四位IEEE Fellow从四个维度谈数据在人工智能的挑战与未来

亿欧网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  
四位IEEE Fellow从四个维度谈数据在人工智能的挑战与未来

4月19日,由新一代 人工智能 产业技术创新战略联盟主办的IEEE Fellow专场分论坛在青岛市鲁商凯悦酒店举办。科大讯飞副总裁、新一代人工智能产业技术创新战略联盟联合秘书长李世鹏担任分论坛主席。其中,亿欧作为特邀媒体参与峰会进行现场报道。

在IEEE Fellow专场分论坛现场,悉尼科技大学人工智能研究中心主任路节发表了“ Data - Learning - Decision: Innovation and Impact ”主题演讲。 路节表示, 机器学习 现在是非常热的一个研究领域,也是一个热的应用领域。大概是30年前的机器学习原理和现在相比并没有本质的区别,为什么这么多的新算法、新模型在机器学习领域被广泛的开发在最近这两年?这一切,我们感谢 大数据 ,因为有了大数据使得机器学习的算法得以伸展。

上海大学特聘教授兼上海先进通信与数据科学研究院院长徐树公发表了“ 机器学习在无线通信中的应用进展 ”主题演讲。 徐树公在演讲中提到,无线通信系统、移动通信的飞速发展改变了生活,未来5G更会改变社会。在成立GREAT团队的时候,当时我们希望把人工智能的发展应用到无线里面去,但是非常困难,因为这两个领域都非常深,需要的知识背景都非常多,每个领域都需要相当长时间的学习过程。于是,我们成立了无线通信和人工智能两个研究方向。希望可以将AI与5G深度融合,在未来发挥更大的作用。

清华大学教授王志华发表了“ 芯片技术在移动端侧如何更好的发挥AI能力 ”主题演讲。 他在会议中谈到,人工智能是一个很热的话题,人工智能也是一个很古老的话题。现在,很多人都在做各种各样的研究,我想人工智能是有价值的。

讯飞AI研究院联席院长李世鹏博士发表了“ 实用人工智能 ”主题演讲。 李世鹏在演讲中提到,其实大家不要把AI看得那么神秘,真正智能的还没有到来。今天AI就是一个计算方式,也就是说以前我们是告诉机器怎么做事情,今天机器可以通过大数据学习怎么做事情。

路节:机器学习解决大数据带来的三大挑战

首先,路节教授介绍了大数据带来的三大挑战。 目前,工业界很广泛使用是半结构化数据,现在很多非结构化的数据包括图数据、数据流,而且数据多是多流数据。这样的数据形态,我们面临着三个挑战:第一个有的时候在一些情况下,数据没有足够的Labelled Data,第二就是当数据流的情况下,数据的分布一直在变,第三个是数据的不确定性。

四位IEEE Fellow从四个维度谈数据在人工智能的挑战与未来

悉尼科技大学人工智能研究中心主任路节

随后,路节教授针对目前的三大挑战,分别运用机器学习提供了Transfer Learning、Concept Drive Learning三个解决方案。 第一、关于Transfer Learning,路节教授以如何学习了解斑马构建斑马模型为例。路节讲到:“我们很少有斑马的资料,斑马的行为我们就会很少预测。但是我们有很多马的资料,马和斑马有相似的部分,我们就学习大量的知识,然后把知识进行学习,然后我们就得到斑马的模型,我们就可以预测斑马的行为。在理论上来说,你要进行预测一部分,你要掌握它相关部分足够多的数据;第二、关于Concept drift,由于Concept drift是不可预测的,路节教授的课题组的主要工作是以最快的速度来发现有了drift、知道drift在哪发生,并且知道如何解决drift;第三,在模糊机器学习方面,路节教授引入模糊机器学习来解决模糊输入、输出等情况时生成了模糊规则。

最后,路节教授,针对三大应对方法提出了两个决策系统,一类我们是支持Decision Support systems,还有一类是Recommender systems。 路节在演讲中讲到她的课题组在支持澳大利亚第二大牛奶运输公司的世纪操作。牛奶场面临着很复杂的问题,所以这里面就是一个非常典型的优化问题,当然可能是多目标的非线性的,这就是一个基于模型的决策支持系统。

徐树公:机器学习赋能无限通信,无线AI为6G奠基

首先徐树公介绍在无线通信领域的无线AI如何利用人工智能、机器学习提升无线网络通信系统的效能,降低系统成本和网络运营成本。 徐树公介绍:”无线AI在以下两个领域富有现实意义:日益复杂的网络运运维是运营商痛点,实现智能化的异构混合网络系统自配置、自优化;利用大数据学习提炼精准用户模型、终端模型、信道模型、场景模型等,进而自适应地提供个性化,适配场景的无线资源管理。

四位IEEE Fellow从四个维度谈数据在人工智能的挑战与未来

上海大学特聘教授兼上海先进通信与数据科学研究院院长徐树公

随后,徐树公介绍了机器学习在无线通信中的应用实例。 徐树公在演讲中介绍目前团队与华为共同在TCP版本的识别项目。由于不同的TCP实现版本,在无线系统中性能差别很大。在4G网络中TCP协议默认丢包是由网络拥堵造成,然后在5G时代的无线网络是以信道变化快且信道条件恶劣为特点。因此,TCP协议运用到无线环境时必须对其进行改变。目前,团队对于TCP版本的识别精度可达到98%。

最后,徐树公教授提到:“尽管目前许多应用工作有了较多的进展,但是有关研究仍然比较零散,不成体系。 目前,最大的挑战是在无线通信领域仍然没有公开标准数据集的建设,虽然WAIA在构建公开标准数据集的建设在不断地尝试,但是目前工作的困难依旧很多。并对5G网络系统适配场景十分复杂,自动化、智能化是未来成功商用的重要课题。

王志华:庞杂数据挑战算力,研发芯片刻不容缓

首先,王志华明确了人工智能应该朝着哪一方向发展。 王志华教授在演讲中提到:”人工智能发展的两个不同方向,一种是以联结主义、人工神经网络为代表,依靠外在形式上的模仿来实现人工智能;第二种是采用某种机制去实现智能化的功能。“王志华教授从构成人工智能的数据、算力、算法、应用四个基本要素作为入口,并且以北京限号,庞杂的数据很难利用来说明目前大数据运算的出现的问题。最后得出结论,运算超大体量的数据需要算力的提高,急需集成电路的发展。

四位IEEE Fellow从四个维度谈数据在人工智能的挑战与未来

清华大学教授王志华

随后,王志华教授在国内要不要研发芯片,研发什么芯片给出了建议。 在芯片领域上国际巨头三星、高通、英特尔的霸占芯片市场,而且芯片的产量十分充足。王志华教授讲到:”按照物理学定律,高技术向低技术的扩散是必然,芯片是应该做的;按照经济学规律分析,中国不该研究发展芯片;经济学规律在政治学规律面前,一文不值,中兴事件告诉我们,发展芯片是必须的。随后,王志华以中国彩色电视机在国际的飞速发展举例说明,我国在集成电路的发展是很有前景的。虽然,中国集成电路还很弱小,中国的集成电路保持在20%的速率进行增长,未来将会有很大的市场空间。

其次,王志华教授就中国应该研究什么样的芯片给出了建议“我们要做的是找到一个合适的应用,找到一个适合于我们AI产品应用场景的芯片,然后去做我们应该做的事,那么就是对于行业的贡献,对技术的贡献,乃至对于产业的贡献。目前我们试图在边缘计算找到一个合适应用场景,在这个场景不断深耕,技术不断成熟之后研发应用到其他场景。“

针对应用场景的深耕方面,王志华教授介绍了他们团队助听器方面的业务提升。 王志华介绍:”我们想了两种办法,第一种办法就是我把助听器里面的功能简化,简化到一个只存在传输不存在运算的一个设备,把听到的声音直接传到手机里去,在手机里面做很复杂的运算。把耳机部分变成极简单的传输,把运算部分放在手机里去。第二,验配,很复杂的算法在手机里面,第一可以识别讲话人,第二可以用不打标的方式或者是少打标的方式实现关键字识别。随着语音识别、关键字识别,便可以用人工智能的方法在使用过程当中随时随地在调整助听器,使得符合佩戴者的曲线,用讲话人识别+语音识别的方式来实现智能化的调整。“

最后,王志华教授以”在工程领域里面,应用需求从来都是创新的源泉,但是满足应用需求必须要有能力做出来,我们说长期坚持做好,是成功的关键。“结束了他的演讲。

李世鹏:期待数据开放,攻破AI应用痛点

首先,李世鹏从通知、算知、感知、认知、预知、决知等六个层次来定义人工智能,并且提出要实现一个从底层到高层的智能,最重要的一个核心就是数据。 李世鹏在演讲中提到:目前,科大讯飞在底层智能已经很成熟,语音识别包含语音合成技术、语音识别技术,方言识别技术、人脸识别、场景识别、医疗图像分析等技术在各大比赛中取得很高的奖项。科大讯飞以今年两会首位人工智能主播多语种虚拟主播为例,展示了科大讯飞在语音合成技术的应用,并且提到:”语音合成技术是很危险的技术,如果不善用或者落入坏人手里他会做很多的坏事,所以这是人工智能发展过程当中要注意的一点。科大讯飞的语音合成里面总有自己的一些水印,可以让别人了解这是人的声音还是机器合成的。“

四位IEEE Fellow从四个维度谈数据在人工智能的挑战与未来

讯飞AI研究院联席院长李世鹏博士

随后,李世鹏介绍科大讯飞用AI如何解决实际问题。 李世鹏在演讲中表示,AI可以帮助我们打破语言的障碍:第一个是可以把人机交互变得特别容易,第二个就是能打破人和人之间交流的障碍。在打破人机沟通的障碍,科大讯飞与海底捞合作推出了机器人客服。在打破人与人交互的障碍方面,科大讯飞推出讯飞翻译机,在外出交流方面打破语言障碍;会议上,演讲的内容转化为文字,并且可以实现中英文实时翻译;讯飞的智能录音笔,可以在8到10米实现实时录音转成文字,并且实时翻译;智能办公本转写成文字。随后,李世鹏介绍,科大讯飞在教育和医疗两大赛道进行深耕,

最后,李世鹏介绍了AI面临的几大问题:人们对于AI的期望过高;AI的数据标注、计算能力的瓶颈。 与此同时,李世鹏谈到他对开放数据的一些看法:“AI是要将各种数据融合在一起,针对这一问题我们提出数据银行的概念。数据银行负责管理这些数据,并且一套标准来给管控起来。”


路节

IEEE 与 IFSA 会士(Fellow),现担任悉尼科技大学杰出教授、工程与信息学院副院长以及人工智能研究中心主任

路节教授是计算智能领域(尤其是决策支持系统、模糊迁移学习、概念漂移与推荐系统等研究方向)享有国际声望的知名专家 。路节教授受澳大利亚科研理事会等资助,共主持科研项目二十余个。她出版著作六部,发表期刊及会议论文四百余篇,包括 Artificial Intelligence, IEEE Transactions on Fuzzy Systems, IEEE Transactions on Neural Networks and Learning Systems, 以及 Decision Support Systems 等相关领域的顶级期刊。路节教授现担任 Knowledge-Based Systems 杂志与 International Journal on Computational Intelligence Systems 杂志主编,她曾在 25 个国际会议上发表主题演讲,并担任 15 个国际会议的大会主席。她曾荣获悉尼科技大学 ViceChancellor’s Award for Research Excellence、Computer Journal 杂志Wilkes Award(2018)、IEEE Transactions on Fuzzy Systems 杂志杰出论文奖(2019)以及其他国内外奖项

徐树公

上海大学通信学院特聘教授,IEEE Fellow,上海先进通信与数据科学研究院院长

徐树公教授主要研究领域包括人工智能/机器学习、无线通信系统等。曾任华为技术有限公司无线接入网研究部部长、英特尔移动网络与计算联合研究院院长。已授权美国及国内专利40余项,已发表学术论文近100余篇。主持领导过多项国际、国内重大研发计划。2013年入选中组部首批国家“万人计划”科技创新领军人才;2015年年被推选为IEEE Fellow;2017年获得IEEE 通信协会“通信领域重大进展”论文奖。

王志华

清华大学教授,IEEE Fellow

王志华教授在清华大学电子工程系分别取得学士、硕士和博士学位。在1992~1994年期间,王志华教授作为访问学者,分别在美国卡内基梅隆大学和比利时鲁汶大学进修;2014~2015年在香港科技大学担任访问教授。

王志华教授的研究领域包含集成电路和系统设计,用于医疗和通信的智能集成电路设计及应用等。在多年学术生涯中,王志华教授与同事及学生合作出版了12部学术专著及教材(其中7部英文专著);在国际顶尖学术期刊上发表了197篇学术论文,在国际重要学术会议上发表了514篇学术论文,在国内学术期刊发表246篇论文,在国内学术会议上发表过29篇学术论文。王志华教授持有118项中国发明专利和9项美国发明专利,曾经获得过16项省部级以上的科技奖励。

自2000~2016年,连续16年担任清华大学微电子学研究所副所长(微电子微纳电子学系副系主任);2015年至今,担任清华大学学术委员会委员;2011~2014年,担任中国证券监督管理委员会第三、四、五届创业板发行审核委员会委员;2007~2011年担任“国家863计划信息领域专家组专家;2013~2018年,担任国家核高基重大专项咨询专家组专家;2006~2017年,担任 “教育部高等学校电子信息类专业教学指导委员会”委员;王志华教授在IEEE SSCS/CASS等国际组织担任过多种职务。

李世鹏

IEEE Fellow、现任科大讯飞副总裁、讯飞AI研究院联席院长

李世鹏博士自2018年5月起任科大讯飞科技有限公司集团副总裁兼讯飞研究院联席院长。2015年11月至2018年4月,李博士任科通芯城集团及硬蛋科技首席技术官。硬蛋是一个专注物联网(IoT)和人工智能(AI)领域的技术转化平台。2016年,李博士创立了进行IoT和AI前沿创新的硬蛋实验室。他是被《麻省理工学院科技评论》誉为世界上最火的计算机实验室—微软亚洲研究院的共同创始人。1999年至2015年,他曾任微软亚洲研究院副院长、首席研究员及微软公司合伙人。1996年至1999年,李博士任美国萨尔诺夫(Sarnoff)公司研究员。

作为《IEEE电路与系统会刊视频技术专刊》总编辑和国际电气与电子工程师协会会士(IEEE Fellow),李博士是位在多媒体、互联网、计算机视觉、云计算、物联网及人工智能领域极具影响力的领军专家。他拥有198项美国专利及330多篇国际技术论文,被引用了18800多次(H-Index: 70)。多年来,他培养出四位MIT TR35创新奖的获得者(世界上35岁以下的最有潜力的35位创新者)。李博士是被誉为人工智能领域的“黄埔军校”的微软亚洲研究院的院友会秘书长。他同时担任中国新一代人工智能产业技术创新战略联盟的联合秘书长。


AI如何持续渗透平安城市?安防企业为何纷纷“进军”商业?智慧交通除了“大脑”还该关注什么?如何抓准家庭社区安全零散的市场?

2019年5月23/24日,亿欧将举办GIIS2019中国智慧城市峰会,本次峰会将延续前两次会的主题,邀请知名专家学者、行业龙头企业、标杆初创企业、知名投资人等,聚焦技术在智慧城市领域(平安城市、智能商业、智慧交通、家庭社区安全)的应用现状及未来发展。

活动链接:

https://www.iyiou.com/post/ad/id/795

四位IEEE Fellow从四个维度谈数据在人工智能的挑战与未来

版权声明

本文来源亿欧,经亿欧授权发布,版权归原作者所有。转载或内容合作请点击转载说明,违规转载法律必究。

随意打赏

ieee fellow 2018运营数据维度数据维度
提交建议
微信扫一扫,分享给好友吧。