26 Nisan'da GMIC Beijing 2018 Konferansı-Küresel Yapay Zeka Liderlik Zirvesi'nin ilk zirvesinde, California Berkeley'den Profesör Michael Jordan, Tencent AI Lab Direktörü Zhang Tong, IDG Capital Ortağı Niu Kuiguang ve Xiaomi Bulut Platformu Başkan Yardımcısı Cui Baoqiu Yapay zeka ve ticarileştirmeyi tartışmak için yuvarlak masa forumu. Leifeng.com da sahneye çıktı ve görüşmenin ardından Leifeng.com diyalog içeriğini derleyip rafine etti.
İnternet devlerinin verileri ve senaryoları vardır ve yapay zekayı ticarileştiren ilk kişilerdir. Şu anda, yurtiçi ve yurtdışındaki İnternet devleri AI stratejisi ve AI düzeni hakkında konuşuyorlar, bunu nasıl düşünüyorlar? Bu yuvarlak masa toplantısında, Tencent'ten Zhang Tong, Xiaomi'den Cui Baoqiu ve Ant Financial'a katılan Ürdün yer alıyor. Hepsi İnternet devleri adına yapay zeka hakkındaki görüşlerinden bahsedebilirler.
Zhang Tong, Tencent'in AI yapma fikrinden bahsetti. AI şu anda çok sıcak ve büyük şirketler yavaş yavaş AI araştırma enstitüleri kuruyor.İlk yabancı şirketler Microsoft, Google ve Facebook ile başladı ve yerli şirketler Baidu, Ali ve Tencent ile başladı. Genel olarak iki tür vardır, biri bir işletme departmanı kurmak ve diğeri daha teknik bir AI Laboratuvarıdır.Uzun vadeli düşüncelere dayanır ve içindeki teknoloji mutlaka işletme ile entegre olmayabilir.
Tencent AI Lab şu anda üç şey yapıyor. İlk şey, AI Ar-Ge'si işletmeyi destekleyecek, tüm temel teknoloji geliştirmeye yardımcı olacak ve teknolojiyi üretime sokmak için ürün departmanı ile işbirliği yapacak. , Tencent'in sosyal ağı, oyunları ve akıllı donanımı ile birleştirmek gibi. Ne kadar büyük şirketler bir AI ekibine sahipse, kesinlikle kendi iş senaryolarına göre birikecek ve araştırma yapacaktır. İkinci şey, sınır araştırmalarını güçlendirmektir , Makaleler yayınlayarak ve üniversiteler ve araştırma enstitüleriyle işbirliği yaparak araştırma yeteneklerini geliştirmek. Üçüncü şey, endüstri ile entegre olmaktır; endüstri, akademi endüstrisi-üniversite-araştırma işbirliğini teşvik ederken bir platform API'si sağlar. .
Michael Jordan'ın görüşüne göre, yurtdışında AI teknolojisinde lider olanlar Microsoft, Google ve Facebook değil. Aslında lider Amazon'dur. Yapay zeka daha önce esas olarak makine öğrenimi olarak adlandırılıyordu ve Amazon bu konuda ilk oldu.
Amazon, 1990'larda endüstriyel zinciri iyi modellemek için yapay zeka ve derin öğrenmeyi kullandı. Amazon gibi büyük bir e-ticaret şirketi için milyarlarca dolarlık ürünü yönetmek için tüm tedarik zincirine güvenmek gerekir ve tüm tedarik zincirinin net bir şekilde anlaşılması gerekir. Bunu derin öğrenme ve modelleme ile yapabilirler. Ayrıca Amazon, doğru piksel ve rengi vermek için web sitesinin her pikselini test eden bir AB testi de gerçekleştirir. Bu yıllar önce oldu.
Leifeng.com, Mayıs 2017'de Michael Jordan'ın Ant Financial'a düşünce kuruluşunun başkanı ve danışmanı olarak katıldığını öğrendi. Onun görüşüne göre, Alibaba gibi e-ticaret platformları, kullanıcı satın alımlarıyla ilgili verilere sahip ve sitede sosyal ağlar ve arama gibi çok faydalı işler yapabilirler.
Google ve Facebook, arama ve sosyal ağ sitelerinin şu anda insan iletişiminde bazı sınırlamaları olduğunu fark ediyor ve bunları yapay zekanın doğal dil işleme ve karar verme yetenekleriyle daha akıllı hale getirmek için çok çalışıyor. Jordan bunların çok ilginç projeler olduğunu düşünüyor, ancak bu alanlardaki ilerlemeden besbelli memnun değil. "Bu konuda pek başarılı olamayacağını düşünüyorum. Şimdi sadece medyanın dikkatini çekti."
Ürdün, Didi ve Uber hakkında yüksek bir değerlendirmeye sahip. Ona göre Didi ve Uber, verilerde, arka uç sistemlerinde ve büyük ölçekli insan etkileşimlerinde iyi bir iş çıkardı. Makine derin öğrenmeleri hızla yakalandı ve birçok BT şirketleriyle karşılaştırıldığında çok yenilikçi.
Jordan, yapay zekanın büyük şirketlerde uygulanmasıyla ilgili görüşlerini de ifade ederek, "Sadece araştırmayla ilgilenmiyorum, bunun gibi bazı şirketler için de çok endişeliyim. Bazı veri akışları oluşturuyorlar ve onları çok iyi kullanıyorlar. Sadece yapay zeka değil, yapay zeka bunun sadece bir yanı. AI sadece basit matematiktir, basit bir yoldur ve daha değerli olan verilerdir.Yüksek kaliteli veriler, testimizin belirli bir amaca ulaşmasını sağlayabilir, verileri doğru bir şekilde toplayabilir, böylece karşılık gelen Verileri sağlayan kişiye. "
Cui Baoqiu, Xiaomi'nin AI yapma fikrini paylaştı. AI, Xiaomi'de her yerde bulunur. İki yıl önce, Lei Jun, AI'yı önümüzdeki on yıl için Xiaomi'nin temel stratejisi olarak konumlandırdı. Xiaomi, araştırma yapmak için birçok yapay zeka yeteneğini kendine çekti, ancak Xiaomi hala ürünlere odaklanan ve teknoloji uygulamasına daha fazla önem veren bir şirket. Jordan'ın büyük verinin değeri hakkındaki konuşmasına katılıyor. Xiaomi çok fazla büyük veriye sahip ve yapay zekanın uygulanması çok kolay.
Niu Kuiguang, başlangıç şirketlerinin yatırım topluluğundan yapay zeka hakkındaki görüşlerinden bahsetti. Konferanstan iki gün önce SenseTime'dan bahsetti. Bir AI tek boynuzlu at girişim şirketi olarak SenseTime, geçtiğimiz yıl BAT'tan daha fazla en önemli konferanslarda 91 makale yayınladı. Yeni başlayan şirketler için, AI işi, geleneksel endüstrilerle yenilik yapmak için genellikle B işletmesine yöneliktir. Kevin Kelly yıkıcı inovasyondan bahsederken, genellikle büyük bir şirketin yan departmanından veya yan işinden başlar. B'nin işi bir haraçtır ve aynı zamanda yeni başlayanların büyük şirketlerle doğrudan rekabet edemeyeceği bir alandır.
Konukların tartıştığı ikinci soru teknoloji ve işle ilgiliydi: Yapay zeka teknolojisinin gelişimi önce mi yoksa iş mi? Pek çok şirketin birçok yapay zeka profesörü ve araştırmacısı var, ancak teknolojiyi uygulayamıyorlar. Nedeni nedir?
Niu Kuiguang, ilk olarak AI'nın geliştirilmesinde farklı aşamalar olduğu görüşünü paylaştı. Mevcut aşama uygulamalara odaklanıyor ve sonraki aşamada teknolojik ilerleme yok. 2014 yılında, yapay zekanın gelişimi esasen büyük ölçüde artan bilgi işlem gücünün ve büyük ölçüde azaltılmış bilgi işlem maliyetlerinin sonucuydu. Uygulamada, makineler insanlar yerine bazı şeyler yapabilir ve yüz tanıma ve konuşma tanıma yetenekleri büyük ölçüde geliştirilmiştir. Bu çağa "büyük veri ve küçük zeka" denmesi gerekiyor.
Gelecekte "küçük veri ve büyük zeka" da henüz çözülmemiş birçok temel teori var. Günümüzde, vizyon, konuşma, doğal dil anlama ve bilgi grafikleri gibi uygulamalar gibi tek bir yerde uygulamalarla uygulamalar hakkında daha çok konuşuyoruz. İlk üç yıl tek bir teknolojinin işletmenin gelişimine öncülük ettiği bir yıl olduysa, birkaç yıllık inşaatın ardından, yavaş yavaş belirli bir sektöre çeşitli tek teknoloji kombinasyonlarını uygulayabilecek bir platforma ulaşmıştır, bu bir sonraki adımdır. Bir trend veya büyük bir fırsat.
Ürdün bu konu hakkında fazla konuşmadı, esas olarak belirli konuları takip etme ilkesini vurguladı. Ona göre AI teknolojisi mühendislik teknolojisidir ve mühendislerin katılımını gerektirir, bu nedenle şirketin en çok ihtiyacı olan şey sorunları çözebilecek uzmanları işe almaktır. Şirket, farklı senaryolarda kullanılması gereken bir teknoloji geliştirdi.Mühendislerin yaptığı şey, yaratıcı olmak ve farklı senaryolarda problemleri çözmek, bilim adamları gibi gerçeği aramayacaklar.
Zhang Tong, teknoloji ve işin eşit derecede önemli olduğuna inanıyor. AI şirketlerinin anahtarı, engellerin nasıl oluşturulacağı ve temel yeteneklere nasıl sahip olunacağıdır. Tencent'in yapay zekası, Tencent'in kendi senaryolarına dayanmaktadır.Senaryolar ve veriler çok önemlidir ve iş dünyasında, başkalarının girmesini zorlaştıran engeller olabilir.
Üçüncü konu güncel gündemdeki konu. Facebook'un "Cambridge Analytica" sı, veri ve kullanıcı gizliliği konusunda yaygın tartışmalara neden oldu. Cui Baoqiu şu soruyu gündeme getirdi: Şu anda, derin öğrenme teknolojisinin geliştirilmesinden faydalanan yapay zekanın baharındayız ve gelecekte hala büyük veri ve bulut bilişim yeteneklerine güveniyoruz. Büyük veri şu anda AI dalgasında silinmez bir rol oynamaktadır, ancak daha zahmetli olan veri paylaşımıdır.Şirket verilerinin akademi ve diğer şirketlerle kullanıcı gizliliğini ihlal etmeden nasıl paylaşılacağı. Xiaomi'nin şu anda yaptığı şey temelde mümkün olduğu kadar paylaşmamak. Misafirler veri paylaşımı ve gizlilik koruması arasındaki farkları nasıl görüyor?
Jordan ilk önce verilerin tek başına tartışılmaması, uygulamalarla birleştirilmesi gerektiğini açıkladı. Tıbbi veriler açısından, hastaların gizliliği korunmalıdır, ancak tıbbi verilerin tıbbi bakımı iyileştirmeye yardımcı olabileceğini de umuyoruz. Örneğin, genom dizisi kişisel verilerdir.Bireyler verilerin nasıl kullanılacağına karar verebilir.Kişisel genetik veriler aile üyelerinin hastalıklarını tedavi edebiliyorsa, birçok insanın bunu sağlamaya istekli olacağına inanıyorum. Daha fazla insandan veri toplamak, kanseri DNA mutasyonları ile tedavi etmenin bir yolunu bulabilirse, birçok kişi de kendi tıbbi verilerini sağlamaya isteklidir. Veri paylaşımı her zaman kötü değildir. Facebook olayı bir skandaldı, çünkü verilerin paylaşımı insanlara değer vermedi ve insanlara verilerinin başkalarına verilmeye zorlandığını hissettirdi.
Bununla birlikte, Ürdün ayrıca ağ güvenliği söz konusu olduğunda, bazı şirketlerin verilerin kendileri için çok değerli olduğunun farkına vardıklarını ve gizlilik koruması ve veri güvenliği konusunda iyi bir iş çıkarmaları ve rekabet güçlerini artırmak için ayrılmaları gerektiğini belirtti. Aynı zamanda, kullanıcıların kendi verilerinin kullanımını bilme hakkına sahip olmalarını sağlar, böylece kullanıcılar şirketin güvenilir bir üçüncü taraf olduğunu düşünür.
Niu Kuiguang özellikle veri ve mahremiyet konularıyla ilgileniyor ve birkaç yıldır bu konu hakkında düşünüyor. Ona göre, veriler artık gerçek değeri taşıyor ve verilerin değeri yalnızca akış sürecinde daha iyi kullanılabilir. Bir zamanlar bir "veri alışverişi" öngörmüştü, ancak şu anda böyle bir alışverişimiz yok, çünkü veriler değiştikten sonra kopyalanması kolay ve veri işleme yöntemi denetlenemiyor.
İkinci soru, verilere kimin sahip olduğu sorusudur. Sosyal ağ platformlarında veriler bireylere mi yoksa platformlara mı ait? Geçmişte, temelde teknik olarak bireylerin kendi verilerine sahip olmasına izin vermek mümkün değildi, ancak günümüzün blockchain gibi teknolojileri bu sorunu çözmeyi mümkün kılıyor.
Şu anda üç çözüm öngörüyor. Birincisi, teknik açıdan bir Turing Ödülü sahibine danıştı, yani belirli güvenilir koşullar altında, veri işlemine dahil olan iki taraf mevcut olandan 100 kat daha karmaşık hesaplamaları geçebilir ve veriye ulaşabilir. Hesaplama sürecinde aslında sızdırılmaması mümkündür. Ancak bu durumda maliyet de 100 kat artabilir. İkincisi, veri sahibinin verileri merkezi bir düğüme toplamaması, verilerin ve hesaplamaların tümü yerel olarak yapılması ve sonuçların çıkarılmasıdır. Üçüncü tipte Niu Kuiguang bir deney yaptı: Bir dolandırıcılıkla mücadele şirketine yatırım yaptı ve iş ve yetenekler biçiminde veri entegrasyonu ve entegrasyonu sağlamak için bir lojistik şirketi ile bir ortak girişim şirketi kurdu, ancak verileri entegre etmedi. Tek parçaya. Pek çok keşif ve fikir olmasına rağmen, şu anda hiçbiri sonuç gibi görünmüyor.
Zhang Tong'un şirket perspektifinden veri ve gizlilik konuları tartışması daha pratiktir. Ona göre, eğer değer getirebilirse, veri paylaşımı elbette çok iyi, ancak şu anda bazı sorunlar var: Birincisi, iş verileri temel engeldir, bu nedenle şirketler bunu paylaşmak istemiyor. Hatta bazen şirket içindeki farklı departmanlar paylaşmaya tamamen istekli olmaz ve şirket düzeyinde zorlanmaları gerekir.
Artık mevzuat ve düzenlemeler varsa, hükümet verileri ve kar amacı gütmeyen kuruluşlardan gelen veriler gibi bazı veriler paylaşılabilir. Bir hastanenin tüm hastaneleri entegre edebilen bir organizasyonu varsa, o zaman verilerin paylaşılmasına yönelik bazı yasalar da büyük değer yaratacaktır. Lojistik ve ulaşım alanları var.
Bu yuvarlak masa tartışması, İnternet devlerinin yapay zeka, teknoloji ve iş farklılıkları, büyük veri ve gizlilik koruma farklılıklarını büyük şirketler düzeyinde nasıl yaptıklarından bahsetti. Son olarak, herkes veri yoksa yeni başlayanların yapay zekayı nasıl yapabileceklerinden de kısaca bahsetti. Birkaç misafir, girişimlerin verileri yoksa, daha ayrıntılı senaryolar oluşturmaları ve teknoloji ve senaryolarda deneyim biriktirmeleri gerektiğini söyledi.