圆桌|人工智能与人工智障的前世今生

2023-10-21 15:10

本文主要是介绍圆桌|人工智能与人工智障的前世今生,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

2018年1月17日,由IT耳朵主办的主题为【万物皆有AI】的IEIC·IT耳朵智能创新大会暨智能行业创新企业颁奖盛典在亚洲大酒店隆重开幕。国内诸多人工智能领袖登台发表主旨演讲,各领域菁英从多个角度探讨了如何推动中国智能+产业蓬勃发展。大会全面展现了中国人工智能学术研究和产业投资现状,为未来五到十年中国智能产业健康发展提供了路线图。

最后环节是大家期待已久的圆桌论坛,此次论坛的主题非常有针对性,直指“人工智能与人工智障的前世今生”。参与圆桌的嘉宾为IT耳朵创始人潘海祥、速感科技CEO陈震、中企港资本董事长于小镭、eyemoreCEO朱继志、小果视讯CEO谭涛、创新工场人工智能工程院副总裁吴卓浩。几位嘉宾针对现在业内出现的一些人工智能“失误”现象做出剖析,深刻解读了目前技术发展的短板,并对行业未来提出预期。

国内领先的行业媒体IT耳朵聚集了国内产、学、研三界最活跃的人工智能专家到场参加,IT耳朵创始人兼CEO潘海祥在大会上说,“中国人工智能目前已开启新的篇章,无论从技术、人才,还是产品、创新都走在世界前列,未来将有更多智能技术走进大家生活中。同时也呼吁所有企业要正确利用AI技术,不要用AI作恶”潘海祥介绍,本届大会旨在展现国内人工智能最前沿成果、展望世界人工智能未来图景;为人工智能顶级学术、产业和投资领袖搭建跨界交流平台,推动中国人工智能学术、产业跨界融合、跨越发展。

图:IT耳朵创始人潘海祥、速感科技CEO陈震、中企港资本董事长于小镭、eyemoreCEO朱继志、小果视讯CEO谭涛、创新工场人工智能工程院副总裁吴卓浩。

以下为圆桌实录:

人工智能与人工智障的前世今生

潘海祥:为什么想到这个名字?因为前几天我有一个经历,我家有一个扫地机器人,至于什么品牌我就不说了。有一天,在扫地的时候,它自己跑到我家厕所,然后把门推开又把门关上,自己锁在里面出不来了。我管这个就叫做“人工智障”。据我所知,速感科技的陈总,这款机器人背后的技术好像是你家提供的,你对这个行为是怎么看待的?

左图:IT耳朵创始人潘海祥,右图:速感科技CEO陈震

陈震:我先介绍一下速感科技吧。我们是一家做机器视觉(machine vision)的公司,2014年成立到现在主要是帮助行业内利用低成本高效的视觉解决方案,类似于像工业机器人来帮助他们解决视觉融合的导航、定位、避障、路径规划和场景规划一系列的解决方案。所以从2014年成立到现在帮助很多行业的用户,帮助消费类的用户,帮助工业类的用户去推出他们的产品,我们主要是面向2B来提供软硬件解决方案的公司。   

刚刚主持人提到扫地机,其实是最近几年来讲非常热点的爆款性产品,我们知道其实在去年2017年天猫“双十一”购物狂欢节上面,小家电排行第一名就是家庭的扫地机器人。扫地机器人在去年火热到了什么样的程度?去年全球扫地机器人出货量是在800到1000万台,在大规模出货量情况下,国产第一批扫地机器人品牌在“双十一”当天达到了将近5亿的销量。其实可以看到扫地机器人在家庭里面,越来越多的成为今天家庭里面帮助我们在进入家庭,甚至在家庭里边执行一些家庭里边很多繁琐或者是单一枯燥任务的重要工具。   

刚刚主持人也提到过,比如说像扫地机器人代表性的产品,是怎么样通过从人工智障到人工智能的转化?过去从扫地机器人到今天,2002年瑞典推出了第一款扫地机器人,到今年花了15年、16年的时间,从第一代没有任何传感器通过碰撞的形式来完成全便利型的家庭环境。再到第二代扫地机器人,大概是八到十年前推出的利用惯导和陀螺的技术,类似于盲人摸象。

图:速感科技CEO陈震

潘海祥:现在像盲人摸象扫地机器人的比例还有多大?

陈震:今天来讲大概在70%到80%。   

潘海祥:基本上都是,你初步判断我们家那款是不是就是这样的?

陈震:是的。所以其实提到在座的一件事情,在帮助更多今天市场面70%到80%,这样大部分的类似于盲人摸象的扫地机,为他提供一双眼睛,来帮助他实现家庭场景里面更智能的感知,让扫地机器人更智能,这是我们现在在做的事情。

潘海祥:这么看来陈总的技术还是比较过关的。如果说有些硬件企业找不到这样的像你们靠谱的供应商,他的软硬件究竟该怎么样结合才能够做得好?这块问一下小果视讯的谭总,可能更比较有发言权。

谭涛:小果视讯其实是一个比较传统的产品,家庭娱乐中心,连接电视机和大屏,可以很方便的加一些内容跟你的手机屏幕相连接。今天嘉宾有一个非常好的观点,将人工智能与传统行业,尤其是互联网来了以后,距你的用户非常的近,可以非常近的感知到用户使用过程当中大量的需求、数据和使用习惯。由此你结合最新的人工智能技术,可以给用户体验带来质的飞跃。比如说最近语音的智能音箱非常火爆,将语音智能音箱和电视相结合之后,我们发现通过语音可以极大地改善日常用户在客厅场景下的观影问题。可以很方便的通过语音的方式,然后来去操控你的电视,从而极大地改善了用传统的摇控器方式带来用户体验上的障碍,从而可以让更好的用户去反馈。这样通过用户实际使用的数据,也可以清晰地反应到,在这个过程当中是非常良性的正向循环。

随着用户的使用,对场景数据积累的逐渐增多,对用户的行为进行积累,进行准确的识别,从而提供一个更加精准智能化的观影或者是大屏看视频的体验。在这个过程中,我们会选非常有实力的,基础过影的像eyemore这种非常强大的语音平台,包括爱奇艺,爱奇艺是中国最大的互联网视频服务商,它会对它的视频内容进行大量的内容上的识别,视频的结构化,关键信息的处理。通过这样全方位的将传统的一个智能硬件与最新的互联网技术相结合,配合大量用户的参与,极大的提高用户的体验。

最近有一个产品是跟渡鸦合作,完整地提供了家庭语音观视频的场景,在北辰五洲际大酒店提供了房间的体验,到目前为止收到了非常好的体验反馈。我想这就是传统的硬件厂商怎么来插上AI人工智能翅膀非常好的路径。   

图:小果视讯CEO谭涛

潘海祥:关于硬件产品它总有智障的一天,从最开始智障的时候到最后变成智能这一步,它有多难呢?

谭涛:这个时代我们想去创新和创业,首先对传统行业有非常深刻和独到的理解。当一开始切入的时候并没有走传统的技术产品的路线,应该说我们走的是一个全新品类的技术路线切入了市场。在这个过程中,可以说当时是并不太具备人工智能的想法,或者我们设计的时候并不以人工智能为目的。在那个时候,对于我们来说,核心出发点永远是用户的体验,我们要给用户与以往所完全不同的体验,但是用了传统的技术手段。但是在这个过程中,随着人工智能的水平发展到一定的程度,基础的软硬件包括数据的积累达到一定程度以后,我们这时候很自然的将它与我们的产品相结合。所以这就是一个很自然的,就像一小孩一样,你从刚开始学走路,到最后这个孩子成为奥林匹克的冠军,它是一个过程。但是在刚开始你要定下一个远大的目标,然后在远大目标当中让用户提供最好的大屏观影产品,在这过程当中,你会发现所有技术的改变当你保持敏感和开放的心态,再敏锐的找到和你应用场景的结合点,这样才能达到最好的效果。解释了刚刚您的问题从智障到智能。   

谭涛:作为一个好的AI产品尤其是硬件产品,非常需要软硬件完美的结合。就像刚才扫地机器人,如果你是像盲人摸象一样,肯定是比较容易自己把自己锁在厕所里的情况。如果你有一双眼睛肯定能力就翻倍了,但是比较关灯情况下或者是比较黑暗比较阴暗,不太容易看清楚视线情况下,这种情况下该怎么办?朱总,可以给我们讲一讲吗?

朱继志简单介绍一下我们公司eyemore,我们是开发AI视觉的成像芯片。刚刚讲到眼睛,看这一块,其实所有的视觉在AI领域里面是最主要的应用。其中视觉是分两部分,第一部分是大脑的工作,就是认知分析,这是目前绝大部分做的事情。还有一部分是前端的感知也就是成像,图像从哪儿来的?我们是做前端成像芯片这一块的。

图:eyemore CEO 朱继志

刚才主持人问的这个问题,其实是一个蛮好的问题。在人工智能领域里面,很重要的一块,大家都希望机器有一个非常智能的眼睛,刚刚问的智能和智障,整个机器的智能总共需要有三方面,在视觉的上面。首先有智能的大脑,随着现在AI算法进步越来越快,这两年大脑能力越来越强。第二是需要有智能的器官,刚刚讲的在光线复杂的时候,现在一般的视觉成像能力比较差,但是人在很多年的进化结果,最强的能力就是我们的眼睛在任何的环境都能够适应。第三是需要大脑和眼睛智能的交互。这三种加在一起就会变得很智能。   

反过来讲,假如其中有一块不灵就会出现智障的情况。比如说你的大脑和器官非常的强,但是它两个不协调,经常在产品的发展过程当中会有哪一方面不行。所以我觉得从产品角度来看是从大脑和器官往往是交互进行的。大脑强了之后就发现器官不行了,前面的传感器不行了,传感器不行了就发现大脑不行了,不断的从智障走向智能的过程。

潘海祥:刚刚还有第三点,像刚刚乔总提到的,最开始是VR公司,然后是AI公司,现在是区块链公司,就是因为创业之风很多人去跟,跟的太多了有很多假的人工智能公司,这方面希望创新工厂的吴老师和中企港资本的于博士,能够分别给我们解释一下或者说帮我们去指导一下如何去识别哪些假的人工智能公司。   

于小镭:简单介绍一下中企港,主要专注于做人工智能+初创创业的投资。大概是在5个领域投了十几个项目,我的理解人工智能5个领域主要是这样的几个,一个是大脑智能,有大脑的认知、有深度学习的,包括自然语言这种是属于大脑。第二是视觉智能,跟你的眼睛相关的各种智能,图象识别。第三个是语音智能,跟你说话相关的,能够识别你的语音领域。第四是运动性的,四肢运动和跨越障碍跟运动相关的。第五是混合智能,把之前的大脑识别,包括你的视觉识别,语音识别,甚至是运动综合起来的五个领域。我觉得我们已经投了大概十多个项目,具体不介绍了。

我的理解是这样的,什么是真的人工智能和假的人工智能?我总结了四个要素,一个是算法,一个是算利,一个是数据,还有一个是场景。假的人工职能,很重要的一点就是数据,大数据是所有人工智能最重要的基础和核心,判断任何一个项目是不是真的人工智能,就看它能不能积累大数据,如果积累不了大数据肯定是伪人工智能,只能算是智能硬件的项目。所以真的人工智能一定要在独特的算法基础上,就是说有深度的学习,包括通过各种各样的深度学习积累所有场景中的数据,通过数据建立一套模型产生出新的应用。

所以我的总结是人工智能有两大核心价值,我不知道在座的有没有深度的想过两大核心价值。第一大核心价值一定是给整个社会带来社会生产力、生产效率的大幅提高,这是第一个核心价值。第二个核心价值一定是能够极大的提高用户个性化需求,极大的满足用户个性化需求。刚才潘海祥说的像所有的人工智障,实际上地面这套东西是混合智能,混合智能并没有满足具体的某一个客户个性化需求,因为它这个场景太复杂了,现场看它还是比较难以做到,各种智能的协调应用,我觉得目前还达不到认知的状态。如果说真正要达到认知的话,才能达到真正的满足所有各种客户、各种场景的个性化需求。所以我总结人工智能大概是这两大核心价值,我就分享这么多。

图:中企港资本董事长于小镭

吴卓浩:我补充一下,大家知道在创新工场一方面投了大量的人工智能公司,另外还做了人工智能工程院,在人工智能工程院平台上面去孵化、去培养更多的商业机会。尤其是像刚才老师所强调的数据这一块,事实上对比这一波的创业跟上一波用互联网创业有很大的不同,上一波移动互联网的创业可能上下铺的兄弟几个人凑在一起能够做一个公司,做一个APP,一夜之间就能火起来。但是在今天如果没有办法拿到大量的数据,包括说海量的,这些数据可以被自动标注的,就没有办法通过这些可以供机器学习数据来训练出高质量的人工智能,这其实是非常巨大的门槛。直接就导致了现在的创业机会,要么是能够和一些已经拥有大量数据的合作方来合作,要么切入一些领域,虽然说在这些领域当中有一些巨头,但是这些巨头在数据层面来说并没有比你有得天独厚的优势。

前者像很多的大型互联网企业或者是一些传统行业它手上具有大量的数据,当然互联网巨头自己就干了。对于传统行业的企业来说的话,它可能会有一些合作的机会。后者最典型的像自动驾驶,虽然说世界上有巨大车的厂商,但是在自动驾驶领域并没有形成垄断性的优势。所以可以在短时间内积累大量的数据,利用数据形成高质量的人工职能。我们一方面是投资各种各样有新技术的公司,另外是依托创新工场人工智能院去帮助和赋能传统行业的企业,去在人工智能基础之上开发新的价值。

图:创新工场人工智能工程院副总裁吴卓浩



什么样是人工智能,什么样是伪人工智能

潘海祥:看第一环节五位嘉宾基本上都是属于自我介绍环节,没有真正回答我的问题。第二环节再猛烈一点,我举两个例子,大家看看为什么会出现这么简单的人工智障的车祸事件。我有一个朋友告诉我在某头条上做一件事情,卖一种药,怎么卖药?它就是发我常年鼻炎但是不好,最终某老师做了一款什么药然后加这些,然后把药引放在标题当中这样就会有人点击来加。其中枸杞这个单词就是今日头条的敏感,就是他们的敏感词汇,但是它巧妙的改成了“杞枸”,然后这家平台就认不出来了,真的就通过了,而且屡试不爽。几位嘉宾谁能解释一下为什么会出现这么低级的错误?或者说自己在开发产品和投资过程当中有没有总是出现过类似的事件?

陈震:其实我们是做视觉的,这里面涉及到NLP自然语言处理,还有涉及到里面关键词条词段选择的一些问题。我们知道今天有大量的做NLP的企业,其实我们做图像是跟做NLP有一定的关系。比如说像今天语音输入跟语言的理解,还有在语言的过程当中有很多去通过关键字段的筛选,其实比如说关键词的颠倒,还有一些关键词的词段划分,在今天很多NLP语言里面是没有解决的。可能大家前段时间关注过很多的新闻里面提到了,在前段时间贝叶斯网络支付是朱迪亚教授最早的时候做机器学习相关的研究,机器学习典型的贝叶斯理论做了很多关键的划分,在最近提出的观点里面告诉强学习里面机器学习是有限的,导致了很多人工智能技术并不像今天人类所设想以及大家所理想中的终极AI的形式。有很多的过程当中,其实是今天机器学习和深度学习本身的局限性所导致的。

比如说,我们可以看到在下棋对弈环节。可以看到在今天的识别,就是人脸识别也好,物体识别也好,它达到了一定的精度之后并不能有一个更高、更快的精度性提升。我们知道在上一个大幅度人脸准确性提升在2006年的时候,2012年的时候李非非(音)教授组织的人脸识别比赛上面,才把人脸识别的准确度从76%提升到了85%以上。在今天比如说人类的眼睛可以去识别字段的颠倒,所有一句话的组成,不同的编排组成之后依然能理解一句话的意思,但今天来讲很多大量的机器是完成不了工作的。

刚刚上一个话题提到了什么样是人工智能,什么样是伪人工智能?其实伪人工智能有一个很大的区别方式就是看后台是否有大量的人工需要标注。所以刚刚看的这样一个例子就是在后台进行关键字段标注的时候,人们没有理解字段之间关键字颠倒可以对人产生同样的视觉文字理解效果。所以这一点上来讲,其实后端有大量所需要解决的问题,包括朱迪亚(音)教授提出来的在接下来几个关键流派上面,也就是第三流派,人们所说的行为学派将会慢慢的上升起来。因果革命,如果通过因果之间的质问。其实今天机器来讲有很多没有办法去进行自身型的判断,一个关键性的字段,它的理解,反面颠倒性的理解,正向印象性的理解究竟怎么样给机器带来更多的思考,这是今天深度学习无法解决的问题,这是在未来通过更多因果型的模型还有加入人类心理学,人类的这种哲学相关性理解才能解决的问题。 

潘海祥:在媒体圈很多人都有这么一个疑问,就是说未来的人工智能会很可怕。为什么可怕?就比如说阅读吧,它老是根据我的使用习惯去推送,到最后我可能就被局限掉了,我只能看到这一类了。有人说这个平台三俗,那是因为你看三俗,我老看高雅的它就老给我推高雅的,但这也局限了我看不到其他东西了。几位嘉宾对这个有什么样的看法?或者说未来能否突破这一点?能推荐我喜欢东西的同时又能够让我获取新的东西。   

谭涛:我来做一个简单的分享,这是实际在产品迭代过程中的遇到问题。一开始视频内容的推荐是完全根据当前退热的热度有一个自然的排名,在过程中随着人喜好的习惯会逐渐的加入,包括人的个性化标签逐渐加入新的内容推荐,然后结合他的喜好给他一个新的排序。这个时候后台会自动的再去根据这个人排序点击的频次,我们再去做新的调整。这个过程中实际上本身就是一个强化的过程,像刚才主持人说的我喜欢看什么内容,到后面永远看什么样的内容。在这过程中设计产品的时候会保证传统模式和新模式的权重,我们自己来调整数据的排序,在做一些人工简单的干预。这样可以确保用户永远可以看到它喜欢看的内容,根据它的热度排的靠前,同时又不错过当前最新、最热的视频内容。同时在推荐视频内容过程当中逐渐尝试将长短视频进行混编混排,进行自动化的推荐。从而能够确保用户尽可能的看到他所需要的而又不局限于当前所唯一强化的这种。这是我们所做产品新的努力和新的尝试,到目前为止我们认为整个排名和推荐的后台引擎,说实话也是在刚刚起步的阶段,后面确实要向在座的这些技术大拿们学习和交流。   

潘海祥:其实就是人工+智能。我还想问几位嘉宾,你们觉得技术更重要还是体验更重要?你是要痴迷于把我们的技术。比如说像朱总,做弱光识别。不断的提高它的精准度,不断的提高它的算法准确度更核心,还是说我在应用当中对用户更有用为基准?

朱继志:其实我觉得对于做企业来讲,最关键的还是要解决实际当中的问题。举个例子,比如说现在讲的视觉,在过去的两年里面看到各种各样的概念和算法和模型,从2018年开始就会走到产品落地的一年,AI里面、视觉里面的这些技术不是单独的一个产业,它会跟很多传统的产业结合在一起。现在看安防、汽车最热门的,其实还有所有的工业行业检测里面都有大量视觉的应用。在所有的产品端,当你去触接的时候,其实要解决的是用户痛点的问题。对一个用户来讲,大部分的是在行业工业领域里面,大家最关心的是在使用产品的时候能不能给它提高效率?它其实并不关心你使用什么技术,是智能的还是非智能的他也不懂。所以说用户在产品上,在市场上应用的时候,其实也没有说真人工智能和伪人工智能的概念,如果你能够帮他解决这个问题。比如说像中国有这么多的产线,稍微产线里面都有大量的视觉摄像头,因为所有产品的检测基本上都不可能靠人来检测,包括iPhone的生产。这里面你的检测准确度怎么样?对工厂的拥有者来讲,他所考虑的只是我采用这样的设备,是不是能够帮我减少我的人手,而且提升我的效率,如果是我就用这样的产品。其实我并不会关心他用的是什么样的技术。

潘海祥:我有一次参加一个汽车的发布会,他们汽车搞了一个噱头。买汽车送飞机,虽然送的是一个很便宜的无人机。然后我就跟汽车媒体说,这个无人机这个不好,那个不好,各个技术也不强,但是他给了我一个完全不同的看法。他说,我不懂这些,我也不懂这个技术,我就觉得这东西挺炫酷的,我就喜欢这个东西,这是从用户的角度去考虑问题。

朱继志:还有一点是接触到很多的客户和自己的企业来看AI有几个场景第一个2B,第二个2C的,比如说买一个iPhoneX,不管有没有用,它比较酷,有刷脸。大部分的消费场景里面有一个概念有AI和没AI是不一样的,对于大部分的企业和产业来比是关心你的噱头。在AI领域里面有两个典型的方向,包括你刚刚讲的头条的推荐是C端的东西,它不那么的要求严格,大家不太在意的一些细节的东西,但是在B端会是这样的另外的场景。

于小镭:我觉得场景和体验,首先来说应该是最重要的,一定要最大限度的满足用户的个性化需求,让他的体验感要非常好。技术一定要跟你的体验和场景配合、适配。我觉得不要以追求技术为第一作为产品的开发和设计思路。比如说,我们曾经投过一个项目,它是叫“大超人”工智能医生。技术和智能上积累是最大的,但当时最大的体量是一定能够跟看病一样输入你的症状和化验结果,马上能够得出你得什么病,准确率是非常高的,基本上能到99%以上。对看疑难杂症,因为有很多的大夫去看疑难杂症,每个大夫的见识和能力是有限的,所以它对解决中国广大的很多地区缺医少药是非常好的辅助人工智能的应用,这种应用场景会提高整个全国的医疗水平,尤其是各地三四线城市,提高诊断的准确率来说是非常好的应用场景,体验会非常好。

吴卓浩:体验是不同层次的,就像说2C跟2B有很大的差别应用。在2C领域里边同样存在这样的问题,很多人说到体验说,根据过去十几年互联网的产品,一说到UI是交互等等这些东西。但实际上大家忽视最早期的时候功能稳不稳定,有没有,其实也是跟本质的体验。所以用户感知到的体验和核心技术并没有绝对的差别,从这个意义上来说的话,就像说2B是用什么样的技术,结果可能没有那么的在乎,更在乎的是利益。对用户来说体验究竟是在哪一个层次的?也根源与说用户的痛点究竟在哪里?

潘海祥:像创新工场人工智能工程院,你们在孵化项目的时候是更喜欢孵化基础性或者是应用型比较强的?   

吴卓浩:首先,因为所有的这些技术也好,产品也好,都要变成是可以创造价值,不管是说为企业创造价值,还是为用户创造价值,首先是变成可以创造价值的东西。从这个意义上来说,我不知道在座的各位你们是有多少人是从90年代过来的,当我们如果回到90年代的时候,就当时的软件或者说当时的互联网初期,真的是属于体验也好,说产品也好,说设计也好都还没到。首先先把技术的坑体验了,技术能解决什么样的问题,最技术的坑有没有填平,然后才到后面的产品竞争,设计体验的竞争,所以到创新工厂人工智能工程院来说,现在是一方面去努力的帮助去找到技术应用的场景,让企业不管是2C还是2B,向那些已经掌握大量2B的企业找到对AI赋能的机会,把它实实在在变成可以应用和可感知价值的机会。

【万物皆有AI,万物也皆有爱】

潘海祥:最后一个问题,今天我们的主题是万物皆有AI,也可以理解为“有爱”。但是我经过长时间的观察,发现有些软件把人工智能做成了“人工混帐”。为什么用这个词?这是我从多个司机反映给我的,我也想听听几位嘉宾怎么看待这件事情。他们在已经工作到很晚的时候,他们把家定在南边,这个平台就一定会把它往北派赶,你们说是不是背后的公司在利用人工智能的技术做坏事?或者说你们对此类看法、此类行为是持什么样看法的?

朱继志:我觉得首先跟技术跟人工智能没什么关系,它其实是非常简单的,没有人工智能大家也可以来做这个事情。然后在对于公司利用产品的时候,很多时候可能是出自自己的目的,然后去做各种各样的决策,也有可能是很难去猜测,站在局外人很难去猜测决策是怎么做出来的,也有可能是为用户。

潘海祥:这不是我从一个司机那儿得到的,大概是10个以上的司机都跟我反映过这个问题。可能我做媒体的原因,每次打车都会跟司机聊很多的东西,他们基本上都会给我反馈这个问题,问这个问题的原因不只是想问这个问题。而是想问AI再发展,发展,会不会真的出现老百姓被玩的这种情况?我完全不知情,完全根据反向的这些东西去控制我,去操控我,让我变得更累,让我赚钱更少。   

朱继志:当大家的信息会被别人掌控的越来越多,其实别人怎么用它,它可以用非AI或者AI的东西。每个人的信息现在被所有的平台掌控的越来越多,我觉得对于用户来讲都有可能被大家去玩或者去耍这样子的。信息一定会有负面的结果,有可能别人把它往好的方面用,也有可能利用信息来做出对用户不好的信息。包括每天收到的各种各样的短信和骚扰的信息都是最简单的例子。

潘海祥:但是这个有人能管得了吗?

吴卓浩:我从另外的一个角度来说这件事,显然这个世界上并不是被谁完全操纵的。与其去抱怨,不如说我们在座的企业能够做一些更正面的事情。从另外的一个角度来说,如果我们把它上升到更大的范围内,比方说像组织与组织之间的竞争,甚至是国家与国家之间的竞争。与其说去抱怨,不如说是去更好的拥抱它。因为只有当咱们所创造出来的东西能够更好的造福人民,才有可能有更强大的影响力去校正市场各种各样的问题。   

朱继志:我是这么看的,首先第一点,任何一个技术的背后都是为人类所谋求福利或者达到某种目的,核心还是在于操控的人或者是这个组织。所以说,菜刀本身被掌握在什么人的手里,它就形成了什么样的功用,这是第一点。第二点随着互联网的技术和快速的普及,基本上每个人可以非常平等和快速的获取大量的信息。这里头其实作为媒体平台应该有非常重要的作用,就是来宣传督导让尽可能大家都去明白和都去知道这背后的故事,这样才可以让广大的人民可以去消除错误的一些想法,让他可以更清楚事情背后的本质,从而避免被少数人利用或者作恶的可能,我觉得是这样的。   

潘海祥:我觉得最后的这句话真的是道出了我的心声,我就是想呼吁一下,不管是下面听的媒体同仁要有多多的监督,还是在台上这些做AI的企业和投资人,我觉得要以身作则,不要去用技术去做坏事,这样才能达到像今天主题所讲的万物皆有AI,万物也皆有爱。

这篇关于圆桌|人工智能与人工智障的前世今生的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/255198

相关文章

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

基于人工智能的智能家居语音控制系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 随着物联网(IoT)和人工智能技术的发展,智能家居语音控制系统已经成为现代家庭的一部分。通过语音控制设备,用户可以轻松实现对灯光、空调、门锁等家电的控制,提升生活的便捷性和舒适性。本文将介绍如何构建一个基于人工智能的智能家居语音控制系统,包括环境准备

生信圆桌x生信分析平台:助力生物信息学研究的综合工具

介绍 少走弯路,高效分析;了解生信云,访问 【生信圆桌x生信专用云服务器】 : www.tebteb.cc 生物信息学的迅速发展催生了众多生信分析平台,这些平台通过集成各种生物信息学工具和算法,极大地简化了数据处理和分析流程,使研究人员能够更高效地从海量生物数据中提取有价值的信息。这些平台通常具备友好的用户界面和强大的计算能力,支持不同类型的生物数据分析,如基因组、转录组、蛋白质组等。

从希腊神话到好莱坞大片,人工智能的七大历史时期值得铭记

本文选自historyextra,机器之心编译出品,参与成员:Angulia、小樱、柒柒、孟婷 你可能听过「技术奇点」,即本世纪某个阶段将出现超级智能,那时,技术将会以人类难以想象的速度飞速发展。同样,黑洞也是一个奇点,在其上任何物理定律都不适用;因此,技术奇点也是超越未来理解范围的一点。 然而,在我们到达那个奇点之前(假设我们能到达),还存在另一个极大的不连续问题,我将它称之

ja-netfilter的前世今生和非对称加密的欺骗原理

文章目录 ja-netfilter起源官网插件插件配置文件插件的综合应用更多用法 非对称加密欺骗原理非对称加密和数字证书激活过程和欺骗手段分析代码示例第一步:生成自签名证书脚本第二步:使用自签名证书对产品激活信息进行签名 样例数据样例激活码(注:用于代码演示,直接粘贴到JetBrains 家 IDE 中无法完成激活!不用试,肯定提示无效,无法激活!!)样例power.conf(配合ja-ne

[Day 73] 區塊鏈與人工智能的聯動應用:理論、技術與實踐

AI在健康管理中的應用實例 1. 引言 隨著健康管理需求的提升,人工智能(AI)在該領域的應用越來越普遍。AI可以幫助醫療機構提升效率、精準診斷疾病、個性化治療方案,以及進行健康數據分析,從而改善病患的健康狀況。這篇文章將探討AI如何應用於健康管理,並通過具體代碼示例說明其技術實現。 2. AI在健康管理中的主要應用場景 個性化健康建議:通過分析用戶的健康數據,如飲食、運動、睡眠等,AI可

Anti-alias的前世今生

原文: http://www.cnblogs.com/gongminmin/archive/2011/05/16/2047506.html Anti-alias,简称AA,在图形学中广泛地用于提升渲染质量。经过几十年的发展,AA也从离线渲染逐步普及到了实时渲染的领域。本系列文章将总结一下在实时渲染中使用的AA方法的前世和今生。本片集中讨论硬件提供的AA方法。 图1. 一个像素内部的采样

知名AIGC人工智能专家培训讲师唐兴通谈AI大模型数字化转型数字新媒体营销与数字化销售

在过去的二十年里,中国企业在数字营销领域经历了一场惊心动魄的变革。从最初的懵懂无知到如今的游刃有余,这一路走来,既有模仿学习的艰辛,也有创新突破的喜悦。然而,站在人工智能时代的门槛上,我们不禁要问:下一个十年,中国企业将如何在数字营销的浪潮中乘风破浪? 一、从跟风到精通:中国数字营销的进化史 回顾过去,中国企业在数字营销领域的发展可谓是一部"跟风学习"的编年史。从最初的搜索引擎营销(SEM),

通学人工智能一

AI 工具 1. 语言与内容创作工具 Heygen: 全球语言转换,创建逼真的数字人。系统主要是英文的,但可以通过微软小冰实现中文支持。 Predis.ai: 制作图文内容以及简单的视频。 通义听悟 & 讯飞语记: 帮助收集灵感并将其整理成文案。 2. 设计与图片生成 Pic Copilot: 自动生成电商网站。 Codia AI: 擅长将截图 1:1 复制成原图,并生成相关代码。 In

人工智能时代开启ai代写模式,让创作变得更加简单!

随着人工智能技术的飞速发展,我们的生活和工作方式正在发生翻天覆地的变化。在这个信息爆炸的时代,内容创作领域也迎来了新的变革——ai代写。这一模式的出现,让文章写作变得更加简单高效,为创作者们打开了新的可能。   一、ai代写的优势   提高写作效率   在传统写作过程中,创作者需要花费大量时间和精力进行资料搜集、构思和撰写。而ai代写能够在短时间内完成这些工作,大大提高了写作效率。创