0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

深度学习仍缺乏科学理论根基,会碰到发展壁垒

倩倩 来源:lq 作者:DeepTech深科技 2019-09-20 15:53 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

最近这两天,一款 AI 换脸应用有点火爆,名叫 ZAO 逢脸造戏,最后被媒体扒出来,其实是陌陌旗下孵化公司的技术团队做的,连该公司 CEO 都是陌陌高管成员。更深一步了解,这个项目由陌陌 CEO 唐岩主导,陌陌企业发展部的作品。

但是,大众对于这款产品的争议点,并不在产品体验上的趣味因素上,更多的是关于数据隐私问题。

说起人工智能(AI)技术,一定离不开三大因素,必要的大数据信息、强大的算法技术,以及必要的算力支持,这些是人工智能技术发展的重要组成部分。其中,大数据是人工智能技术发展的基础。

关于利用 AI 技术的数据隐私问题,是人们非常关注的重点话题之一。

AI 数据是一把双刃剑

随着互联网时代的发展,AI 技术给人们的生活带来便捷的同时,大众的职业信息、购买偏好、日常出行、刷脸支付信息以及身份证信息等,都已经以数据输入的形式被这些机构“收入囊中”,并通过“杀熟”、“精准”等方式,以人工智能技术为核心的产品或营销方式来骚扰你的正常生活,对公民隐私保护造成了严重威胁。

“实际上每个人都有自己关于隐私的底线,因此就很难有个通用的解决方案,这个问题很难解决。但是,坚持数据向善很重要。”哥伦比亚大学教授、美国计算机协会(ACM)会士周以真在接受 DeepTech 采访时这样表示。周以真一直以倡导计算思维而闻名,在数据科学方面颇有建树,曾任微软全球研究院资深副总裁,目前是哥伦比亚大学数据科学研究院(DSI)主任。哥大数据科学研究院和企业界有着广泛合作,与不同领域的 25 家企业建立合作伙伴关系,其中也包括阿里、百度、滴滴。

图|哥伦比亚大学教授周以真(来源:受访者提供)

周以真认为,尽管数据驱动了 AI 技术的发展,但请用善良的方式使用数据,这是极为重要的,毕竟,在 AI 技术的背后仍然是人类在做主导。

根据早前 DeepTech 的报道,至少有 26 位重量级 AI 研究人员,称亚马逊的图像识别系统 Amazon Rekognition 拥有高错误率、性别歧视、偏差等问题,要求亚马逊停止向执法部门出售该工具,包括 ACM A.M. 图灵奖得主 Yoshua Bengio、加州理工学院教授 Anima Anandkumar 等。从学术圈的角度来看,在某些情况下,建造一个完全正确的数据模型是不可能的,专业人士对于 AI 技术的发展也有着更为全面的考量。

周以真在与 DeepTech 的访谈中,强调了“AI 的可信性”这一新的研究领域,“如果 AI 模型是用在无人驾驶技术上或用来诊断病人是否患有癌症,那么当用户明知 AI 模型可能会犯错,可能会存在偏差,他们是不会相信这个模型的。因此,需要让 AI 技术变得更加可信,就像过去几十年人们在不断证明计算机科学是可信的一样。”

对此,深演智能创始人兼 CEO 黄晓南表示认同,这也是她选择智能决策赛道的重要原因。据悉,深演智能是一家 AI 赋能决策的 to B 企业,深耕 AI 营销业务多年,并把决策智能技术应用在更多场景中,主要专注于营销决策、公共决策、疫情预测等领域,帮助企业和机构的决策层作出更智能决策。而深演智能也计划与哥大数据科学研究院针对企业决策层的数据科学能力培养等开展产学研培训专题合作。

黄晓南告诉 DeepTech,与无人驾驶、医疗不同,AI 商业决策行业目前允许误差,“今天的现实就是,数据是存在 Bias(偏见)的,没有人能够获得百分之百的数据。我们在实践当中也发现人工智能如果没有人脑智能辅助,没有具有行业经验的人配合,是不能转换为行动的。”

根据本月初华为发布的《全球产业展望 2025》报告称,到 2025 年,97% 的大企业将采用人工智能辅助工作;企业的数据利用率将达 86%,足可见未来人工智能和数据的重要性。

图|企业的数据利用率将达 86%(来源:华为《全球产业展望 2025》报告)

对于人工智能技术的发展和数据决策重要性,周以真强调,其实人工智能和深度学习技术最早的应用是解决人很擅长的一些工作,比如语音识别、物体识别、人脸识别以及机器翻译,这些都是人类天生就擅长的领域,所以目前来看,人工智能技术已经有了一定的发展基础。但是,建立一个能够翻译语言的机器,和建造一个能够替人类做出决策的机器是完全不同的,其中存在很大差距。

此外,周以真坦言,尽管深度学习已经得到了很多成功应用,但事实上,大众并没有对这项技术有很深的了解,比如深度学习的工作原理到底是什么,现在虽然已经有了数不清的应用案例,但从科学的视角来看,这项技术仍然缺乏科学理论的根基,所以早晚将会碰到发展的壁垒。

当技术不断发展和进步的时候,大众也要意识到,创新技术并不是计划出来的,而是厚积薄发的结果,这正是学术界发挥的作用所在,“因为我们首先要真正了解这项科技工作原理,然后才能知道如何翻越发展的壁垒,从而让科技进一步发展。“周以真对 DeepTech 表示。

AI 创业进入下半场

谷歌的 AlphaGo(阿尔法狗)战胜人类围棋选手,一款 AI 变脸应用 Zao 引发全民热议,这些都是 AI 技术被广泛应用和接受的重要场景。

随着时代的发展,打 AI 技术旗号的公司变得越来越多,前有亚马逊全力开展云计算业务,后有百度 All in AI,对于人工智能技术的发展,大众愈加关注,当资本进入寒冬,而 AI 创业也进入了下半场,一个洗牌的时代已经来临。

图|专访图片,左:哥伦比亚大学教授周以真,右:深演智能创始人兼CEO黄晓南(来源:受访者提供)

过去五年,DeepTech 接连报道了包括 AlphaGo、Nvidia、DeepMind 等公司的多项新技术,从芯片到语音交互,AI 公司靠着概念、愿景和人才,获得了大批的用户和追随者,也享受着整个 VC 行业给出的大把融资和高估值发展。

但是现在,VC 都开始冷静下来,重金集中押注头部技术创新企业,小公司无法获得盈利回报,只能选择结束创业。当被问及这种现象发生的原因时,周以真表示,“AI 领域投资热情减退的原因,是因为很多人都想要马上得到回报。”

那么,AI 技术是能快速产生回报的吗?其实并不是。周以真认为,时间、精力、金钱,这些都是企业对于 AI 技术必须要投入的,足够的耐心在这个领域变得十分的重要,“想要投身于人工智能行业有所作为的企业需要有足够的耐心,如果追求短期回报,想要立刻取得成功的话就会很难。”周以真在专访时表示。

例如,想要让人工智能真正解决某一项特定问题、或者完成某个特定任务的时候,需要投入大量的人力才能建立这样一种能够帮助做出决策或是结果预测的模型出来。事实上,这个过程需要的工作量非常繁重,因为必须进行大量的数据收集,然后通过这些数据反复训练算法,这样才能让算法的结果准确,而这可能会需要几周的时间。

围观整个行业,大众对于 AI 技术的发展,仍保持乐观情绪。在刚刚结束的世界人工智能大会上,马云认为,AI 只是比人类聪明但不具备智慧,并且强调 AI 对人类不构成威胁,“很多人担心人工智能,他们需要对自己有更多的自信。”

而在接受专访时,MIT 人工智能实验室主任 Daniela Rus 提到,AI 技术是中立的,最终的结果取决于控制技术的人,而不是整个技术。

当被认为 AI 正在快速影响人们生活的时候,其大数据带来的“双刃剑”,需要多方面来看待。事实上,大众要熟知一点,数据决策并没有问题,那些不良人滥用数据,才是最可怕的。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 大数据
    +关注

    关注

    64

    文章

    9096

    浏览量

    144057
  • 深度学习
    +关注

    关注

    73

    文章

    5607

    浏览量

    124631
  • ai技术
    +关注

    关注

    1

    文章

    1315

    浏览量

    25808
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    深度学习驱动的超构表面设计进展及其在全息成像中的应用

    当前,深度学习技术与超构表面(metasurface)全息成像技术的融合,有力推动了光学成像领域的发展。得益于超构表面对光波特性的精准调控,全息成像技术经处理后可生成对应的三维图像。因此,二者的结合
    的头像 发表于 04-09 13:55 134次阅读
    <b class='flag-5'>深度</b><b class='flag-5'>学习</b>驱动的超构表面设计进展及其在全息成像中的应用

    发展根基,以价值赢信赖——宏展科技让环境试验设备成为客户成长引擎

    深度绑定,通过适配的环境试验设备,为各行业客户带来降本增效、科研突破、合规保障等核心价值,成为客户成长可靠伙伴。初创筑基期(2005-2009):夯实品质根基,为
    的头像 发表于 01-13 13:55 528次阅读
    以<b class='flag-5'>发展</b>铸<b class='flag-5'>根基</b>,以价值赢信赖——宏展科技让环境试验设备成为客户成长引擎

    机器学习深度学习中需避免的 7 个常见错误与局限性

    ,并验证输出结果,就能不断提升专业技能,养成优秀数据科学家的工作习惯。需避免的机器学习深度学习数据错误在训练数据驱动的人工智能模型时,我们
    的头像 发表于 01-07 15:37 350次阅读
    机器<b class='flag-5'>学习</b>和<b class='flag-5'>深度</b><b class='flag-5'>学习</b>中需避免的 7 个常见错误与局限性

    【团购】独家全套珍藏!龙哥LabVIEW视觉深度学习实战课(11大系列课程,共5000+分钟)

    累计5000+分钟内容 二、课程优势 技术壁垒构建: 形成\"视觉算法+运动控制+深度学习\"的复合技术栈,建立差异化竞争优势 项目落地能力: 掌握从需求分析→方案设计→硬件选型
    发表于 12-04 09:28

    大学科研团队算出储能超级材料,拉满电池上限

    技术的突破提供了重要科学理论支撑,相关研究成果已在线发表于《先进科学》期刊。   不同于传统依赖实验试错的材料研发路径,该团队采用前沿的理论计算与模拟方法,从原子结构层面精准设计并筛选具有潜在应用价值的新材料。这
    的头像 发表于 11-27 08:47 4289次阅读

    芯源MCU进入休眠模式或深度休眠模式

    时)或深度休眠模式(SLEEPDEEP 为1 时)。 ●● 退出时进入 将SLEEPONEXIT 位置1,当退出最低优先级的中断服务程序后,MCU 进入休眠模式(SLEEPDEEP 为0 时) 或深度
    发表于 11-26 07:41

    利用 Banana Pi BPI-CM5 Pro(ARMSoM CM5 SoM) 加速保护科学

    损坏的风险(所有浸入水中的技术设备都是如此),这意味着数据可能会在不知不觉中丢失,而基线数据集的后续缺口可能妨碍科学家得出具有统计意义的可靠结论。 在边缘部署深度学习模型可以规避自主
    发表于 10-27 09:18

    网络研讨回顾 | 瑞苏盈科FPGA突破航空航天通信壁垒

    前言在当今科技飞速发展的时代,航空航天通信领域面临着诸多挑战,作为全球领先的FPGA设计服务和解决方案公司Enclustra一直致力于通过创新技术来突破这些壁垒。近日,Enclustra联合
    的头像 发表于 09-19 12:06 962次阅读
    网络研讨<b class='flag-5'>会</b>回顾 | 瑞苏盈科FPGA突破航空航天通信<b class='flag-5'>壁垒</b>

    【「AI芯片:科技探索与AGI愿景」阅读体验】+AI的科学应用

    AI被赋予了人的智能,科学家们希望在没有人类的引导下,AI自主的提出科学假设,诺贝尔奖级别的假设哦。 AI驱动科学被认为是科学发现的第五个范式了,与实验
    发表于 09-17 11:45

    如何在机器视觉中部署深度学习神经网络

    人士而言往往难以理解,人们也常常误以为需要扎实的编程技能才能真正掌握并合理使用这项技术。事实上,这种印象忽视了该技术为机器视觉(乃至生产自动化)带来的潜力,因为深度学习并非只属于计算机科学家或程序员。 从头开始:什么
    的头像 发表于 09-10 17:38 1049次阅读
    如何在机器视觉中部署<b class='flag-5'>深度</b><b class='flag-5'>学习</b>神经网络

    自动驾驶中Transformer大模型取代深度学习吗?

    [首发于智驾最前沿微信公众号]近年来,随着ChatGPT、Claude、文心一言等大语言模型在生成文本、对话交互等领域的惊艳表现,“Transformer架构是否正在取代传统深度学习”这一话题一直被
    的头像 发表于 08-13 09:15 4367次阅读
    自动驾驶中Transformer大模型<b class='flag-5'>会</b>取代<b class='flag-5'>深度</b><b class='flag-5'>学习</b>吗?

    ATA-3000系列功率放大器:合成射流压电气泵设计与实验的关键应用

    随着科学理论与工程技术的飞速发展,各种电子产品、仪器仪表及机械设备逐渐朝小型化、高密度与高精度方向发展,在社会众多领域都需要流体控制和输送技术,与传统电磁驱动的活塞式、叶轮式泵,以及螺杆式泵等
    的头像 发表于 08-04 11:21 632次阅读
    ATA-3000系列功率放大器:合成射流压电气泵设计与实验的关键应用

    深度学习遇上嵌入式资源困境,特征空间如何破局?

    近年来,随着人工智能(AI)技术的迅猛发展深度学习(Deep Learning)成为最热门的研究领域之一。在语音识别、图像识别、自然语言处理等领域,深度
    发表于 07-14 14:50 1323次阅读
    当<b class='flag-5'>深度</b><b class='flag-5'>学习</b>遇上嵌入式资源困境,特征空间如何破局?

    轮边电机驱动汽车性能仿真与控制方法的研究

    [摘要] 为多域车辆的陆地行驶,设计了轮边电机驱动系统,构建了基于轮边驱动系统的车辆模型,并对驱动控制方法进行了研究。在转向动力学理论分析基础上,在ADAMS 中建立了多体动力学模型:提出了车辆驱动
    发表于 06-10 13:10

    反激电源变压器设计篇之基础原理

    以工作中使用最多的反激电源来说,个人认为最重要的是变压器和环路补偿设计,而前者涉及的知识点又比较庞杂,包括晦涩难懂的磁学理论,变压器设计的好坏更是直接决定了电源项目的成败。 此文档将详细讲解反激电源变压器的基础原理
    发表于 04-28 16:51