陆小曼|李开复Bengio大咖对话：下一阶段AI最大机遇在这4个领域来自DeepTechforGood量子位报道|公众号

来自 Deep Tech for Good量子位报道 | 公众号 QbitAI
人工智能技术，接下来要如何突破？
新冠疫情之下， AI还能帮忙做什么？
除了现有的领域， AI还能真正为这个世界带来什么？
前不久，创新工场董事长兼CEO李开复博士，受邀参加新加坡投资机构SGInnovate主办的“深度科技造福人类”活动，与我们熟悉的图灵奖得主、深度学习三巨头之一、Element AI联合创始人Yoshua Bengio教授对话，讨论人工智能的未来发展。
他们二位讲到：
1、“深度学习2.0”能吸收人类的归纳倾向，对数据分布算法进行泛化2、基础科学阶段，需要营造一种文化，让研究人员拥有研究自由，以取得突破。 3、除了机器人送货， AI还能在药品研发、传染性预测上做出突破以帮助人类抗议。 4、医疗、教育、气候和环境领域， AI都能带来巨大价值
具体有什么细节信息？一起看下去吧~
Bengio：深度学习2.0Yoshua Bengio：第一个问题我非常有共鸣，在我看来，目前机器学习的一大限制，是学习系统的泛化能力。
过去几十年研发的系统，都建立于一个假设，即默认测试数据与训练数据有相同的数据分布。
然而在现实世界中，无论在什么行业应用，都会存在实际情况与AI训练时不同的问题。
这一问题看起来无解，但目前我们找到了几个突破点和想法，主要是借鉴人类的意识加工机制，对原本分散的知识积累，快速进行全新重组。
虽然这些知识的组合不一定遵循训练数据分布，但我们还是能从中获得某种重组方向的优势，从而在训练分布中进行更好的归纳。
接下来的研究虽然繁重，但新的进展会令人振奋。尤其是在深度学习领域，我称其为“深度学习2.0” ，它能吸收人类的归纳倾向，对数据分布算法进行泛化。
李开复：我借 Bengio 教授的观点多说几句。我从大学时期就开始着手会话式 AI 的研究。目前的人机界面，我称之为委托界面，大多基于直接操作，如键盘、鼠标、多点触控等。
但语言是人类最基本的交流方式，也是最自然的交流途径。向AI语音识别、自然语言理解进军，一直是我们孜孜以求的目标。
例如，以前我们使用搜索引擎时，会通过输入关键词来查找网页。后来，谷歌带来了新的突破，基于深度学习的智能问答功能，可以直接让机器“说”出答案。
但我们不应止步于此，而是应该继续向下一步目标努力：通过深度学习的进一步研究，提升机器对人类指令意图的理解和执行能力。
例如，我们是否可以直接向亚马逊 Alexa发送指令：“给我妈妈送个生日礼物” 。之后，它将自动理出头绪，浏览礼物，安排配送。它了解我的个人喜好，知道我能接受的价格范围，也知道我妈妈是谁，住在哪里，想要的礼物是什么。
AI如何从技术到应用Yoshua Bengio：关于AI的行业应用，我做个简短分享。我认为这是个很有难度的议题。困难来自两方面：一是社会方面，二是技术方面。
在社会方面，从基础科学研究，到最后产品研发阶段，需要共同营造一种文化，让研究人员可以拥有研究自由，从而取得真实的突破。在技术方面，我们需要一些软件工具，让技术从研发到生产这一转化过程，尽可能的高效快速。
李开复：AI的行业应用，我将之分为两大类：颠覆式和渐进式。
颠覆式是指引入 AI 会对行业造成颠覆性的结果，带来天翻地覆的改变。
例如，自动驾驶将彻底改变运输行业；Alexa某种程度上正在改变音箱行业；新的互联网保险应用，比如美国的Lemonade、中国的水滴公司，极可能颠覆保险行业。