人工智能首页 > 机器人 > 正文

我国在人工智能领域的优势是什么

2019-10-14 阅读888次

  人工智能AI要发挥能力,需要依靠大量的数据来支持。但其实很多时候数据分散在不同企业中,由于数据安全、商业机密等原因,很难让各企业共享数据。因此,有人说深度学习受到了很大威胁,人工智能会因此衰落。杨强教授却看到了人工智能的新机会,他提供了一种机制,让大家不用去打通和共享数据就能够共同训练一个强大的AI模型,这种机制就是“联邦学习” 。

 

  联邦学习,把各方看作一个联邦,然后让他们去共享一个模型。这个模型是依据各方数据来做的,但在建立这个模型的过程中,各方数据都在本地,只是大家在沟通的时候会分享一些加密参数。这就好像是大家在一起写一本小说,一起沟通进度,但互相看不到各自写的具体内容,还能确保最后合起来是一本完整的小说。

 

  在这样的一个状态下,既可以满足各方的需求,也可以消除之前各方对于数据安全的恐惧。尤其在金融、医疗等行业,对这个技术有明确需求。

 

机器人网" alt="" src="https://ss3.bdstatic.com/70cFv8Sh_Q1YnxGkpoWK1HF6hhy/it/u=1358769107,3875905514&fm=26&gp=0.jpg"/>

 

  关于如何能有效地让企业参与到这个机制中,杨强教授表示:“现在这个社会,并不是技术完善到百分之百,它就能自动地做什么事。联邦学习,不仅需要技术方面的创新,同时需要建立一套经济机制、建立一个经济市场,让大家加入这个市场并且都能受益,这才能吸引更多人不断地加入。”

 

  杨强教授还特别强调:联邦学习这种机制,主张交易价值,而不是交易数据本身。目前,杨强带领的团队和政府一起在建立一个国家标准,同时在国际上也希望能建立标准,也在吸引一些欧盟的人、美国的人加入。希望联邦学习这样的技术可以推行到各行各业。胡一川继续追问:”这在某种程度上像互联网时代的TCP/IP协议,让所有计算机用同样的方式实现互联互通。那是不是所有的企业都应该去学习AI,研究算法呢?“

 

  他觉得,企业要把AI落地,有AI产品经理就可以了。AI产品经理能够发现业务中存在的问题,并且知道能用什么样的AI工具包来解决这个问题,能找到人去实现它,最后能够衡量AI带来的价值。不管是「来也科技」正在做的RPA(机器人流程自动化)、AI,还是微众银行的联邦学习,到最后都能变成一个可衡量的标准,这个标准可以用减少了多少工作量来计算,也可以用它的价值来算,这就是企业里的AI产品经理需要做的工作。

 

  从香港科技大学讲座教授,到微众银行的首席人工智能官,杨强教授经历了从学术界到工业界的转变,而「来也科技」的CEO汪冠春、CTO胡一川都是从美国博士一毕业即创业,他们专门向杨强教授请教“实现这一转变最需要学习的是什么?”杨强教授回答:“我觉得我在企业里每天都是一个小学生,我是很快乐的。”

 

  他说:学习是一件很幸福的事。在工业界,首先是要明确目标,怎么衡量一件事情做的好坏,在机器学习里这叫目标函数,一个好的目标函数很重要。在学术界目标可能是发一篇论文获得很高的citation,但在工业界目标是很不一样的。


随意打赏