避开AI“陷阱”:为什么连马斯克也“错”了?

系统理解AI的机会与陷阱,收获“降维打击”的硬实力

AI(人工智能),能干什么?不能干什么?为什么连埃隆·马斯克也承认“工厂自动化以后,效率没有提高,反而下降了”?5月26日(本周六)上午10:40,卡耐基梅隆大学计算机科学学院教授,通用机器学习平台 Petuum 创始人邢波将在混沌创新院开讲《人机协作》。他将结合在Facebook挑战1亿节点网络计算的实践经历,帮你系统梳理出人工智能技术目前正在面临的瓶颈以及未来的新机会。你究竟在AI价值链的哪个位置?该如何布局?听了这堂课,你一定会对AI的机会与陷阱有更系统更权威的认知与理解,并最终收获“降维打击”的硬实力,欢迎你来追课。

课前热身

在课程正式开始之前,戳下面小视频,精彩预告抢先看☟

精彩观点

1、作为一个成熟的人工智能学者,不仅仅是要成为一个算法专家或者成为一个建模专家,你不能把活扔给程序员,让他们实现,其实系统里的问题,也是重要的研究内容。

2、马斯克的工厂,极力地推动自动化,机器人的部署相当激进,不是一般的机械臂或者工业机器人,而真是想做智能机器,能够自己开封零件包,能够自己检索,能够自己组装设备,这是有相当大困难的。最近,他在Facebook上也承认,工厂自动化了以后,效率没有提高,反而下降了。

3、我可以告诉你,5年之内,我不准备坐自动驾驶车,或者我强烈要求自动驾驶车有方向盘,我自己得握着。

4、当一个东西产生一个功能,形成一个产品时,它最起码的功能是即插即用,能够部署,能够被一些非专家的人使用。人工智能现在还没有达到这个程度,所以工作应该往哪做?往产品化方向推。

5、好的人工智能解决方案,其数学模型应该是显性的。它里面的故事、参数、数学行为,人应该对它有足够的了解。由于有这么一种了解,它能够被简化,被简化了以后,还可以被机械化,这样你就可以在实现里面,有比较客观和稳定的判断。

6、我们希望通过这么一个尝试,把人工智能从独门秘笈、黑科技,往工程的方向做一个推动,使它对于语言的依赖、设备的依赖和对于界面依赖弱化,让不同的人,像我们使用电或者使用微软的文字工具一样,各取所需,而不是说非要雇一个Chief AI Officer或者雇一大堆博士,做手工作坊式的研发。

7、整个人工智能,体现了一种机械的美学或者工程的美学,绝对不是一个哲学的美学。

联系我们或投稿可发送邮件至:[email protected]

点击下方“ 阅读原文”免费领取听课资格

常见问题

为什么马斯克承认工厂自动化后效率反而下降了?

马斯克的工厂在极力推动自动化,部署了相当激进的智能机器,意图让机器能够自己开封零件包、检索并组装设备,但这存在相当大的困难。他本人在Facebook上承认,自动化后工厂效率并未提高,反而有所下降。

人工智能目前面临的主要瓶颈是什么?

人工智能目前尚未达到产品化程度,其功能还未能实现即插即用,无法被非专家人员轻松部署和使用。因此,当前的重要工作方向是推动人工智能向产品化发展。

一个好的人工智能解决方案应具备什么特点?

一个好的人工智能解决方案,其数学模型应该是显性的。这意味着模型内部的逻辑、参数和数学行为对人类而言是足够清晰和可理解的。基于这种理解,模型才能被简化并实现机械化,从而在应用中获得客观且稳定的性能判断。

人工智能发展的未来方向是什么?

未来的发展方向是推动人工智能从类似‘独门秘笈’的黑科技状态,转向工程化、普及化的方向。目标是弱化其对特定语言、设备或界面的依赖,使其能像电力或文字处理工具一样,让不同背景的人都能各取所需,而非必须依赖首席AI官或大量博士进行手工作坊式的研发。

邢波教授对自动驾驶技术有何看法?

邢波教授表示,在5年之内,他个人不准备乘坐自动驾驶汽车,或者会强烈要求自动驾驶汽车必须配备方向盘,以便自己能随时掌握控制权。