2019WAIC视频集锦丨3位院士专家共同探讨人工智能与人类的未来
2019-11-18 11:08
来源:世界人工智能大会官网

人工智能接管世界离我们还有多远?人工智能是否会诞生超越人类的新物种?如何划分人工智能和人类智能?

在2019世界人工智能大会上,图灵奖获得者、中国工程院外籍院士、卡内基梅隆大学教授Reddy,中国工程院院士、欧亚科学院院士、中国人工智能学会理事长李德毅和国际人工智能联合会议理事会主席、香港科技大学教授杨强共同探讨人工智能与人类的未来,给出权威解答。

上海广播电视台第一财经结合大会主论坛现场嘉宾的演讲内容推出电视节目《人工智能与人类未来丨中国经济论坛》,节目精剪提炼3位演讲嘉宾的前沿观点,先后在第一财经频道、香港NOW TV、东方财经、浦东频道播出,获得广泛关注。让我们借助这段视频再次来回顾下大会盛况,聆听嘉宾的精彩演讲。


人工智能的新方向


Reddy:图灵奖获得者 中国工程院外籍院士 卡内基梅隆大学教授

 

观点提炼:

人类现阶段对AI的了解和研究可能只取得1%的程度

在数据驱动的范式下,AI应用在过去10—15年取得重大进展

人工智能2.0时代,将获得新的知识来源

人脑的处理能力有限,借助AI可以处理海量数据

语音翻译技术可使互联网的使用人数翻倍,极大促进经济发展

未来,将出现个性化的可自主的智能助手

上海应依托5G打造人群的全互联,提供长三角的AI培训,进一步扩大电子商务的覆盖人口

 

 

人工智能为什么还没有意识?

 

李德毅 中国工程院院士 欧亚科学院院士 中国人工智能学会理事长

  

观点提炼:

从生物学角度,意识分为知觉意识、自我意识和群体意识三种

意识的生物学基础在于边界感知能力和区分自我与周围环境的能力

人类的智能来自于记忆、计算和交互的一体化工作

人工智能可以成为脱离意识而存在的智能

人类完全可以不让机器具有意识

AI时代更要注重约束人类自身的的伦理道德和行为规范

 

人工智能的最后一公里

 

杨强

国际人工智能联合会议理事会主席

香港科技大学教授


  观点提炼:

深度学习离不开数据支撑,数据的有效聚合是难题

数据割裂对人工智能的发展形成了挑战

联邦学习的方法可以在保护隐私的情况下,建立数据共享通用模型

横向联邦学习,通过共享用户特征建模

纵向联邦学习,通过共享用户ID建模

联邦迁移学习,通过挖掘数据模型本质加以聚合

联邦学习的框架已应用于金融、城市管理和语音识别等领域


点击查看完整视频