毛片网站在线观看-毛片网站在线-毛片网站有哪些-毛片网站视频-女生脱衣服app-女色综合

4月17日下午，湛廬特別邀請圣塔菲研究所客座教授、《AI 3.0》一書作者梅拉妮·米歇爾，中國科學(xué)院自動化研究所復(fù)雜系統(tǒng)管理與控制國家重點實驗室主任王飛躍，馭勢科技聯(lián)合創(chuàng)始人、董事長兼CEO吳甘沙，清華大學(xué)計算機系副教授、智源青年科學(xué)家劉知遠等國內(nèi)外知名科學(xué)家和創(chuàng)業(yè)者，以及特別嘉賓達闥云端機器人小姜，一起探討AI 3.0時代的新商機和新生態(tài)。

這次全智能場景發(fā)布會第一次采用了演播室和戶外智能場景雙現(xiàn)場形式，在無人駕駛汽車和云端智能機器人的烘托下，全面展示了中國人工智能領(lǐng)域的創(chuàng)新實力和前沿進展。幾位科學(xué)家、企業(yè)家跨界深度交流，共同探討了人工智能發(fā)展現(xiàn)狀，以及透視當(dāng)下AI發(fā)展的關(guān)鍵問題，并對產(chǎn)業(yè)布局和政策提出了可供參考的建議，助力未來的想象與開創(chuàng)。

以下為中國科學(xué)院自動化研究所復(fù)雜系統(tǒng)管理與控制國家重點實驗室主任王飛躍的演講精華內(nèi)容

中國科學(xué)院自動化研究所復(fù)雜系統(tǒng)管理與控制國家重點實驗室主任 王飛躍 

《AI3.0》反映出的人工智能發(fā)展特點是基于邏輯和計算不斷迭代，從邏輯智能轉(zhuǎn)向計算智能，再到人機混合虛實互動的平行智能。也就是從最初經(jīng)典的亞里士多德的形式邏輯三段論，到布爾的數(shù)字邏輯布爾代數(shù)，再到數(shù)理邏輯、自動機，以及基于邏輯的各種推理方法，這是AI 1.0的邏輯智能的核心，專家系統(tǒng)和Lisp機是其發(fā)展的高峰。AI 2.0 是計算智能，始于維納的控制論和認知計算，特別是WP人工神經(jīng)元網(wǎng)絡(luò)模型，最初是為了給大腦邏輯推理和循環(huán)因果論提供可計算的模型，在20世紀(jì)80年代中期開始大規(guī)模地使用多層神經(jīng)元網(wǎng)絡(luò)，一直發(fā)展到現(xiàn)在的深度神經(jīng)元網(wǎng)絡(luò)，成了深度學(xué)習(xí)和當(dāng)今AI的主要突破。下一步應(yīng)該怎么走，正是《AI 3.0》要探討的內(nèi)容。

米歇爾教授指出，人工智能會在邏輯智能和計算智能發(fā)展與交融的情況下走向3.0階段。大家對此有很多不一樣的解釋，我個人理解，她指的是人機與虛擬互動交融的人工智能。在我看來就是處于邊緣端的機械的、生物的智能，會產(chǎn)生有限的數(shù)據(jù)，再通過云端的云計算產(chǎn)生大數(shù)據(jù)，最后云計算把大數(shù)據(jù)變成精準(zhǔn)的深度智能，再返回邊緣端的生物體、物理體或機器人，就是Small Data, Big Data, Smart Data。這是一個循環(huán)的過程，是從邊緣端的涌現(xiàn)到云霧端的收斂，這一涌現(xiàn)收斂也是復(fù)雜性科學(xué)的核心理念。

米歇爾在這方面做了很多研究，寫了一些關(guān)于復(fù)雜性研究的權(quán)威科普著作。她講的是認知的未來，通俗點說，AI 1.0和AI 2.0是要把小數(shù)據(jù)變成大數(shù)據(jù)，而AI 3.0是要把小數(shù)據(jù)變成大數(shù)據(jù)，再變成智數(shù)據(jù)，Smal-Big-Smart Data。

說來也巧，2009年我們實驗室啟動的項目就叫AI 3.0。2011年，我們在當(dāng)時的《科學(xué)時報》,也就是今天的《中國科學(xué)報》上發(fā)表過一篇文章,介紹怎樣用科學(xué)團隊學(xué)(SciTS, Science of Team Sciences)方法實現(xiàn)AI 3.0的任務(wù)，也就是人與機器、Agents、數(shù)據(jù)與真實世界如何平行的人工智能。這也正是《AI 3.0》這本書要傳遞的信息。 

我希望更多人在閱讀本書之后，了解這種新的想法，了解人工智能的普及應(yīng)用能夠服務(wù)社會，而不是像某些專家宣稱的那樣會導(dǎo)致失業(yè)。它會讓人類生活得更好，讓人與機器各司其職，從而創(chuàng)造一個更加和諧的社會。現(xiàn)在很多地方的程序員都成了“碼農(nóng)”，996成了家常便飯。我希望AI 3.0時代的平行智能讓1024程序員節(jié)變成智農(nóng)節(jié)1023。就是將2的十次方減去1，每天10點上班、兩點下班、一周工作三天。AI 3.0會讓程序員擁有更多自由、自在、自然、自己的時間。希望讀完本書，你不但能了解人工智能的科學(xué)性，還能體會出人工智能的人文性和社會性。 

無人車將是我們通向智慧城市、智慧社會的必由之路

我是1988年開始做無人車，那時候的名字叫移動機器人，參與了多個自動駕駛相關(guān)的項目，比如NASA的移動機器人，月球火星探測車，礦山自動駕駛挖掘車，以及在Uber無人車近年撞死人的地方，給公眾演示僅用攝像頭和雷達的無人駕駛車VISTA Car，不過那是20多年前的事。后來，90年代中開始我開始研究高速公路上的無人駕駛。

我相信，無人車將來一定是我們出行、物流等場景最主要的工具，這是我們通向智慧城市、智慧社會的必由之路。但是它一定有個發(fā)展階段。

• 第一階段，無人車、無人挖掘機、無人吊車等可以率先應(yīng)用于一些特殊的場合，比如礦山，因為這種環(huán)境是對駕駛員身體損害比較大，安全是大問題。

• 第二階段是碼頭、機場，這是相對比較封閉的物流中心。剛才看了吳甘沙的馭世科技，他們在這塊做得比較成熟了。

• 第三階段是公交車等，我們看到過很多關(guān)于公交司機一些不良事件，我個人建議將公交司機從車上移到遠程，移到辦公室。這不代表著公交車完全無人駕駛，可以加安全員，甚至導(dǎo)購員等相關(guān)人員。

• 第四階段是出租車，出租車上乘客可以決定從哪里開始到哪里去，路徑相對事先明確，可在云端規(guī)劃和監(jiān)控。

• 第五階段也是最后階段，才是所有的車都變成無人車。
  

我覺得需要從人類進化的歷史的角度看無人駕駛。路是人走出來的，所以最初人有路權(quán)，人有路權(quán)的時候，人是住在樹上或洞里的。后來馴服了馬，路就變成馬路了，持續(xù)幾千年。我小的時候路還叫馬路，當(dāng)馬有路權(quán)的時候，路上有馬車、騎兵等，人類才開始有了村莊和鄉(xiāng)鎮(zhèn)，由此進了農(nóng)業(yè)社會。后來，汽車有了路權(quán)，馬下路了，我們進入了工業(yè)時代，出現(xiàn)了上海、北京、紐約、倫敦、巴黎等大城市。
     現(xiàn)在人類要進入AI 3.0的時代，路權(quán)就要歸屬無人車了。我也在這兒提醒大家想想馬車、汽車之間的共生、博弈、背叛的過程。英國從1858年開始實行最早的道路交通法規(guī)《紅旗法》，規(guī)定蒸汽車在郊外和市內(nèi)都要限速，而且前方幾米遠的地方要有一手持紅旗的人先行，為什么呢？因為汽車速度很快，馬會受驚。加上馬的出行帶來了大量的馬糞等難題，城市管理者們不得不聚在一起討論人類如何在未來一個世紀(jì)處理馬糞圍城的問題，當(dāng)年所謂的世界難題，"馬糞危機＂。

汽車與馬車的戰(zhàn)爭大約持續(xù)了接近一個世紀(jì)，最終憑借著新生事物強大的生命力，再加上幾代人堅持不懈的努力改進，汽車終于代替馬車，成為人類在陸地上的主要交通工具。

而人類駕駛的汽車在速度、效率、安全性以及環(huán)境污染方面的缺陷，注定它最終會被無人車取代。這不僅是提高速度、效率和安全性的問題，這還是個"Do the right thing, in the right way。就是以正確的方式做正確的事"的問題，最終就是一個可持續(xù)發(fā)展的問題。但我們不能急功近利，二次污染，為了短時間內(nèi)普及無人車而再次付出慘痛的代價。我覺得應(yīng)該用二三十年的時間，平穩(wěn)過度到無人車時代。這也是我堅持推廣平行駕駛技術(shù)的初衷，把有人車、遙控車、網(wǎng)聯(lián)車、無人車、用平行車統(tǒng)一起來，平安行駛，造福人類。

只有這些過程都完成了之后，我們才能真正進入無人車時代。我認為這是普及無人車的唯一途徑。這也是AI 3.0、平行智能、平行駕駛應(yīng)該考慮的事情。

在基金委的支持下，我們連續(xù)12年同西安交通大學(xué)合作舉辦無人車比賽IVFC。我們對無人車的要求從4S變成了 6S，也就是要從無人車變成平行駕駛、平行智能，使無人車能實現(xiàn)6S。6S是什么？首先是讓出行、物流，在物理空間安全Safety；然后是實現(xiàn)網(wǎng)絡(luò)空間安全Security；還要節(jié)能環(huán)保，可持續(xù)發(fā)展Sustainability；要個性化、不斷優(yōu)化Sensitivity；提供全面的服務(wù)，Service；最后，既然是智能設(shè)施，那少不了有利人類，而不是讓人失業(yè)的智慧Smartness。

希望沿著人工智能3.0路線，能夠?qū)崿F(xiàn)這個目標(biāo)。 

AI+，正在改變?nèi)祟惖奈磥?/strong>

醫(yī)學(xué)領(lǐng)域關(guān)系人類的生命健康，所以一直是AI最關(guān)注的領(lǐng)域。這也是我所希望的。此外，我認為未來受人工智能沖擊最大的領(lǐng)域應(yīng)該是教育領(lǐng)域。100多年前，我們的傳統(tǒng)教育依靠的是私塾和秀才，傳授的是“四書五經(jīng)”。這個體制無法培養(yǎng)現(xiàn)代工業(yè)所需要的新型人才，包括物理、化學(xué)、數(shù)學(xué)、生物等這些領(lǐng)域的人才，所以就被現(xiàn)代教育取代了。我們看到，教育的發(fā)展對100多年來中國的工業(yè)化現(xiàn)在化發(fā)展造成了巨大的影響。

許多人認為目前我國的教育落后于發(fā)達國家，但我認為目前全世界的教育體制都落后于技術(shù)發(fā)展。技術(shù)的發(fā)展已經(jīng)使得傳授知識獲得信息的途徑及方式發(fā)生了很大變化。信息的獲取更為便捷，比如通過wiki和微信群獲取信息成了信息來源的重要途徑。同時，很多知識已經(jīng)或正在變成了常識。如果再用傳統(tǒng)手段將這些常識灌輸給學(xué)生，不僅浪費時間，而且對學(xué)生來說也是一種折磨。所以，我認為最應(yīng)該改變的就是教學(xué)體制、教學(xué)方法和教學(xué)內(nèi)容。

就像過去的中國傳統(tǒng)教育方式無法培養(yǎng)工業(yè)化人才一樣,目前的教育體制也無法培養(yǎng)智業(yè)化的人才。這應(yīng)該是第一個要去改變的事情，同時也很高興現(xiàn)在已經(jīng)有很多人開始關(guān)注這件事情了。

另外一個我希望改進的是經(jīng)濟體系。同人體一樣，我們的社會經(jīng)濟運行體系也會生病，因而會浪費巨大的資源，生“社會病”，最終還是人類自己的病疼。我一直提倡用軟件定義過程和機器人過程自動化(RPA)來進行的社會經(jīng)濟的治理或管理，從而減少社會資源的浪費。比如將人工智能、區(qū)塊鏈技術(shù)應(yīng)用到醫(yī)院建設(shè)等公共服務(wù)領(lǐng)域。這些領(lǐng)域涉及到大家的公益，它既不能完全產(chǎn)業(yè)化也不能完全由政府控制，而是應(yīng)該由整個社會共同來協(xié)調(diào)。因此，我認為人工智能還將在社會經(jīng)濟體系建設(shè)中發(fā)揮巨大作用。

最后，制造業(yè)關(guān)系人類生存的必要條件，因此智能制造必須是這個領(lǐng)域未來的發(fā)展方向。 

兩大問題，人工智能真正廣泛應(yīng)用的關(guān)鍵

 米歇爾教授在《AI 3.0》的最后提出了6個重要的問題。我認為這些問題歸根結(jié)底對應(yīng)于兩個問題。人工智能要想真正廣泛應(yīng)用，被大家接受，必須首先解決這兩個問題。

• 第一個問題是人工智能的可靠性，包括它的可解釋性。我們在自然語言處理上已經(jīng)取得了很大的成就，其實就靠搜索，盡管其中的深度學(xué)習(xí)就已經(jīng)把我們電工行業(yè)的許多術(shù)語都用上去了，象Encoders, Transformers, Rectifiers, 但還是搜索，遠不及電工行業(yè)那樣可靠可解釋。還有，我認為，AI的可解釋性歸根結(jié)底就是人工智能的可靠性。

• 第二個問題是人工智能的合法性，尤其是在對個人隱私的保護方面。比如video camera的應(yīng)用可能會侵害個人的權(quán)利。因為已經(jīng)出現(xiàn)過很類似的案件，比如刑事欺詐。這也引起了包括中國在內(nèi)的很多國家的反思。

我個人認為，當(dāng)人工智能結(jié)合了區(qū)塊鏈等技術(shù)，可以從技術(shù)層面來解決這些問題。然而，但法律體系來規(guī)范人工智能系統(tǒng)的構(gòu)建和應(yīng)用才是關(guān)鍵，必不可少。 

三種思維，培養(yǎng)面向未來的人工智能人才

對于未來的人工智能人才，我認為應(yīng)培養(yǎng)三種思維。

首先是復(fù)雜性思維，因為人工智能本身就屬于復(fù)雜性科學(xué)（Complexity Science）的范疇，所以在人工智能研究中引人復(fù)雜性科學(xué)方面，必須加強。因為人工智能目前還是要靠還原論方法，但還原還原，那是無窮無盡的，AI深入發(fā)展必然要人文心理社會建模，如何還原？所以說要有復(fù)雜性思維，要用整體的視角去看人工智能技術(shù)，這非常重要。

其次是要有跨學(xué)科思維，因為人工智能要普及應(yīng)用，就一定涉及多學(xué)科、交叉學(xué)科和跨學(xué)科的知識。對應(yīng)的過程就是small data到big data再到smart data的三部曲。把提出問題的what if和跟執(zhí)行操作的if then交叉結(jié)合起來，what是small data, if就是big data，then就是smart data，這條路徑一定會跨學(xué)科。

最后一定要有系統(tǒng)化思維，人工智能真正要普及應(yīng)用，取得可接受的可靠性、可接受的合法性，就一定要有systems thinking，就像我們有systems engineering一樣,我們也要有systems intelligence。

所以，按照復(fù)雜性智能、跨學(xué)科智能、系統(tǒng)性智能的思維來培養(yǎng)未來的人工智能人才，是至關(guān)重要的。