為匯聚全球智慧，將上海打造為世界頂尖的人工智能合作交流平臺。8月29日-31日，在為期三天的2019世界人工智能大會上，超過60多個國家、8萬多名專業(yè)人士參加了交流匯報、24萬人次參加了參觀展示，500余位國內外頂尖高校、行業(yè)領軍企業(yè)、國際組織的重要嘉賓，全球AI知名企業(yè)領袖云集于此。其中，機器學習教父Tom M. Mitchell、神經網絡之父Jürgen Schmidhuber、Landing AI創(chuàng)始人吳恩達、神經網絡先驅Terrence J. Sejnowski的到來，更是燃爆整個大會。
機器學習教父Tom M. Mitchell
Tom M. Mitchell是現任美國卡內基梅隆大學的計算機學院院長，美國國家工程院、美國藝術與科學學院的成員，人工智能促進協會(AAAI)的研究員和前任主席。同時，他還身兼美國《Machine Leaming》雜志和國際機器學習大會(ICML)的創(chuàng)始人，他出版的機器學習領域第一本教科書——《機器學習》，不僅成為機器學習領域的奠基之作，也成為很多國際知名大學選用的教材和人工智能學習者入門的首選書目。
在主論壇(科學前沿)上，Tom M. Mitchell表示，我們處在這樣一個新時代，計算機不僅已經達到甚至還會超過人的感知程度。
“十年前，計算機幾乎是又聾又瞎，現在，它們大致在人類技能的層面上能看到和聽到我們的聲音，在某些情況下，能做到更好。”Tom M. Mitchell認為，AI正在進一步加速世界的發(fā)展，其中一個領域就是感知領域?！氨热缭卺t(yī)療領域里，計算機可以觀察皮膚上的一個癥狀，可以確定它是否為皮膚癌，甚至比皮膚科的專家還要厲害?！?/P>
除此之外，Tom M. Mitchell認為，我們正在進入AI對我們如何教育孩子產生重大影響的十年。因為AI的進步，研究人員和公司正在開發(fā)新一代非常詳細的知識圖表，從幼兒園到十二年級，都將產生十分重要的影響，目前在教育行業(yè)已經積累了龐大的訓練數據。
遞歸神經網絡之父 Jürgen Schmidhuber
Jürgen Schmidhuber是一個“高產”的學者，發(fā)明了長短時記憶網絡(LSTM)，創(chuàng)作了350多篇高水平的論文，是眾多獎項的獲得者。除此之外，他同時也是NNAISENSE 聯合創(chuàng)始人兼首席科學家、瑞士人工智能實驗室IDSIA 科研主任，瑞士盧加諾大學和瑞士南方應用技術大學人工智能教授，被稱為“遞歸神經網絡之父”。
Jürgen Schmidhuber認為，LSTM不僅會模仿人類的做法，未來還會成為具有好奇心的人工智能體。這些人工智能體會給自己設立目標，不需要人類介入就可以不斷創(chuàng)造實驗，然后成為更好的學習型AI。“像教小孩子一樣教機器人，比如怎么做衣服裝配手機這些任務，都將會完完全全轉變我們的產業(yè)。”
Jürgen Schmidhuber指出，未來的人工智能的成本也會降下來，就算發(fā)展中國家也可以看到很多的人工智能，人工智能讓他們的人生變得更好更加的舒適?！癆I是超越人類的，它不僅是一種新的工業(yè)革命，它幾乎可以是和35億年前人類生命出現，從化學革命帶來了生物革命一樣重大的事情?！?/P>
Landing AI創(chuàng)始人、著名科學家吳恩達
吳恩達是斯坦福大學計算機科學系和電子工程系副教授，人工智能實驗室主任，Landing AI創(chuàng)始人及首席執(zhí)行官，曾獲得斯隆獎和"計算機和思想獎"。
吳恩達早期的工作包括斯坦福自動控制直升機項目，他帶領的團隊開發(fā)了世界上最先進的自動控制直升機之一。同時他在計算機視覺的一些工作被一系列的出版物和評論文章所重點引用，是機器學習、機器人技術和相關領域的100多篇論文的作者或合作者2013年，吳恩達入選《時代》雜志年度全球最有影響力100人，成為16位科技界代表之一。
在世界人工智能大會·全球工業(yè)智能峰會上，吳恩達提出關于AI發(fā)展的幾大趨勢：AI的學科過渡、從大數據向小數據的過渡、AI在模糊標簽方面也可以發(fā)揮作用、未來人機交互。
如何讓AI在工業(yè)得到更好的執(zhí)行和實施?他認為，與其說做一個完美的模擬器，不如做成千上百個模擬器，每一個都去學習，都去加強自己的學習成果，每一個模擬器都有不同的模擬參數。
公司應該怎樣找到正確的用戶案例? “首先不要貪大，從小處著手;要把人工智能和主題的專業(yè)知識相結合。這樣在互聯網和在工業(yè)方面能夠讓AI有更大的用處和用武之地?！?/P>
神經網絡先驅Terrence J. Sejnowski
Terrence J. Sejnowski是美國索爾克生物研究所計算神經生物學實驗室主任，克里克-雅各布理論和計算生物學中心主任。同時也是世界十大AI科學家之一，全球AI專業(yè)會議NIPS基金會主席，美國國家科學院、美國國家工程院院士，美國物理學會會士、國際電氣與電子工程師協會會士。
作為神經網絡的先驅，早在1986年，Terrence J. Sejnowski就與Geoffrey Hinton共同發(fā)明了玻爾茲曼機，把神經網絡帶入演講與應用的熱潮，將深度學習從邊緣課題變成了互聯網科技公司仰賴的核心技術，實現了人工智能井噴式的發(fā)展。
Terrence在類腦智能論壇上的演講中表示，人工智能的研究發(fā)展在傳統上忽略了大腦，但近年來在深度學習方面的進步，使得解決視覺、語言和自然語言方面的難題成為可能。
深度學習是基于上世紀80年代發(fā)現的多層神經網絡的神經計算和學習算法的一般原理，但直到最近，才有足夠的計算機能力來訓練具有與大腦皮層結構類似的深層次結構的網絡?！白罱斯ぶ悄芎蜕窠浛茖W的融合，開始對我們的日常生活產生重大影響?！盩errence提到，“AlphaGo的玩法與人類非常接近。AlphaGo每次比賽，它都變得越來越好。雖然AlphaGo自己玩了一億次，但在這之前沒有人知道它有多好。AlphaGo創(chuàng)造出了人類從未發(fā)現的更高級的動作，這是創(chuàng)造性的。”
對于目前類腦智能的發(fā)展，Terrence表示，“目前我們大腦中取得進展的兩個部分是皮層和基底神經節(jié)。大腦還有上百個其他部分，我們離大腦的效率還有五六個數量級的距離。但是現在有一種全新的神經形態(tài)芯片正在上線，它們像神經元一樣不斷地產生尖峰?！?/P>
這幾位行業(yè)重磅級人物的到來為大會增添了一抹亮麗的色彩，站在人工智能第一戰(zhàn)線的他們與參會者們分享了自己研究領域里的最新發(fā)現，其干貨滿滿的演講激發(fā)了人們對AI未來發(fā)展的思考，在多方觀點的碰撞下擦出新的火花，或將推動產業(yè)加速落地應用。
（轉載）
