AIProCon在线大会笔记
AI学习与进阶实践
智慧教育
AI创业与投资
AI行业新趋势
计算机视觉技术与实践
大数据与AI中台
语音语义技术实践与应用
张钹院士：探索第三代人工智能，需要勇闯无人区的人才！
人工智能的发展现状和人才培养
- 清华大学人工智能研究所 张钹
- 人工智能经历了两种范式：符号主义（第一代人工智能）和连接主义（第二代人工智能），这两种范式发展至今都遇到瓶颈，从而触及天花板。今后的发展方向是第三代人工智能，这是一条前人没有走过，需要去探索的道路，将对科学研究、产业化和人才培养产生重大影响。
第一代人工智能–符号主义
- 知识+推理
- 基于知识与经验的符号推理模型
- 知识是手工编制的逻辑推理
- 具体应用
化学结构分析
计算机硬件组合系统
血液传染病与组合处方
电缆维护系统
LISP语言
- 单一的知识表达式-产生式规则（Production Rule）
- 理性智能的代表性成果
推理、决策、规划、设计和调度
完全信息博弈
- 第一代人工智能的优势
- 可解释性
- 与人类一致的显式推理过程
- 基于知识的符号学习（如归纳逻辑编程）可以克服目前基于数据驱动机器学习方法的缺陷（如不可解释性、扩展能力弱、需要大量数据等）
- 第一代人工智能的局限性
- 不能随机应变
- 基本上只能解决完全信息和结构化环境的确定性问题
- 知识自动获取和表示困难
- 不确定性知识与推理
第二代人工智能–深度学习
- AI的亚符号模型，模拟智能的介观机制
- 深度学习：端到端多隐层向前神经学习
- 深度学习极大推动AI的应用
- 一种通用的工具：不需要领域知识，使用门槛低
- 构造一个巨大的多层次与多维的空间，能够处理大数据
- 数据、算力和（深度学习）算法的结合使AI能够解决实际问题
- 第二代人工智能的局限性
- 不可解释性
- 不安全性，易受攻击
- 不易推广
- 需要大量样本
- 人工智能产业现状
多领域，企业数量多，规模小：交通、医疗、安保、智慧城市、家庭服务、制造、金融、智能社区、智能机器人
大部分没有盈利
原因：应用场景有限（自动驾驶），技术本身的局限性（人脸识别）
第三代人工智能的理论、方法与关键技术
可解释、鲁棒人工智能理论与方法
安全、可信、可靠、可扩展的人工智能技术
推动人工智能的创新应用
- 迈向第三代人工智能
- 第一代人工智能–符号主义模型–知识、算法、算力
- 第二代人工智能–亚符号模型–数据、算法、算力
- 第三代人工智能–知识驱动与数据驱动结合–知识、数据、
算法（理论与方法）、算力
-
知识+数据方法
-
人工智能改变医疗行业
-
可解释性和可信
-
结构化与非结构化环境
创新人才培养
需求：科研与产业都需要从0到1的创新
敢于闯无人区
提出（发现）问题与解决问题的能力并重
理论与实际，技术与创业结合
产业的创新：资本、市场、技术的结合