器學(xué)習(xí)系統(tǒng)。

【版權(quán)歸鈦媒體所有，未經(jīng)許可不得轉(zhuǎn)載】