<cite id="apcyb"></cite>
  1. <dfn id="apcyb"><rp id="apcyb"></rp></dfn>

  2. <cite id="apcyb"><noscript id="apcyb"><address id="apcyb"></address></noscript></cite>

    <tt id="apcyb"></tt>
    每日經濟新聞
    要聞

    每經網首頁 > 要聞 > 正文

    專訪聯想集團副總裁徐飛玉:活躍和國際化的科研環境至關重要

    每日經濟新聞 2019-04-13 16:50:47

    4月12日,聯想集團副總裁徐飛玉在FUS獵云網2019年度人工智能產業峰會上發表了內容為“可解釋AI打造人機互信智能時代”的演講。她認為,隨著技術的不斷發展,AI開始賦能各行各業,越來越貼近用戶的生活。

    每經記者 張虹蕾    每經編輯 梁梟    

    聯想集團副總裁徐飛玉 圖片來源:受訪者供圖

    作為聯想集團副總裁,徐飛玉的另一個身份是聯想研究院人工智能實驗室負責人。如今,距離她加入聯想已經過去兩年多時間,在接受《每日經濟新聞》記者專訪時徐飛玉回憶,2017年,AI技術在中國十分火熱,她應邀接下了聯想拋出的橄欖枝。

    在加入聯想前的近20年,徐飛玉一直在德國人工智能研究中心(DFKI)工作。該中心是德國頂級的人工智能研究機構,股東包括Google、Intel、微軟、寶馬、SAP、Airbus等全球頂級企業。徐飛玉曾就任該中心首席研究員及語言技術實驗室文本分析研究組負責人。

    “人工智能,特別是機器學習,應該發展成科學,而不是煉金術。”這是徐飛玉對于人工智能近期發展的一句感嘆。當前人工智能發展的核心技術問題仍需進一步解決,還有很長的路要走。

    相較于兩年前剛剛加入聯想時表達的“人工智能之爭歸根到底是人才和數據的戰爭”的觀點,徐飛玉又添加了新的要素——“知識”。徐飛玉強調,人工智能技術想要在更多的垂直領域落地,除了人才和數據的支撐,還要將專業知識、領域知識和常識進行有效結合,幫助AI應用更加可靠和有解釋性。

    談發展階段:可解釋性AI成為新挑戰

    “可解釋AI打造人機互信智能時代”是4月12日徐飛玉在FUS獵云網2019年度人工智能產業峰會上帶來的演講內容。

    此時,距離徐飛玉加入聯想集團,并創建聯想歷史上第一個人工智能實驗室已經過去兩年。而在這兩年,聯想人工智能實驗室在自然語言處理、語音技術、計算機視覺、機器學習及智慧數據等方向均有研發成果。

    放眼全球,人工智能大潮已經風起云涌。剛剛過去的2018年,人工智能在基礎研究、技術、產業應用等方面都進入了高速增長期。根據中國電子學會的統計,2018年全年,全球人工智能核心產業市場規模超過555.7億美元,較2017年同比增長50.2%。數據顯示,全球人工智能的發展呈現三足鼎立之勢,主要集中在美國、歐洲、中國。

    徐飛玉認為,中國在人工智能方面的探索有獨特的優勢。隨著技術的不斷迭代,深度學習不斷推動人工智能發展,可解釋性AI成為一個新的課題和挑戰。

    很明顯的一點是,在人工智能的賽道上,巨頭們也在爭相競逐。去年,華為也開始推進普惠AI戰略,對于這一點,徐飛玉對《每日經濟新聞》記者表示,普惠AI的理念提出源于AI發展到了新的階段,隨著技術的不斷發展,AI開始賦能各行各業,越來越貼近用戶的生活。

    在這樣的背景下,聯想也在人工智能方面積極布局。徐飛玉透露,據第三方2018人工智能創新白皮書,聯想在語音技術和自然語言處理方向的AI專利數居中國前三位。過去一年多時間,聯想全方位實施人工智能戰略,在智能語音、智能客服、智慧醫療等方面也出現了一系列研究成果。目前,聯想也將區塊鏈技術與人工智能技術結合探索。

    談AI人才:應兼具工程能力、創新能力

    兩年前,徐飛玉剛剛加入聯想。彼時在接受媒體采訪時,她表示,人工智能的競爭,歸根到底是人才和數據的競爭。判斷一家公司的人工智能水平,首先要看人才;其次要看是不是擁有自己的數據,可以自成平臺;然后就是看有沒有好的商業模式,能夠借助生態系統幫助平臺積累數據,形成數據價值鏈條。

    兩年之后,人工智能已經上升到國家戰略的高度。怎樣將專業知識融合進AI技術、建立細分行業和領域的知識圖譜也十分重要。建立數據和知識的結合,才能塑造可解釋性人工智能。加強人工智能技術與5G、芯片、大數據、安全等技術的融合,建立靈活的創新、數據價值鏈,才能形成完善的AI生態系統。

    除了融合專業知識,AI人才也成為眼下產業發展的關鍵詞。目前一些國內高校已經開設人工智能專業。對此,徐飛玉認為,這體現了國家對于人工智能人才的高度重視。

    但這僅是一個新的起點,在人工智能人才方面,徐飛玉強調,高校應培養人工智能復合型人才,不僅要有工程能力,還要有創新能力。在國際上已經有很多專業學科和計算機學科結合,產生新的專業,比如bio-informatics(生物信息學),business informatics(商業信息學),在這些新的專業里,可以把人工智能的核心技術應用和細化到其他專業領域。

    此外,徐飛玉強調,一個國際化的、活躍的環境對科研和創新非常重要。雖然中國近年來在各類AI國際會議上發表了有很多論文,數量上已經處于世界領先,但一些核心和有影響力優秀論文還來自美國和歐洲的科學家。中國也要建立國際化的環境,多吸引國際人才。

    談數據質量:融合迭代產生更高效率

    一個不容忽視的事實是,歷經了此前浮躁的泡沫期,人工智能也逐漸進入技術沉淀期。

    但不論行業發展到怎樣的階段,在徐飛玉看來,數據與人工智能的發展都密不可分。而隨著人工智能的發展,數據也要相應產生變化,相互融合迭代出更高的效率。

    按照徐飛玉的闡述,眼下,中國正從互聯網時代邁向智能時代。近兩年,不論是企業的融資規模,亦或者國家政策導向,都推動人工智能進一步進行數據共享和跨界合作。

    “可解釋性AI可以幫助發現數據的偏差、算法的問題和弱點。”據徐飛玉介紹,在開始數據量有限的情況下,聯想在開發智能系統方面實行了人機合作策略,聯想的用戶和專家也是智能系統的數據科學家和知識工作者。

    對于未來數據質量的提升,徐飛玉談到,首先需要從改善數據基礎條件方面發力,通過建設國家級平臺,減少數據孤島,提供開放數據去支持高校及企業的研究與合作,共同促進中國基礎研究。其次,要定義數據交易和交互的技術標準和法律規范。數據已經成為像水電一樣的命脈,要從數據的產生、共享、使用、保護等方面全新關注。此外,還要推動基于數據的知識挖掘方法,多模態的機器學習方法,多類型數據的知識挖掘。

    除了數據質量的提升,AI芯片也是未來需要探索的方向之一。徐飛玉提到,物聯網(IoT)技術開啟了萬物互聯的時代,而人工智能對IoT的賦能,將會開啟智能萬物互聯(SIoT)時代。要實現SIoT,需要解決兩個問題:極低的智能決策延遲,以及數據隱私保護?,F有的端側AI解決方案存在成本過高、計算力不足以及功耗過高等問題。如果能夠開發出低成本、低功耗的端側AI芯片,將會極大推動智能萬物互聯新時代的到來。

    此外,徐飛玉強調,人工智能不是“煉金術”,而是需要通過可驗證、全面、嚴謹的方式將人工智能變成科學的可解釋性AI。人工智能的發展和應用落地,必須要將顯性和隱性知識結合在一起。

    (實習生徐文璞對本文亦有貢獻)

    (封面圖片來源:攝圖網)

    如需轉載請與《每日經濟新聞》報社聯系。
    未經《每日經濟新聞》報社授權,嚴禁轉載或鏡像,違者必究。

    讀者熱線:4008890008

    特別提醒:如果我們使用了您的圖片,請作者與本站聯系索取稿酬。如您不希望作品出現在本站,可聯系我們要求撤下您的作品。

    聯想集團副總裁徐飛玉圖片來源:受訪者供圖 作為聯想集團副總裁,徐飛玉的另一個身份是聯想研究院人工智能實驗室負責人。如今,距離她加入聯想已經過去兩年多時間,在接受《每日經濟新聞》記者專訪時徐飛玉回憶,2017年,AI技術在中國十分火熱,她應邀接下了聯想拋出的橄欖枝。 在加入聯想前的近20年,徐飛玉一直在德國人工智能研究中心(DFKI)工作。該中心是德國頂級的人工智能研究機構,股東包括Google、Intel、微軟、寶馬、SAP、Airbus等全球頂級企業。徐飛玉曾就任該中心首席研究員及語言技術實驗室文本分析研究組負責人。 “人工智能,特別是機器學習,應該發展成科學,而不是煉金術?!边@是徐飛玉對于人工智能近期發展的一句感嘆。當前人工智能發展的核心技術問題仍需進一步解決,還有很長的路要走。 相較于兩年前剛剛加入聯想時表達的“人工智能之爭歸根到底是人才和數據的戰爭”的觀點,徐飛玉又添加了新的要素——“知識”。徐飛玉強調,人工智能技術想要在更多的垂直領域落地,除了人才和數據的支撐,還要將專業知識、領域知識和常識進行有效結合,幫助AI應用更加可靠和有解釋性。 談發展階段:可解釋性AI成為新挑戰 “可解釋AI打造人機互信智能時代”是4月12日徐飛玉在FUS獵云網2019年度人工智能產業峰會上帶來的演講內容。 此時,距離徐飛玉加入聯想集團,并創建聯想歷史上第一個人工智能實驗室已經過去兩年。而在這兩年,聯想人工智能實驗室在自然語言處理、語音技術、計算機視覺、機器學習及智慧數據等方向均有研發成果。 放眼全球,人工智能大潮已經風起云涌。剛剛過去的2018年,人工智能在基礎研究、技術、產業應用等方面都進入了高速增長期。根據中國電子學會的統計,2018年全年,全球人工智能核心產業市場規模超過555.7億美元,較2017年同比增長50.2%。數據顯示,全球人工智能的發展呈現三足鼎立之勢,主要集中在美國、歐洲、中國。 徐飛玉認為,中國在人工智能方面的探索有獨特的優勢。隨著技術的不斷迭代,深度學習不斷推動人工智能發展,可解釋性AI成為一個新的課題和挑戰。 很明顯的一點是,在人工智能的賽道上,巨頭們也在爭相競逐。去年,華為也開始推進普惠AI戰略,對于這一點,徐飛玉對《每日經濟新聞》記者表示,普惠AI的理念提出源于AI發展到了新的階段,隨著技術的不斷發展,AI開始賦能各行各業,越來越貼近用戶的生活。 在這樣的背景下,聯想也在人工智能方面積極布局。徐飛玉透露,據第三方2018人工智能創新白皮書,聯想在語音技術和自然語言處理方向的AI專利數居中國前三位。過去一年多時間,聯想全方位實施人工智能戰略,在智能語音、智能客服、智慧醫療等方面也出現了一系列研究成果。目前,聯想也將區塊鏈技術與人工智能技術結合探索。 談AI人才:應兼具工程能力、創新能力 兩年前,徐飛玉剛剛加入聯想。彼時在接受媒體采訪時,她表示,人工智能的競爭,歸根到底是人才和數據的競爭。判斷一家公司的人工智能水平,首先要看人才;其次要看是不是擁有自己的數據,可以自成平臺;然后就是看有沒有好的商業模式,能夠借助生態系統幫助平臺積累數據,形成數據價值鏈條。 兩年之后,人工智能已經上升到國家戰略的高度。怎樣將專業知識融合進AI技術、建立細分行業和領域的知識圖譜也十分重要。建立數據和知識的結合,才能塑造可解釋性人工智能。加強人工智能技術與5G、芯片、大數據、安全等技術的融合,建立靈活的創新、數據價值鏈,才能形成完善的AI生態系統。 除了融合專業知識,AI人才也成為眼下產業發展的關鍵詞。目前一些國內高校已經開設人工智能專業。對此,徐飛玉認為,這體現了國家對于人工智能人才的高度重視。 但這僅是一個新的起點,在人工智能人才方面,徐飛玉強調,高校應培養人工智能復合型人才,不僅要有工程能力,還要有創新能力。在國際上已經有很多專業學科和計算機學科結合,產生新的專業,比如bio-informatics(生物信息學),businessinformatics(商業信息學),在這些新的專業里,可以把人工智能的核心技術應用和細化到其他專業領域。 此外,徐飛玉強調,一個國際化的、活躍的環境對科研和創新非常重要。雖然中國近年來在各類AI國際會議上發表了有很多論文,數量上已經處于世界領先,但一些核心和有影響力優秀論文還來自美國和歐洲的科學家。中國也要建立國際化的環境,多吸引國際人才。 談數據質量:融合迭代產生更高效率 一個不容忽視的事實是,歷經了此前浮躁的泡沫期,人工智能也逐漸進入技術沉淀期。 但不論行業發展到怎樣的階段,在徐飛玉看來,數據與人工智能的發展都密不可分。而隨著人工智能的發展,數據也要相應產生變化,相互融合迭代出更高的效率。 按照徐飛玉的闡述,眼下,中國正從互聯網時代邁向智能時代。近兩年,不論是企業的融資規模,亦或者國家政策導向,都推動人工智能進一步進行數據共享和跨界合作。 “可解釋性AI可以幫助發現數據的偏差、算法的問題和弱點。”據徐飛玉介紹,在開始數據量有限的情況下,聯想在開發智能系統方面實行了人機合作策略,聯想的用戶和專家也是智能系統的數據科學家和知識工作者。 對于未來數據質量的提升,徐飛玉談到,首先需要從改善數據基礎條件方面發力,通過建設國家級平臺,減少數據孤島,提供開放數據去支持高校及企業的研究與合作,共同促進中國基礎研究。其次,要定義數據交易和交互的技術標準和法律規范。數據已經成為像水電一樣的命脈,要從數據的產生、共享、使用、保護等方面全新關注。此外,還要推動基于數據的知識挖掘方法,多模態的機器學習方法,多類型數據的知識挖掘。 除了數據質量的提升,AI芯片也是未來需要探索的方向之一。徐飛玉提到,物聯網(IoT)技術開啟了萬物互聯的時代,而人工智能對IoT的賦能,將會開啟智能萬物互聯(SIoT)時代。要實現SIoT,需要解決兩個問題:極低的智能決策延遲,以及數據隱私保護。現有的端側AI解決方案存在成本過高、計算力不足以及功耗過高等問題。如果能夠開發出低成本、低功耗的端側AI芯片,將會極大推動智能萬物互聯新時代的到來。 此外,徐飛玉強調,人工智能不是“煉金術”,而是需要通過可驗證、全面、嚴謹的方式將人工智能變成科學的可解釋性AI。人工智能的發展和應用落地,必須要將顯性和隱性知識結合在一起。 (實習生徐文璞對本文亦有貢獻) (封面圖片來源:攝圖網)
    徐飛玉 聯想集團 人工智能

    歡迎關注每日經濟新聞APP

    每經經濟新聞官方APP

    0

    0

    国产日本精品在线观看_欧美日韩综合精品一区二区三区_97国产精品一区二区三区四区_国产中文字幕六九九九
    <cite id="apcyb"></cite>
    1. <dfn id="apcyb"><rp id="apcyb"></rp></dfn>

    2. <cite id="apcyb"><noscript id="apcyb"><address id="apcyb"></address></noscript></cite>

      <tt id="apcyb"></tt>