院士智匯成都 帶來人工智慧的工業應用突破方向

原標題:院士智匯成都 帶來人工智慧的工業應用突破方向

封面新聞記者 劉旭強

最近幾年,隨著「阿爾法狗」戰勝人類圍棋頂級高手,人們對人工智慧充滿了期待,人工智慧的熱潮席捲全球。然而,在工業這塊「試金石」上,由於物理系統的複雜性,人工智慧卻不再無往不利。

那麼,人工智慧如何落地於工業上?10月13日,在中國人工智慧大會工業人工智慧專題論壇上,柴天佑、陶大程等該領域內的頂尖學者、專家就此展開研討。

中國工程院院士柴天佑

柴天佑:工業人工智慧要向最優秀的知識工作者學習 實現達到與超越

「我們製造業經歷了工業製造化時代,經歷了信息化時代,現在要走向智能化時代」。中國工程院院士柴天佑指出,將人工智慧與工業領域知識和工業自動化相結合,發展工業人工智慧,成為智能製造新的技術基礎。

現場,柴天佑清楚地指明人工智慧與智能化的異同。兩者都是通過機器延伸和增加人類的感知、認知、執行功能,但核心目標卻不同。區別於自動化減少和減輕人類體力或腦力勞動、提高工作效率的目標,人工智慧強調對人的智能行為實現自動化複製。

如何研究智能工業演算法?柴天佑也給出了建議。首先,要用問題驅動,從實際生產中找准問題所在。

其次,要以最優秀的知識工作者作為工業人工智慧的學習參考目標,最終實現達到與超越。

在研究思想上,柴天佑強調採用信息系統和物理系統的綜合計算,研製出面向特定應用領域的工業人工智慧系統,使系統的精準優化遠超今天的系統。

此外,對於從事工業人工智慧研究的年輕人,柴天佑鼓勵大家大胆匯聚現有的研究思想,而「紙上得來終覺淺」,建議年輕人在學科鑽研的基礎上,積極動手,將學科方法和科研技術相結合,並通股票團隊模式進行科學研究。

陶大程:建立深度學習理論 提高AI可信度

澳大利亞科學院院士陶大程指出,在人工智慧的技術落地浪潮中,AI的可信度將成為一大關鍵難點。「我們曾經對自動駕駛系統做過一個實驗,如果將小廣告貼在道路交通牌上,那麼就到導致自動駕駛系統誤判。」陶大程介紹。

澳大利亞科學院院士陶大程

陶大程說,會出現上述問題,是因為缺乏對人工智慧深度學習真正的理解。「深度學習模型在很大程度上仍然還是一個『黑盒』,我們不完全了解深度學習的工作原理,不完全知道深度學習在什麼時候會失敗,這樣我們很難去管理使用深度學習所帶來的風險。而想解決這些問題,就需要建立深度學習理論。」

陶大程認為,基於學習和經驗開發出的演算法,其準確度和用於學習的樣本數據息息相關。鑒於用廣泛數據去訓練演算法的難度很大,實際的演算法訓練往往是在有限的空間內。藉助深度學習的理解定義合適的檢索空間,快速找到需要的數據就顯得尤為重要。

台灣疫情資訊

台灣疫苗接種

相關熱門