从实验室到行业应用,人工智能的“进化”需要跨过这些门槛

从 2011 年开始,深度神经网络学界发生的重要进展越来越多,促成了人工智能技术的又一次新浪潮。和之前上世纪 70、80 年代不同的是,这一次受益的行业不限于科技业,人工智能进入更多行业,和人们生活的更多方面的结合已经在发生。

日前,在PingWest品玩于硅谷举办的 SYNC 2017 科技峰会上,计算机视觉创业公司 Orbeus(后被亚马逊收购) CEO 李轶和美国顶级科技人工智能科研公司的研究人员们,再一次就“人工智能从研发到应用”这个话题进行了讨论。他们认为,最快在今年年底、明年年初,人们就会在更多领域内见到人工智能释放能量。

DSC09672

在 Google Brain 担任 Staff Engineer 的刘小兵(Xiaobing Liu)指出,Google 经常有一些有趣的实验想法,而他的工作就是证明想法的可实践性。最终,被证明了有价值的想法和技术,一些会进入 Google 的产品,也有很多会被 Google 公开给全人类使用。

他认为,在人工智能的助力下,“医疗健康会成为一个很有前景的行业。”这是因为新的机器学习技术让计算机视觉变得更强大——它能替代医生望闻问切中的“望”,能够替代医生完成一些重复的工作量。事实上,PingWest品玩几个月前采访了 Google Research,为了让计算机能够帮助眼科医生诊断糖尿病性视网膜病变(发展中国家居民失明的最主要致因之一),该机构训练了一种名为“深度卷积神经网络”的复杂计算机算法,然后用数万张人类视网膜眼底图库对其进行测试。结果喜人:算法发现症状的敏感度和判断症状的准确性比人类高出四个百分点。

IBM 沃森杰出工程师 Rama Akkiraju 同样认为,在短期来看人工智能的最大意义就是提高人的工作效率,而医疗会是一个体现人工智能价值场景。医学和我们每一个人都有关,因为我们都会生病,但即使是医生都无法随时和最新的医药研究成果同步,更别提本身就受信息门槛和信息不对等制约的病人。

“在 IBM 沃森,我们把 AI 理解为‘增强人类智能’(Augmented Intelligence)。现在每天都有无数的医学论文出来,讨论病症、病理、什么药物最有效等等。我们可以让 AI 成为医生的助理,用 AI 整合这些论文的信息成一个知识库,什么样的症状和什么病症有关,帮助医生让他们把工作做得更好。”

参与到讨论中的英特尔政府 AI 项目 (Federal AI) 负责人 Hanlin Tang,曾有多年从业和研究经验。他发现这一波浪潮最让他感到激动的是,在人工智能热潮的表面之下,那些不太热门的,却在实际生活中有着重要意义的问题,得到了更多研究者的关注。这些方面的人工智能研发进展很快,实验室中的技术很快就会投入实际生产生活。

Hanlin Tang 在 SYNC 2017 上发言

Hanlin Tang 在 SYNC 2017 上发言

“比如给机器人开发系统,让它能替代人去高危场所进行安全检查,比如输油管道或者高速路。这些都是短期内很容易实现的目标,或许听起来没自动驾驶有趣,但我认为会带来深远的影响。”Tang 表示。

尽管人工智能投入实际应用的前景可观,人工智能研究和工业连接处的一些无奈的制约,也让每一名参与讨论者感同身受。圣何塞州立大学的机器学习教授 Maya Ackerman 表示,不是所有大学的教授和研究者都像斯坦福一样——对于绝大多数的高等院校研究机构,从实验室成果到工业界的产品之间,优秀技术的转化缺乏基础性的制度,而无法转化意味着没有商业利益作为研究的回馈激励,长此以往学校很难持续做出优秀的项目。硅谷几乎每一个优秀院校的研究人员都在被科技公司和业界追逐着,人才很难保留,Ackerman 自己也出来找投资,创立了自己的创业公司。

Hanlin Tang 则发现,以工业投产为最终目的的学术研究,并非搭建、训练、出论文、下一个项目这种流程一样简单。“比如我们为机场安保训练一个计算机视觉系统,现实是季节会变化,人们穿的衣物有增减。所以在生产环境下,我们还要建立一个系统去监控已训练好模型的性能,有时甚至还要调整甚至重新训练一个模型。”这是他在从研究到实际应用的过程中,发现和之前纯研究自己所做的事情最大的不同。

作为全球最大的企业服务提供商,IBM 每天在做的事情是获取、计算和分析企业数据,提供更具智慧价值的分析报告。“我们越来越发现,从企业获取的 80-90%数据都是非结构化的。直到 AI 到来之前,这些数据的价值因为数据本身无法分析而被搁置了。”

Rama Akkiraju 在 SYNC 2017 上发言

Rama Akkiraju 在 SYNC 2017 上发言

“现在有了机器学习和云计算技术,IBM 可以和这些客户合作,提取非结构化的数据进行分析获取智慧。比如在钻探业,我们现在不仅可以用企业自己的数据,还可以外部信息源(比如天气),或者结合社交网络上对钻探的讨论,结合所有这些在结构上不统一的数据。信息对我们更有价值了。”Akkiraju 说。

以下是他们在 SYNC 2017 上讨论的现场视频

与品玩本条资讯有关的所有精彩评论戳这里即刻拥有

很抱歉,根据相关法律法规,本站暂时关闭评论,欢迎移步至品玩App发表您的评论
更多有趣好玩的内容 尽在品玩微信公众号
brand

PingWest品玩移动客户端