王坚眼中的互联网、数据和AI(全球人工智能高峰论坛演讲实录)

本文主要是介绍王坚眼中的互联网、数据和AI(全球人工智能高峰论坛演讲实录),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!

摘要:在7月9日杭州举行的全球人工智能高峰论坛上,阿里巴巴集团技术委员会主席王坚为大家带来了主题为《关于机器智能与城市大脑 下一个10年登月计划》演讲,分享了他关于人工智能的影响力、背后技术原因、互联网-大数据-人工智能如何互相作用等热点话题的见解。


10011410_J4Bc.png

在7月9日杭州举行的全球人工智能高峰论坛上,阿里巴巴集团技术委员会主席王坚为大家带来了主题为《关于机器智能与城市大脑 下一个10年登月计划》演讲,分享了他关于人工智能的影响力、背后技术原因、互联网-大数据-人工智能如何互相作用等热点话题的见解。

本文为记者现场根据速记整理而成,在不改变讲者原意的情况下做了编辑和缩略。

大家都知道,第一天人们谈人工智能的时候,都在谈如何让一台机器模仿人。有人跟我讲人工智能是未来,但我自己悟出来一点,把它叫做机器智能会更好一点。

我今天想重点讲三个观点:机器智能、城市大脑、下一个十年的登月计划。

机器智能

以往,所有人谈人工智能的时候都是在讲机器,如何让机器做一些人能干的事情。直到今天,你去查阅牛津字典,它解释AI是什么,还是在讲怎么让机器(计算机)去做人可以做的事情。著名的图灵测试,本质也是如何模拟人。我花了很多时间学心理学。慢慢明白过来了,其实这里面有一个非常大的悖论。这个悖论,刚才历史学家讲到,人脑能不能研究人脑,大脑有没有能力去研究自己,这是一个非常有争议的问题。

人工智能今天又被捡起来,不是因为本身发展的结果,和三个东西有密切关系。

第一,刚才潘院士演讲里引用了《金融时报》里的一句话:这是互联网的结束,人工智能的开始。文章里谈到的是互联网的结束这是错的。今天可以重新开始谈人工智能,一个重要的物质基础就是互联网变成了人类历史上最重要的基础设施。对我来说,可能人生最大的梦想是看到大脑被连到互联网上。如果没有互联网的物质基础,不但没有数据,所有讲的事情都不存在。

备注:3月9日,英国《金融时报》发表的《互联网终结,人机智能崛起》一文:现在美国斯坦福等四所名校人工智能专业博士的起薪已达200-300万美元,而互联网精英人才的起薪是20万美元左右。

刚才John Hopcroft(约翰•霍普克洛夫特)讲到了数据从哪里来,今天的语音识别能做到这种程度,当然和DeepMind算法有关系,但是如果没有在互联网时代所获得的语音样本数据,那么今天所有的事情也不会发生。我想《金融时报》的记者肯定没有搞清楚世界发生了什么事情,各位一定不要把互联网基础设施和传统意义上的网络化混为一谈。《金融时报》的那篇文章,200-300万的年薪不是最错的,最错的是认为互联网的结束!

人工智能能成为热点话题,标志着互联网对社会发展的又一次推动,这是我自己的理解。

第二,今天谈论人工智能,有一件事是无法回避的,我们重新看待了数据,其实是重新看待人类周围的世界。我前天看到一个数据,近一两年,世界上每年每个人平均要消耗掉,或者全世界要生产出大概20亿个晶体管,为每个人。20亿个晶体管什么概念,在70年代初IBM出来的一个芯片才有2千多个晶体管。那时候全美国加起来的晶体管数可能都没有今天一个人所拥有的多。

计算能力的爆发是超出了大家的想象,这些东西带来的变化其实是今天人们又可以重新看待人工智能的基础。大家一定要记住,硅实在是了不起,不管摩尔定律在不在,这个东西实在了不起。从70年代一个芯片上只有几千个晶体管,到今天世界要为地球上每个人生产几十亿个晶体管,这是巨大的进步。

第三,再回到数据上。有一个事情非常了不起,也是我们决定应该做一个像城市大脑这样的东西(的原因)——Camera,有时候会被翻译成摄象头,我认为最好翻译成成像器械。成像器械给人类带来了什么,你今天坐在这儿,还能不能找到一部没有摄象头的手机,甚至你都买不到一部只有一个摄象头的手机了,因为成像技术的发展,人类突然出来一个喜好,自拍,它的结果就让人类自己把自身的数据留存下来了。

大家在说无人车、无人驾驶,但可能忽视了一个事情。一辆车上有多少个成像设备,无论这个是用Camera,或者用雷达电磁波做出来,它都是一个成像技术,今天一辆无人车实际是一辆成像技术的车。关于释放城市大脑,大家可以设想一下,如今城市里有多少成像设备来感知城市的一切。从小的手机放在身上,到随处开的车辆,一个城市所有的东西,数据的分布程度超出大家的想象。

大家可能不知道此时此刻在天上有多少卫星在飞,拍下了多少张照片,前几天我看了一家创业公司,做的就是用卫星图像估算全世界石油的储量。我看了之后觉得很有意思,我们应该为城市做一件事。今天城市修建了那么多道路,我们永远不知道在这一时刻所有的车辆占了城市道路的多少面积,其实卫星图像可以告诉你。卫星图像多到人眼无法看完,只有机器才能处理。

可能人工智能最好的叫法是机器智能,可以让机器去干以前人不能干的事情。这是真正变化的开始。即使大家熟悉的东西也开始做这样的事情,比如前几天我在加拿大看一家创业公司,做基于AI的情感计算,用手机照相机来看你的脸,但不是大家想象的人脸识别。它是看了你的脸,就知道你的心跳是多少,血压是多少。创始人说人们每天低头看手机,为什么这个时候不能把体检做掉。而这件事情是人类永远做不了的,今天去看很多公司做的人工智能,其实是人做不了的事情。

城市大脑

我们有机会想象一样东西,在以上基础上能够做城市大脑,这个想法的真实来源是杭州,大家认真想一下,今天的城市是非常了不起的。我看过一本书,它讲城市是人类最了不起的发明。今天我们所有做的事情能不能离开城市,高铁、航空、电、车...城市本身是一个非常了不起的发明,它实际上是所有发明的一个重要平台。

到了今天人们在讲机器智能的时候,这个平台会出现什么东西呢?当城市发展到今天,最早的城市只有路,并没有供水系统。后来有了供水系统,又有了电网,下水道。城市发展过程当中,其实是技术发展非常了不起的过程。

大家可以设想下,不是今天才有了城市问题。当所有城市交通都用马匹的时候,也有交通堵塞的问题。城市发展到今天,使得我们有一次机会来做非常大的创新。这里面有一个基础的东西,所有到今天人类所完成的发明,无论是互联网、智能手机、成像系统、人造卫星、火车、飞机等等,都为城市积累了巨大的财富,就是数据。

杭州市做了一些非常了不起的事情。第一件事情,我们不应该再做传统意义上的信息化系统,传统意义上的人工智能,而是做一个东西叫做城市大脑,它会是未来城市非常重要的基础设施,就像今天的供水、供电系统,一个城市没有它是运行不了。令人欣慰的地方,杭州市政府接受了它,觉得应该作为杭州尝试“城市大脑”的探索。

第二件事情,站在我的角度看是很了不起的。这是第一次在城市角度,把数据不再当成大数据来卖,第一次把数据当成是城市非常重要的资源来看。同时,杭州市也成立了一个部门,这个部门和中国或者世界其它地方部门不一样的地方,它不叫大数据部门,它是一个数据资源部门,我想这也是在中国第一个城市里叫数据资源的部门。

这两样东西加在一起,其实是说明了两件非常重要的事情:首先,一个新的基础设施会带来非常多的重要发明;第二,有了非常新的资源,这个资源是人类历史上没有的。城市大脑很重要的一件事情,当今天有了基础设施之后才可以真正的使用数据资源,优化人类历史上任何其它的资源:水的资源、道路的资源、电的资源。我们在杭州做的事情,可以先从交通做起,先不说交通堵塞,我自己有一个非常小的心愿,如果有了数据资源,有了天上卫星的资源,有了城市大脑的基础设施,杭州是不是可以把更多的路面腾出来给市民做公园,而不是用来跑车。因为可能车用不了这么多(路),只是我们不知道。从人类发展角度来讲,这是历史上非常大的一次进步。

如果我们在杭州把这件事做好的话,它的意义就和伦敦第一次修地铁是一样的。今天所有的城市发展享受了很多人在城市建设过程中所发挥的创造力,历史给了我们一次机会,因为有互联网这个基础设施,因为有这么大的计算能力,因为有那么多的数据资源,使得我们可以为城市添加一个新的基础设施。城市发展到今天靠人们的脑力是不够的,需要机器智能帮助把城市发展好。

下一个十年的登月计划

为什么会提到下一个十年的登月计划,这是蛮有意思的事情,和我在阿里巴巴的经历,和阿里巴巴过去的一些想法有关系。我们在2009年的时候曾经在讨论数据对未来的影响,就把公司内部有关数据的项目统称为“奔月项目”。后来有一次聊天,我随口说了一句,当时做的登月项目非常了不起。奔月和登月是有差别的,嫦娥奔月是去了之后不回来。你要把一个人送上月球还要再回来,比把一个人只送上月球,让他死在那儿简单得多。

后来我们就达成一个共识,公司内部如果能很好用好数据,变成一项企业财富时就叫做奔月计划,这是第一步。当整个社会能够很好的把数据资源变成社会资源时,我们就把它当做登月项目。

我相信,今天,到了这个时候,确实到了这个时候,当一个城市具有这样的基础设施时,其实它是真正利用好数据和人类产生的自然资源最好的时候。这件事情是可以探索十年的,我愿意把它叫做下一个十年的登月项目。在这个过程当中可以催生非常多的东西,设想一下看,60年代的登月项目到今天为止,人类去了那么多次,中断了那么长时间,仍旧还有非常大风险。

回顾来看,在阿波罗飞船上有了人类真正意义上的移动计算,这是第一次把计算机装到了这么远的移动装置上。那个时候所催生的通讯技术、生物工程技术,人类到今天都还在享受。当互联网变成基础设施时,当人类有过去从来没有过的计算能力时,当人类积累了历史上从来没有想象过的数据资源时,因为城市大脑这样一个基础设施,不但会为老百姓带来很多改变,而且也会带来非常多新的研究问题。

为了人工智能的研究,我们有机会在杭州建立城市大脑,做最好的基础研究。在杭州开始做这件事情之后,苏州在今年2月也开始了。因为人工智能的机会,因为所有信息技术的发展,使得我们有机会为全世界做一次贡献,这是城市发展非常有意思的事情。

未来一定会有越来越多人生活在这个城市里,机器智能让我们看到了从来没有过的世界,大家不要担心和机器的关系,也不要恐慌。大家设想一下,在一百多年前,当人类第一次用成像技术看到自己的X光照片时,他觉得是很恐怖的。可是大家都知道这样的成像技术是在造福每一个人,我相信今天讲的所有东西都会产生这样的效果。

来源:AI早餐汇

致谢:感谢 AI早餐汇的记者精彩报道。

转载于:https://my.oschina.net/u/3579120/blog/1533158

这篇关于王坚眼中的互联网、数据和AI(全球人工智能高峰论坛演讲实录)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/512030

相关文章

揭秘未来艺术:AI绘画工具全面介绍

📑前言 随着科技的飞速发展,人工智能(AI)已经逐渐渗透到我们生活的方方面面。在艺术创作领域,AI技术同样展现出了其独特的魅力。今天,我们就来一起探索这个神秘而引人入胜的领域,深入了解AI绘画工具的奥秘及其为艺术创作带来的革命性变革。 一、AI绘画工具的崛起 1.1 颠覆传统绘画模式 在过去,绘画是艺术家们通过手中的画笔,蘸取颜料,在画布上自由挥洒的创造性过程。然而,随着AI绘画工

一份LLM资源清单围观技术大佬的日常;手把手教你在美国搭建「百万卡」AI数据中心;为啥大模型做不好简单的数学计算? | ShowMeAI日报

👀日报&周刊合集 | 🎡ShowMeAI官网 | 🧡 点赞关注评论拜托啦! 1. 为啥大模型做不好简单的数学计算?从大模型高考数学成绩不及格说起 司南评测体系 OpenCompass 选取 7 个大模型 (6 个开源模型+ GPT-4o),组织参与了 2024 年高考「新课标I卷」的语文、数学、英语考试,然后由经验丰富的判卷老师评判得分。 结果如上图所

AI儿童绘本创作

之前分享过AI儿童绘画的项目,但是主要问题是角色一致要花费很长的时间! 今天发现了这款,非常奈斯! 只需输入故事主题、风格、模板,软件就会自动创作故事内容,自动生成插画配图,自动根据模板生成成品,测试效果如下图。 变现方式:生成儿童绘本发布到各平台,吸引宝妈群体进私域。  百度网盘 请输入提取码百度网盘为您提供文件的网络备份、同步和分享服务。空间大、速度快、安全

【服务器运维】MySQL数据存储至数据盘

查看磁盘及分区 [root@MySQL tmp]# fdisk -lDisk /dev/sda: 21.5 GB, 21474836480 bytes255 heads, 63 sectors/track, 2610 cylindersUnits = cylinders of 16065 * 512 = 8225280 bytesSector size (logical/physical)

据阿谱尔APO Research调研显示,2023年全球髓内钉市场销售额约为4.7亿美元

根据阿谱尔 (APO Research)的统计及预测,2023年全球髓内钉市场销售额约为4.7亿美元,预计在2024-2030年预测期内将以超过3.82%的CAGR(年复合增长率)增长。 髓内钉市场是指涉及髓内钉制造、分销和销售的行业。髓内钉是一种用于整形外科手术的医疗器械,用于稳定长骨骨折,特别是股骨、胫骨和肱骨。髓内钉通常由不銹钢或钛等材料制成,并插入骨的髓管中,以在愈合过程中提供结构支

亮相WOT全球技术创新大会,揭秘火山引擎边缘容器技术在泛CDN场景的应用与实践

2024年6月21日-22日,51CTO“WOT全球技术创新大会2024”在北京举办。火山引擎边缘计算架构师李志明受邀参与,以“边缘容器技术在泛CDN场景的应用和实践”为主题,与多位行业资深专家,共同探讨泛CDN行业技术架构以及云原生与边缘计算的发展和展望。 火山引擎边缘计算架构师李志明表示:为更好地解决传统泛CDN类业务运行中的问题,火山引擎边缘容器团队参考行业做法,结合实践经验,打造火山

人工智能机器学习算法总结神经网络算法(前向及反向传播)

1.定义,意义和优缺点 定义: 神经网络算法是一种模仿人类大脑神经元之间连接方式的机器学习算法。通过多层神经元的组合和激活函数的非线性转换,神经网络能够学习数据的特征和模式,实现对复杂数据的建模和预测。(我们可以借助人类的神经元模型来更好的帮助我们理解该算法的本质,不过这里需要说明的是,虽然名字是神经网络,并且结构等等也是借鉴了神经网络,但其原型以及算法本质上还和生物层面的神经网络运行原理存在

人工和AI大语言模型成本对比 ai语音模型

这里既有AI,又有生活大道理,无数渺小的思考填满了一生。 上一专题搭建了一套GMM-HMM系统,来识别连续0123456789的英文语音。 但若不是仅针对数字,而是所有普通词汇,可能达到十几万个词,解码过程将非常复杂,识别结果组合太多,识别结果不会理想。因此只有声学模型是完全不够的,需要引入语言模型来约束识别结果。让“今天天气很好”的概率高于“今天天汽很好”的概率,得到声学模型概率高,又符合表达

SQL Server中,查询数据库中有多少个表,以及数据库其余类型数据统计查询

sqlserver查询数据库中有多少个表 sql server 数表:select count(1) from sysobjects where xtype='U'数视图:select count(1) from sysobjects where xtype='V'数存储过程select count(1) from sysobjects where xtype='P' SE

智能客服到个人助理,国内AI大模型如何改变我们的生活?

引言 随着人工智能(AI)技术的高速发展,AI大模型越来越多地出现在我们的日常生活和工作中。国内的AI大模型在过去几年里取得了显著的进展,不少独创的技术点和实际应用令人瞩目。 那么,国内的AI大模型有哪些独创的技术点?它们在实际应用中又有哪些出色表现呢?此外,普通人又该如何利用这些大模型提升工作和生活的质量和效率呢?本文将为你一一解析。 一、国内AI大模型的独创技术点 多模态学习 多