• 解决方案
  • 成功案例
  • 走进乐球吧jrs直播网
  • 资讯中心
  • 联系我们
  • 人才战略
  • 投资者关系
  • 资讯中心

    news
    您现在的位置: 首页 - 资讯中心

    人工智能2.0时代,如何为机器安装乐球吧jrs直播吧大脑

    来源:中国青年报 日期:2021-07-20
    分享到:

        “海棠不惜胭脂色,独立蒙蒙细雨中。”


        想象一下,假设给智能机器人读这首诗,让人和机器同时在图像数据库中寻找与这首诗最匹配的场景,结果会是怎样?


        7月14日,在2021中国·宁波新一代人工智能学术峰会(后简称“学术峰会”)上,中国工程院院士、西安交通大学人工智能与机器人研究所教授郑南宁提到,在这种场景下,机器人会按照规则办事,从数据库中找出一幅海棠图,海棠的叶子上可能还挂着雨珠。而在这场对比实验中,不同的人会作出不同的选择,一个可能的结果是,有人会选择一位亭亭玉立的少女,行走在幽静的田间小道,天上还下着蒙蒙的细雨。


        这个实验提醒科学家,“人工智能面临着如何把知识赋予场景的挑战。”郑南宁解释道。


        自2015年起,中国工程院批准启动了《中国人工智能2.0发展战略研究》重大咨询项目,以潘云鹤等院士为代表的科学家开始进行“人工智能2.0计划”。


        “以往人工智能1.0只研究了语言知识,没有对视觉知识进行研究。而到了人工智能2.0以后,深度学习解决了大量的视觉问题。”在学术峰会上,中国工程院院士、浙江大学教授潘云鹤提到,人工智能1.0的梦想是让智能语言转化成画面,未来可以通过视觉知识等核心技术实现。


        在学术峰会上,郑南宁分享了2006年一位德国心理科学家做过的儿童心理学实验。


        实验里,一个大人两手抱着书,准备放置于书柜里,可自己无法腾出手打开柜子,而在房间的另一个角落,母亲抱着1岁半的孩子在一旁坐着,此时大人没有给孩子任何的指令,但是孩子跑过去,打开了柜门,大人把书放了进去。


        “这个心理学实验给我们人工智能研究提出了一个严峻的挑战,那就是我们如何使智能系统也要具有像孩子这样的合作性行为。”郑南宁解释,这个看似普通的心理学实验让科学家去思考,是否可以通过理解1岁半孩子的大脑所想,让机器人也具有智能性、灵活性与合作性的行为。


        人工智能2.0时代,“机器人脑”被赋予了更多人性化期待。中国工程院院士、德国国家工程科学院院士吴志强描绘了一个智能化的城市生活场景。


        在智能化城市里,如何让一位80多岁的空巢老人安享晚年?人工智能系统一方面要做好健康模块的监测,包括老年特别病护理、心血管与癌症特别监测等,另一方面做好基本生存条件的把控,涉及餐饮的热量供给、生命危急情况报警、排泄物监测等。此外,“智能大脑”也需要提供情感需求的满足,包括支持老朋友互动、学习兴趣模块等。系统还要向外部延展,与楼栋、社区连接在一起,实现家庭设施和维修、安全报警防灾的服务。


        “智能机器可以实现自己的迭代、服务和维修。”在吴志强看来,不同模块的组合,形成了具备全盘化思维的人工智能“大脑”。


        “目前人工智能对于处理一般问题已经很成功,但在处理更大量、复杂的问题上,没找到开启复杂系统的智能钥匙。”中国科学院院士、北京航空航天大学教授郑志明在接受中青报·中青网记者采访时表示,这把钥匙是指理解非线性随机在构成复杂系统过程中所起的作用。


        “人工智能面临不可解释性等重大瓶颈挑战,非线性问题是主要根源。”郑志明把非线性比喻成一座山,而现在部分人工智能的研究片面地认为线性加上线性,一个加上另一个就能翻越一座山,就能做到非线性,例如当下的深度神经网络,“这实际上是伪非线性”。


        而在应用领域,人工智能的落地也面临了一些误区。中国工程院院士、浙江大学求是特聘教授谭建荣提到,大数据、人工智能等技术用到制造业之中,形成了智能制造。


        他认为,智能制造是智能技术与制造技术的融合,用智能技术解决制造的问题。


        但“智能制造既不等于无人工厂,也不等于黑灯工厂。”谭建荣观察到,存在这样一种行业现状,即有些企业为了保持工厂里面的黑灯,进而达到无人车间的目的,他们在工厂外面保持白灯,付出的成本代价更高。


        近年来,在中国人工智能2.0和新一代信息技术的引领下,出现了人机互联、混合现实、大数据、人工智能等新兴的技术领域和信息产业,而新一代信息技术带动了制造业的发展。谭建荣说:“在人工智能和大数据技术的驱动下,对制造企业产生了深刻影响,推动实体经济转型升级。”


        科学家们如何迎接人工智能2.0时代的挑战?潘云鹤认为,与人工智能1.0的语言知识研究不同,人工智能2.0要向视觉知识的研究进行转向。


        这背后涉及了视觉知识表达、视觉识别、视觉形象思维模拟、视觉知识的学习和多重知识表达等5个重要问题。潘云鹤提到,以视觉形象思维模拟为例,人工智能2.0可以实现1.0无法实现的场景,即根据智能语言生成画面。


        “这是一块荒芜而肥沃的北大荒,我们要把这块地开拓好,把这个无人区探索好,占领好。”潘云鹤说道。


    (责编:赵超、陈键)