比去年更出色、難忘的科學家大會

最新 08-31

圓桌論壇：前沿科技將如何重塑人類社會？

從左到右：Tom Mitchell、Richard Socher、鄧力、張首晟

美國西海岸時間8月23日至8月25日，由長城會主辦的G-Summit全球科學創新峰會在加州圓石灘舉辦，超過100位來自物理學、材料學、生命科學、計算機科學、天文學領域的頂尖科學家、科技行業領袖和投資人到場論道，內容精彩程度空前。落幕後，大會主席、卡內基梅隆大學教授、「機器學習之父」 Tom Mitchell 給予了最樸素和真實的評價：「比去年更出色、難忘的體驗。」

本屆峰會以「新科學復興」為主題，圍繞人工智慧展開，包括來自斯坦福大學、卡內基梅隆大學、加州大學伯克利分校、Salesforce、谷歌、Facebook、亞馬遜、微軟、特斯拉、百度、滴滴的學界和工業界大咖悉數到場，就人工智慧的是與非展開熱烈的討論。由於峰會為邀請制，現場一席難覓，不過有小編為你提煉精彩內容如下。特別提醒，本篇圖文僅為「前菜」，請期待更多精彩的獨家視頻和文字乾貨。

「

人工智慧存在數據偏見

在本屆G-Summit中，「Data Bias"（數據偏見）成為高頻辭彙。

2015年，谷歌照片誤把兩名黑人標註為「大猩猩」，這一嚴重錯誤瞬間傳遍全球，讓在人工智慧領域處於領先研究地位的谷歌顏面盡失，也成為數據偏見的典型例子。

Ruslan Salakhutdinov 分享深度學習最新研究進展

蘋果公司人工智慧研究部總監Ruslan Salakhutdinov、微軟研究院技術院士兼總監Eric Horvitz、艾倫腦科學研究所CEO Oren Etzioni均提到了數據偏見對人工智慧決策公平性的影響。人工智慧可以規避人類犯錯的幾率，幫助做出更好的決策，這是其最大的價值之一，然而機器決策目前仍基於海量數據，深度學習的訓練數據是由人類輸入的，如果數據本身就存在偏見，那學習這些數據的演算法和模型則無法保證公正客觀。隨著機器越來越掌握人類的語言和分析能力，其也在吸收隱藏在數據中的偏見，甚至因為它們無法有意識地抵制偏見，而將偏見強化並放大。

面對這一棘手的問題，人類該怎麼辦？Ruslan表示，已經有許多研究致力於建造更精確的數據模型，並訓練機器從更多樣的例子中學習。

Apoorv Saxena主持的分組圓桌議事

主題："谷歌在人工智慧應用領域的戰略」

Eric則介紹了美國科技巨頭在引導人工智慧技術發展上的新成果——Partnership on AI(POA)，一家成立於2016年的非盈利科研組織，由微軟、蘋果、谷歌、亞馬遜、DeepMind、Facebook、IBM 共同創辦，目在於規範行業內對人工智慧的使用，約束科技行業對人工智慧的濫用。

在人工智慧被過於神化的今天，身處漩渦中心的科學家們則是冷靜異常，他們表示，機器距離真正人類認知水平還很遠，人工智慧真正成熟產業化的道路還相當漫長。

Eric Horvitz主持的分組圓桌議事

主題：「可造福人群與社會的人工智慧合作關係」

「

最熱的戰略科技發展趨勢

卡內基梅隆大學副教授，蘋果公司人工智慧研究部總監Ruslan Salakhutdinov介紹了深度學習的最新進展，並展示深度學習模型如何利用信息檢索，圖像識別和語音識別技術學習大量數據。他也展示了成功發現語義上有意義辭彙的模型、成功學習閱讀文檔並回答有關其內容的問題的模型，他還進一步介紹了「記憶」的概念，即讓機器在部分可觀察環境中具備規劃和推理能力的重要組成部分。目前大多數深度學習模型需建立在海量數據上，但數據的客觀性和公正性如何保證，有沒有可能讓模型從較少的例子和經驗中去學習，這些都是目前深度學習面臨的挑戰。

圓桌論壇：科技巨頭布局人工智慧的未來

從左到右：Rajat Monga、Manohar Paluri、Eric Horvitz、Steve Carlin

軟銀機器美國首席戰略官 Steve Carlin，微軟研究院總監 Eric Horvitz，谷歌大腦 TensorFlow 技術總監 Rajat Monga，Facebook 機器視覺研究經理 Manohar Paluri在「科技巨頭布局人工智慧的未來" 論壇中提到戰略科技發展的前三大趨勢：人工智慧，高級機器學習，生活中的智能應用。從技術到人類深處的需求，機器能為我們帶來什麼更好的世界，如智能解決城市交通問題。目前火熱的無人車等應用的出現只是科技與人們生活嘗試無縫銜接的第一步，未來將是人工智慧技術在整個家庭，城市，地球的拓展。

張首晟分享「天使粒子」

卡內基梅隆大學計算機工程系 Tom Mitchell 教授，斯坦福大學物理系張首晟教授，對沖基金公司 Citadel 首席人工智慧官鄧力以及 Sales Force 的首席科學家 Richard Socher 均認為人工智慧對未來人類工作有深遠的影響，建立人工智慧的判斷系統，可以實現公司或組織內部、跨公司、跨區域的通力協作，極大的提高工作效率，減少不必要的人力和物力資源浪費。

Tom Mitchell 主持的「未來的人工智慧助手」分組圓桌議事

探討Siri、Alexa等人工智慧助手的未來形態

「

健康醫療領域被互聯網和人工智慧重塑

圓桌論壇：互聯網、人工智慧、機器人開啟醫療健康新時代

從左到右：蒲慕明、張學記、Lukas Biewald、Ray Sun

兩位院士級科學家蒲慕明（中國科學院上海生命科學研究院神經科學研究所所長）和張學記（北京科技大學生物工程與感測技術中心主任）引領了這一話題的探討。蒲慕明認為，人工智慧可以解決健康醫療領域的兩大問題——成本和效率。基於對數據和分析，物理醫護可以提供更即時、更高級、更定製化的關懷。腦科學和人工智慧的結合主要包括神經網路分析、認知機制模擬、智能演算法等方面的研究，這些研究在可以應用於新葯研發、醫療決策、健康管理、疾病預警等多個領域。當然不同疾病的勘查系統和數據十分龐大與複雜，從數據到應用的過程還需許多努力。

爐邊對話：納米之美——新材料的未來

從左到右：楊培東、張翔

「

自動駕駛技術的無限機遇與風險

機器學習專家谷俊麗主持的分組圓桌議事

主題：「自動駕駛和互聯網汽車」

特斯拉、百度、福特、AutoX等公司都在研發無人駕駛技術專註於不同階段和不同痛點。來自這些公司的四位高管認為，多元化的進展更能讓整個社會集體受益。未來的無人車市場，品牌之間將求同存異。

無人駕駛技術難點，資料庫多重評估，最關鍵的部分是感知預測和決策控制規劃的緊密配合，而感知預測更具挑戰，仍需要通過更成熟的機器學習和基於大數據的深度學習技術來解決。

另外，未來的共享出行，無人司機接載體驗也將面對更多智能理解、交互問題和用戶體驗方面的問題。

圓桌論壇：自動駕駛技術無的優勢和風險

從左到右：肖健雄、王京傲、Bryan Goodman、谷俊麗

「

人工智慧在未來物流中的角色

圓桌論壇：擁有了人工智慧的未來物流

從左到右：Rob May、Jeremy Stanley、李瑞、Amos Elliston

來自Talla、Flexport、Instacart和Robby Technologies的創始人和數據科學家們在物流論壇中表示，人工智慧技術層面，數據是王道，不同的物流方式收集分析數據的側重點也各有不同。

Instacart是日用雜貨投遞公司，商戶的地點、流量熱點數據，是完成最佳快遞路線的重要分析來源；Flexport就像國際貨運界的Uber，讓客戶可以像打車一樣簡單地進行在線預訂貨船、卡車、貨運飛機，同時將極其複雜的國際貨運代運環節全部打通串在一起，實現全程電子化、可視化；最後一公里運輸，更簡單更實惠，無人配送在未來的物流場景里，將是最佳落地方案，可以解決昂貴人力成本，Robby Technologies把目光投向小型快遞無人車，致力解決快遞「最後一公里」的問題，目前最需要解決的難題主要有三個方面：定位、導航和避障，而這事實上也是自動駕駛技術最核心的部分。

「

人工智慧帶來金融界的革新

圓桌論壇：人工智慧帶來金融界的革新

從左到右：Douglas Clinton、Ryan Caldbeck、Josh Johnston、Hassan Sawaf

人工智慧帶來的演算法上的突破為金融業帶來巨大影響，Loup Ventures管理合伙人Douglas Clinton、CircleUp聯合創始人兼CEO Ryan Caldbeck、亞馬遜AWS人工智慧實驗室主任Hassan Sawaf和Kount 人工智慧實驗室經理Josh Johnston就從企業級區塊鏈、演算法交易、投資組合管理等方面分享了各自看法。

數據，這個關鍵詞在人工智慧於金融界的應用已經被持續討論多年，未來如何利用好跨用戶和跨平台數據是學慣用戶習慣和精準推薦的關鍵。目前人工智慧技術的進步使機器產生了更多類人化的客服，大大提高了銀行業、財富管理業、保險業、會計業及個人理財行業的服務水平。