Akademisyen Yao Qizhi, Megvii Technology Face ++ Akademik Komitesi'ne katıldı ve yapay zekanın temel yeniliğini tartışmak için baş danışman olarak görev yaptı.
Leifeng Haberleri : 5 Kasım'da, yapay zeka şirketi Megvii Technology, Tsinghua Üniversitesi ve Disiplinlerarası Bilgi Enstitüsü ile birlikte Tsinghua Üniversitesi FIT Binası'nda "Yapay Zekanın Temel Yeniliği" temalı bir etkinlik düzenledi. Aynı zamanda, Megvii Bilim ve Teknoloji Akademik Komitesi'nin kurulduğunu duyurdu ve Çin Bilimler Akademisi'nin akademisyeni ve Turing Ödülü'nün ilk Çinli galibi olan Bay Yao Qizhi'yi, Megvii'nin endüstriyel uygulamayı akademik bir rehber olarak hızlandırmasına yardımcı olacak baş danışman olarak hizmet vermeye davet etti.
Akademisyen Yao Qizhi, Direniş Enstitüsü Dekanı Dr. Sun Jian'ın randevu mektubunu kabul etti.
Megvii Teknolojisinin üç kurucu ortağının hepsinin Tsinghua Yao Sınıfından olduğunu belirtmekte fayda var, bunlar arasında Yin Qi ve Tang Wenbin sınıf arkadaşları ve Yang Mu ise henüz genç. Tartışma toplantısında Tang Wenbin destek olarak görev yaptı.
Çin Bilimler Akademisi akademisyeni, Turing Ödülü sahibi ve Megvii Akademik Komitesinin baş danışmanı Bay Yao Qizhi
Yao'nun sınıfının orijinal vizyonunu gözden geçirirken, Akademisyen Yao Qizhi açıkça, Yao'nun sınıfının şu anda olduğu şeyi yapabilmesinin beklentilerinin ötesinde olduğunu söyledi. "Bu Yao sınıfının kompozisyonunu ve müfredatını ilk kez tasarlamaya başladığımda, kalbimdeki tek düşünce Çin'de bu kadar iyi genç öğrencilerimizin, özellikle de Tsinghua Üniversitesi'nde bilgisayar okuyan öğrencilerin olduğuydu. Bunlar seçkinlerin elitleri. Dünyada hiçbir yerde lisans öğrencisi böyle bir dereceye sahip değil. On yıldan fazla bir süre önce Çin'in hem yüksek lisans hem de üniversite eğitiminde birçok eksikliği olduğunu düşünüyorum. Üniversiteden mezun olduklarında iyi bir eğitim almadılar, bunun Çinli gençlere haksızlık olduğunu ve Çin için de çok büyük bir kayıp olduğunu düşünüyorum. Çünkü üniversiteden mezun olursan, Dünyanın en iyisi olduğunuzu hissedemiyorsanız, akademik araştırma veya girişimcilikle uğraşsanız da gelecekteki başarılarınız, kalbinizde yapmak istedikleriniz için o uzun vadeli vizyona sahip olmayacaktır. . Bu yüzden çok çaba gerektirmediğini düşünüyorum. Kendilerini bilgisayar öğrenimine adamaya çok istekli yaklaşık yedi veya sekiz öğrenci var. Çağdaş bilgiye sahiplerse, iyi yapabilirler. Diğer şeylere gelince, bunu ne kadar iyi yapabileceklerini bilmiyorum. Buna karşılık, bunca yıllık gözlemden sonra, gerçekten çok başarılıyız, bugün buradaki olağanüstü girişimciler dahil, bence çok iyi.
Üç kurucu da dahil olmak üzere, olay yerinde birçok Yao sınıfı öğrencisi de vardı ve Yao sınıfından elde ettikleri kazancı paylaştılar. Yang Mu, Yao Ban'ın onu yeniliği alışkanlık haline getirdiğine inanıyor. "Yao sınıfı, kimsenin çözemediği bazı problemlerle karşılaşmak için pek çok fırsata sahip. Bu tür bir eğitim mekanizması, kimsenin çözemediği bir problem olan bu teknolojiyi günlük bir davranışa dönüştürmemizi sağlıyor."
Yin Qi, Yao sınıfının yetenekleri eğitmek için üç unsuru topladığına inanıyor. Birincisi, öğrencilerin tüm disiplinlerde ortak olan bir dizi metodoloji oluşturabilmeleri için net bir düşünme, çapraz çerçeve ve tutkuya sahip olmaktır; ikincisi, Bay Yao öğrencilere dünyanın en iyi yetenekleriyle iletişim kurma fırsatları sağlayabilir; üçüncüsü, öğrencilere Teoriyi zamana uygulamak için birçok fırsat var.
Tang Wenbin, mezun olduğu üniversiteye dönmek için bu fırsatı değerlendirdi ve Yaoban'ın kurucusu Bay Yao'ya yapay zekanın en temel yeniliğinin ne olduğunu sordu.
Teori, algoritma, mühendislik ve endüstride temel yenilik
Yapay zeka teorisi, algoritma yeniliği hakkında
Akademisyen Yao Qizhi : Sinir ağlarını kullanarak derin öğrenme, yapay zeka ve tüm insan için zeka denen şey hakkında bir pencere açar, ancak mevcut öğrenme yöntemi nihai yöntem değildir. İnsan gözü temelde bir sinir ağıdır ve zorluk, insanların düşünme şeklini nasıl anlayacağında yatmaktadır. Ve mevcut sinirbilim araştırma yöntemi temelde çok alt uç bir bakış açısıyla, parçalar, yapının tamamını göremiyor, burada da bir cevap olacağını söyleyeceğine söz verdi ama bu cevabın şu andakinden farklı olması gerekiyor. Bu yüzden benim için şu an araştırmacıların zeka araştırmaları için hayal ettikleri bir yer olduğunu düşünüyorum. Çok fazla ipucumuz olduğu için ilk nokta, sinir ağının temelde bu gereksinimi karşılayabileceğidir.Nöral ağın istenen etkiyi nasıl elde edebileceğine dair başka gizemler de var.Bu çok ilginç bir konu. Bilgisayarı birleştiriyor Ayrıca diğer sinirbilimleri ve diğer yönleri birleştiriyor, bu yüzden burası bir mekan.Yeni nesil, geleceğin genç bilgisayar bilimcileri, özellikle de Tsinghua Yao sınıfı öğrencileri için, bunun çok heyecan verici bir olasılık olduğunu düşünüyorum. , Gerçek bir çapraz alan araştırmacısı olmalısınız.Sadece bir bilgisayar bilimcisi değilsiniz, gerçek bir çapraz alan bilimcisi olmalısınız.Bu problemin nasıl çözüleceği 21. yüzyılda insanlık için en zorlu problemlerden biri olabilir.
Megvii Technology Face ++ Baş Bilim İnsanı, Megvii Araştırma Enstitüsü Dekanı Sun Jian
Sun Jian : Algoritma açısından temel yenilik, daha çok yönlü olup olmadığını görmektir.Çok yönlülük ne kadar güçlüyse, algoritmanın etkisi o kadar artar; ikincisi, başkalarının onu yeniden kullanıp kullanamayacağını, başka bir deyişle çözülüp çözülmediğini görmektir. Sektörün acı noktaları, sorunun özüne dokunulup dokunulmadığı ve geliştirilen algoritmanın sektördeki ve sektördeki pratisyenlerin bunu uygulamak için inisiyatif almasına neden olup olmayacağı.
Tang Wenbin : Öğretmen Sun Jian, Microsoft'taki önceki işiniz ve en son yıl Megvii'deki çalışmanız da dahil olmak üzere ne düşünüyorsunuz, yüzde kaçınız temel inovasyon yapıyor ve ne kadar iş daha az gerekli inovasyonu yapıyor?
Sun Jian : Bence temel yenilik, herhangi bir işi yaparken, bitirmeden önce de dahil olmak üzere, bu şeyin temel yenilik olup olmadığını düşünmedim ve bunun nasıl bir etki yaratacağını düşünmedim. Çoğunuz iyimser olduğunuzu düşünüyor. Sonuç olarak, işi bitirdikten sonra o kadar da önemli değil.Önceki işlerin bir kısmının tesadüfi bir iş olabileceğini düşünüyorsunuz, ancak büyük bir etkisi oldu. Örneğin, Microsoft sırasında sinir ağı eğitim ağı yapısının keşfi sırasında çok basit bir ağ tasarımı yaptık ResNet. AlphaGo Zero sisteminin ResNet'i birkaç gün önce çekirdek teknoloji olarak başarıyla uyguladığını beklemiyordum. Bunu yaptığımız zaman buydu. Böyle bir sorunu çözme fikri yok. Öyleyse, bence kaç temel yenilik azınlıktır, ancak bu azınlık, hangisinin temel yenilik olduğunu tahmin etmenin zor olmasını sağlamak için sürekli yeniliğe ihtiyaç duyar.Sürekli girişimler ve sürekli çabalar sayesinde, bu tür yeniliklerin olasılığı olacaktır.
Mühendislik ve endüstrinin temel yeniliği
Megvii Technology Face ++ Kurucusu ve CEO Yin Qi
İnç : Altı yıldır sektörü mağlup etmek bize öğretti çok önemli bir nokta, bazen bir problemi tanımlamanın bir problemi çözmekten daha zor olduğu ve doğru bir problemi tanımlamanın daha zor olduğu. Örneğin, İnternet finans endüstrisinde üç veya dört yılın ardından, yüz tanıma ve görüntü tanıma teknolojisi çok olgunlaşmıştır. Üç veya dört yıl sonra, bu endüstride yaşayan vücut tespitinde başka bir teknoloji daha vardır. Bunun bir Bir fotoğraf veya video değil, gerçek bir kişinin yüzü. Böyle bir yenilik, sektör için çok önemlidir, ancak bu tür temel teknolojinin tanımı, bu sorunu anlamak için sektörde ve sahnede derin köklere sahip olmasıdır. Çok şey keşfedebiliriz Problemler ve en iyi bilim adamları tarafından çözülen problemler, böyle kapalı bir döngü çok önemlidir. İkinci nokta aslında Microsoft Araştırma Enstitüsü'nde staj yapmak ve yüz tanıma yapmaya başladım ve neredeyse on yıl geçti. Farklı miktarlarda verinin olduğu bir durumdayken, problem çözme yöntemlerinin özünden özüne değiştiğini ve endüstri ve endüstrinin size en gerçek sorunu, en büyük miktarda veriyi ve en doğru olanı verdiğini hissediyorum. Sorunları yöndeki çözün, bazı önemli olmayan yenilikleri ve hatta daha düşük kaliteli yenilikleri koruyun. Bu nedenle, iş dünyası ve teorik dünya daha iyi bir entegrasyona sahip olabilir, çünkü iş dünyası, yeniliği daha iyi hale getirecek veri ve hesaplama gücüne sahiptir.
AI yeteneği hakkında
Yang Mu : Şu anda herkes yetenekler hakkında çok konuştuğu için, şirketteki yeteneklerin işe alınması ve röportajı ile de yüzleşmek zorundayım Bay Yao'nun yapay zeka endüstrisindeki yetenekler hakkında ne düşündüğünü bilmek istiyorum. , Çünkü sıradan zamanlarda farklı yeteneklerle karşılaşabilirim ve teorik çevrede daha derinlemesine çalışabilirim.Bazıları uzun yıllardır sektöre daldığımı söylüyor.Sonra mimariyi ve tüm mühendisliği çok iyi anlıyorum. Bay Yao'ya emeği sormak istiyorum. Zeka yönündeki yeteneklerin sahip olması gereken nitelikler nelerdir?
Yao Qizhi : Yapay zeka ihtiyacı doğrultusunda bir yeteneğin en önemli özelliği zeka olduğunu düşünüyorum. Sanırım bu, diğer disiplinlerden daha açık olabilir, çünkü şu anda çok özel bir zamandayız. Bu uzun bir hikaye, ancak kısa tutacağım. Yani, yapay zeka artık bu tür bir makine öğreniminden kaynaklanıyor. Son on yılda bir etki olan AI'nın gelişimi, temelde birçok insan için bir faydadır.Sorunları çözmek için yapay zeka kullanırsanız, daha önce öğrenmeniz gereken birçok şeyi görmezden gelebilirsiniz. Çünkü temelde son on yılın gelişimi, yapay zekaya aslında algoritma hakim. Başka bir deyişle, yapay zekayı makine öğrenimi algoritmalarını güçlendirmenin bir yoluna dönüştürdüğünüzde, temelde ne kadar akıllı olduğunuza bağlıdır. Bu yüzden akıllı olmanın bu konuda çok çok büyük bir avantaj olduğunu söylüyorum. Sahip olmanız gereken başka şeylere gelince, zaten bildiğiniz çeşitli öğrenme algoritmalarını anladıktan sonra, sektörde yeterince pratik deneyime sahip olmanız gerekir. Akıllı olmanın ve gerçek bir savaş tecrübesine sahip olmanın yanı sıra, çözülmesi gereken bazı yeni sorunları görme şansına da sahipsiniz.Bu, zeki, güçlü ve hırslı insanlar için en iyisi. ,
Doktora önemli mi?
Ekibimizin çoğu Yao sınıfından. Lisans öğrencilerinden mezun olmalarına rağmen, çok güçlüler. Bize her zaman bazı medya kuruluşları tarafından bazı sorular soruluyor. Kaç tane doktora dereceniz var, utanıyorum ve cevap vermesi zor.Artık sorunları çözmek için akıllı ve uygulamalı bir yetenek. Hırsınız ve merakınız en önemlisidir Sence bu konuda doktora gerekli mi?
Yao Qizhi : Bunun bireyin ilgisine ve gelecekteki çalışmanızın yönüne bağlı olduğunu düşünüyorum, çünkü bu konuda yapmak istedikleri birçok farklı insan ve farklı şeyler olduğunu düşünüyorum ve bunun en mantıklı olduğunu düşünüyor. İşler farklıdır, bu nedenle temelde herkesin en çok ne yapmak istediğine ve en anlamlı şeyin ne olduğuna karar vermesine izin verirsiniz, böylece yaratıcılığını gerçekten tam anlamıyla oynayabilir. PHD'nin bir avantajı, sizi daha sonra olgunlaşmaya zorlamasıdır. Siz, Wudang Okulu'nun ustası, öğretmen olabilmeniz için on yıl daha çalışmanız gerektiğini söylediniz. Şimdi dışarı çıksanız bile, nehirlerde ve göllerde yürüyebilirsiniz. Dışarı çıktıktan on yıl sonra daha fazla çağrışım öğrenirseniz, gelecekte daha büyük başarılar elde edersiniz. Yani bu farklıdır. Doktora öğreniminin bir avantajı, daha standart bir akademik kavram içinde olmanızdır. , O zaman bir problemle meşgul olma olasılığınız daha yüksek olabilir, yani özünde herkes bunun daha derin bir problem olduğunu düşünecek, o zaman problemi biraz daha erken çözmeye başlarsanız, o zaman problemi çözmenin cazibesi Çok büyük, problemi çözdükten sonra, problemi teker teker çözmek istersiniz, yani başlangıçta yapmak istediğiniz bir şeyi yapma fırsatınız olmaz, yapay zeka denen şey hakkında nasıl düşünüyorsunuz? Esasen, bu sorunları çözmemiş olabilirsiniz.
İnç : Bay Yao'nun bakış açısına özellikle katılıyorum Yurtdışında doktora eğitimi aldığımda, birçok Çinli öğrencinin ve yabancı öğrencinin farklı doktora statüsüne sahip olduğunu hissettim. İlk aşama, beş yıl, eğer gerçekten büyük bir problemseniz ve iyi bir yön buluyorsanız, özellikle mutlu bir aşama, çok sessiz bir aşama.Sessiz aşamada, kesinti yok ve gelecekte bir şansınız var. Sizi ilgilendiren konuları incelemek için beş yıl geçirin. Bu diğer öncül, bu temel konularla ilgilenenlerin bunu bir derece olarak değil, derecenin kendisiyle sınırlı olmayan çok değerli bir eğitim aşaması olarak görmeleri gerektiğidir. İki taraf arasında iyi bir denge nasıl kurulur, daha temel yenilikler, uzun vadeli yenilikler ve nispeten kısa vadeli, uygulamalı yenilikler nasıl birleştirilir? Bu iki şey iyi ya da kötü değildir ve daha fazlası daha iyi bir kombinasyondur.
Yayınlanan makale sayısı ne gösteriyor?
Sun Jian : Bugün Çin'de yapay kağıtların kompozisyonunu sayan bir fenomen var ve imzalı yazar İngiliz Premier Ligi'ne yetişmek üzere.Yerel, Hong Kong veya anakara okullarında ödüller kazanabiliyor ve büyük şirketlerin araştırma enstitüleri de dahil olmak üzere Google, Facebook'u geride bıraktı. Makale sayısının Amerika Birleşik Devletleri'ndeki en iyi araştırma enstitüsünü geçtiği iddia ediliyor, ancak bu fenomen, bu fenomenin sınıf arkadaşları üzerinde bir etkisi olacağı anlamına geliyor ve ayrıca bana nasıl daha fazla makale yayınlamamız gerektiğini düşündüğümü ve makale sayısını soracağım. Bugün ayrıca Yao Öğretmenine sormak ve bana bir cevap öğretmek istiyorum.
Yao Qizhi : Sanırım makale yayınlamak için bazı gerçekleri var. O halde ilk nokta, makalelerinize oldukça objektif bir ölçüm standardı koyması, böylece sıradan kurumlar veya üniversiteler üye olmanın bir yolunu bulabilir. Bence bu adil bir platform. İkinci nokta, ürün üreticisi değil de araştırmacıysanız, yaptığınız iş bir makaleye dönüşebilir ve bir dergi veya konferansa erişebilirsiniz. Bu size bir ruh verecektir. Teşvikin rolü, çünkü bu, kendi kendinize yaptığınız şeyin, en azından bazı insanlar bunun bir oyuncu gibi olduğunu düşündüğü ve bir seyirci ellerini çırptığı anlamına gelir. Aynı zamanda, pratik bir bakış açısıyla, bu en iyi neden değildir. Çünkü insanların yargılarının aslında yargılayabilecek uzmanlara sahip olduğunuz anlamına geldiğini düşünüyorum. Örneğin, Dean Sun'ın avlusunda her şey yeteneklere atfedilebilir. Temel olarak bilmeniz gereken şey, bu kişinin Yetenek, yargılayabilmek için bir yönteme sahip olmalısın. Bazı çalışmalarından, yayınlasın ya da yayınlamasın, ama bunu netleştirebilir, siz veya sizde yargılamanıza yardımcı olacak başka insanlar olsun, çok iyi bir yargıya sahip olabilirseniz , Bu kişinin bazı iyi işler yapıp yapmadığını söylemek için, çünkü bu çalışmanın bazı yeni sonuçları elde etmesi üç veya beş yıl veya yeni ürünler, özellikle araştırma enstitüsü yapmak için iki veya üç yıl sürebilir. Ya da herhangi bir araştırma kurumunun en büyük gerekliliklerinden biri, işe aldığınız kişilerin yetenek olmasıdır. Çoğu okulda, en ileri okul olmadığı sürece, içindeki insanlar ve onların ilişki kurduğu insanlar sizin iyi olup olmadığınızı yargılamada oldukça doğru olabilirler. Diğerleri daha az aşağıdır ve birinci sınıf değildir. Temelde yargılama yeteneği yok, onun için bir standart oluşturmak için bazı dergilere veya konferanslara güvenmesi gerekiyor. Bu yüzden bunu hissediyorum Tez zahmetsizdir. İyi olan yetenekler varsa, üç beş yıl makale yayınlamazlarsa ve onun ne yaptığını anlarsanız, bunun kötü bir sonuç olmadığını düşünüyorum. Bence Çin'in bu seviyede bir kıstas belirlemek için "Doğa" ve "Bilim" gibi bazı saygın dergilere ihtiyacı var. Çünkü bu esas olarak henüz tamamlanmamış bir değişim süreci. Yirmi yıl önce, bu tür araştırmalar, kurumunuzdaki araştırmacıların iyi durumda olup olmadığına karar vermek için dergilere ve toplantılara dayanıyordu Bu şey 20 yıl önceydi. çok şey yapıyor, bir ülkedeki öğrenciyi çok düşük bir durumdan değiştirmesi, gelişebilmesi, güncel büyük olayları anlayabilmesi, mevcut genel seviyeye ulaşabilmesi gerekiyor, bu yüzden bunun anlaşılabilir olduğunu düşünüyorum o zamanlar, ben Sanırım artık Çin'deki herkes bunu anlıyor. Ama bu tamamen ortadan kaldırılabileceği anlamına gelmez, herkes yargılamanın daha iyi bir yolunun nasıl olabileceğine de bakıyor. Bu yüzden ona bu konuda tam olarak inanamayacağımızı düşünüyorum, ancak varlığının hala belli bir anlamı var.
Yerinde sorgulama oturumu
S: Sorum yapay zeka yolu ile ilgili. Şimdiye kadar insanlar kuş kanadı kadar zarif bir yapı oluşturamadılar, bir kompresör yaptılar ama çok verimli değil ama yukarı doğru uçabiliyor ve geniş ölçekte kullanılabiliyor. Yapay zeka ile ilgili olarak, gelecek nasıl bir yol izleyecek, yapay zeka ve insan zekası nihayet bir dizi çözüm mü?
Yao Qizhi : Bence bu problem büyük ve çok iyi. Şimdi insan biliminin ve teknolojisinin gelişimi gerçekten bir zamana ulaştı, daha büyük bir zaman düşünebiliriz. Şu anda soru bazı şeyleri içeriyor: Biz insanlar ilk 10.000 ila 20.000 yıl boyunca cahildik. Son bir veya iki yüz yılda, birdenbire daha güçlü hale geldi. Şimdi, az önce sorduğunuz sorunun, Tanrı ile nasıl rekabet edeceğimizi düşünmemiz gerektiği bir noktaya ulaştık. Bu dünya çok güzel ve aynı zamanda çok harika Bu dünyadaki en muhteşem olan nedir? Sanırım iki tane var. Birincisi, doğanın zarifliği tamamen hayal gücümüzün ötesinde ... Dışarıda kara delikler, uçan kuşlar ve vücudun içinde DNA var ... Görünüşe göre bu yapıları doğada bazı insanlar tasarlamışlar.Birçok farklı durum ve birçok mekanizma var. Biz insanlar. İnsan yapımı yöntemleri kullanan uygun yöntemler vardır. Tanrı ile karşılaştırmamız gereken ikinci şey ise, doğanın her şeyi insanlar kadar akıllı yapmaktan korkmasıdır Biz insanlar yeteneğe sahip miyiz ve doğayı anlayabilir miyiz? Doğal dünya fiziksel olarak tasarlandığında garip şeyler yaratacaktır Biz insanlar doğal dünyayı taklit etmek istiyoruz. Bir kuantum bilgisayar yapıldığında, malzeme tasarımı da dahil olmak üzere evrenin çeşitli işlemlerini taklit edebiliriz Bu açıdan kuantum hesaplama, Tanrı ile rekabetimiz olarak kabul edilebilir.
Yapay zekayı görünce, insanları evrim yoluyla nasıl bu kadar zeki yapabileceğimizi anlamak istiyoruz Kimin daha akıllı olduğunu görmek için Tanrı ile rekabet etmek istiyoruz. Aslında bizim gerçek anlayışımız her türlü şeyi çok alçakgönüllülükle öğrenmektir. Teorik bir bilgisayar bilimcisinden başlıyorum.Son on yıldaki gelişme gerçekten de teoriler yapmamıza neden oldu. Bu temelde yeni bir başlangıç çünkü herkes dahil her zaman algoritmalar yaptık Temel olarak, üniversitede öğrendiğiniz şey, size bir hesaplama problemini çözdüğünüzde, en iyi algoritmayı tasarlayabilmeniz için uygulanabilecek bazı püf noktaları olup olmadığını görmeniz gerektiğini söylemektir.Turing yıllardır herkes Yapay zekanın ilk yaratıcıları da dahil olmak üzere hepsi bunun yapılması gerektiğini düşünüyor.Hepsi akıllı olmak ve tasarlamak için mantıksal olarak kesin yöntemler kullanmak istediklerini düşünüyorlar, temelde aynı fikir. Ama şimdi anlıyoruz ki dünyada matematik çalışarak çözülemeyecek türden pek çok problem bile var, hatta bunlar makine öğrenimi yöntemleriyle çözülebilir.
Büyük bir daire çizdik. Parçanın yalnızca% 1'i geleneksel ve hassas matematiksel analizle analiz edildi. İyi bir algoritma vardı. Algoritma analizini incelediğimizde, bunu nasıl yapacağımızı bildiğimizi düşünmediğimiz için yapmadık. yapmak. Son on yıldaki gelişme bize yeni bir anlayış kazandırdı En azından bazı teorik insanlar çalışmamız gerektiğini fark ettiler.Sorunların% 99'unda, bunu yapmak için bu yeni yöntemi kullanmalıyız. Bu konuyu anlayacak bir teori olabilir mi? Bu çok farklı bir teori olabilir, çünkü birçok şey doğrusal değildir.Bu teoriyi incelemek için, algoritma tasarımı yapmak için fizikçilerin ruhunu kullanmamız gerektiği gibi Çünkü fizikçiler en temel olanıdır. Disiplinlerarası bir ruha sahip olmalıyız.Araştırma yöntemlerinde ve problem çözme yöntemlerinde zihnimizi problem çözmeye uygun bir teori oluşturmaya açamazsak, gelecekte eleneceğimizi düşünüyorum. Pek çok sorunu çözmiyoruz, bu hesaplama sorunlarını çözmek için kendi yöntemlerini kullanacak başka disiplinlerden insanlar olacak. Bu yüzden bence bu çok ilginç bir dönem Bu konuyu pek çok insan anlamıyor, pek çok bilgisayar bilimcisi bu şeyleri anlamıyor, bu şeyleri anlayan insanlar, anlayan bilgisayar bilimcileri, daha iyi Gelecek ve gelişme fırsatları.
İnç : Bay Yao'nun cevabının şu anda birçok yeni düşüncesi var, ona daha uzun bir tarihsel dönemden bakıyor. Bir teorik bilim adamı olarak, Bay Yao bilgisayar teknolojisinde birçok değişiklik yaşadı. Çin her zaman üretim, eğitim ve araştırmanın bir arada olduğunu söylemiştir.Yabancı ülkelerde bu kadar profesyonel bir terim olmayabilir.Akademik ve sanayi çevreleri arasındaki işbirliği veya tanıtım belli bir aşamada daha büyük rol oynayacaktır.Yao da çok iyi gidiyor. Akademiden ve endüstriden gelen yetenekler, akademi ve endüstrideki tüm devrime hangi yollarla katıldılar, umarım yeteneklerin nasıl uygun şekillerde işbirliği yapacağını tarih ve kendi laboratuvarınız açısından konuşabilirsiniz. Modeldeki sektörü etkiler.
Yao Qizhi : Bence şu an çok güzel bir an ve aynı zamanda endüstri, üniversite ve araştırmanın entegrasyonu için en iyi dönem. Çin'in reformundan ve açılmasından bu yana, ekonomik kalkınmayı iyileştirmek için, üniversitelerdeki araştırmalar ulusal sosyal ve ekonomik yapının rolüne büyük önem vermiş ve bu konu aynı zamanda endüstri, üniversite ve araştırmanın bir bileşimi olarak da değerlendirilebilir. Ancak bu, endüstri, üniversite ve araştırmanın araştırmaya dayalı bir bileşimi değildir.Sanayi, üniversite ve araştırmanın böyle bir bileşimi üniversiteler için, özellikle de üst düzey üniversiteler için en uygun yöntem değildir.Bu yöntem, en son araştırma ruhunu yıpratacaktır. Çin şu anda çok iyi bir noktada ... Çin ekonomisi, orta gelir darboğazını daha da aşmak istiyorsa, şimdiden bazı başarılar elde etti ve aynı zamanda daha kapsamlı ve sürdürülebilir bir iyileşmeye sahip olmalı. Herkesin daha iyi bir yaşam sürmesi için Çin'in gerçekten yüksek bir gelir düzeyi olabilmesi için, genel teknolojik seviyemizin iyileştirilmesi gerekiyor. Çin kadar büyük bir ülkede, modelimiz Amerika Birleşik Devletleri'ne atıfta bulunabilir. Amerika Birleşik Devletleri harika bir kombinasyon oluşturdu. Endüstri ve akademi arasındaki işbölümü görece açık. Endüstrinin çok iyi bir araştırma seviyesi var. Üniversitede bazı iyi fikirleriniz varsa, yakında endüstride okuyabileceksiniz. Bu dönüşüm yetenekleri var.
Amerikan endüstrisinin ve üniversitelerin araştırma standartları kendi yönlerinde çok yüksek.Çinimiz bu iki konuda yeterli değil.Çin üniversitelerinin araştırma düzeyini Amerika Birleşik Devletleri seviyesine nasıl yükseltebiliriz ve endüstriyi endüstriyel dünyaya nasıl taşıyabiliriz? Bunların ikisini de inşa etmeliyiz. Akademik araştırmayı endüstri ile bu şekilde birleştirmek sadece ekonomik faydalar sağlamakla kalmaz, aynı zamanda akademik araştırmalarımızın daha iyi çalışmasını sağlar.
Şu an çok iyi bir zaman olduğunu düşünüyorum, teknoloji sürekli yenileniyor ve ülke bunu fark etti. Dünyadaki çok az hükümet Çin kadar kararlı ve bu kadar ileri görüşlü bir fikir ortaya attı: 2030'a kadar Çin'in yapay zekasını her yönden liderlik edecek şekilde geliştirin ve 2050'ye kadar Çin'i teknolojik bir güce dönüştürün. Bu hedefe ulaşmak için tek yol endüstri, eğitim ve araştırmayı Amerika Birleşik Devletleri gibi bir dereceye kadar birleştirmektir. Herkes bunun nasıl yapılacağı konusunda çok çalışmalı. Aslında her sektörün çok uygun bir yolu var ... İlk nokta yetenekleri cezbetmek ... Bu yeteneklerle endüstri ve bilimi nasıl birleştirecekler? Bence herkes bunu yapıyor. Endüstri-üniversite-araştırması sadece hükümetin verdiği bir görev değil, bilimi ekonomik olarak üretmektir.Herkese endüstri-üniversite-araştırma kombinasyonunun kendi araştırmanızla uyumlu olduğunu bildirmelisiniz. İlk nokta, anlama işinin iyi yapılması gerektiğidir ve ikinci nokta, her birimin liderlerinin farkındalığa sahip olması gerektiğidir. Gelecekte, birinci sınıf üniversitelerdeki değerlendirme standartları öncekinden çok farklı olacak.Yıllardır araştırma standartları kağıtlar aracılığıyla değerlendiriliyor.Şimdi bilişim bilimi ve bilgisayar biliminin son beş yılda ani canlılığı nedeniyle düşünüyorum. Herkes bilgisayar biliminin ürettiği faydaların bazen belirli bir alanda kendi başına ürettiği faydalardan daha büyük olabileceğini düşünür. Örneğin, sürücüsüz sürüş hakkında konuştuğumuzda, sürücüsüz sürüş, bilgisayar bilimi ve otomotiv endüstrisinin bir kombinasyonudur. İnsansız sürüş ile gelecekte büyük değişiklikler meydana gelecektir. İnsansız sürüşün teknik içeriğinin% 90'ının bilgi biliminde olduğunu düşünüyorum, belki de sadece% 10'u, hatta herkesin tam olarak anladığı otomobil üretiminin endüstriyel alanında. Bilgisayarlar pek çok iş yapabilir Tıp alanında, gelecekte en önemli şey, hastalıkları tedavi etme olasılığı en yüksek olan ilaç bileşenlerinin ne tür olduğunu size hızlı bir şekilde söyleyebilecek bir algoritmadır. Bu olay büyük olasılıkla gelecekte gerçekleşecek. O zaman, bir bilgisayar bilimcisinin en ucuz fiyata etkili ilaçlar üretebilecek bir dizi algoritmaya sahip bir şirket kurması muhtemeldir. Algoritma halka açıklanmayacak ve bir bilgisayar haline gelecektir. Bilim, ilaç firmaları da açabilir.
Bir bilgisayar bilimi meslektaşım bana sordu, 50 yıl sonra bilgisayar bilimi olacak mı diye sordu, cevabım bulanıklaştı, 50 yıl sonra sadece bilgisayar bilimi olacak dedim. Demek istediğim, bilgisayar bilimi çok değerli, bu konuyu genişletmeliyiz, bilgisayar bölümümüz iktisat bölümü ve fizik bölümünden bazı hocaları işe almalı, bu şekilde aynı çatı altında hayatın her kesiminden insanlar var. Alanlar arası öğretim ve araştırma yapabilirsiniz. Elli yıl sonra bilgisayar biliminin yaptığı şey hala bir ağda iyi bir işin nasıl yapılacağı ve bilgisayarların nasıl daha hızlı yapılacağı ise, bilgisayarlar temelde hiçbir değeri olmayan hizmet işleri haline gelecektir. Sınır alanları.
Yuvarlak masa tartışması kapanış oturumu
İster teori, ister algoritma veya endüstri perspektifinden olsun, yapay zeka yeniliğinin özü konusuna tek bir cümleyle dönelim, sizce bundan sonraki en önemli şey ne olmalıdır. İnovasyonla ilgili bir çok iş yapmak, tüm işlerde en önemli şey nedir.
Yao Qizhi : Bence insanlardan en çok yapmak istediğiniz şeyi yapmak için ellerinden gelenin en iyisini yapmalarını istemek.
Sun Jian : İnsanların en iyi rolü oynamasını sağlayabilecek iyi bir ortam yaratmanın gerekli olduğunu düşünüyorum.
İnç : Yapay zeka için en büyük sahneyi bulmak gerektiğini düşünüyorum, tıpkı arama motorlarının ve arama teknolojisinin gelişmesi gibi, yapay zeka bu sahneyi henüz bulamadı ve bu sahneyi bulmak daha hızlı gelişebilir.
Yang Mu : Sanırım yeteneklerin tanıtımı, çeşitli disiplinler arası disiplinlerden seçkin yetenekleri yapay zeka alanına getiriyor.
Leifeng.com'un Yapay Zeka Teknolojisi İncelemesi, hafif kesintilerle canlı etkinlik kayıtlarına göre derlenmiş ve düzenlenmiştir.
Lei Feng
