港科大张潼教授:AI模型的可迁移性并不强
极客时间编辑部
讲述:杜力大小:1.07M时长:02:20
近日,国际著名机器学习专家、香港科技大学教授张潼在演讲时提到了 AI 发展的关键要素,以及现在难以解决的问题。
张潼表示,人工智能从技术上可以分为多个层次,最基础的层次就是硬件、芯片、服务器等,再往上是机器学习等各种 AI 技术,继续向上是各个应用方向,如计算机视觉、语音处理、自然语言处理和大数据统计分析等,特别是大数据统计分析,在金融行业有非常多的应用,再往上有很多技术点,之后就可以制定行业解决方案,最终赋能各个行业。
近年来,AI 有了广阔的发展,主要基于两个因素,一是大数据在近年来急剧升温,包括传感器、云计算的发展、数据收集能力和存储能力的加强等,这导致数据越来越多,二是计算能力的增强,从 80 年代的个人电脑到 90 年代互联网,再从 CPU 到多核 CPU、GPU、异构计算等,在计算能力上也有了很好的基础。
在此基础上,近些年,特别是近十年左右,机器学习有了非常好的发展,在工业界取得了非常多的应用,在原来的层次上使效果有了很好的提升。
张潼认为,在一些单一的场景下,针对具体的问题,AI 的确产生了非常好的能力,甚至能超过人,让人觉得 AI 无所不能,实际上并非如此。近些年,比较著名的案例就是 AlphaGo,AlphaGo 下围棋能够赢得人类,用了非常多的模拟数据和自对弈,通过学习更多的棋局,更大的计算能力,又用了一些比较好的算法,三个方向同时发展,导致在单一场景上取得了非常强的能力。
从下围棋到跟人类打《星际争霸》,AI 进行了漫长的迁移,而这个迁移需要非常特别的定制化的算法和方式。而从现在 AI 的情况来讲,可迁移性并不强。
对于 AI 未来发展,张潼表示,其中一方面是沿着大数据在工业界的很多应用场景。比如研究机器学习,会更关注其在数据较小的复杂场景下怎样学习得更好,能够实现现在不能做的任务。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》,如需阅读全部文章,
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论