将人工智能带给大众,深度解读高通AI愿景

发布时间:2017-08-30 00:00
作者:Ameya360
来源:国际电子商情
阅读量:463

几天前,高通(Qualcomm)正式对外宣布收购专注于前沿机器学习技术的阿姆斯特丹大学附属公司Scyfer,这是一家为全球制造业、医疗业和金融业等多个不同行业打造人工智能解决方案的公司。Qualcomm Technologies工程技术副总裁Jeff Gehlhaar日前在一次电话沟通会上对媒体表示,除了前沿技术外,对Scyfer的收购还带来了公司创始人、阿姆斯特丹大学知名教授 Max Welling博士的加入,这将帮助Qualcomm在人工智能研发上的进一步发展。

高通在机器学习领域的探索可以追溯到2007年,自那时起,高通就开始了面向计算机视觉和运动控制应用的机器学习脉冲神经方法研究,随后,其研究范围从仿生方法拓展到了人工神经网络,也就是深度学习领域。而就在上个月,高通还参与投资了一家位于美国的人工智能公司Brain Corp。

人工智能正向终端迁移

终端侧人工智能是高通最近在多个场合反复提及的词汇。根据Jeff Gehlhaar的表述,移动终端正成为全球最普遍的人工智能平台。数据显示,未来5年全球智能手机的累计出货量将超过85亿部,这也是移动终端将成为全球最普遍人工智能平台的原因。Qualcomm一直以来在移动领域拥有领导地位,这为他们提供了利用已有的规模和机会,去促进手机和毗邻领域发展的机会。

移动领域的规模化,成为了Qualcomm将人工智能带给大众的基石。加之不可阻挡的物联网趋势和即将到来的5G时代,使得高通认为智能互联所需要的计算能力正通过云端分布到设备端。因此,高通提出的AI愿景将更专注于帮助智能手机、汽车和机器人等广泛而普及的海量终端实现人工智能,以确保在有无网络或Wi-Fi连接的情况下都能够完成处理。其优势包括即时响应、可靠性提升、隐私保护增强,以及高效利用网络带宽。

“我们于十年前就开始了基础研究,目前我们的现有产品支持了许多人工智能用例:从计算机视觉和自然语言处理,到各种终端,如智能手机和汽车上的恶意软件侦测。同时,我们正在研究更广泛的课题,例如面向无线连接、电源管理和摄影的人工智能。”Jeff Gehlhaar说未来Qualcomm 将持续推进人工智能研究,把先进的机器学习技术带到业界最前沿,具体工作将包括:  针对半监督和无监督训练,如生成式对抗网络(GANs)、分布式学习和隐私保护,提升神经网络技术;  面向终端侧应用的网络优化,包括压缩、层间优化、稀疏优化,以及更好地利用内存和空间/时间复杂度的其他技术;  以及专门的硬件架构,旨在加速机器学习运算,从而在嵌入式终端上带来更佳性能和更低功耗。

但他同时也指出,对于终端侧人工智能而言,人工智能需要的大量密集计算与终端所能承受的功耗和热效率,是业界无法回避的巨大挑战。而高效的硬件、算法改进和软件工具将是高通应对挑战的三把利器。“对Qualcomm来说,我们的算法优化和提升主要包括压缩、层间优化和稀疏优化等;软件方面,Qualcomm一方面提供自己的软件工具以支持在终端侧进行的人工智能,同时也和生态系统里的合作伙伴合作,支持TensorFlow、Caffe、Caffe2以及一些未来即将发布的框架。”

人工智能硬件的未来会是怎样?

为了向更多行业(包括移动、汽车、医疗健康、安全与图像)的开发者提供他们所需的工具,以实现终端侧的、由神经网络驱动的用户体验,2016年,高通正式发布了Qualcomm骁龙神经处理引擎(Neural Processing Engine, NPE) SDK,开发者可充分利用该SDK实现诸如情景探测、面部识别、自然语言理解、物体追踪与规避、手势和文本识别等深度学习用户体验。

该SDK基于分布式架构,目前可支持骁龙600和800系列平台,以及TensorFlow、Caffe、Caffe2和一些即将发布的框架,可以让深度神经网络引擎运行在骁龙异构平台的CPU、GPU、DSP等各个单元上。未来,再利用5G无线通信技术,就可以实现终端侧与云之间的人工智能配合和连接。

首款整合骁龙神经处理引擎SDK的公司之一是Facebook,目前正在使用它来加速其移动应用程序中的增强型现实过滤器。数据显示,通过使用神经处理引擎,Facebook的过滤器速度比通用CPU实现方案要快5倍,在拍摄照片和直播视频时,可实现更流畅、无缝且逼真的AR特性应用。

智能驾驶是Jeff Gehlhaar列举的另一个典型的终端侧AI应用场景。在CES 2017上,Qualcomm展示了采用骁龙820Am处理器的Qualcomm Drive Data平台。这是一个数据收集和分析平台,可以通过车上的传感器(前置摄像头、后视摄像头、雷达等)收集汽车的大量信息,用于实现车辆管理与地图生成等功能。

该汽车技术平台的重要组成部分便是基于终端的机器学习(on-device machine learning)。Qualcomm Drive Data平台采用了骁龙820Am汽车处理器,支持汽车随时随地、精确地判断城市街道的水平精确度(lane-level accuracy),以此来实现精准的定位。其次,通过集成X12 LTE调制解调器,它还可以连接至云端。除此之外,它还支持基于云端处理的地图和数据应用。以上这些都是Qualcomm通过Qualcomm Drive Data平台所展示的技术。

通常来说,汽车中的很多应用都会收集大量数据,然后在云端进行机器学习处理,比如判断交通路况、交通信号灯、车道侦测等。事实上,我们可以筛选掉某些不相关的数据,仅仅把交通路况和环境视频等需要的数据上传至云端。因为骁龙820Am处理器的性能十分强大,它集成了定位、机器学习、连接等多项出色特性,有很多数据就可以在终端上进行处理。

此外,对于用户关心的“安全和用户隐私保护”,Jeff Gehlhaar表示,“高通与谷歌合作,研究了几种技术,我们相信这些技术将引领发展方向,而这些想法彼此间也都有一定的联系。其中一个想法是,让多台终端一起作为整体协同学习,这样就没有一台终端能获取所有的数据。第二个想法叫做隐私保护深度学习(privacy preserving deep learning),可以保证数据只提供给训练模型,从而保护数据隐私,同时也保护数据所有人的个人信息。用户可以在不被泄露个人信息的情况下放心地分享数据。”

在线留言询价

相关阅读
近年来,人工智能技术在医疗影像识别、病情分析、健康管理等方面发挥的作用逐渐得到重视,新冠肺炎疫情的暴发更是加速了这些智能技术在医疗领域的应用。 近日,中国信息通信研究院、工业互联网创新中心(上海)有限公司联合 36 氪研究院共同发布《2020 人工智能医疗产业发展蓝皮书》。 我国人工智能医疗的发展机遇①顶层设计不断加码,产业发展政策环境持续优化。②市场增长迎来发力期,资方入局窗口已经打开。③市场需求日益旺盛,慢病管理等领域颇具增长空间。根据国家统计局数据显示,我国老年人口占比连年上升。④新冠疫情的迫切需求为相关产业的发展打开了新局面。⑤5G、量子计算等新技术的增长为产业发展提供了新动能。⑥复合型人才厚度增加为产业厚积薄发创造新节点。  八大细分领域的发展探索1、AI+公共卫生:防控治理是痛点也是突破口重要应用场景:①传染病防控传染病防控是目前人工智能在公共卫生领域的最大应用场景,人工智能主要在传染病暴发预测、传播与溯源路径排查、发展趋势预测等方面发挥作用。 ②卫生监督利用人工智能、物联网等创新技术,打造“智慧卫监”综合监管平台,有效提升卫监人员工作效率,确保执法流程公正。 ③人工智能技术应用于疫苗查询、真假疫苗识别和疫苗信息追溯等方面,可以在一定程度上解决这一问题。 重点发展趋势:①从行业参与者及市场现状来看,目前公共卫生领域尚处于人工智能应用的初期阶段,仍然为蓝海市场,在新冠疫情催化下,有加速发展趋势。 ②可提高应对疫情等突发事件的决策能力和响应速度,降低防控作业成本,扩大信息传播半径,从而为公共卫生防控治理能力带来质的提升。 ③随着医疗数据互通互联,医疗数据孤岛问题正在被积极解决,人工智能在公共卫生领域的各项应用亦将随之逐步深化。 ④从近两年来看,人工智能有望在传染病大数据分析预警系统和疫情排查系统这两个领域进一步释放潜力,为公共卫生治理提供有力的决策支持。 公共卫生领域新兴企业:①百融云创(智能语音对话机器人)②鲸腾网络(智能疫情通知回访和智能疫情客服系统)③京东数科(疫情问询机器人)  2、AI+医院管理:智能协助人力提升精准+效率核心应用价值∶①利用智能化信息技术重塑患者端全流程就医体验;②以人工智能和大数据驱动医院端智慧管理与决策,推动医院管理体制机制持续创新;③人工智能与大数据可以实现跨机构互通互联,打通医疗服务数据与生态壁垒,完善以医院为中心的医疗服务生态。 核心发展场景:①患者端:人工智能重塑就医体验利用人工智能技术,医疗服务可以突破医院的物理边界,以患者为中心,延伸到诊前、诊中、诊后的就医全流程。②医院端:人工智能重构管理体系人工智能深入病人管理(电子病历)、药械管理(器械设备与药品智能化闭环管理)、病房管理(智能手术排班)、绩效管理(DRGs 绩效)、后台管理(人力财税等智能后台综合管理)等方面,为医院管理体系带来整体升级重构。③生态端:人工智能完善医疗服务生态在整个医疗服务体系中,医院处于核心位置,是各项信息数据汇聚与整合的中间枢纽,此外还有其他医疗服务机构、医疗健康产品提供方、支付方、监管方等。 医院管理领域新兴企业:①科大讯飞(导诊机器人)②博识医疗云(专病结构化电子病历)③上海利连(智能化医疗全息数据平台产品)  3、AI+医学影像:算法+分析下的提效+提准核心应用价值:①承担分类检出工作。②替代医师工作。③提供具有附加值的工作。 重点发展趋势:目前中国 AI 医学影像产品布局方向主要集中在胸部、头部、盆腔、四肢关节等几大部位,以肿瘤和慢病领域的疾病筛查为主。 在 AI 医学影像发展应用初期,肺结节和眼底筛查为热门领域,近两年随着技术不断成熟迭代,各大 AI 医学影像公司也在不断扩大自己的业务半径,乳腺癌、脑卒中和围绕骨关节进行的骨龄测试也成为市场参与者重点布局的领域。 医学影像新兴企业:①平安科技(平安科技肺炎 CT 影像智能辅助诊断系统)②依图医疗(胸部 CT 新型冠状病毒肺炎智能评价系统)③阿里达摩院(新冠病毒肺炎 AI 辅诊助手)  4、AI+医疗机器人核心应用价值∶①小型化:随着微电子技术不断发展,医疗器械小型化成为一大发展趋势。 ②智能化:智能化的人机交互功能,远程操作与精准控制能力,基于个体状况实现个性化柔性操作,具备环境变化的独立判断与适应能力。 重点发展趋势:①随着我国对于高端医疗器械核心技术的研发突破,国产手术机器人在操作模式、辅助手术灵活性、工作空间、操作力、定位精度等方面也在逐渐接近世界先进水平,发展潜力巨大。 ②医疗服务机器人在国内发展较晚,加之其覆盖场景较多,所以市场集中度并不高,产品同质化竞争程度较小。 ③我国医疗机器人目前仍处于发展初期阶段,在政策利好、老龄化加剧、消费者认知升级和产业化发展提速等多种因素的综合影响下,未来医疗机器人的规模化使用将成为一大趋势。 医疗机器人领域新兴企业:①力迈德医疗(下肢智能反馈训练系统 W200)②Remebot 柏惠维康(神经外科机器人)③金山科技(型腹胸腔微创手术机器人)  5、AI+药物研发:缩短周期+降低成本+提高成功率核心应用价值:人工智能技术在新药研发领域的应用已经渗透到各个环节,主要涉及靶点发现、化合物合成、化合物筛选、晶型预测、药理作用评估、药物重定向、新适应症开发等多个场景。 重点发展趋势:在药物研发过程中引入人工智能技术,利用深度学习技术对分子结构进行分析与处理,在不同研发环节建立拥有较高准确率的预测系统,可以减少各个研发环节的不确定性,从而缩短研发周期,降低试错成本,提高研发成功率。 目前,“人工智能+药物研发”仍属蓝海领域,处于技术探索与结果验证阶段,未来市场潜力较大。 药物研发领域的新兴企业:①晶泰科技(Renova 人工智能药物研发平台)②深度智耀(AI 驱动的药物合成、药物设计、药物活性预测、临床研发一体化)③亿药科技(InfinityBind:人工智能设计平台)  6、AI+健康管理:智能终端+管理前置+数据生态核心应用价值:①通过智能终端进行多维度健康数据采集,提升数据应用价值;②将健康管理前置到预防阶段;③构建医疗数据生态的重要环节。  重点发展趋势:①风险识别,利用人工智能技术进行数据处理与分析,依据关键定量指标识别疾病发生风险,提供降低风险的可能性建议。 ②虚拟护士,人工智能充当“护士”角色对患者进行个性化护理,记录并分析患者的饮食、运动和用药习惯,对患者的身体状态给予动态评估意见,协助患者规划与调整个人生活。 ③精神健康,运用人工智能技术对用户的语言、表情和声音等信息进行挖掘,识别用户的情绪与精神状态,发现用户精神健康方面的异常情况。 ④移动医疗,利用人工智能技术,为患者提供在线问诊和慢病管理等服务。 由于可穿戴设备硬件发展水平和疾病相关数据积累不足,健康管理的智能化水平仍然不高,用户付费习惯亦有待培养。 健康管理的新兴企业:①松果数码(AI 医养云安全健康管理平台)②诺华制药(护心小爱)③华米科技(米动健康手环)  7、AI+精准医疗应用:智能+定制化解决方案核心应用价值:精准医疗在癌症领域已有较为成熟的诊断和治疗应用;无创产前检测成为目前高通量基因测序技术应用最为成熟的临床项目。 领域新兴企业:①华大基因(肺癌组织个体化诊疗基因检测、基因自主测序平台)②贝瑞基因(肿瘤检测)③达安基因(荧光 PCR 检测、基因检测)  8、AI+医疗支付主要应用场景:分为医保支付、商保支付、众筹互助、医疗分期和支付工具五大应用场景。 重点发展趋势:①基于人工智能的医保控费模式,主要利用大数据、深度学习、类脑信息处理等关键技术,对医疗保险数据进行深度挖掘和学习,探寻数据内部的隐含关系,发现医保违规异常数据,从而规范医疗服务行为,控制医疗费用的不合理增长。 ②基于涵盖诊疗规则、药品规则和医保规则等多种规范在内的核心知识库,以费用监控为重要手段,利用自动分析算法,实现事前控制、事中预警和事后审核的医保全流程监管。 医疗支付领域的新兴企业:①创业慧康(“健康中山”运营平台)②数联易康(医保业务精细化管理服务、医保大数据监管方案)③智诚民康(医保智能管理系统)  产业整体发展趋势①政府对产业自主安全可控提出针对性政策,国产化进程将再度提速。②政府将推动成果转化,人工智能医疗产品将逐步实现大规模应用落地。③政府将推动建立标准化测试数据集并推动共享,持续完善标准规范体系。④“以患者为核心、切实满足医生临床工作需求”的核心理念正在逐渐成为行业共识。⑤产品将横向覆盖多病种、纵向深入场景。⑥精准医疗、健康管理和医疗机器人等将成为未来人工智能重点发展领域。  结尾:政策利好+标准规范让落地应用成为可能政府密集释放相关利好政策,推动科技成果转化,推动数据共享,持续完善行业标准规范体系。 同时,“以患者为核心、切实满足医生临床工作需求”的核心理念正在逐渐成为行业共识,人工智能医疗产品正在向覆盖多病种、深入应用场景的方向发展。可以预见,人工智能医疗大规模落地应用的时代即将来临。 未来人工智能将持续在医疗健康领域发力,优化医疗机构管理水平,提升医疗诊疗效率,提高医疗和服务水平,增强医疗创新研究能力,实现与医疗产业全生态的横向拓展及纵向深度融合。
2020-09-21 00:00 阅读量:386
随着技术水平的不断提升以及在社会生活各个领域中的应用,人工智能已经不再被视为一种“魔法”,而成为赋能社会各行各业的生产力。百度创始人李彦宏坦言,现阶段“人工智能不再讲究酷炫,而是要讲究如何扎扎实实地推进和落地。” 如果说AI是蒸汽机与内燃机,那么AI算力则是“煤炭与石油”——AI 应用建立在算力之上,若没有算力可“烧”,AI将是空中楼阁。OpenAI的一份全球AI算力供需研究报告显示,AI算力需求量每三个半月就会翻一番,从2012年到2018年,全球算力需求增长了30万倍。 算力缺乏阻碍智能摄像头发展交通、零售、物流、智慧城市……传统的安防行业正因为人工智能而拓展到更多维度。然而,当下AI算力却捉襟见肘,无法满足特定计算需求。受到算力、算法和技术标准等因素的制约,安防监控视频的快速处理和深度利用仍需要大量使用人工分析。 算力的缺乏也导致智能安防摄像头普及速度低于预期。目前常见的智能摄像头大多应用于基本监控场景,要对复杂场景进行多目标的实时识别和分析,终端算力还无法支持。因此,目前的摄像头可以算作前端智能化,而非智能前端化。当然,也可以将视频送到云端去处理,但这样又会带来高延迟和数据安全性的问题。 “未来的市场必定是数据规模和计算能力的角逐。” 浪潮商用机器有限公司OpenPOWER产品营销部总监张琪表示。谁能够在解决算力不足问题的同时又能够更好降低功耗与成本,谁就能在AI浪潮下占领安防鳌头。 多技术结合缓解难题AI算力不足的问题正在不断被相关企业解决。例如集合了云端计算、边缘计算、端侧计算的一体化部署方案,能一定程度上缓解摄像头算力不足的难题。 AI无论应用于消费还是行业场景,其未来的算力是多点协同性质的。这就要求针对不同问题场景提供不同解决方案,这些方案需要能够解决针对异构的适配能力和迁移能力,以便更好地前向兼容。 例如某些To B场景中,将摄像头额外叠加AI算力形成“胖终端”,通过外设将图像识别置于本地,一方面降低时延,一方面减轻了对于网络连接和容量的需求。 这些方案的设计本质上就是要解决一个问题——分配好终端和云端分别需要完成的任务。但业界对AI算力应更多部署在前端还是后台尚无统一意见。 将合适的算力放到合适的位置要解决好算力问题,安防领域需要云边端协同发展,将合适的算力放到合适的位置。当然,算力并非孤立存在,其他因素也将影响算力的使用。例如若没有进行存储优化,那么芯片实际能够提供的计算力其实会大大低于理论值。 那么,如何分配算力并平衡好其他影响因素?海康威视的AI Cloud架构或许可以提供思路:利用云计算中心弹性分配计算服务器、存储服务器的资源,够按需调度智能算法和大数据算法。 由于人工智能技术整体发展还处于初级阶段,智慧安防行业也随之面临很大的不确定性,而这也为各种安防企业提供了巨大的舞台,舞台上将呈现怎样精彩的表演?令人期待!
2019-09-09 00:00 阅读量:348
8月29日,WAIC开幕第一天,在上海世博展览馆附近的无人驾驶体验场地早早就排起了很长的队伍,热情的参会者们希望抢占每天500个体验名额其中之一。  这里是占地约3.6万多平方米的无人驾驶体验场地,据了解,该场地由无人驾驶静态展示区、动态体验区以及功能区三大部分构成,是国内首次融合多种无人驾驶技术的大规模无人驾驶体验场。在这里,参会者可以体验到自动驾驶、5G+车路协同、自动泊车等功能和技术。  现场,排列了包括特斯拉、滴滴、威马汽车等十几家自动驾驶公司的无人驾驶汽车,包括一些无人驾驶清洁车。其中,除了特斯拉,滴滴无人驾驶车队受到了非常多的关注。  此次,滴滴CEO程维也亮相2019 WAIC,他在演讲中提及,滴滴剥离了无人驾驶公司,希望推动无人驾驶载人测试在上海落地。  据滴滴CTO、滴滴自动驾驶CEO张博在接受采访时的透露,未来,滴滴将在上海再部署30辆测试车,待测试成熟后将全面推广,目前很快还有3辆车开始测试,等测试成熟了以后会不断加车。  张博表示,未来用户在指定区域打开滴滴App,即可看到“自动驾驶”入口。  而这个过程“预计很快,不会太远”。  据其透露,针对自动驾驶,目前滴滴在中美两地实际路测的里程已达30万公里,已拥有40辆测试车,其中中国30辆,美国10辆,未来将在中国上海额外再部署30辆测试车。  无人驾驶是滴滴在出行领域的一次“硬核”尝试。相比较其他无人驾驶汽车公司,滴滴的无人车可以更直接、快速地触达到普通大众,许多人表示非常期待在上海打到无人车。  “自动驾驶汽车和卡车的开车方式与我们现在不同,也不会像现有无人驾驶汽车的驾驶。”被称为机器学习之父的卡内基梅隆大学计算机学院院长Tom Mitchell 在演讲时表示,自动驾驶汽车会瞬间无线连接并与其他周边车辆进行交互,它们可以看到我们看不到的东西,知道周边汽车的计划是什么、遇到了什么紧急事件,自动驾驶汽车将会非常先进,比人类还厉害。  他提到,“机器将会突破超越人类自有的感知限制。麦肯锡预测未来世界上大概90%以上汽车交通事故会消除,从而拯救大量的生命。”  不过,从现场观察,无人驾驶汽车的驾驶位和副驾驶位都坐着厂商工作人员,驾驶位工作人员会双手虚握方向盘,据称是出于公司安全要求。  或许,无人驾驶技术在国内的成果已经肉眼可见,但要真正落地、行驶在城市道路上,或许还需要一点时间和耐心。  而除了无人驾驶,在上海世博展览馆展区,今年出现了更多AI落地应用成果的呈现,热门、已经有相对进展的领域,主要集中在医疗、教育、自动驾驶、金融等。  其中在医疗领域,观众可以在一些展区体验AI医生问诊、一分钟诊所,以及脉诊仪、带显示屏的智能水杯等可穿戴等智能设备。在教育领域,AI老师是一大亮点,流利说、好未来、松鼠AI等公司均展示了自己的AI老师,在AI+教育场景下,将智能教室、个性化课程及教学路径等应用到学生学习中。  此外,这次大会上,也展出了很多更加智能的机器人,比如可以穿针引线、智能巡检操作,其中人机协作也有了较大的进步。  “AI威胁论”引热议 马斯克:人要与AI结合 我们时间不多了  毫无疑问,2019 WAIC期间,马云和马斯克的对话是最大的亮点。开幕式结束之后,新浪科技多次能听到大家关于“你支持马云还是马斯克的观点”的讨论。  在对话环节,马斯克认为,机器比人厉害,未来人要靠机器来赋能自己。但是马云认为,机器是人创造的,无论如何不会机器不会超越人,同时人要注意机器可能会存在的问题。  被称为“钢铁侠”的马斯克身上似乎永远不缺话题:特斯拉、火箭、火星、超级人工智能……  “如果打不过他们(AI)就和他们组成团队吧。我所开发的公司就是这样,目的就是让我们加入到AI战队里面。”  这一次来到中国上海,马斯克依然坚持他的AI与人共生论。他认为,其实我们已经是一个半机械人了,比如人已经离不开手机、电脑,它们相当于人类生命的延伸。  这一点似乎与钢铁侠的设定不谋而合:漫威电影中具有冒险精神的钢铁侠拥有炫酷的钢铁装甲,他可以将装甲的内层储存在自己骨骼中空的部份,并可利用脑部的思绪直接进行控制。  马斯克相信,人脑要追上AI发展的唯一办法,就是成为AI。人类将来需要与计算机相结合,从而避免在AI时代被淘汰。  事实上,马斯克已经在尝试通过意念控制机器。他的另一家公司、专注脑机接口项目的Neuralink,是2017年马斯克为了将AI直接植入人类大脑皮层,以提高人类智能水平而创立的一家公司。  就在一个月前,Neuralink宣布脑机接口系统获得新突破,研究人员已经在猴子身上进行实验,让猴子能用大脑来控制电脑。  马斯克还表示,希望能够通过这种技术为更多疾病患者“续命”。若获得批准用在临床试验中,Neuralink将在瘫痪病人的头骨上钻四个8毫米的孔并插入植入物,使他们能够利用他们的大脑控制电脑和手机。  虽然此前早就有脑机接口相关的研究和论文,不过都是外接式设备。Neuralink选择了一种更为激进的技术路线:要把脑机接口放进人体里。简单来说,就是通过收集、识别和转化大脑信号,将人脑发出的指令直接传递给指定的外部机器。  在此次“双马对话”中,马斯克也反复提到了Neuralink:“Neuralink必须得到重视,不然我们就会落后。”“我们必须在这一技术上加快脚步跟上,留给我们的时间已经不多了。”  马斯克认为,Neuralink的脑机接口技术不仅可以帮助截瘫患者或是脑部受损的人士,还有望使得人类的能力大大增强,还可以改变传统教育方式,使人类更高效地获取信息。  但是马云不以为然。  马云与马斯克为什么“不在一个频道上”?  “人从来没有办法制造一个人。计算机就是机器,机器就是一个玩具。我们要有信心,机器只有芯片,而我们有我们的心,我们的心是智慧的来源。”  马云说自己很乐观,“我不觉得AI是一种威胁,我不认为人工智能是很恐怖的东西,因为人类很聪明。我觉得AI很好很有意思,我们会拥抱它。 ”  在他看来,计算机可能更聪明,但是人类要有更多的智慧。聪明是学术驱动的,但是智慧是经验驱动的。“计算机很聪明,但是是人类发明了计算机,我从来没有看到计算机发明一个人。 ”  “哪个人类创造的东西比人更聪明? ”马云问。  马斯克提到了AlphaGO,“计算机已经在很多方面比人更聪明了,我们的目标在变得更高。比如过去下棋是聪明人才会下的,现在你的手机就可以下棋,而且AI能打败世界冠军……人们和计算机下围棋像你和宙斯斗争一样没有希望的,我们差太远了。”  马云反驳到,“和计算机下棋这很愚蠢,像100年前人们创造了机器,人们说人不可能比汽车跑得快,只有傻子才会去和汽车赛跑。围棋是为人类设计的,让人和人下棋的,为什么人要和计算机下棋呢?我从来不下棋,也不和计算机下围棋。”  “很高兴看两个计算机下棋,但是我对于和计算机下棋没有兴趣。有些人很悲伤说计算机比人聪明,计算机下棋下得更好,我觉得和计算机下棋很傻,不要这样做,我们要做我们擅长的事情。 ”  马云提到了擅长的事情。  其实,很多人会去讨论马云与马斯克的观点谁对谁错,在开幕式后的论坛环节,也有圆桌对话主持人提出让嘉宾站队支持马云还是马斯克的观点,结果是3:1,马斯克票数更高。现场,嘉宾预测,到2050年,机器人整体智能会超过人类,虽然目前机器人只是婴儿的水平。  同时,也有人吐槽,“双马”对话根本不在一个频道上,甚至有点尴尬。  AI到底能不能威胁到人类?这可能是一个没有答案的问题。  马云与马斯克,一个更关注现实问题,一个对未来更有热情,这与二者所接触的文化有关,也与他们所从事的领域有关。就像马斯克会努力登上火星,马云则会去敦煌种树。  而现实问题是,现在与未来都是人类需要去思考和准备的。  马云提到,到外太空也许听上去很不错,但如果我们能够把资源都花在地球上,比如从海洋当中取出垃圾,这比去外星更难,AI可以帮助我们实现这样的目标解决问题。  至于未来,他认为不可预测,99.9%的预测都是错的,而对的0.001%可能也是因为运气好。  那么,当AI真正有威胁时该怎么办?在马云看来,我们现在更多要做的是做好准备,通过AI把提升社会生活和地球现状。  在AI时代,人类可能既需要人着眼当下的社会生活和地球,也需要人仰望和探索遥远的未来和外太空。
2019-09-02 00:00 阅读量:389
8月29日,2019世界人工智能大会开幕式的最后一个环节是“双马对话”——阿里巴巴董事局主席马云以联合国数字合作高级别小组联合主席的身份与特斯拉创始人兼CEO埃隆·马斯克展开对话,成为当日大会的焦点话题。主办方为二人提供了8个话题,最终双方只讨论了AI、火星、就业、教育和生命5个领域。  AI交锋:一个乐观,一个悲观  在45分钟的对话中,马云和马斯克全程用英文对答,不过一些话题上存在不小的分歧。比如对人工智能的看法,马云认为AI只是比人类聪明但不具备智慧,并且强调AI对人类不构成威胁,“很多人担心人工智能,他们需要对自己有更多的自信。”  而马斯克则认为,大部分人普遍低估人工智能的能力,但实际上人工智能可能比最聪明的人更聪明。“我看到AI研究人员犯的最大错误就是假定他们很聪明,实际上和AI相比不见得如此,他们觉得机器不会比人聪明,实际上机器很有可能比人聪明得多。”他表示,自己不是一个天生乐观或者悲观的人,但未来科技发展将会超越人类理解它的能力。  实际上,从2014年至今,马斯克一直对人工智能的态度较为悲观,他多次强调AI的危险性,甚至认为AI的危险要远大于核武器,“我想我们不会允许任何人都去制造核武器,请再次记住我的话,AI要比这危险得多。”  而马云显然属于乐观派。在今年6月与5位诺奖得主对话中,马云表示自己是数字经济坚定的乐观主义者。“今天,很多人讨厌人工智能,但未来,如果没有人工智能整个社会就没办法运转。”  虽然马云在对话中显得更幽默,但马斯克似乎得到更多业内人士的支持。在当日下午举行的产业发展论坛第二轮圆桌对话上,主持人要求四位圆桌嘉宾进行站队,结果有三人支持马斯克的观点,认为人工智能将来会远胜人类。  一个想开发火星,一个更关心地球  马云和马斯克在到火星生活这一话题上也存在激烈碰撞。马斯克认为,人类需要更进一步了解宇宙的本质,以确保未来能够进入到不同的行星生活,理由是地球有可能会发生人类无法控制的事情,即使人类已尽了最大的努力。  马云则表示,很钦佩马斯克开发火星的勇气,但他更关心74亿地球人的发展,让地球可持续发展。马云认为,人类不可能把未来所有问题都解决,但必须对未来负责,“我们要关注现在的生活怎么能够变得更好。”  人工智能对人类的工作有何影响?马云表示未来仍会有很多的工作,而且随着进入人工智能时代,人类的寿命可能会延长至100岁,届时人们的生活越来越好,需要担心的反而是出生率过低的问题。  马斯克在这一话题上表示出自己的担忧,指出今后AI会使得工作失去意义,可能最后的工作就是写AI软件,甚至最后AI自己都会写软件。他建议人类可以去学工程、物理、艺术等专业,或者从事与人互动的工作。  马化腾:  AI治理紧迫性越来越高,应全方位治理  在大会开幕式上,腾讯董事局主席兼首席执行官马化腾在发表主题演讲中表示,AI治理的紧迫性越来越高,应以“科技向善”引领AI全方位治理,确保AI“可知”、“可控”、“可用”、“可靠”。  马化腾称,一年来,全球AI领域热度不减、亮点频频,在AI的研究、应用、治理方面都有很多突破。今年6月国家新一代人工智能治理专业委员会发布报告,提出发展“负责任的人工智能”,这是我国首次发布人工智能治理原则。8月26日,国务院副总理刘鹤在重庆智博会上呼吁,智能技术需要维护伦理道德底线,形成行业和企业的伦理自律准则。可见,政府、企业和社会在AI治理的大原则上有高度的共识。  马化腾认为,通用人工智能的发展趋势越来越清晰,AI向着人类智慧继续靠近,从“专才”向“通才”发展。AI与各行各业日益融合,人工智能产业的发展将给我们带来以“AI+”为标志的普惠型智能社会。  “今天,没有哪个国家完全拥有全球新一轮科技和产业革命所需的全部资源、技术和能力。产业割裂和技术脱钩将会损害整个人类的长期利益。面对技术竞争、贸易争端、地缘冲突等矛盾,我们应该拿出智慧和胸怀,努力跨越这些壁垒。”马化腾还强调,加强全球治理与合作,是AI发展中必不可少的一环。  程维:  将很快能体验滴滴自动驾驶  在产业发展论坛的圆桌对话环节上,滴滴出行CEO程维表示,科技创新真正的价值是服务普通人,目前滴滴将人工智能技术应用于出行安全领域,下一步将推动自动驾驶技术进入日常生活。  对于人工智能的投资,程维认为目前国内人工智能领域投资很热,但如果从中国和美国竞争的角度看,国内对人工智能的投资还有很大提升空间。  他表示,以自动驾驶为例,像Google的Waymo项目已经是百亿美元的独立公司,在美国还有三四家企业每年在自动驾驶领域投资8亿到10亿美元,因此从投资量级看,目前美国比中国更大,国内的自动驾驶行业还需要更多的资本进入。  程维表示,滴滴刚将无人驾驶业务独立,接下来会投入更多资源,希望尽快推动无人驾驶载人测试在上海落地,让普通用户在滴滴上可以打到一辆自动驾驶汽车,但这距离真正成熟还有很长的过程,需要资本和企业共同投入。  有了人工智能之后,人们会有更多的时间去享受作为人的乐趣。我觉得我们不需要太多工作,今后我们需要的工作就是让大家开心,让大家快乐,让大家体验生活,享受人类的生活。我觉得一周工作3天,一天工作4小时很好了。——马云  今后人工智能会使得工作失去意义,可能最后的工作就是写AI软件,最终可能AI自己都会写软件了,所以我建议大家去学工程、物理或者做一些和人互动的工作。——马斯克
2019-08-30 00:00 阅读量:370
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
TPS5430DDAR Texas Instruments
TL431ACLPR Texas Instruments
TPS61021ADSGR Texas Instruments
PCA9306DCUR Texas Instruments
TXB0108PWR Texas Instruments
TPIC6C595DR Texas Instruments
型号 品牌 抢购
ULQ2003AQDRQ1 Texas Instruments
TXS0104EPWR Texas Instruments
TPS61256YFFR Texas Instruments
TPS61021ADSGR Texas Instruments
TPS63050YFFR Texas Instruments
TPS5430DDAR Texas Instruments
热门标签
ROHM
Aavid
Averlogic
开发板
SUSUMU
NXP
PCB
传感器
半导体
相关百科
关于我们
AMEYA360商城(www.ameya360.com)上线于2011年,现 有超过3500家优质供应商,收录600万种产品型号数据,100 多万种元器件库存可供选购,产品覆盖MCU+存储器+电源芯 片+IGBT+MOS管+运放+射频蓝牙+传感器+电阻电容电感+ 连接器等多个领域,平台主营业务涵盖电子元器件现货销售、 BOM配单及提供产品配套资料等,为广大客户提供一站式购 销服务。