西故山 > 生活 > 日常保养 > 【盘点】2016年人工智能50位明星人物(3)

【盘点】2016年人工智能50位明星人物(3)

来源:网络转载 2017-04-27 21:55 编辑: www.xigushan.com 查看:

百度首席科学家吴恩达(Andrew Ng)2016年12月9日发文称,计算机硬件能力的提升将为人工智能(AI)的进一步发展提供动力。因此,当前一轮的AI热将不会像以往那样昙花一现,“AI寒冬”可能不会再出现了。
 

赢得人工智能就赢得互联网,人工智能将成为互联网未来发展的基础。人工智能在当前阶段存在三大机会——图像、语音、用户画像。
 

百度研究的深度学习技术构建出强大的人工神经网络,让计算机可以在没有人工干预的情况下进行自主学习,这就是技术发展带来的巨大变化。百度深度学习技术目前已经能做到输入图片后,计算机可以用描述性的自然语言来说明图片的内容,也就是“机器读图”,而这可以说是人工智能领域的一次技术飞跃。
 

随着移动时代到来,通过多种设备上的用户数据理解用户,实现基于大数据分析的“用户画像”也成为可能。通过把点击、位置、购买行为等大量数据通过深度学习技术进行分析学习,就能得到准确的用户画像,从而真正做到了解用户需求,实现“千人千面”的互联网个性化服务。
 

联想集团董事长兼CEO杨元庆:
 

 

人工智能未来——智能终端和云大脑完美的结合
 

杨元庆把智能终端比作人的感官,把云比作大脑,将智能终端和云大脑完美结合起来,就是人工智能未来的方向。
 

杨元庆认为未来的人工智能将会有以下几个特点:第一,智能终端和传感器将无处不在,基于大数据的自我学习能力,会让智能终端越来越聪明;其次,人与智能终端的交互方式将会更加自然;第三,在人工智能加上互联网的驱动下,我们的各行各业都将会越来越服务化;第四,智能设备将来会越来越多,他们之间的互联互通、协同应用就变得越来越迫切,越来越重要。
 

搜狗公司首席执行官王小川:
 

 

输入法的未来是自动问答
 

搜狗公司首席执行官王小川对深度学习带来的突破进行了详细阐述,着重分享了对三个问题的思考:人工智能在今天能做什么、不能做什么、终极理想是什么。
 

语音识别,在安静环境下识别准确度高,但是一旦有噪音,识别的准确度迅速下降。同时,如果有两个人在说话,人很容易区分,但是机器还做不到,这个情况目前无解。
 

在语音识别上,机器与人依然有很大区别。
 

语义识别,谷歌最早用知识图谱解决这个问题,但是目前遇到瓶颈。王小川介绍,今年6月,他在谷歌体验机器自动订餐系统,其中有个环节,机器问他需要停车位还是不要停车位,机器能够识别“要”和“不要”,但是对“我没车”这个答案却无法理解。谷歌今年对自然语言句子分析,达到90%之后就提不上去了。
 

无人驾驶,在熟悉和封闭的环境中可以。但是在开放环境中却不靠谱,如果汽车不在高速上、不在五环路上,自动驾驶不靠谱。机器只能处理见过的环境,没见过的还不行。
 

华为消费者业务CEO余承东:
 

 

未来的手机是没有胳膊和腿的机器人
 

余承东表示,人工智能更加高效,可以主动获取一些信息,对于未来智能手机如果加上人工智能,华为称之为智慧手机。
 

“未来智慧手机的交互方式也会变成双向的方式,通过引入人工智能,其价值将远远超过一般智能手机的价值,而更具备人的价值。”
 

对于未来智慧手机的构想,余承东更愿意用其是没有胳膊没有腿的人工机器人来形容。未来的智慧手机虽然没有胳膊和腿,但其他的语音、视觉和智慧判断等功能都会拥有,甚至包括人类的嗅觉、视觉、听觉,智慧手机将通过大量传感器和自然语言的交互实现这些功能。
 

百度副总裁王海峰:
 

 

让人工智能卖薯条我们是这么想的
 

目前度秘业务的重心还在自身核心的链接服务等秘书化能力的提升上。跟各种业务场景的实际结合还在探索阶段,除了肯德基之外的合作暂时不方便透露。
 

谈及百度在人工智能领域的投入的重点,王海峰认为,像多模交互搜索,度秘,机器翻译,互联网金融,无人车等都是重点投入的人工智能领域。利用人工智能技术实实在在的造福人类是百度努力的方向。

同时,他指出,机器让人更高效,人让机器更聪明。
 

亚马逊CEO杰夫·贝索斯:
 

 

现在到了人工智能第一次显身手的时候
 

亚马逊创始人兼首席执行官杰夫·贝索斯在出席Code Conference年度大会时,接受了知名科技专栏作家沃尔特·莫斯伯格的采访。
 

他说道:“现在到了人工智能第一次显身手的时候,我们正处在人工智能的黄金时代。”
 

贝索斯透露说,Alexa智能语音助手在正式投放市场之前,亚马逊花了四年时间进行研发。他表示很快会有更多新功能推出,现在的Alexa只是冰山一角而已。
 

正如贝索斯所预见的,目前除了亚马逊之外,也有很多企业进入到人工智能领域,其中一个原因就是目前机器学习的水平距离人类能力还差了好几个数量级。