最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
开启左侧

达沃斯AI领袖论坛聚焦,习主席寄望人工智能成新经济增长点

[复制链接]
发表于 2017-1-18 14:33:59 | 显示全部楼层 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
本帖最后由 168主编 于 2017-1-18 15:22 编辑

世界经济论坛(World Economic Forum,简称WEF)是一个以基金会形式成立的非营利组织,成立于1971年,总部设在瑞士日内瓦州科洛尼。其以每年冬季在瑞士滑雪胜地达沃斯举办的年会(俗称达沃斯论坛,Davos Forum)闻名于世,历次论坛均聚集全球工商、政治、学术、媒体等领域的领袖人物,讨论世界所面临最紧迫问题。


中国国家主席习主席在达沃斯上发表演讲,他提到,世界经济正处在动能转换的换挡期,传统增长引擎对经济拉动作用减弱。而在谈到新增长点的时候,特地点名了人工智能和3D打印两个新技术。

他说:“世界经济增速处于7年来最低水平,全球贸易增速继续低于经济增速。短期性政策刺激效果不佳,深层次结构性改革尚在推进。世界经济正处在动能转换的换挡期,传统增长引擎对经济的拉动作用减弱,人工智能、3D打印等新技术虽然不断涌现,但新的经济增长点尚未形成。世界经济仍然未能开辟出一条新路。”

2017 年会议程分设以下五个支柱议题,以帮助领导者应对下一年中亟需面对的重要挑战。

1)加强体系建设,推动全球合作:更新、重塑国际合作体系,更好管控全球化所带来的影响;
2)提供积极描述,增进身份认同:建立乐观、互信精神,共同面对更加错综复杂的未来世界;
3)振兴全球经济:培养技能、投入资本,积极应对全球经济放缓与就业不足,努力实现可持续发展目标;
4)改革市场资本主义:警惕短视、自利和腐败现象滋生,创建新的商业与社会契约;
5)应对第四次工业革命:改变经济发展方式,提升就业者能力,以适应科技进步与人文需求的碰撞。

其中,第 5)条“应对第四次工业革命”,继承了 2016 年夏季达沃斯的主题——“聚焦第四次工业革命:转型的力量”,人工智能成为集中讨论的一大话题。微软 CEO Satya Nadella,IBM 总裁兼CEO Ginni Rometty,MIT 媒体实验室主任 Joichi Ito,Vista 资本合伙人、总裁兼CEO Robert F. Smith,HealthTap 创始人和CEO Ron Gutman 参与讨论。


人工智能的未来

论坛将讨论人工智能在接下来的20~30年间会如何影响人类的生活,影响下一代人。人们都曾经展望,希望拥有能根据我们的思考、我们的状态,给出最佳的解决方案的计算机系统。它能拯救生命,改善人类生存条件。

人工智能曾经只是一个传说,存在于科幻小说或好莱坞电影。而现在人工智能时代真的可以说来临了。它现在无处不在,从工作场所到我们口袋里的手机。但是,这种 AI 爆炸如何影响我们的生活?将会出现什么新的机会,这个新时代的成本将是多少?

教师、工人和公务员等,都在思考,如何确保在第四次工业革命中自己的经济利益,本次 Panel 将讨论,第四次工业革命如何通过AI实现。

微软眼中的AI民主化
我们需要一套原则来管理人工智能的创造。他说,重要的是要记住你为什么做 AI。微软不是想创造人工智能来学习像人类来替换工作从而代替人类,而是让人类使用AI,或者增强人类的能力。

过去的一年人工智能确实取得了一些大的突破,比如感知和视觉上。在他看来,让此前不具备某种能力的人能够通过AI 拥有相应的能力,就是 AI 民主化。比如,智能眼镜,它不仅能让失明的人看到人,还能“看到”情感。比如不能驾驶汽车的人通过无人驾驶“驾车”等等。

Nadella说,现阶段要做的,是造出工具,让人可以利用这些工具,创造出智能。他们使用人工智能的商业原则是:帮助人类,增强人类。

Nadella指出,AI 的黄金时代 还没有到来,我们必须努力确保它到达。我们今天没有大的成长,他说,我们需要一个技术突破,我们需要AI。

主持人问,你是 AI 工具制造者,你认为你身上有什么责任?

Nadella说,这对我是一个很有挑战性的问题。这是需要界定所写的决策算法的责任,算法是人写的,根据你学到的知识。 用标签数据、人类参与、法律、法律来确保不会有偏见,这是人类监督的结果。从上一个AI “冬天”我们学到的教训是,要从监督式学习发展到无监督学习。深度学习或增强学习的现状,整体上是合成大量的标签数据,不是通过人,而是通过网络。这正在变得越来越复杂。所以,这个问题就变成, 你信任谁的黑箱?是谁的法律、道德框架在管理和控制黑箱?这些问题我认为是接下来几年间会迎来的巨大挑战。

IBM 认知计算的3个基本商业原则

主持人Robert F. Smith 介绍说,在Rometty 的领导下,AI 已经成为 IBM 的核心部分,他们聚焦在认知计算,来增强人类,而不是取代。今年,使用IBM 的Watson的人将超过1亿人。

Robert F. Smith:“IBM 历史上经历了几次成果的重生,现在AI 成为一个中心,是公司前进的一个平台,你和你的团队怎么看待AI 的发展?你是怎么制定指导方针,推动你的商业客户,你们的指导原则是什么?”

本次会议开始,IBM CEO Ginni Rometty 首先称述了她公司对AI的观点,她称之为“认知时代的原则”。她解释说,数据已经成为竞争优势,要利用这些数据你根本不可能不用到 AI。我们把这叫做认知计算,并在上面投下较大赌注

Rometty 补充说,与任何新技术一样,我们必须考虑如何建立对它的信任。一个问题是,如果一个人将数据输到另一个人的AI,然后谁对它产生的结果拥有权?她认为,你想确保通过你的数据获得的结果也是属于你的。

她认为,从商业上看,基本原则有三个:




  • 使用技术的目的;
  • 行业领域很重要,专业知识;
  • 商业模式。


Ginni Rometty 仍然确定,AI 必须与那些将使用它的人一起发展,以便人类获得最大的可能的利益。她坦率的说,为了应对许多人对AI的到来的恐惧,可能需要很多多余的工作。

她补充说,这种多余工作发生在每一个重大的技术突破 - 扫盲,蒸汽时代,金属加工。她说,重要的是,围绕这些新技术产生的新工作需要新的技能 - 同样重要的是,我们有人准备雇用他们。不是白领,甚至不是蓝领,而是她所说的“新领”。她说:“我们大家都应该重新训练自己,以确保我们适应这个新的世界。”

她说:“从我的经验来看,医生、老师,这些工作仍然必须由人类来做。但是我们在尝试另一种方式,就是人并不真的做这些工作,人只是描述它们。我认为非常关键的一个点是创建 AI 的原则。我非常认同的第一个原则是,我们必须对创建这个工具有正确的目的(purpose)。目的意味着,这些工具将增强我们的能力,它为我们服务。特别是在现在有许多人非常担心AI会接替人类的工作的情况下。有一些工作必定会被自动化取代,但我们大多数人将与这些自动化系统一起工作。所以,你必须清楚你创造AI的目的。第二个原则是透明化(transparency)。你必须要告诉人们这些 AI 系统是如何训练的。是由专家训练?还是以别的方式?训练的来源我们可以信任吗?训练数据是什么?因为训练的方式不同,可能得出的是完全不同的结果。透明化就是说,人类需要掌控这些系统。人能够控制AI就是目的。

MIT : 工程师缺乏多样性会带来风险

MIT 媒体实验室主任、 AI 开发专家 Joichi Ito 认为,人工智能解决问题的潜力是巨大的。人工智能的技术虽然不一定都只能从学术实验室走出,但是现在大多数技术都来自学术圈。真正专注于人工智能的科学家们,其实不太关注实验室外的东西,他们更多是关注对于机器的控制。科学界的这个圈子比较窄,都是这些关注计算机的人,而且在硅谷,基本上是白人主导的。他提出这实际上是个潜在的风险,并且举了一个被人忽略但又非常重要的例子。他说,在MIT的实验室加入了一位来自肯尼亚的女性研究者,她就发现现在的面部识别科技其实根本就不能识别黑人的面部。这个问题的产生说明,其实以前实验室里并没有黑人研究者的参与,所以才出现这种严重的问题。所以人的参与是非常重要的;虽然很多时候我们有设计大纲,但是很多设计决策都是临场由所参与的工程师决定的,这就对人员的多样化和融合性提出了考验和要求。

他也提出了一个MIT Media Lab的重要观点,“我们应该让真正使用工具的人去设计工具,这样设计出来的,才是好用的工具。”如果设计者和使用者不是同一类人群,科技的进步就很有限。但是像游戏产业就完全相反,开发者和用户都是一类人群,用户有着极大的热情去改善产品,建设产品,所以才发展得那么蓬勃,不论是商业模式还是技术本身,有着长足和连续的进步。现在的开发AI工具的做法通常是找一个很专业很牛的开发人员去采访使用者,比如一个会计师,然后听取会计师的想法和需求。但是对于不懂技术的用户来说,去想象一个成型的产品几乎是不可能的,开发者和用户之前的交流是存在很大障碍的。所以,对于开发者或者科学家来说,就更需要花更多的精力去让真正的用户(比如律师、会计)参与到AI工具设计中,这也许是AI民主化需要迈出的第一步,也是最坚实的一步。

MIT 媒体实验室主任在论坛的最后表示,AI 能做的事情是不断发展的,而教育却是固定的。教师也是如此,传统的教育是让教师遵守某种固定的课程,教会学生一些知识。我们目前的教育系统在做的事情,就是制造像机器人一样的工人、办事人员,而实际上我们在即将到来的智能时代真正所需要的,我们真正需要做的,是教会学生如何学习、如何具有创造力。这样我们才能弄清楚机器还不能做什么,然后让人去解决这些问题。

他认为,面对这种情况(也即在近未来技术将会取代一些工作职位),发展中国家相比发达国家能够更好地处理这种问题。因为技术会取代一些白领工作,发达国家目前已经有很多这样的工作岗位被取代,因此需要看得更远才能解决就业替代这一问题。而印度等发展中国家则可以使用“拿来主义”,学会这些技能,直接建造最新的基础设施就行了。

来源:davos 、新智元

楼主热帖
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-3-29 19:36

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表