您当前的位置 : 最正规的时时彩网站 > 合作案例 > 中兴利威首席技术官曹友生:要建设一个智慧城市,我们需要“城市脑组人工五大特色”CCF-GAIR2018

中兴利威首席技术官曹友生:要建设一个智慧城市,我们需要“城市脑组人工五大特色”CCF-GAIR2018

时间:2019-03-02 20:02:29 来源:最正规的时时彩网站 作者:匿名



2018年全球人工智能与机器人峰会(CCF-GAIR)在深圳举行。峰会由中国计算机学会(CCF)主办。雷锋网和香港中文大学(深圳)主办了这个项目,得到了深圳宝安区政府的大力指导。人工智能和机器人,工业和投资三个领域的顶级交流活动旨在建立中国人工智能领域最强大的跨境交流与合作平台。

CCF-GAIR 2018继续前两个“顶级”阵容,提供主会场和11个特别会议(仿生机器人,机器人应用,计算机视觉,智能安全,金融技术,智能驾驶,NLP,AI,AI芯片,丰富的平台物联网,投资者,打算将三个圈子的参与者分为工业,教育和研究的多方面组合,呈现更具前瞻性和突破性的会议内容和现场体验。

在会议的第三天,“AI Special”,中兴利威首席技术官曹友生博士发表了题为“人工智能和城市智能大脑”的主题演讲,分享了人工智能技术如何应用??于智能城市,电信和公共安全。 。曹有生目前是李伟的首席技术官。他曾担任思科全球研发总监和思科中国研发部副总裁。他曾在惠普,SGI,爱立信和其他公司担任技术主管。他获得了博士学位。他是宾夕法尼亚州匹兹堡大学的物理学博士,也是美国超级计算中心的超级计算科学博士后学位。

曹有生认为,人脑不是一个简单的三维体,而是一个极其复杂的结构。我们可以使用多维头来设计城市大脑和人工智能组,以便可以在人脑等各个方面考虑这个群体吗?这是李伟正在考虑的问题。

谈到智慧城市的发展历程,他认为智慧城市1.0基本上是做智能交通,智能城市2.0实现信息共享,而智慧城市3.0则是利用“城市五都城智慧脑组”来实现产业化。专门。

创建“城市大脑”需要三种技术:“数据启用”,“数据融合”和“数据分析”。数据分析是最困难的。曹有生认为,它需要更高水平的智力,模拟人脑进行分析,并做出决策。这需要业界对自身业务有深入的了解。基于此,数据分析技术可用于获得更有效的选择和建议。以下是曹有生博士的全文。雷锋网在不改变原意的情况下完成了整理和编辑工作:

曹有生:在官方发言之前,让我们先讨论人类的思考方式。如今,人工智能基本上是基于“手动”,并且将投入多少劳动力来投入多少智力。我们使用人工大脑训练人工智能。事实上,这是非常不成功的,因为人类大脑将世界看作一个三维空间,时间是四个维度。爱因斯坦曾经想过超越三维,四维能力的东西。

以AlphaGo为例,AlphaGo不依赖于眼睛和鼻子等五种感官来判断各个方向的事物,但有点“偏颇”。例如,有些人是弱智儿童,但他们的计算能力非常强。它需要专注于书籍或算盘,电脑,但你将失去你的眼睛和耳朵的共同功能。

有时候人们会习惯闭上眼睛才能深入思考。此时,五种感官的功能将同时锁定。我们将人工智能分为三类,大范围是人工智能,中间子集是机器学习,核心部分是深度学习。 AlphaGo实际上是机器学习,但最后一个层次是深度学习,这意味着你需要关闭大门来思考它。

爱因斯坦是一个十维头。据说他有十维空间。什么是十维?简单地说,从一开始,上帝给了我们一组数据:1 2=3,这是一维数据; 2D数据是Table,Excel表; 3D数据是数据库; 4D数据是数据仓库。深度学习将是N维的,它需要四个以上的想象力,所以我们不能像爱因斯坦那样制作我今天想要的人工智能。

近年来,人工智能引领了一波全球浪潮。人工智能是中国,美国,欧洲和日本的趋势。我们如何在2018年做人工智能,让我们讨论这个问题。

人工智能可以实现“人脑智能”吗?

人工智能可以实现“人脑智能”吗?阿里,百度喜欢用“都市大脑”,为什么我把它改成“聪明的大脑”?正如我前面所说,具有超强数学能力的人在某些方面是非常强大的。例如,AlphaGo在计算上非常强大,但它在感官等其他方面的感知非常弱,所以我们今天只能谈论大数据和深度学习。这是我今天想谈的话题。李伟如何做“人工智能”?如何通过机器模拟人脑?很多人会问一个问题,“人脑怎么想?”我之前已经说过,人脑思维分为三种思维:

第一个是人工智能思维,简单地用五感来判断,没有必要回到人类思维来快速思考它;

其次,我们需要专门针对某个方面进行学习,例如学习AlphaGo,我们称之为机器学习。

第三是要努力思考,我们称这种课程为深度学习。在深度学习中,我们认为它必须与业务相关。在不了解业务的情况下进行商业智能或深度学习是不可能的。

人脑不是一个简单的三维体。这是一个无限复杂的结构。做数据科学的人会告诉你卷积神经和深刻的神经。颅神经不是简单的三维体。它是一个多维的身体。在思考问题时,它不是三维的,四维的或五维的。聪明人会考虑N维问题。我们可以用一个四维头来设计一个城市大脑,一个人工智能组吗?让这个群体有各种各样的考虑因素,例如使用人工智能来睁大眼睛判断,机器学习某些数据,以及深度学习。有这样的设计吗?这是李伟正在考虑的问题。我们认为,要创造人工智能,这三者都必须完成。

如何利用人工智能成为智慧城市?

我们如何利用人工智能成为智慧城市?智慧城市1.0基本上是智能交通,智能城市2.0,每个人都知道需要共享信息,机器学习和数据冲突可以在共享后进行。如何定义Smart City 3.0?在阿里和百度的定义中,智慧城市3.0是城市大脑,也就是说,城市拥有将所有信息聚合到云中的大脑。这个大脑可以做各种各样的思考。这是Smart City 3.0的定义。

李伟认为,大脑无法解决智慧城市。正如一个城市的管理需要按地区和层次划分,它需要市长和区长的管理者。如果有一个可以管理城市的大脑,它也应该是上帝的大脑。我们相信一个城市应该有一群大脑。这个城市仍然有五种感官,包括五种感官和一组城市大脑,因此它可以实现城市人工智能,机器学习,深度学习和管理城市。这是百度市脑和阿里市的大脑。它是一个完美的城市大脑,从上到下管理着这座城市。

城市大脑的技术路线分为三个阶段:当我们曾经是一个城市大脑时,我们希望将各种不同的数据汇集到一个机器学习中心。这有点像周末拿书,所以我可以学这本书。本书,为了解这个问题,将互联网数据聚合到一个地方,使用部分人才的方法来学习数据,并得出一个可以派上用场的结论。

这种方法的优点是可以非常深入地学习,但它也有许多缺点,单一数据源,没有其他数据。当大脑深思熟虑时,大脑内的所有数据都要计算出来。例如,经过机器深度学习后,我们从民政局获得蔬菜的价格。蔬菜价格的波动实际上与城市的安全指数有关。这不是啤酒和尿布之间的关系吗?因此,只有闭上眼睛让机器深入学习,才能发现蔬菜的价格与城市安全指数非常一致。

因此,在日常生活中,我们需要深入思考并在可思考的头脑中更多地考虑维度数据,但有时我们必须做出快速判断。在未来,我们将遵循神经形态计算,然后我们将专门讨论模仿计算,因为我们在过去和今天所做的事情不能完全模拟一个人的神经。

未来我们将依赖三种技术:

首先,启用数据。城市需要感知设备来收集数据,但收集的数据不能立即使用。中间必须有一个启用过程。什么启用?它是清理和处理传感设备收集的数据。

第二是数据融合。合并先前启用的数据,将其转换为一种知识,并将有能力的数据融合在一起,使其成为可以应用的事物。

第三种技术,更重要的是数据分析。数据分析是最困难的。它需要更高水平的智能,模拟人类大脑进行分析,并做出决策。在这个时候,我们必须结合一些业务,所以我们必须对我们的行业有足够的了解。在此基础上,通过数据分析技术,可以得出更有效的选择和建议。从某种意义上说,如何提高机器在这个时候会做出一些判断,这些判断比人脑能想象的更深刻。人工智能和深度学习的问题

目前,每个人都在谈论人工智能,机器学习和深度学习。我们认为这里可能存在四个困难:

首先,机器学习经常使用监督学习。首先,大量的数据训练机器,如AlphaGo,只有AlphaGo,有很多游戏训练,可以和李世石下棋。但在许多情况下,我们没有足够的数据来区分它们。这就是我们所说的未标记数据。

第二个是数据样本太少,甚至是零样本。

第三是培训机器需要花费大量时间,因此有必要对机器进行大量数据培训。市场上有很多人工智能公司,如尚堂,易图和鄙视。他们正在进行样本学习,因此制作面部特征需要花费大量时间。

第四是成本问题。由于计算量,尺寸越来越大,而且数据和尺寸不够,这些样本难以计算。在这种情况下,很难用CPU计算,因此GPU会出现。如何理解GPU?如果CPU是一维的,GPU是二维的,现在有一个TPU。

如何解决这四个问题?首先,每个人都关心的小样本,没有数据如何做大数据?在这里我们必须谈谈人们的浅层学习,即不需要大量数据,人工智能非常快,这种能力我们称之为“元知识”。

小样本挑战我们使用与元知识相关的元学习和关系网络。例如,这张照片有鸡,狗和猫。我们让机器首先提取鸡,狗和猫的特征,让它学习。当狗被放入识别时,机器可以快速识别像狗一样的东西,这是一个小样本学习和关系网络技术。

以下是一些经常使用的技术:K-最近邻,深度学习和较少的样本学习,弱监督,无监督学习,增强学习,数据增强技术和生成对抗网络。

当我们是一个智能社区时,我们经常会遇到特别小的样本,特别是在公共安全视频监控领域。重新识别行人,基本上取样很小,一两张照片就可以找出犯罪分子。

解决第三和第四个问题的方法基本上有多种。其中之一是使用神经模拟计算,人类大脑使用脉冲形式来判断数据,而不是总是在思考。所以我们需要一个CPU,它也是人脑脉冲的形式。其次,预计未来的人工智能将更快,更简单,更便宜,更智能,更节能。高性能计算现在可用,量子计算机和神经模拟计算网络即将进入商业化阶段。

一个城市应该有五种感官和大脑

最后,我今天的总结:简单来说,一个城市应该有五种感官和大脑。在人脑中思考时,不仅仅是思考大脑。更常见的是,它正在考虑中枢神经系统和脊髓神经。中枢神经系统和脊神经与传感装置直接连接。直接判断事物与大脑无关。中枢神经系统和脊神经作出判断。

如果今天有人告诉你,你必须只使用大数据进行深度学习,你可以通过学习和模仿来制作人工智能。显然这是不可能的。这是我们在智能城市中的机器模拟,首先是五感,各种收集设备;然后通过中枢神经系统进行数据收敛,如果能够立即作出判断,做出快速反应;中枢神经系统存储,神经网络和记忆思维是在这一部分,在浅层做出快速判断,最后是深度学习,也就是说,这部分可以超越人脑的思维能力。

近年来,在智能网络领域,利维不断探索和实践,以最新智能网络技术推出的利维智能社区解决方案为例,基于社区多维数据融合和大数据深度挖掘分析技术建筑。社区当局和社区居民提供更丰富的社区级大数据服务,如肖像,社区停车,社区防御,社区索引等,极大地提升了社区的智能治理和服务水平。

这是李伟在人工智能和城市智能方面的经验。谢谢你们!

雷锋网原创文章,禁止未经授权转载。有关详细信息,请参阅重印说明。

特别声明:本文由网易上传并由媒体平台“网易”作者发表,仅代表作者的观点。网易只提供信息发布平台。

版权所有:copyleft © 1999 - 2018 最正规的时时彩网站( www.access-loyalty-solutions.com)    备案号:陕ICP备11000122号 法律声明 | 在线留言 | 在线招聘 | 在线调查 陕公网安备 61019002000122号