官方网站:MichaelJordan、张潼、牛奎光对话:AI商业化中的技术、隐私与互联网巨头|GMIC2018

发布时间:2020-11-07    来源:官方网站 nbsp;   浏览:76926次

业务配合所有基础技术的发展,与产品部门合作将技术纳入生产,如腾讯的社交、游戏、智能硬件融合。 大企业如何有AI团队,一定要根据自己的商业场景累计研究。

二是加强前沿研究,纳入文章,与大学和研究院合作积累研究能力。 三是与产业界融合,产业界获得平台性API,同时增进学术界的产学研合作。 Michael Jordan表明,海外在AI技术而不是微软公司、Google、Facebook方面处于领先地位。

事实上,领先的是亚马逊。 AI至今为止主要被称为机器学习,因此亚马逊是第一个。 他分享了20世纪90年代亚马逊需要在AI和深度自学中很好地开展产业链的建模。 对于亚马逊这样的巨大电商来说,必须依赖整个供应链来管理数十亿美元的产品,必须明确理解整个供应链。

他们是由深度自学和建模组成的。 另外,亚马逊进行了AB测试,对网站的各个像素进行了测试,得到了正确的像素、颜色。

这是多年前的事了。 2017年5月,Michael Jordan再次加入蚂蚁金服,成为智囊团主席和顾问。 他很明显,如果像阿里巴巴这样的EC平台上有用户销售商品的数据,就可以在网站上做非常简单的工作,比如社交和搜索。

谷歌和Facebook认识到搜索和社交网站现在在与人的交流方面有一些允许,希望在人工智能的自然语言处理和决策能力方面变得更聪明,Jordan先生在此Jordan对滴滴和Uber的评价很高,滴滴和Uber显然在数据、后端系统、大规模人类对话上做得很好,这些机器的深度自学迅速领先,与很多IT公司相比非常有创造性。 Jordan还指出了大公司应用于AI的想法,“我在一定程度上关注了研究,我也关注了这样的公司,制作了一些数据流,使之经常使用。

不仅是AI,AI也是其中的一面,AI是非常简单的数学,是非常简单的方法,更有价值的是数据。 高质量的数据可以超越我们的测试某种目的,用正确的方法收集数据。 这样就可以分解适当的价值,提供给提供数据的人。

”崔宝秋分享了小米制作AI的想法。 AI在小米公司无处不在,两年前雷军将AI定位为小米未来10年的核心战略。

小米拥有更多的AI人才进行研究,小米特别偏向产品公司,重点是技术落地。 他同意Jordan谈的大数据的价值,小米享受大量大数据,AI落地非常简单。

牛奎光从投资界阐述了创业公司对AI的观点。 他提到了商汤两天前的大会。 商汤是AI独角兽创业公司,去年在高层会议上公开的论文数超过91篇,比BAT多。

对创业公司来说,AI业务一般是to B的业务,会产生传统的行业和想法。 凯文凯利所说的卓越想法往往意味着大型企业的边缘部门或边缘业务开始了,to B的业务是支流,也是创业公司必须与大型企业竞争的领域。 关于技术和商业分支嘉宾们要探索的第二个问题技术和商业,发展AI是技术优先还是商业优先? 很多公司都有大牛AI教授、研究者,为什么不能让技术落地? 牛轶光首先分享观点,AI的发展不存在不同的阶段,现阶段应用很多,下一阶段技术没有突破。

官方网站

2014年,AI的发展本质上是计算能力大幅增加,计算成本大幅上升的结果。 在应用中,机器可以代替人做一些事情,脸部识别、语音识别的能力有了相当大的提高,这个时代应该被称为“大数据小智能”。 而且,在今后的“小数据大智能”中,基础理论还没有突破很多。

现在更好的说法被应用于视觉、语音、自然语言解读、科学知识地图等单一场所。 如果说前三年是单独技术引导企业发展的时候,经过这几年的建设,它逐渐进入一个平台,将各种单独技术人员群体应用于一个明确的行业,这是下一个趋势或相当大的机会。 Jordan很少谈这个问题,他强调了主要遵循绝对明确的问题的原则。 他很明显AI的技术是工程技术,需要工程师的参加,所以公司最需要录用能解决问题的专家。

公司必须发展技术,在不同的场景中使用这项技术,但工程师做的事情充分发挥创新,解决问题有不同的场景问题,他们像科学家一样去寻找真理。 张潼指出技术和商业在某种程度上是最重要的,AI公司的关键是如何构成壁垒,需要核心能力,商业也是最重要的是很多技术到了一定程度后必须依赖商业。

腾讯实现AI都是基于腾讯自己的场景,场景和数据非常重要,商业上也有障碍,可以防止别人转入。 大数据和隐私的第三个问题是现在的热点问题,Facebook的“剑桥分析”引起了关于数据和用户隐私的普遍讨论。 崔宝秋投掷问题,现在我们在AI的春天。

其背后是深刻的自学技术的发展。 而且,今后也依赖大数据和云计算的能力。 大数据现在在AI浪潮中起着不可磨灭的作用,令人困惑的问题是数据共享,如何在不侵犯用户隐私的情况下,与学术界和其他公司共享公司的数据。

小米现在尽量不要共享,以免水滴泄漏。 来宾是如何看待数据共享和隐私维护的区别的? Jordan首先阐述了孤立无援是不能说数据还是与应用相结合。

在医疗数据方面,患者的隐私一定要维持,但也期待医疗数据能协助医疗的改良。 比如基因组序列是个人数据,个人可以要求如何使用数据。 如果个人基因数据能化疗家族疾病,我相信很多人都不想得到。

收集更好的人数据需要寻找DNA变异的方法对癌症进行化疗,很多人也不想取得自己的医疗数据。 数据共享不一定不好。

Facebook的事件之所以丑闻,是因为数据的共享没有带来人的价值,让我觉得自己的数据必须给人。 但是Jordan说,关于网络安全,有些公司也认识到数据对自己有价值,在隐私维护、数据安全方面很好,为了提高竞争力,必须离开。 另外,通过用户使用于知道自己数据的权利,也可以让用户深刻地感受到公司是有点可靠的第三者。

牛旭光对数据和隐私问题特别感兴趣,想了很多年。 他很明显,现在数据支撑着确实的价值,数据的价值只有在流动的过程中才能更好地发挥其价值。 他多次设想了“数据交易所”,但数据交换后容易复制,数据的加工方法没有被审查,所以现在没有这样的交易所。

第二个问题是谁享受数据的问题。 在社交网络平台上,数据是属于个人还是属于平台? 以前,让个人享受自己的数据在技术上几乎是不现实的,但是今天的区块链这样的技术,对这个问题的解决有一定的期待。 现在他设想了三个解决办法。 第一,从技术角度看,他要求图灵奖获得者告诉他。

在数据交易参与双方都可靠的情况下,可以用比现在的约复杂度低100倍的计算来计算。 在计算过程中,必须避免数据泄露。

但是,这样的话,成本也可能会增加一百倍。 二是数据享受者将数据聚合到中央节点,数据和计算都在本地,得出结果。

第三,牛顿光进行了实验。 他投资于鼓励欺诈的公司,与物流企业正式成立合资公司,以业务和能力的方式输入了数据的融合和牵引,但没有把数据融合在一起。

虽然有很多探索和想法,但是现在看起来没有结果。 张潼从公司的角度谈数据和隐私问题变得更现实了。 他显然如果能给予价值,数据共享当然好,但现在有几个问题。 第一,商业数据是核心壁垒,所以公司不想分享。

有时即使在公司内有不同的部门也几乎不想共享,但必须在公司层面引用。 现在,如果有法律和规定,一些数据可以共享政府的数据、公益组织的数据等。 如果医院的组织需要整合所有医院,那么即使需要一些法律来共享数据,也不值得。

也有物流、交通领域。 地道圆桌争论在大企业层面上讨论了互联网巨头如何实现AI、技术和商业分支、大数据和隐私维护分支。 最后大家也说得很简单。

如果没有数据,创业公司怎么做AI呢? 几位嘉宾回答说,创业公司如果没有数据,必须密切关注比较粗的场景,积累技术和场景方面的经验。 相关文章: GMIC大会就在眼前。

厨师:有人建议改为区块链大会LeCun,Jordan,李开复圆桌全文。 AI的现状和未来| GMIC 2018Yann LeCun文字演说:如何让AI自学常识,AI未来的趋势在哪里| GMIC 2018以下,听刊登心得。-官方网站。

本文来源:官方网站-www.afiasante.com