央广网

万物互联人机共生 2018世界人工智能峰会举行

2018-09-20 16:47:00来源:央广网

  央广网科技9月20日消息(记者 王蕾) 9月20日,第三届AI WORLD 2018 世界人工智能峰会在北京国家会议中心举行。峰会聚焦AI医疗、教育、芯片等热点话题,与会嘉宾探讨了芯片自主、机器学习算法创新、人与机器共存共生等议题。

  在深度学习寒冬论的笼罩下,行业对AI理论天花板的突破愈发迫切。“机器学习教父”、1983年经典教材《机器学习:一种人工智能方法》作者之一的CMU机器学习系创始人Tom Mitchell认为,深度学习并非陷入窘境,而是需要更新看问题的角度。Mitchell教授反思最近人工智能技术的进步趋势,展望未来,一种方法本来就需要结合与集成。

  “实际上在学术界大家一直没有想清楚一件事情,就是我们为什么要用这么深的模型?今天深度学习为什么会成功,里面的关键是什么?”南京大学教授周志华说。周志华和团队提出了一个猜测——深度神经网络成功源于三点:第一,有逐层的处理;第二,有特征的内部变换;第三,有足够的模型复杂度。

  过去几十年,机器学习界已经积累了很多模型,其中有相当一部分是不可微的。能不能把它们变深之后,也得到跟深度神经网络一样乃至更好的结果?能否用不可微的模块来构建深度模型?

  南京大学周志华教授及其团队提出“深度森林”系列模型,用决策树来构建深度模型,实验证明,深度森林在很多神经网络不适合的应用领域中具有潜力。

  在大会上,周志华教授介绍了深度森林取得的成果。不过,作为第一个“非神经网络”、不使用BP算法训练的深度学习模型,深度森林只是一个开头,还需要做大量的探索和改进工作。

  终端智慧化是未来人机共生的关键,智能手机是人机交互的新一代主流界面和载体。华为发布的麒麟980芯片让华为Mobile AI获得了全新一代终端AI发动机。云天励飞打造出一颗安防的“天眼”——深目系统,能够做到城市级的秒级人脸检索。

  应用神经形态计算与机器学习加速方面的专家、杜克大学副教授陈怡然博士在本届大会做《制约人工智能发展的硬件瓶颈》的主题演讲。陈怡然提出,在理论层面,基于大数据和深度学习的人工智能技术高度依赖于系统的数据处理与学习能力。因此,硬件的计算能力成为继数据、算法之后,另一制约人工智能发展的主要瓶颈,硬件计算能力与能效对于人工智能技术主要影响云端和边缘端两大主要领域的应用。

  浪潮AI首席架构师张清在大会上做题为《AI计算系统设计与优化:从实验到生产》的演讲,他从AI计算平台与算法的Co-design、AI与云的融合设计与计算管理、AI计算框架的高扩展性设计、AI实际应用性能优化四个方面来分析AI计算系统设计与优化方法。

编辑: 殷雨婷
'

万物互联人机共生 2018世界人工智能峰会举行

峰会聚焦AI医疗、教育、芯片等热点话题,与会嘉宾探讨了芯片自主、机器学习算法创新、人与机器共存共生等议题。

关闭