2020-11-30 周一

AI/大数据

汇聚 IT 世界的思考者和观察者,连接数字时代的开拓者和创新者。聚焦 IT 前沿技术,紧跟最新科技潮流。拨开数字空间迷雾,洞悉IT 世界趋势。有深度的内容,有价值的思考。

李飞飞再次告别!卸任斯坦福AI Lab负责人后,她只做一件事!

李飞飞又“离职”了。 斯坦福人工智能实验室“SAIL”官方推特宣布:李飞飞正式卸任SAIL主任一职,由斯坦福大学计算机科学和语言学教授Christopher Manning接任。而李飞飞将继续担任由她主导的以人为中心的AI计划“HAI”联合创始人。 而这已经是半年内李飞飞做的第二次“告别”,也让这位华裔女科学家此后的研究方向备受全行业关注。 回归斯坦福后,李飞飞启动“以人为本”新项目 今年10月20日,李飞飞在推特上宣布正式开启以人为中心的AI计划“HAI”。这是她离职谷歌回归斯坦福后,正式公布的第一个新项目。 具体而言,这一项目由李飞飞和斯坦福前教务长John Etchemendy共同主导,主要工作方向有三个: 1、推进和发展下一代AI科学(着重于脑科学和认知学交叉); 2、研究和预测AI对人类社会和生活的影响; 3、设计和实现以人为本的AI技术和应用。 而在李飞飞与John Etchemendy共同执笔的该项目首篇博文中,他们表达了一个共同的观点:人工智能的下一个前沿将是Humanity。 能够明显感知到,李飞飞这一新项目主要围绕“人类与AI的相处与未来”这一问题开展。也正是因为这一理念,连李开复都称李飞飞是“AI领域的良心,是一位胸怀大志的人。” 而值得注意的是,此次新上任的斯坦福AI实验室负责人Chris Manning也有份参与“HAI”项目。 SAIL大牛云集 如果问NLP界神级人物有哪些的话,Chris Manning绝对是其中之一,其是斯坦福大学计算机科学与语言学系机器学习的首席Thomas M. Siebel教授,也是将深度学习应用于自然语言处理的领导者。除此之外,Manning还是Stanford NLP公司的创始人,主要从事Stanford CoreNLP软件开发方面的工作。 和李飞飞一样,Manning对SAIL也做出了很多贡献。而除了这两位大牛外,SAIL还囊括了诸如Anshul Kundaje、James Landay、Percy Liang等计算机科学专家。 而SAIL更于近期相继获得了IJCAI 2018 计算机与思想奖,以及在COLT 2018、ACL 2018、SGP 2018、NIPS 2017等多个学术会议中获得最佳论文奖。就在两天前,SAIL还推出了专用于介绍实验室最新的研究及相关思考的博客。 而李飞飞方面,从斯坦福到谷歌再到斯坦福,以及此次卸任SAIL主任,这两年来于AI领域的变动,实在有些频繁。 执掌谷歌云AI,李飞飞的多次神助攻 2016年是李飞飞事业的转折点,也对谷歌至为重要。 这一年,谷歌CEO Sundar Pichai宣布谷歌战略从Mobile First转向AI First,致力于用深度学习、机器学习等技术,让旗下的产品变得更加智能。同年11月,斯坦福大学人工智能实验室主任李飞飞,和前Snapchat研究主管李佳两位华裔女科学家宣布加入谷歌,在当时为谷歌AI战略加分不少。 2017年初,这对被称为“佳飞猫”的师生组合正式加入谷歌云团队,并负责人工智能和机器学习相关业务,联手为谷歌云打开了新的空间,如在2017年公布Google Cloud 基于神经网路技术新推出的一些 API 和引擎,如 Video Intelligence...

全球机器学习教父Tom Mitchell宣布加入松鼠AI

Tom Mitchell教授,正式宣布接受松鼠AI的邀约,出任Chief AI officer一职。 2018年11月16日,在全球AI+智适应教育峰会AIAED上,著名学府美国卡内基梅隆大学CMU计算机学院院长、美国工程院、艺术与科学院院士,美国科学促进会(AAAS)、国际人工智能协会(AAAI)Fellow,Tom Mitchell教授,正式宣布接受松鼠AI的邀约,出任Chief AI officer一职。 这是所有来自中国的公司,包括BAT和微软亚洲研究院在内,第一次聘请到如此级别的人工智能行业泰斗加入。 卡耐基梅隆大学的计算机科学院素来是Facebook、Google、Netflix等硅谷顶尖企业世界人才争夺战的众矢之的。前院长安德鲁·摩尔(Andrew Moore)被Google揽入麾下,代替了李飞飞的职位。CMU的教授Manuela Veloso 刚刚被JP Morgan 请去成为首席科学家。而在CMU,"Tom Mitchell教授是当今世界上最顶尖的三大机器学习专家之一,这是全球公认的"  国际顶尖学术会议IEEE ICDM的创立人和主席吴教授如此评价Tom教授,130篇论文在国际顶级杂志发布,他更是千亿美金市值企业必争之顶尖人才清单中的Top 1。 松鼠AI是乂学教育新推出的K12辅导品牌。乂学教育在2014年创立,主营业务是K12领域智能个性化辅导,主要是通过算法结合中国学情开发出一套学习引擎,为每位学生智能提供专属的学习路径。到今年6月,松鼠AI累计融资已近10亿人民币,估值超过11亿美金,迈入独角兽行列。 多年来,Tom Mitchell屡屡拒绝硅谷顶尖企业抛出的高薪橄榄枝,继续潜心在大学从事科研教育工作。此次宣布加入中国本土独角兽企业松鼠AI智适应,在业界也是引起一阵骚动。 对此,松鼠AI教育创始人栗浩洋表示,教育终有一天会被AI彻底颠覆改变,对此我和Tom Mitchell教授坚定无比,这也是促使教授选择与松鼠AI携手一起改变世界的最大原因。 全球范围内,教育行业的核心痛点只有一个:缺乏优质的教师资源。 为什么优秀的教师资源如此稀缺?松鼠AI的CEO周伟曾在某峰会上分享过一个现实:以上海杨浦区为例,几百万人口中,初中英语学科只有一位特级教师。“因为他需要20、30年的经验,去不断的累积,这样的教师资源是我们可遇而不可求的。” 实际上,稀缺的不仅是优质教师资源。据今年8月教育部发布《2017年全国教育事业发展统计公报》显示,全国共有义务教育阶段学校21.89万所,招生3313.78万人,在校生1.45亿人,专任教师949.36万人。而特级教师不到千分之一,这个巨大的差距,使得保证基本教学质量就已经成为一个艰巨的任务,更遑论能够让孩子学习效率得到最大提升的个性化问题了。 正是这个瓶颈,使得虽然互联网和移动互联网技术给教育带来了一些变化,但并没有取得其他领域那样巨大的变化和影响,只是提高了获取教育资源的便利性,却并没有对教育学习的效率带来很大提升,更没有解决到到教育的深层次问题。 工业革命技术革命推动手工劳动向动力机器生产转变历史100多年,而AI对社会劳动力结构的颠覆将更胜当年。教育几百年来都没有被科技改变过,而AI已经在美国被广泛认知会解决教育长久以来的优质资源稀缺和不够个性化的问题。 据内部人士透露,栗浩洋和Tom Mitchell 教授的忘年之交,始于2018年伦敦的AIED(人工智能教育大会)。 教授作为主题演讲嘉宾,松鼠AI作为该次会议唯一一家来自中国的公司有论文被会议接收并且有演讲分享,在大会主席的邀请下创始人栗浩洋做了晚宴致辞,公司首席科学家崔炜与教授见面聊了两个多小时,从松鼠AI人机大战教学效果超过高级教师的技术核心、AI引擎+内容+服务一体化研发和产品战略、到已经取得上百万学生的认可以及超过80%的复购率,淋漓酣畅,之后的每次见面Tom都会提起那次难忘的伦敦见面。教授还发现,松鼠AI的首席架构师Richard已经和他熟识的CMU的几位教授展开了技术合作。 在十一月初,创始人栗浩洋专程赶到CMU,和教授再次见面,原定两个小时的交流,后来一直谈了九个小时,教授深深地被栗浩洋独创的“用错因重构知识空间理论”、“非关联性知识点的关键概率算法”等等对教育技术和人工智能算法的理解深度和创新所吸引,并且被他投身AI教育致力于给所有人带来教育公平的愿景所深深打动,当场决定加入松鼠AI,担任Chief AI Officer 。 在连续九个小时的谈话中,栗浩洋如何向教授解释松鼠AI产品?“我们对知识点拆分的颗粒度其实比Knewton、ALEKS等美国的竞争对手产品多了十倍。” Mitchell第一次听到后,觉得十分惊讶,询问如何做到这么精细的拆分?拆分后对比实验的效果如何? 事实上,如上文所谈到的那样,智适应学习在美国起步更早,而在中国真正为大众所知也不过短短几年时间。但显然,在实际落地的场景中,中国的创业公司已经先人一步。 曾就职于Realizeit、现乂学教育首席科学家崔炜表示,与国外领先的自适应公司相比,虽然它们已经做了很久,有了大量的数据积累,现有的产品模式也比较完善,但是,对于中国而言,智适应研究本地化的优势更明显。因为中国的学习强度和考试内容难度高于国外,测试的题目也是,加之中国地大物博,教材的穿越性也非常大。 栗浩洋举例说,关于一元二次方程,ALEKS拆解为了13个知识点,而松鼠AI团队拆解为了107个;初中英语听力知识点拆分为了8000多个。 “中国可能更需要纳米级和超纳米级拆分。”栗浩洋表示,在英语学习方面,中美两国学生面对的是不同的问题,类似连读、爆破音和固定搭配等用法并不了解,口语和书面语也难以区分的中国学生需要比欧美颗粒度更加精细的知识点拆分。 不仅如此,如果我们思考教育的终极目的,不是最大范围内获取书本知识和在考试中取得高分,更应该是关注一个学生的能力,这包括他的思想和方法,也关乎创造力和想象力。松鼠AI目前已经突破了欧美同行知识点学习的局限,开始培养孩子的举一反三的能力、思想和方法的学习。 在做能力、思想和学习方法拆分的时候,松鼠AI团队的原则是“三课原理”:第一节可定义,第二可测量,第三可传授。只有把一项学习能力清晰定义之后,然后再对每个学生在该能力的水平进行测量,才可能进行传授和确保学生掌握,对于人的综合能力和情商能力亦是如此。 “我小的时候因为情商特别低,不太会跟人交往。打招呼都会觉得脸红,也不知道怎么样开始。”栗浩洋表示,他后来反复思考,尝试把“情商”拆解为30多种能力,诸如观察能力、语言表达能力、寻找对方感兴趣的话题的能力、对别人的心态判断的能力,甚至是遭受不公平对待之后的自我化解能力等等。 比如说,在与他人聊天时,如何判断对方是真心对你的内容感到兴趣,还是出于礼貌不便打断?如果是前者,就证明你的表达是有效的,反之,这不仅是一次失败的表达,还容易造成对方的反感。 栗浩洋认为,如果对方根本不想听,而你还喋喋不休,则证明情商是堪忧的。所以,在一开始就要学会观察,发现他人微表情的区别,然后尽量找到别人感兴趣的话题。 在这样的思考模式下,再难以测量的情商能力,也可以细化到“你每分钟是不是看了别人两三眼”这样细微的颗粒,去观察接受者的情绪变化。 “就像单兵作战能力可以拆解成射击能力,移动射击能力、俯卧撑、背负重物跑与爬等等这些不同能力之后,然后再去进行综合训练,完成任务的目标性训练,从笼统到细分,从细分最后再到综合的训练。”栗浩洋说。 Mitchell 被这样的设想而震惊,“我那时候也想过情商的问题,我们的很多学生因为是学计算机的,我担心他们情商有问题,所以我也研究过这个事情。而栗的方法无意更加可操作并且可以明显取得效果。” 在谈到研发的时候,教授还和栗浩洋分享了他的一项研究,他展示了通过扫描大脑的热点,发现大脑看到不同的词汇和想到不同内容的时候,热点范围是不一样的。栗浩洋也谈到,松鼠AI也在通过脑电波对学生进行测量,来观察学生在学习过程中的专注力是集中还是分散。 此前,从来没有人将人类的行为和思想解构得如此细致且大胆,未来的学习和教育,将会以一种全新的形象,出现在我们的面前。 据普华永道估计,到2030年,AI的应用部署将为全球GDP增加15.7万亿美元。这其中,至少有AI教育的半壁江山。 作为松鼠AI人工智能领域第一负责人,Mitchell 将带领团队十多位AI科学家和几百位AI应用工程师以及技术团队,进行人工智能在智适应教育领域的基础研究和相关产品的研发应用等。 “我认为机器学习和人工智能,将成为智适应学习的驱动式技术,发力点主要包括学习目的、学习数据类型、多任务处理学习理论、非监督式学习和增强学习等方面。”Mitchell说。 Tom Mitchell教授已经为松鼠AI制定了加入后的详细工作计划: 第一,制定人工智能教育的白皮书,就像教授多年前指定的机器学习的白皮书称为全球技术的指导规范那样,成为全球AI教育的工作标准。 第二,优化现有的AI算法模型,在利用实时动态数据(学生学习时候的正答率、时间、表情、脑电波等等)不断调整学生的动态学习目标和推荐给学生的学习内容(视频、动画、讲义、题目、解析等)时,可以更加精准,让效果更加突出。 第三,尝试教授近几年研究的重点课题,用人机对话来使用户可以教授机器,从而颠覆过去机器学习只能够依靠算法自我进化的现状。采用类似人类大脑的学习方式,让机器从每一次被指导中直接学习,就像一个人对GPS导航的一次错误的直接矫正可以省去百万数据量下机器学习的优化一样,每个学生、老师都可以通过和机器做简单的结构化的对话来高效完善机器学习本身!这一个战略将是AI领域颠覆性的突破。 每次探讨时,教授的想法都与松鼠AI不谋而合。在中国这样的高速发展国家,名校、高级教师都是稀缺资源,根本不能满足人们的需求,政府也是束手无策,AI教育工具能帮助人们适应科技变革引发的剧烈变化,也有助于解决财富增长后对优质教育的迫切需求。“老师无法应对每一个孩子的不同的学习状态和能力带来的千人千面的需求。”因此,在教授的帮助下,松鼠AI的“AI特级教师”可以更加精准地扫描确定学生的知识点漏洞实现“哪里不会学哪里”,更加有效地推送知识讲解视频等帮助学生“学习更透明,能力上升看得见”。相比传统线上教育的毫无互动的录播课以及传统线下教育的低效高价,松鼠AI的终极梦想是让每一个孩子身边都有一个像拉斐尔《雅典学院》中57位智者合体的AI老师,实现真正的教育公平。 拉斐尔《雅典学院》-现收藏于梵蒂冈博物馆 智适应学习的概念,源于“自适应学习”(adaptive learning),诞生于人工智能时代,自上个世纪七十年代起流行。智适应学习模式,融合了计算机科学、人工智能、心理测量学、教育学、心理学和脑科学等专业领域。简单说来,它主要是使用计算机算法来调节与学习者的互动,并提供定制化的资源和学习活动,以满足每个学习者的独特需求。 在早期,囿于计算机的普及的性能以及AI算法的成熟度,这样的学习模式并没有得到广泛的运用。而随着人工智能的火热,在中国,拥趸者将更愿意它理解为“智适应学习”,也可以说是自适应学习在人工智能时代的升级。 智适应学习系统的革命性就在于,它更像是一种“决策型AI”,也被看成是最有可能颠覆现有教育模式的一种全新系统。 在传统的非自适应方法学习模式中,由于学生的学习路径、认知过程、成绩反馈等数据无法得到大规模地追踪,存储和分析,难以实现量身定制个性化的学习模式。通过人工智能的手段形成的智适应学习系统加上学习全过程的闭关数据,可以让系统彻底完善地模拟最优秀的老师做出学习内容推荐和路径推荐的合理决策。就好像是今日头条通过读者的阅读全流程的数据来分析用户画像做千人千面的推荐,一改过去依靠编辑选择来为读者推荐。 AI智适应系统也一改过去所有线上线下教育以老师为中心的教学模式,而成为根据学生的用户画像实施千人千面的因材施教,几千年来,学生第一次真正成为主角。 事实上,这套名为Intelligent...

AI加持下的“语音助手”对我们的影响远比我们想象的要大

2018年已经进入了尾声,而在科技界内人工智能发展的“火爆”程度,反而和当下的季节形成鲜明的对比。“语音交互”作为当下最实用的人工智能入口,从早期苹果公司所开发的Siri到科大讯飞的智能语音,一直是各大科技厂商发展的重点。 在2018年的各大手机厂商发布会中,可以看出语音助手的亮相已经成为必不可少的环节。各大手机厂商陆续推出系统语音助手,并将AI语音作为一大卖点。除了Siri,三星的Bixby、小米的小爱同学、联想的乐语音、vivo NEX的Jovi、OPPO Find X的小欧语音助手……这些语音助手的名字相信大家并不陌生。 如今“语音助手”已经成为科技企业证明自己在人工智能领域发展的“标配”,这个市场已经到了无人能忽视的地步,随着物联网的不断深入的影响,智能音箱,智能家电的出现使得语音助手的作用将颠覆我们的想象。那么语音助手会如何改变我们的未来呢? 首先,语音助手会改变我们的生活方式,对语音助手的使用越来越普遍。美国知名调研公司Canalys表示,截至2017年年底,全球已安装了超过4000万台智能音箱,这一数字在2018年年底将达到1亿台,未来语音助手的数量会和人类一样多。 亚马逊语音研究高管托尼·里德在接受媒体采访时表示,智能语音的应用释放了用户的双手。改变了人与机器的相处方式,让机器真正的为我们服务,而不需要机器如同主人般的去验证我们的信息。尤其是发明了远距离破译语音技术之后,语音助手可以远距离识别你要表达的内容,马上为你搜索信息,或者在网上完成购物。 其次,人们越来越倾向于向语音助手寻找情感支持。对于语音助手来说,缺乏实体不仅不是障碍,而且是一项优势。根据亚马逊提供的数据,在2017年,亚马逊语音助手Alexa收到了超过100万次求婚。 实际上,对于向语音助手倾诉感情的方式,之前微博中的热门话题中曾经出现“调戏Siri”反应出现代人对语音助手的依赖。美国心理学家杂志的研究表明,在不见面的情况下聊天,人们会更容易识别对方的感受,也会更善解人意。目前有外媒报道,苹果公司正在开发新的语音功能,让Siri可以识别人类的一些极端情绪,在使用者使用Siri沟通时,如果有抑郁状态和自杀倾向,Siri会自动报警或拨通紧急联系人电话。 最后,语音助手可能会影响我们的下一代。根据《连线》杂志的一篇报道。父母已经开始担心,如果把教育的责任交给机器,一方面,语音助手直接给出答案的方式无法促进孩子学习;另一方面,孩子很可能认为语音助手比父母更权威,从而更加依赖语音助手。

亚马逊新专利:Alexa可根据用户的语音识别疾病或抑郁

亚马逊新的专利技术能使Alexa根据用户说话时的嗓音分析用户是否处于生病或抑郁的状态,甚至能基于用户本人当时的身体和情绪状况推荐相关的产品。 亚马逊在2017年3月份提交了这项专利的申请,专利名为“Voice-based determination of physical and emotional characteristics of users(对用户的物理特征与情感特征进行语音识别)”,此专利于本周早些时候获得了批准。 这项专利描述了一种可以检测人身体或情绪状况出现“异常”的语音助手。比如说,语音助手能识别用户在输入语音时是否表现出咽喉痛或咳嗽的相关物理特征,也能识别出兴奋或悲伤的相关情绪特征,咳嗽、抽噎和哭泣等行为都暗示用户处在某种特定的身体或情绪异常的状态。 目前尚不清楚Alexa会根据用户的情绪状态推送什么广告,如果用户正在生病,Alexa可能会询问用户是否需要购买感冒药。根据此专利的描述,了解用户当前的身体和情绪状况有助于向用户提供定向的音频内容,例如广告和促销活动的通知。 如果亚马逊语音助手识别用户可能存在身体不适,系统会“联络音频内容服务器”来选择合适的广告。比如,对那些有咽喉痛的用户,系统会推荐止咳药片和流感药的相关广告。Alexa会询问用户“是否需要止咳药片在1个小时之后送达?”当订单完成后,语音助手会附加一条如“祝早日恢复健康!”的确认语音。

“长不大”的微软小娜

今年 3 月,负责微软小娜(Cortana)业务的副总裁贾维尔·索特罗(Javier Soltero)走马上任,短短八个月后,外媒 ZDNet 就曝出了索特罗将在今年内离职走人的消息。北京时间 11 月 7 日,索特罗在个人推特上确认了这一消息,表示“对微软靠什么取得如此巨大的成功有了深刻的理解,期待将这些经验用于新的工作。” 外界认为,索特罗的离职与微软持续进行中的内部重组有关。就在上个月,小娜刚刚从“微软人工智能及微软研究事业部”(Microsoft AI and Research Group) 转移到了“体验与设备”事业部,这意味着小娜作为“智能个人助理”已不再被微软视作独立的实验研究项目,而更多地以“辅助助手”(assistance aide)的定位服务于微软生态。在苹果 Siri、亚马逊 Alexa 和 Google Assistant 遥遥领先的语音助手市场,道阻且长的小娜正在被微软“重新定义”。 闪电离职的主管 索特罗是在 2014 年底加入微软的。 当年,微软作价 2 亿美元收购了索特罗联合创办的移动电邮公司 Acompli。那之后的几个月里,索特罗借着 Acompli 的产品经验,参与了...

面对三星和谷歌的步步紧逼,苹果如何打一场翻身仗?

苹果或许是时候展现下自己在人工智能领域的实力了。 近日,苹果喜忧参半。 喜的是,之前收购Silk Labs的消息传出来,成为苹果在人工智能进程上的又一次买买买,据外媒报道,该公司主要专注于研发轻量化的AI软件,以便应用于类似相机等这类消费级硬件上。 忧的是,三星指称苹果的Siri应该开放,而且谷歌的语音助手已经可以用Siri唤醒,来自安卓阵营的竞争对手已经迫不及待地对苹果步步紧逼,甚至连此前Siri的联合创始人都指称Siri并没有足够开放。 与此同时,iPhone的销量也是差强人意,股价连续下滑,苹果该拿出点魄力来想想自己的人工智能发展之路了,毕竟总是鼓吹芯片并不能太多解决目前的困境。 苹果高管Heff Williams也曾表示:“人工智能将会成为苹果产品的重要基石,我们正处于时代的拐点,人工智能和硬件计算将真正的改变世界。” 一、三星和谷歌联手紧逼 作为最早的语音助手Siri,其在苹果的整个人工智能生态的地位可谓举重若轻。且Siri在苹果设备上的深度集成,自成生态,导致第三方语音助手完全无法在iOS中与其相媲美。 但近日,在iOS12更新中,谷歌想了一个办法,让自家的语音助手 Google Assistant 也可以通过一句话来唤醒。 苹果在其iOS 12上面添加了Siri捷径,用来增加语音服务的场景扩展和定制化体验。不过随着这一功能的开放和更多App的适配,谷歌实现了用Siri唤醒Google Assistant的功能。 在此之前,用户需要在显示屏上添加一个快捷访问 Google Assistant 的小部件,但随着软件的更新,Google Assistant 加入了对 Siri 捷径的支持。 这样一来,用户可以通过设置一个短语来直接唤醒 Google Assistant,比如常用的“OK Google” 或 “Hey Google”,然后每当你对 Siri 说 “Hey Siri,Ok Google” 或 “Hey Siri,Hey...

大数据时代的“人工智能与人”

近日,在中共中央政治局主持人工智能发展现状和趋势第九次集体学习时指出,在移动互联网、大数据、超级计算、传感网、脑科学等新理论、新技术的驱动下,人工智能加速发展,呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征,正在对经济发展、社会进步、国际政治经济格局等方面产生重大而深远的影响。 欧盟委员会2018年6月公布了“数字欧洲”项目,提出了向人工智能领域投入25亿欧元,希望人工智能技术能够在欧盟经济和社会领域得到广泛运用。 埃森哲公司发表的一份最新报告,选取了12个发达经济体做样本后发现,到2035年,这些经济体由于受到人工智能影响,劳动生产率可提高10%至37%,经济年增长率可翻番。 人工智能,是受大数据潮流驱动,享受政策红利并引发民智广泛投入的新技术。人工智能诞生以来,理论和技术日益成熟,应用领域在不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。 人工智能不是人的智能,但却是像人那样思考、也很可能超过人的智能,本身就是基于对人的意识、思维信息过程的模拟。如何分析“人工智能与人”之间的关系,持续引发各界思考。 机器该为人投出“最后一票”吗? 这是个很大的话题,并且有很多维度。我认为眼下的一个非常重要问题是,人工智能算法正在积极地影响我们的日常生活,比如电影推荐。但它也可以用在一些其他领域,比如在某些改变命运的决定中,战争、社会信用、法律决策等。 值得警惕的是,深度学习算法目前还是一个黑箱。数据来自社会,这也意味着任何社会和个人的数据偏差在决策中会被体现甚至被强化。我认为我们需要更少的“黑箱”,我们需要开发一些算法,这些算法可以解释为什么做出结果,让个人有机会对机器做出的决定提出复议。 另一个问题是,使用数据集的过程中,需要进行质量把控。需要不断对其进行分析,以确保它们是公正的,是能够准确反映社会的。 ——《自然》杂志(Nature)子刊《自然-机器智能》(Nature Machine Intelligence)主编Liesbeth Venema 通用AI 科幻色彩太浓重? 在狭义AI的蓬勃进展下,有些大众情绪需要纠正,尤其是对通用AI、类人AI甚至危险AI、邪恶AI的过度宣传。 我们现在有两种类型的AI,一种是狭义AI,比如自动驾驶、工厂里的视频监督、互联网公司的网络广告。狭义AI改变了很多行业,正在创造非凡的价值。还有一种概念叫通用AI(GI),它或许未来能做一个人的所有事。坦白来讲,我个人没看到通用AI有很大进展,我希望有一天会有,但那可能是数十年,乃至数百年后了。AI很难预测,但我还是很乐观的,我觉得狭义AI就能造福很多人了。 ——Landing.ai公司创始人吴恩达(Andrew Ng) 城市就是一个人工智能的大数据实验室? 大数据交易不是简单的数据聚合,只有数据之间碰撞、流通、融合,才能释放出不可限量的数据价值。基于此,城市就是一个人工智能的大数据实验室,城市本身就是一个实验环境、一个实验场景。 单独的大数据实验室并不能系统解决城市发展的所有问题,还有很大的可能性造成资源浪费。事实上,将城市视为一个整体,通过大数据交易实现地理、气象等自然数据,以及经济、社会、文化、人口等人文数据的流通融合,不但可以对城市规划提供强大的决策支持,更可以为居民生成科学性、前瞻性的城市管理服务。 ——贵阳大数据交易所执行总裁王叁寿 AI在医疗领域扮演什么角色? 未来,人工智能将以一个顾问的角色出现在医疗领域中。人工智能会在“个性化的医疗”中产生最好的影响,即基于大量的数据分析为某个特定的病人想出一个独特的解决方案。这一过程中,AI只是提供建议,医生仍需要把握最终的决定权。在很多情况下,人们认为AI会取代人,但在这个例子中,通过让医生看到通常看不到的事物,AI让医生变得更好。 ——麻省理工学院(MIT)名誉校长埃里克·格里姆森(Eric Grimson) 机器在“取代人”,还是在“适应人”? 识别、决策、生成是人工智能的核心应用。例如,在决策方面,人工智能可以帮助提高决策效率,提升商业效率。我们已经在金融、医疗和教育等方面看到这些应用。在识别和生成领域,人工智能的进展已使“人机交互”越来越自然。从历史趋势上看,机器在逐渐适应人,并已为人类分担了许多具体工作。 ——搜狗首席执行官王小川

人工智能机器人处于爆发期,物业智能化将迎来三大应用方向

随着“机器替人”在我国的进一步推进,不仅工业机器人的增速突飞猛进,服务机器人市场也开始出现大爆发,这种爆发一方面来自于国家陆续出台的产业扶植政策,另一方面也因为资本市场的逐渐活跃。因此,不管是上市公司还是初创型企业,都将眼光转向了服务机器人领域。在此背景下,传统的物业管理领域开始了“机器替人”的进程。 近年来,中国的经济飞速增长,劳动力成本也日渐水涨船高,物业管理人员工作繁重,重复性劳动过高,人员流失率大,从业人员素质不高等问题一直困扰着物业管理行业的发展。与此同时,人们对物业服务的要求也变得越来越高,智慧社区、智慧楼宇不仅逐渐成为高档小区的“标配“,也成为了未来社区发展的”终极目标“。机器人在这个过程中发挥了其不可替代的作用。 11月22日,国际房地产顾问“五大行”之一戴德梁行在和人工智能独角兽深兰科技举行签约仪式,戴德梁行亚太区董事局主席暨大中华区行政总裁张国正表示:未来,房产、物业要做到大多数的物业服务用机器人替代。随着人工智能技术的不断进步,像安全检查、访客管理、保洁巡逻、设备检查等多项物业服务都能用智能机器人完成,不仅提升了日常工作效率,也让物业公司大量节省了成本。 笔者观察发现,目前物业机器人主要应用在三大领域,分别是出入管理及接待、自动清洁以及自动巡逻。 生物智能系统:提升出入管理效率及服务体验 不管是小区物业还是写字楼场景,出入管理往往是最耗费时间的环节。陌生人如果要拜访小区或写字楼,往往需要登记身份证并进行核实,再由物业管理人员发放门禁卡。如果碰到前台服务人员过少,或一时之间有多人需要登记的情况,往往需要花费许多时间。若此时再遇上物业服务人员需要解决住户问题,或者还在接电话的情况,这个过程需耗费的时间就更长了。而生物智能管理系统则能很好的解决这个问题。 以深兰科技的手脉设备为例,这是一款用于解决写字楼楼宇、小区物业出入口、大堂单元楼、企业前台等门禁管理系统的手脉闸机。它采用了红外线照射手掌内部毛细血管分叉结构记录,用250位数字加密,识别速度快,并且精准度极高。用户只需通过扫描身份证便可完成验证,同时加载了大数据云端架构等技术,能够实现智能门禁、全景安全监控、智慧考勤等功能。据深兰科技市场品牌部丁先生介绍,深兰的手脉识别系统不仅可用于企业前台及公司门禁管理、自动化考勤及数据表单生成、写字楼、公寓、住宅门禁管理等场景,而且可以用于刷手购物,刷手坐地铁,刷手开车门等生活的方方面面。 类似手脉设备的物业机器人主要解决了三个问题:一是大大提升了人员进出的效率,二是节省了物业公司的人力成本,三则减少了业主与物业之间的矛盾。也正是因为这种人工智能技术能够真正解决行业痛点,不管是以绿地、永旺为代表的房产企业,还是类似雅乐居这样的物业服务公司,还是戴德梁行这样的全球领先地产服务商,都已将“机器替人“提上日程。 智能清洁机器人:提升清洁效率,降低运营成本 在物业清洁领域,重视劳动力的全人工时代早已过去,不少小区或者楼宇已经过渡到了人机协作的半自动化时代。而无人驾驶技术的出现,为劳动力的彻底解放带来“希望的曙光。” 成立于2013年的高仙机器人便是一个典型的例子,这是一家从事自主移动技术研发和应用探索的机器人企业,其生产了很多种类的无人驾驶洗地机。与传统清洁手段相比,这种能够自主移动的智能清洁机器人极大地提升清洁效率。 不止高仙机器人,MICO美高、南京特沃斯等传统机器人公司,致力于人工智能基础研究的深兰科技还研发了更多新功能比如集洗地打蜡一体的无人驾驶清扫设备,并且在性能上有很大提升。 据了解,无人驾驶洗地机平均每小时可以清洁1600至2600平米的地面,能连续工作6小时,较之以往提升了60%至10%的工作效率。与此同时,在实际使用的过程中,每投入一台无人驾驶洗地机便可节约3至5名工人,减少了企业运营成本和管理成本。 此外,无人驾驶洗地机进驻物业领域的意义不仅仅是眼前利益,更在于对整个产业的全面智能化升级所带来的未来价值。以数据化为例,无人驾驶洗地机的全面数据化对物业企业的长远战略而言是非常有价值的,尤其是一些大型物业管理公司,如果在清洁管理工作上能拥有完整、准确、及时的业务数据,这些数据的分析、管理也将会成为物业企业制定或调整经营管理战略的重要依据之一。 物业安防机器人:集巡逻与检查于一身 网络公开资料显示,目前安防机器人最多的使用场景其实是工业园区,因为工业园区具有空间大、人员分布散、视野死角多、产品价值高等特点,潜在安全危险较大,这决定工业园区势必成为人工智能在安防领域发展的重要实践场景。而安防摄像机在工厂园区内数量虽多,但大部分还是被部署在出入口和周界,对内部边角位置无法涉及,而这些地方恰恰是安全隐患的死角。 结合AI技术,可移动巡检机器人在园区中将拥有广泛的应用前景。 但是,物业领域同样离不开巡检机器人的存在。目前,绝大部分小区采用的依旧是摄像头及保安夜间巡逻的安保方式,同样存在用人成本和效率的问题,而物业领域安防机器人的使用,则是此类问题的应对之策。同时,物业领域使用的安防机器人还能检查小区基础设施的运营情况,如路灯的损坏、变压器站的运行情况等,一旦发现问题便可将数据传回物业的控制中心,以便快速修复。 据了解,目前市场上并没有哪家企业专门为物业领域生产安防机器人,因为不管在何种使用场景下,安防机器人所使用的技术是一通百通的,而整个安防机器人领域还处在非常早期的阶段,具体使用效果如何还需经过时间的验证。 但不可否认的是,安防机器人领域的竞争早已开始,且在电力巡检方面的优势表现尤为明显。优必选、深兰科技、高兴新、神州云海、达闼科技、安泽智能、安信通科技、依托于防科技大学智能科学学院的湖南万为智能等,都有产品面世,期望在行业发展初期圈住属于自己的地盘。笔者认为,面对竞争逐渐加剧的安防机器人市场,企业不妨将目光投注到物业领域,或许能开拓出一条新的道路。 在人工智能时代,智慧城市、智慧社区的概念终究会实现,而机器人在其中扮演着不可或缺的角色。但值得注意的是,目前我们还处于弱人工智能时代,机器人可能无法完全取代人类。但可以期待的是,在不久的将来,不管是物业还是其他领域,终将看到更多机器人的身影。 文|AI科技观察

人工智能是一场马拉松?英特尔加速物联网和AI落地

不积跬步,无以至千里;不积小流,无以成江海。人工智能发展历经数数十年,自上个世纪1956年正式提出后,如今被视为未来几十年科技趋势,特别以深度学习和机器学习为核心的AI技术得到迅猛发展,并应用于各行业,预示着人工智能最好的时代到来。 特别中美两国企业大力发展人工智能,在中国,人工智能已成创新标签,推动中国物联网蓬勃发展,在国内,拥有国内庞大用户基础,以及庞大数据,使得技术创新和应用场景走在全球前列,在诸多专家看来,中国有望引领全球IoT和AI发展。 人工智能是一场马拉松 中国具有全球最广泛的AI应用场景和市场潜力,吸引了全球巨头在国内纷纷设立人工智能研究院,包括亚马逊 AWS在上海设立亚太区首个AI研究院,微软也在上海成立微软亚洲研究院(上海),并联合成立了微软-仪电人工智能创新院,把世界一流的人工智能研究能力扩展到上海。同时,已退出中国市场多年的谷歌,也在北京设立谷歌AI中国中心。 以及国内BAT、华为等科技巨头们也在积极发展AI技术,推动人工智能助力行业转型升级,但训练AI系统,芯片计算能力的提升则成为核心,至此,在人工智能时代到来之前,孙正义巨额资金豪赌芯片,包括322亿美元收购ARM到入股英伟达,成为第四大股东,在技术大爆炸前夕,孙正义欲率先抢占先机,为此还筹建了一支规模高达千亿美元的愿景基金,面向人工智能和物联网等前沿技术技术大肆投资。 作为一家领跑全球50年科技发展的英特尔,他推动了全球半导体、计算机和信息科技发展的核心力量,如今信息科技迎来AI时代,英特尔积极拥抱,并以技术实力推动AI广泛应用在工业、制造、金融、消费等各行业,加速物联网时代的到来,从芯片到边缘再到人工智能,驱动智能变革。 在英特尔看来,持续的技术创新,与生态系统和技术社区开放协作,这是推动应用部署落地是人工智能发展的三大动力,以此来解决重大挑战。英特尔面向人工智能重新设计的至强处理器,从神经网络处理器Nervana,到神经计算棒,以及人工智能软件和工具包,以此从AI工具到硬件再到社区帮助开发者实现人工智能愿景。英特尔中国区总裁杨旭指出,一项最新调查显示46%的CIO们都制定了相关的AI计划,但真正落地的只有4%,推动人工智能发展是一场全新的马拉松。 在英特尔人工智能峰会上杨旭指出,在技术创新方面,从云到端,英特尔全面推进人工智能和深度学习技术的发展,并公布了正在开发第一个商用神经网络处理器产品——英特尔Nervana NNP-L1000,还有面向边缘计算的 OpenVINO工具包,以及基于 Movidius 和 FPGA 的视觉技术加速器设计产品系列。 在生态合作方面,英特尔建立了神经拟态研究社区,鼓励开发者使用 Loihi神经拟态测试芯片进行试验;开源了nGraph,扩展深度学习模型的适用性和可移植性;与产业伙伴合作不断深化和拓展,诸如与BAT和华为等在多个领域展开合作。另外,也积极与高校合作,与南京大学成立AI联合研究中心。 在人工智能生态系统,英特尔通过广泛合作,使得人工智能得到了大量的实践与应用并不仅局限于商业落地,上述生态系统当中的一些公司,他们充分利用英特尔计算机视觉组合这样可以商业化的创新,利用AI、边缘、计算、视觉方面英特尔所有资源,帮助各行业快速部署人工智能。 在英特尔赋能下,人工智能得到广泛应用 人工智能在中国得到了快速发展,而英特尔长期以来特别重视中国市场,扎根中国33年,总投入超过130亿美元,作为英特尔在全球战略重中之重,也推动了中国技术创新,驱动社会向智能化变革。同时,为更好促进产业健康发展,推动AI技术不断进步,投入大量资源支持新技术创新,作为在半导体领导者,持续推动摩尔定律,计算能力能力越来越强大,这是实现和普及人工智能核心基础,另外从端到端方案,从设备到云端的无缝协作,引领人工智能和自动化革命。 人工智能对于行业转型已成共识,广泛应用于金融、医疗、零售、交通和工业等领域,英特尔重点利用AI技术服务于实体经济,推动社会进一步创新和智能化转型升级。而英特尔至强是AI的一个基础,它是计算基础和核心,在实际部署人工智能过程中,还会需要额外加速,现场可编程门阵列FPGA就是正确的解决方案。 当然,FPGA并不是英特尔唯一加速器,视觉产生了大量数据增长,比如手机、安全脚本、摄像机等等,有了这么多数据一定要有一个解决方案在边缘,而不是全部集中到云端进行计算,因此英特尔Movidius视频处理单元或者叫VPU是当前最卓越方案,最新VPU使得可以在边缘上进行更好的人工智能。Movidius VPU在商业级的部署上,去年给大家引入了第一个以USB形式出现的神经计算棒,如今,第二代神经网络计算棒NCS 2,基于Movidius Myriad X VPU技术,并加上OpenVINO的工具包。 在应用落地方面,在近期举行的英特尔人工智能峰会上,看到一系列人工智能应用落地案例,为各行各业带来重大变革,诸如在刚双十一,就有许多英特尔技术支持,我们常用的微信语音识别,准确率越来越高,背后也有英特尔技术。在英特尔层面,希望用人工智能解决重大挑战,在实施长城保护项目,拯救野生东北虎,还有携手“粉红丝带运动”助力乳腺癌的诊治等众多案例,利用人工智能带来了实质的改变,这样的例子还有很多。 在医疗领域 还有IeiQNAP案例,这是关于眼部黄斑病的判断,年龄大了容易患病,可能全球15%人患这种疾病,这种疾病一旦开始,相对很快就会失明,IeiQNAP公司部署系统有一个很好的准确性,就是利用了OpenVINO之后如虎添翼,能够将性能提升10倍,超过95%的准确率。 来自汇医慧影创始人柴象飞在英特尔AI峰会上表示,在医学领域认为医学影像最重要,也是在人工智能应用方向,从神经、癌症、骨骼等医学影像已经成为非常必要的检测手段,医院超过80% 数据是影像数据,所以数据驱动的时代,医学影像是当之无愧人工智能技术最广泛、最有深度、最有价值应用的一个领域。特别是乳腺癌检测,通过AI技术,汇医慧影发布了一款人工智能乳腺癌全周期管理一体机,能够从乳腺癌早期筛查,到中间层次诊断,在核磁上以及治疗方案选取,来决定是否选择新辅助化疗的决策,以及治疗之后到愈后的判断。 柴象飞进一步指出,背后支撑技术来自英特尔至强处理器,推演部分能够在CPU上进行,最大好处能够让原来很多已经既存的硬件,以及既存的医学影像设备快速通过AI的方法来赋能原有的设备。并通过英特尔算力支持下,使得汇医慧影的平台、算法能力以及大量的医学数据得以更快的挖掘,以及更多维度模型的建立。英特尔处理器、计算能力,以及新的软件架构将会在医学影像决策环节起到更多作用,未来有无限可能在未来等待着我们。 在英特尔人工智能产品事业部总经理 Naveen Rao指出,人工智能大部分推理的工作负载都是在至强处理器上跑,无需新的基础设施投资,包括Facebook使用英特尔至强处理器支持人工智能,无论是用于训练还是推理。 目前至强提供了任何规模灵活的强大的解决方案,可以做各种各样的工作负载的组合,在中国,比如说腾讯、美的就使用英特尔的至强来做人工智能。腾讯优图作为腾讯旗下重要人工智能实验室,包括人体、人脸、交通、医疗影像、自动驾驶等多方面的计算机视觉领域的前沿研究和产品落地。在医疗方面,着重做肺结节、宫颈癌、乳腺癌的早筛工作,通过腾讯觅影已经和全国的上百家医院落地,目前辅助阅片超过亿张,服务了90多万的患者。 过去,腾讯优图使用至强处理器只是在云上,但现在增加了边缘,比如说和英特尔一起打造了两款智能硬件,一个是优图盒子,是基于有着出色解码能力的英特尔CPU加上高效AI算力。以前要把所有数据搬到云上,目前可以在本地进行AI预处理,人脸检测、跟踪优选、人脸识别都在边缘端做完,送到云端只是非常少量的数据,这样节省了整个系统的带宽。 在安防领域 另外,腾讯优图打造了基于Myriad2的腾讯优图AI摄像机,在这个摄像机本身就能够实现基于人脸的检测、跟踪、优选、人脸识别计算,并密切和英特尔Movidius团队合作,在人脸识别和人体识别上,以前在服务器上进行的网络运算,把它经过裁剪、优化,把它放在Myriad2上,不损失精度情况下完成了1倍以上效率提升。 在安防领域,笔者早前了解到,海康威视与英特尔一起打造了端到端的人工智能平台,合作的产品覆盖中心域的AI服务器、大数据服务器、AI VOS,同时也有边缘节点的服务器,包括Edge Server(边缘服务器),还会用到Movidius的加速器,在前端也广泛用了Movidius芯片,同时在工业相机里用了Atom架构的设计,海康威视在和和英特尔等广大合作伙伴一起,共同迎接人工智能视频物联网的未来。 在工业领域 美的是一家中国领先的制造商,美的集团视觉研究所长胡正博士表示,在工厂质控,美的利用机器视觉系统,使用英特尔芯片计算力,包括酷睿i系列、边缘计算以及至强可扩展处理器数据中心产品系列。除此之外,美的使用英特尔分析工具,OpenVINO等工具箱来帮助美的更好地做人工智能培训。在他看来,OpenVINO能够帮助美的优化参考模型,最核心是在边缘实施,这是非常强大一个工具。具体在中央空调装配完整性检测案例,实现了用一台单相机,可以实现顶面所有螺钉检测,这个项目就成为一个标准在工厂里面应用。 计算机视觉和深度学习在工厂得到广泛应用,能够给我们客户带来大量的价值,英特尔和阿里巴巴云提供了一个网络平台,把OpenVINO软件和开发人员工具包很好地融入到平台。例如手持机械手和计算机视觉结合在一起,英特尔与阿里云两个团队共同在项目上帮助工厂实现缺陷检测效率5倍的提升,在重庆渝美工厂进行视觉检测工作,这项工作原来全部由人来做,在原来检测中,人工达不到20%检测准确率,但用OpenVINO后提升到原来5倍速度。 还有,微软Azure使用了英特尔的OpenVINO和视觉加速设计,将工业PLC HMI和视觉应用等工作负载都整合到同一个平台上,他们做的就是各种应用能够在一个更高运算性能的平台上,应用到更好的使计算机视觉类型的工业应用上。 在体育领域 法拉利赛车如何使用人工智能技术,这里面,人工智能和体育之间存在三大挑战,一开始车辆的检测,第二是细颗粒度的个体驾驶员的分类,第三是如何实现静实时全信息的融合。检测,首先单镜头检测算法,使用了MobileyeNet的结构用TensorFlow进行模型培训,培训后的模型能够转换,使用OpenVINO的引擎进行英特尔的优化。 在零售领域 WINTEC英泰利用计算机视觉和OpenVINO理解客户在店内零售环节中是如何移动的,识别他们哪些是VIP客户,了解客户到店的原因以及充分利用库存的优化,通过利用OpenVINO,可以缩短新的模型开发周期,从几周到几天,极大的提高生产效率,提高店面的劳动生产率。 在此之前,英泰副总裁刘福利曾在昆明接受《剑指物联》等媒体采访时表示,大零售业态很丰富,在新零售时代,包括人的识别、物品识别和图像识别,这些很快会大规模导入零售业,但在这个智能化趋势下,需要大大提升计算能力,我们与英特尔模块POS,对产品快速升级,提高算力角度来讲会更加方便、更加快,其能适应不同零售场景。 在物联网资深专家杨剑勇看来,IoT和AI技术推动零售业变革,各种智能终端应用至金融、商超、餐饮等零售场所,银行业传统柜台正在被智能终端所取代,银行产品、渠道和场景等多个层面利用人工智能等技术改善流程,更加高效地服务用户。在百货零售业,数字化柜台数量也将不断提高。以及打通线下和线上,利用数据驱动创新,从而引发智慧零售时代到来。 最后 从云端到网络,再到边缘,这些给半导体带来了巨大的机遇,以数据中心为核心的整体市场有2000亿美元的规模,在半导体产业长跑了50年的英特尔,持续聚焦物联网和人工智能芯片、边缘计算和计算机视觉,包括Movidius AI芯片、FPGA开发套件和OpenVINO工具等等,加速物联网和人工智能落地,推动全社会数字化转型。 英特尔自积极转型后业绩不断创新高,同时也开启了智能新时代的到来。全球各大数据中心基于英特尔芯片构造云端,以及物联网业务稳健增长,以及在数据中心使用英特尔至强处理器运行人工智能的客户为英特尔在过去一年带来了超过10亿美元的收入,从而推动英特尔业绩不断创出新高,2018第三季度营收192亿美元,同比增长19%,净利润同比增长42%至63.98亿美元,高于分析师预期。因Q3超预期,英特尔上调全年业绩,由此前预期695亿美元提高至712亿美元。