35所高校获批人工智能专业,主要存在哪些问题?

发布时间:2019-04-01 00:00
作者:
来源:智东西
阅读量:1647

近日,教育部官宣《2018年度普通高等学校本科专业备案和审批结果》。其中,国内35所高校获得首批人工智能专业建设资格,该专业将在2019年通过“自动化类”大类专业招生。

 

35所高校获批人工智能专业,主要存在哪些问题?

 

此外,根据教育部公布的最新名单,还有101所高校获批“机器人工程”专业,96所高校获批“智能科学与技术”专业,203所高校获批“数据科学与大数据技术”专业,25所高校获批“大数据管理与应用”专业,25所学校获批“网络空间安全”专业,14所学校获批“物联网工程”专业。

 

随着人工智能、大数据、机器人等技术研究和产业落地应用的飞快发展,高等教育正在加快跟进相关专业设置。

 

继去年7月26所高校联合申请设立AI本科专业后,现在,我们终于迎来了最实际的进展!

 

获批人工智能本科专业的35所高校名单如下:

 

35所高校获批人工智能专业,主要存在哪些问题?

 

为什么要设人工智能本科专业?

早在去年,国家《新一代人工智能发展规划》中也明确提出要建设AI学科。去年4月2日,教育部给出具体的量化指标:

1、到2020年建设100个“人工智能+X”复合特色专业;

2、到2020年编写50本具有国际一流水平的本科生和研究生教材、建设50门AI领域国家级精品在线开放课程;

3、到2020年建立50家AI学院、研究院或交叉研究中心。

 

目前国内AI本科教育主要存在三类问题:

1、AI是一门具有高度综合性和交叉性的学科,教学分散,暂时没有设立一级学科;

2、AI专业作为新兴学科,在国内缺乏统一的教材和标准。

3、国内AI专业师资力量相对匮乏,企业抢人战愈演愈烈,不利于高校吸引到充足师资。

 

另外,今年两会期间,全国政协委员、天津大学副校长张凤宝的提案就是关于人工智能人才培养。

 

他们通过网络、电话、走访等形式对国内20余所高校(包括双一流建设支持的重点高校、普通高校、高职院校)进行了调研,发现现在的人工智能专业人才培养,对算法侧重有余,而数据和算力部分相对薄弱;理论和科研偏中有余,而应用和实践相对不足。

 

人工智能本科专业教什么?

AI学科交叉性很强,涉及到的知识体系非常广泛,跨越计算机科学、数学、神经科学、统计学、电子信息工程、自动化以及部分医学和人文社会科学。

 

在本次获批名单中的北京科技大学自动化所第一时间发布获批喜讯,并在公众号上公布其人工智能专业简介:

 

35所高校获批人工智能专业,主要存在哪些问题?

 

另一获批的高校西安交通大学从2017年便开始筹备人工智能本科生试验班,并且成立了人工智能本科专业课程设置工作组,由中国工程院院士郑南宁教授领导和主持。

 

经过广泛征求海内外知名教授意见,以及参考世界一流大学相关专业课程的设置,经过多次研讨和修改后,西交大已完成“2018版人工智能本科专业课程设置”。

 

35所高校获批人工智能专业,主要存在哪些问题?

▲来源:中国教育在线

 

据了解,西交大的人工智能本科专业主要包括通识教育、数学与统计、科学与工程、人工智能、计算机科学、机器人等11个课程群,共开设64门课程,其中必修课程41门、选修课程23门 ,至少需选修其中12门以完成所需学分。

 

针对师资问题,西交大着重全面培养人工智能综合基础知识,由郑南宁院士任首席教授,讲师主要由人机所的教师组成,院长孙剑也会给亲自给本科生上课。

 

另外学院还计划聘请外校的客座教授及旷视研究院的骨干研究员担任讲师,以培养具备“基础素质、创新素质和国际视野”的复合型人才。

 

尽管国内首批人工智能本科专业刚刚揭开面纱,多家中国高校已早早开始设立和人工智能相关的专业,部分大学借助计算机、自动化、电子信息等学科为开设的AI实验班学生授予大学学位。

 

北大在2003年创办了设置在计算机类学科下的国内第一个智能科学与技术本科专业。智东西曾在(中国AI人才进入量产模式!26所大学抢设新专业,首批AI本科来了)一文中详细解读国内高校AI专业相关布局。

 

结语:成熟学科体系的建设还需时间

人工智能本科教育是全新的学科,尽管国外多所高校已经设立该专业多年,国内多所高校也早早开始相关探索,但真正建立起成熟的学科体系的建设还需要时间。

 

高校和科研机构是培养AI人才的关键渠道,建设人工智能本科专业是大势所趋。各校在紧追科技风口的同时,也应当谨慎思考自己的师资、课程体系建设、人才培养模式等特点,结合自身情况制定符合本校特色的建设方案,并提前规划好与未来研究生培养的有机结合。

 

我们期待着6个月后,看见国内首批人工智能专业本科学生踏入高等学府的大门。


(备注:文章来源于网络,信息仅供参考,不代表本网站观点,如有侵权请联系删除!)

在线留言询价

相关阅读
京瓷拟投入29亿美元 押注人工智能等领域尖端芯片组件
2023-05-18 10:57 阅读量:1923
2020 AI医疗产业八大细分领域发展
  近年来,人工智能技术在医疗影像识别、病情分析、健康管理等方面发挥的作用逐渐得到重视,新冠肺炎疫情的暴发更是加速了这些智能技术在医疗领域的应用。  近日,中国信息通信研究院、工业互联网创新中心(上海)有限公司联合 36 氪研究院共同发布《2020 人工智能医疗产业发展蓝皮书》。  我国人工智能医疗的发展机遇  ①顶层设计不断加码,产业发展政策环境持续优化。  ②市场增长迎来发力期,资方入局窗口已经打开。  ③市场需求日益旺盛,慢病管理等领域颇具增长空间。根据国家统计局数据显示,我国老年人口占比连年上升。  ④新冠疫情的迫切需求为相关产业的发展打开了新局面。  ⑤5G、量子计算等新技术的增长为产业发展提供了新动能。  ⑥复合型人才厚度增加为产业厚积薄发创造新节点。  八大细分领域的发展探索  1、AI+公共卫生:防控治理是痛点也是突破口  重要应用场景:  ①传染病防控传染病防控是目前人工智能在公共卫生领域的最大应用场景,人工智能主要在传染病暴发预测、传播与溯源路径排查、发展趋势预测等方面发挥作用。  ②卫生监督利用人工智能、物联网等创新技术,打造“智慧卫监”综合监管平台,有效提升卫监人员工作效率,确保执法流程公正。  ③人工智能技术应用于疫苗查询、真假疫苗识别和疫苗信息追溯等方面,可以在一定程度上解决这一问题。  重点发展趋势:  ①从行业参与者及市场现状来看,目前公共卫生领域尚处于人工智能应用的初期阶段,仍然为蓝海市场,在新冠疫情催化下,有加速发展趋势。  ②可提高应对疫情等突发事件的决策能力和响应速度,降低防控作业成本,扩大信息传播半径,从而为公共卫生防控治理能力带来质的提升。  ③随着医疗数据互通互联,医疗数据孤岛问题正在被积极解决,人工智能在公共卫生领域的各项应用亦将随之逐步深化。  ④从近两年来看,人工智能有望在传染病大数据分析预警系统和疫情排查系统这两个领域进一步释放潜力,为公共卫生治理提供有力的决策支持。  公共卫生领域新兴企业:  ①百融云创(智能语音对话机器人)  ②鲸腾网络(智能疫情通知回访和智能疫情客服系统)  ③京东数科(疫情问询机器人)  2、AI+医院管理:智能协助人力提升精准+效率  核心应用价值∶  ①利用智能化信息技术重塑患者端全流程就医体验;  ②以人工智能和大数据驱动医院端智慧管理与决策,推动医院管理体制机制持续创新;  ③人工智能与大数据可以实现跨机构互通互联,打通医疗服务数据与生态壁垒,完善以医院为中心的医疗服务生态。  核心发展场景:  ①患者端:人工智能重塑就医体验利用人工智能技术,医疗服务可以突破医院的物理边界,以患者为中心,延伸到诊前、诊中、诊后的就医全流程。  ②医院端:人工智能重构管理体系人工智能深入病人管理(电子病历)、药械管理(器械设备与药品智能化闭环管理)、病房管理(智能手术排班)、绩效管理(DRGs 绩效)、后台管理(人力财税等智能后台综合管理)等方面,为医院管理体系带来整体升级重构。  ③生态端:人工智能完善医疗服务生态在整个医疗服务体系中,医院处于核心位置,是各项信息数据汇聚与整合的中间枢纽,此外还有其他医疗服务机构、医疗健康产品提供方、支付方、监管方等。  医院管理领域新兴企业:  ①科大讯飞(导诊机器人)  ②博识医疗云(专病结构化电子病历)  ③上海利连(智能化医疗全息数据平台产品)  3、AI+医学影像:算法+分析下的提效+提准  核心应用价值:  ①承担分类检出工作。②替代医师工作。③提供具有附加值的工作。  重点发展趋势:  目前中国 AI 医学影像产品布局方向主要集中在胸部、头部、盆腔、四肢关节等几大部位,以肿瘤和慢病领域的疾病筛查为主。  在 AI 医学影像发展应用初期,肺结节和眼底筛查为热门领域,近两年随着技术不断成熟迭代,各大 AI 医学影像公司也在不断扩大自己的业务半径,乳腺癌、脑卒中和围绕骨关节进行的骨龄测试也成为市场参与者重点布局的领域。  医学影像新兴企业:  ①平安科技(平安科技肺炎 CT 影像智能辅助诊断系统)  ②依图医疗(胸部 CT 新型冠状病毒肺炎智能评价系统)  ③阿里达摩院(新冠病毒肺炎 AI 辅诊助手)  4、AI+医疗机器人  核心应用价值∶  ①小型化:随着微电子技术不断发展,医疗器械小型化成为一大发展趋势。  ②智能化:智能化的人机交互功能,远程操作与精准控制能力,基于个体状况实现个性化柔性操作,具备环境变化的独立判断与适应能力。  重点发展趋势:  ①随着我国对于高端医疗器械核心技术的研发突破,国产手术机器人在操作模式、辅助手术灵活性、工作空间、操作力、定位精度等方面也在逐渐接近世界先进水平,发展潜力巨大。  ②医疗服务机器人在国内发展较晚,加之其覆盖场景较多,所以市场集中度并不高,产品同质化竞争程度较小。  ③我国医疗机器人目前仍处于发展初期阶段,在政策利好、老龄化加剧、消费者认知升级和产业化发展提速等多种因素的综合影响下,未来医疗机器人的规模化使用将成为一大趋势。  医疗机器人领域新兴企业:  ①力迈德医疗(下肢智能反馈训练系统 W200)  ②Remebot 柏惠维康(神经外科机器人)  ③金山科技(型腹胸腔微创手术机器人)  5、AI+药物研发:缩短周期+降低成本+提高成功率  核心应用价值:  人工智能技术在新药研发领域的应用已经渗透到各个环节,主要涉及靶点发现、化合物合成、化合物筛选、晶型预测、药理作用评估、药物重定向、新适应症开发等多个场景。  重点发展趋势:  在药物研发过程中引入人工智能技术,利用深度学习技术对分子结构进行分析与处理,在不同研发环节建立拥有较高准确率的预测系统,可以减少各个研发环节的不确定性,从而缩短研发周期,降低试错成本,提高研发成功率。  目前,“人工智能+药物研发”仍属蓝海领域,处于技术探索与结果验证阶段,未来市场潜力较大。  药物研发领域的新兴企业:  ①晶泰科技(Renova 人工智能药物研发平台)  ②深度智耀(AI 驱动的药物合成、药物设计、药物活性预测、临床研发一体化)  ③亿药科技(InfinityBind:人工智能设计平台)  6、AI+健康管理:智能终端+管理前置+数据生态  核心应用价值:  ①通过智能终端进行多维度健康数据采集,提升数据应用价值;  ②将健康管理前置到预防阶段;  ③构建医疗数据生态的重要环节。  重点发展趋势:  ①风险识别,利用人工智能技术进行数据处理与分析,依据关键定量指标识别疾病发生风险,提供降低风险的可能性建议。  ②虚拟护士,人工智能充当“护士”角色对患者进行个性化护理,记录并分析患者的饮食、运动和用药习惯,对患者的身体状态给予动态评估意见,协助患者规划与调整个人生活。  ③精神健康,运用人工智能技术对用户的语言、表情和声音等信息进行挖掘,识别用户的情绪与精神状态,发现用户精神健康方面的异常情况。  ④移动医疗,利用人工智能技术,为患者提供在线问诊和慢病管理等服务。  由于可穿戴设备硬件发展水平和疾病相关数据积累不足,健康管理的智能化水平仍然不高,用户付费习惯亦有待培养。  健康管理的新兴企业:  ①松果数码(AI 医养云安全健康管理平台)  ②诺华制药(护心小爱)  ③华米科技(米动健康手环)  7、AI+精准医疗应用:智能+定制化解决方案  核心应用价值:  精准医疗在癌症领域已有较为成熟的诊断和治疗应用;无创产前检测成为目前高通量基因测序技术应用最为成熟的临床项目。  领域新兴企业:  ①华大基因(肺癌组织个体化诊疗基因检测、基因自主测序平台)  ②贝瑞基因(肿瘤检测)  ③达安基因(荧光 PCR 检测、基因检测)  8、AI+医疗支付  主要应用场景:  分为医保支付、商保支付、众筹互助、医疗分期和支付工具五大应用场景。  重点发展趋势:  ①基于人工智能的医保控费模式,主要利用大数据、深度学习、类脑信息处理等关键技术,对医疗保险数据进行深度挖掘和学习,探寻数据内部的隐含关系,发现医保违规异常数据,从而规范医疗服务行为,控制医疗费用的不合理增长。  ②基于涵盖诊疗规则、药品规则和医保规则等多种规范在内的核心知识库,以费用监控为重要手段,利用自动分析算法,实现事前控制、事中预警和事后审核的医保全流程监管。  医疗支付领域的新兴企业:  ①创业慧康(“健康中山”运营平台)  ②数联易康(医保业务精细化管理服务、医保大数据监管方案)  ③智诚民康(医保智能管理系统)  产业整体发展趋势  ①政府对产业自主安全可控提出针对性政策,国产化进程将再度提速。  ②政府将推动成果转化,人工智能医疗产品将逐步实现大规模应用落地。  ③政府将推动建立标准化测试数据集并推动共享,持续完善标准规范体系。  ④“以患者为核心、切实满足医生临床工作需求”的核心理念正在逐渐成为行业共识。  ⑤产品将横向覆盖多病种、纵向深入场景。  结尾:政策利好+标准规范让落地应用成为可能  政府密集释放相关利好政策,推动科技成果转化,推动数据共享,持续完善行业标准规范体系。  同时,“以患者为核心、切实满足医生临床工作需求”的核心理念正在逐渐成为行业共识,人工智能医疗产品正在向覆盖多病种、深入应用场景的方向发展。可以预见,人工智能医疗大规模落地应用的时代即将来临。  未来人工智能将持续在医疗健康领域发力,优化医疗机构管理水平,提升医疗诊疗效率,提高医疗和服务水平,增强医疗创新研究能力,实现与医疗产业全生态的横向拓展及纵向深度融合。
2020-09-21 00:00 阅读量:1879
人工智能想要落地安防行业,算力还远远不够?
随着技术水平的不断提升以及在社会生活各个领域中的应用,人工智能已经不再被视为一种“魔法”,而成为赋能社会各行各业的生产力。百度创始人李彦宏坦言,现阶段“人工智能不再讲究酷炫,而是要讲究如何扎扎实实地推进和落地。” 如果说AI是蒸汽机与内燃机,那么AI算力则是“煤炭与石油”——AI 应用建立在算力之上,若没有算力可“烧”,AI将是空中楼阁。OpenAI的一份全球AI算力供需研究报告显示,AI算力需求量每三个半月就会翻一番,从2012年到2018年,全球算力需求增长了30万倍。 算力缺乏阻碍智能摄像头发展交通、零售、物流、智慧城市……传统的安防行业正因为人工智能而拓展到更多维度。然而,当下AI算力却捉襟见肘,无法满足特定计算需求。受到算力、算法和技术标准等因素的制约,安防监控视频的快速处理和深度利用仍需要大量使用人工分析。 算力的缺乏也导致智能安防摄像头普及速度低于预期。目前常见的智能摄像头大多应用于基本监控场景,要对复杂场景进行多目标的实时识别和分析,终端算力还无法支持。因此,目前的摄像头可以算作前端智能化,而非智能前端化。当然,也可以将视频送到云端去处理,但这样又会带来高延迟和数据安全性的问题。 “未来的市场必定是数据规模和计算能力的角逐。” 浪潮商用机器有限公司OpenPOWER产品营销部总监张琪表示。谁能够在解决算力不足问题的同时又能够更好降低功耗与成本,谁就能在AI浪潮下占领安防鳌头。 多技术结合缓解难题AI算力不足的问题正在不断被相关企业解决。例如集合了云端计算、边缘计算、端侧计算的一体化部署方案,能一定程度上缓解摄像头算力不足的难题。 AI无论应用于消费还是行业场景,其未来的算力是多点协同性质的。这就要求针对不同问题场景提供不同解决方案,这些方案需要能够解决针对异构的适配能力和迁移能力,以便更好地前向兼容。 例如某些To B场景中,将摄像头额外叠加AI算力形成“胖终端”,通过外设将图像识别置于本地,一方面降低时延,一方面减轻了对于网络连接和容量的需求。 这些方案的设计本质上就是要解决一个问题——分配好终端和云端分别需要完成的任务。但业界对AI算力应更多部署在前端还是后台尚无统一意见。 将合适的算力放到合适的位置要解决好算力问题,安防领域需要云边端协同发展,将合适的算力放到合适的位置。当然,算力并非孤立存在,其他因素也将影响算力的使用。例如若没有进行存储优化,那么芯片实际能够提供的计算力其实会大大低于理论值。 那么,如何分配算力并平衡好其他影响因素?海康威视的AI Cloud架构或许可以提供思路:利用云计算中心弹性分配计算服务器、存储服务器的资源,够按需调度智能算法和大数据算法。 由于人工智能技术整体发展还处于初级阶段,智慧安防行业也随之面临很大的不确定性,而这也为各种安防企业提供了巨大的舞台,舞台上将呈现怎样精彩的表演?令人期待!
2019-09-09 00:00 阅读量:1681
WAIC观察:从“双马”对话看人工智能的现在与未来
  8月29日,WAIC开幕第一天,在上海世博展览馆附近的无人驾驶体验场地早早就排起了很长的队伍,热情的参会者们希望抢占每天500个体验名额其中之一。  这里是占地约3.6万多平方米的无人驾驶体验场地,据了解,该场地由无人驾驶静态展示区、动态体验区以及功能区三大部分构成,是国内首次融合多种无人驾驶技术的大规模无人驾驶体验场。在这里,参会者可以体验到自动驾驶、5G+车路协同、自动泊车等功能和技术。  现场,排列了包括特斯拉、滴滴、威马汽车等十几家自动驾驶公司的无人驾驶汽车,包括一些无人驾驶清洁车。其中,除了特斯拉,滴滴无人驾驶车队受到了非常多的关注。  此次,滴滴CEO程维也亮相2019 WAIC,他在演讲中提及,滴滴剥离了无人驾驶公司,希望推动无人驾驶载人测试在上海落地。  据滴滴CTO、滴滴自动驾驶CEO张博在接受采访时的透露,未来,滴滴将在上海再部署30辆测试车,待测试成熟后将全面推广,目前很快还有3辆车开始测试,等测试成熟了以后会不断加车。  张博表示,未来用户在指定区域打开滴滴App,即可看到“自动驾驶”入口。  而这个过程“预计很快,不会太远”。  据其透露,针对自动驾驶,目前滴滴在中美两地实际路测的里程已达30万公里,已拥有40辆测试车,其中中国30辆,美国10辆,未来将在中国上海额外再部署30辆测试车。  无人驾驶是滴滴在出行领域的一次“硬核”尝试。相比较其他无人驾驶汽车公司,滴滴的无人车可以更直接、快速地触达到普通大众,许多人表示非常期待在上海打到无人车。  “自动驾驶汽车和卡车的开车方式与我们现在不同,也不会像现有无人驾驶汽车的驾驶。”被称为机器学习之父的卡内基梅隆大学计算机学院院长Tom Mitchell 在演讲时表示,自动驾驶汽车会瞬间无线连接并与其他周边车辆进行交互,它们可以看到我们看不到的东西,知道周边汽车的计划是什么、遇到了什么紧急事件,自动驾驶汽车将会非常先进,比人类还厉害。  他提到,“机器将会突破超越人类自有的感知限制。麦肯锡预测未来世界上大概90%以上汽车交通事故会消除,从而拯救大量的生命。”  不过,从现场观察,无人驾驶汽车的驾驶位和副驾驶位都坐着厂商工作人员,驾驶位工作人员会双手虚握方向盘,据称是出于公司安全要求。  或许,无人驾驶技术在国内的成果已经肉眼可见,但要真正落地、行驶在城市道路上,或许还需要一点时间和耐心。  而除了无人驾驶,在上海世博展览馆展区,今年出现了更多AI落地应用成果的呈现,热门、已经有相对进展的领域,主要集中在医疗、教育、自动驾驶、金融等。  其中在医疗领域,观众可以在一些展区体验AI医生问诊、一分钟诊所,以及脉诊仪、带显示屏的智能水杯等可穿戴等智能设备。在教育领域,AI老师是一大亮点,流利说、好未来、松鼠AI等公司均展示了自己的AI老师,在AI+教育场景下,将智能教室、个性化课程及教学路径等应用到学生学习中。  此外,这次大会上,也展出了很多更加智能的机器人,比如可以穿针引线、智能巡检操作,其中人机协作也有了较大的进步。  “AI威胁论”引热议 马斯克:人要与AI结合 我们时间不多了  毫无疑问,2019 WAIC期间,马云和马斯克的对话是最大的亮点。开幕式结束之后,新浪科技多次能听到大家关于“你支持马云还是马斯克的观点”的讨论。  在对话环节,马斯克认为,机器比人厉害,未来人要靠机器来赋能自己。但是马云认为,机器是人创造的,无论如何不会机器不会超越人,同时人要注意机器可能会存在的问题。  被称为“钢铁侠”的马斯克身上似乎永远不缺话题:特斯拉、火箭、火星、超级人工智能……  “如果打不过他们(AI)就和他们组成团队吧。我所开发的公司就是这样,目的就是让我们加入到AI战队里面。”  这一次来到中国上海,马斯克依然坚持他的AI与人共生论。他认为,其实我们已经是一个半机械人了,比如人已经离不开手机、电脑,它们相当于人类生命的延伸。  这一点似乎与钢铁侠的设定不谋而合:漫威电影中具有冒险精神的钢铁侠拥有炫酷的钢铁装甲,他可以将装甲的内层储存在自己骨骼中空的部份,并可利用脑部的思绪直接进行控制。  马斯克相信,人脑要追上AI发展的唯一办法,就是成为AI。人类将来需要与计算机相结合,从而避免在AI时代被淘汰。  事实上,马斯克已经在尝试通过意念控制机器。他的另一家公司、专注脑机接口项目的Neuralink,是2017年马斯克为了将AI直接植入人类大脑皮层,以提高人类智能水平而创立的一家公司。  就在一个月前,Neuralink宣布脑机接口系统获得新突破,研究人员已经在猴子身上进行实验,让猴子能用大脑来控制电脑。  马斯克还表示,希望能够通过这种技术为更多疾病患者“续命”。若获得批准用在临床试验中,Neuralink将在瘫痪病人的头骨上钻四个8毫米的孔并插入植入物,使他们能够利用他们的大脑控制电脑和手机。  虽然此前早就有脑机接口相关的研究和论文,不过都是外接式设备。Neuralink选择了一种更为激进的技术路线:要把脑机接口放进人体里。简单来说,就是通过收集、识别和转化大脑信号,将人脑发出的指令直接传递给指定的外部机器。  在此次“双马对话”中,马斯克也反复提到了Neuralink:“Neuralink必须得到重视,不然我们就会落后。”“我们必须在这一技术上加快脚步跟上,留给我们的时间已经不多了。”  马斯克认为,Neuralink的脑机接口技术不仅可以帮助截瘫患者或是脑部受损的人士,还有望使得人类的能力大大增强,还可以改变传统教育方式,使人类更高效地获取信息。  但是马云不以为然。  马云与马斯克为什么“不在一个频道上”?  “人从来没有办法制造一个人。计算机就是机器,机器就是一个玩具。我们要有信心,机器只有芯片,而我们有我们的心,我们的心是智慧的来源。”  马云说自己很乐观,“我不觉得AI是一种威胁,我不认为人工智能是很恐怖的东西,因为人类很聪明。我觉得AI很好很有意思,我们会拥抱它。 ”  在他看来,计算机可能更聪明,但是人类要有更多的智慧。聪明是学术驱动的,但是智慧是经验驱动的。“计算机很聪明,但是是人类发明了计算机,我从来没有看到计算机发明一个人。 ”  “哪个人类创造的东西比人更聪明? ”马云问。  马斯克提到了AlphaGO,“计算机已经在很多方面比人更聪明了,我们的目标在变得更高。比如过去下棋是聪明人才会下的,现在你的手机就可以下棋,而且AI能打败世界冠军……人们和计算机下围棋像你和宙斯斗争一样没有希望的,我们差太远了。”  马云反驳到,“和计算机下棋这很愚蠢,像100年前人们创造了机器,人们说人不可能比汽车跑得快,只有傻子才会去和汽车赛跑。围棋是为人类设计的,让人和人下棋的,为什么人要和计算机下棋呢?我从来不下棋,也不和计算机下围棋。”  “很高兴看两个计算机下棋,但是我对于和计算机下棋没有兴趣。有些人很悲伤说计算机比人聪明,计算机下棋下得更好,我觉得和计算机下棋很傻,不要这样做,我们要做我们擅长的事情。 ”  马云提到了擅长的事情。  其实,很多人会去讨论马云与马斯克的观点谁对谁错,在开幕式后的论坛环节,也有圆桌对话主持人提出让嘉宾站队支持马云还是马斯克的观点,结果是3:1,马斯克票数更高。现场,嘉宾预测,到2050年,机器人整体智能会超过人类,虽然目前机器人只是婴儿的水平。  同时,也有人吐槽,“双马”对话根本不在一个频道上,甚至有点尴尬。  AI到底能不能威胁到人类?这可能是一个没有答案的问题。  马云与马斯克,一个更关注现实问题,一个对未来更有热情,这与二者所接触的文化有关,也与他们所从事的领域有关。就像马斯克会努力登上火星,马云则会去敦煌种树。  而现实问题是,现在与未来都是人类需要去思考和准备的。  马云提到,到外太空也许听上去很不错,但如果我们能够把资源都花在地球上,比如从海洋当中取出垃圾,这比去外星更难,AI可以帮助我们实现这样的目标解决问题。  至于未来,他认为不可预测,99.9%的预测都是错的,而对的0.001%可能也是因为运气好。  那么,当AI真正有威胁时该怎么办?在马云看来,我们现在更多要做的是做好准备,通过AI把提升社会生活和地球现状。  在AI时代,人类可能既需要人着眼当下的社会生活和地球,也需要人仰望和探索遥远的未来和外太空。
2019-09-02 00:00 阅读量:1687
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
CDZVT2R20B ROHM Semiconductor
RB751G-40T2R ROHM Semiconductor
MC33074DR2G onsemi
TL431ACLPR Texas Instruments
BD71847AMWV-E2 ROHM Semiconductor
型号 品牌 抢购
BU33JA2MNVX-CTL ROHM Semiconductor
BP3621 ROHM Semiconductor
TPS63050YFFR Texas Instruments
STM32F429IGT6 STMicroelectronics
ESR03EZPJ151 ROHM Semiconductor
IPZ40N04S5L4R8ATMA1 Infineon Technologies
热门标签
ROHM
Aavid
Averlogic
开发板
SUSUMU
NXP
PCB
传感器
半导体
相关百科
关于我们
AMEYA360微信服务号 AMEYA360微信服务号
AMEYA360商城(www.ameya360.com)上线于2011年,现 有超过3500家优质供应商,收录600万种产品型号数据,100 多万种元器件库存可供选购,产品覆盖MCU+存储器+电源芯 片+IGBT+MOS管+运放+射频蓝牙+传感器+电阻电容电感+ 连接器等多个领域,平台主营业务涵盖电子元器件现货销售、 BOM配单及提供产品配套资料等,为广大客户提供一站式购 销服务。