11全体大会.pdf

《11全体大会.pdf》由会员分享，可在线阅读，更多相关《11全体大会.pdf（32页珍藏版）》请在三个皮匠报告上搜索。

1、 1 11全体大会 2 圆桌论坛：人工智能产业的下一个十年整理：智源社区 常政、王炜强、贾伟2020 年 6 月 22 日晚，在第二届北京智源大会晚间圆桌论坛上，智源研究院四位理事单位的相关负责人“云上相聚”，围绕“人工智能产业的下一个十年这个主题发表了独到的见解，他们分别是：百度 CTO 王海峰、小米副总裁崔宝秋、旷视科技首席科学家孙剑、美团首席科学家夏华夏。智源研究院运营副院长刘江担任主持人。在圆桌讨论中，嘉宾们盘点了过去 10 年里 AI 产业中的重要进展，梳理了可能影响未来 10 年发展的几个重要变量，如小数据、AIoT、客户侧训练等，并结合自己在工业界的实践体会，对高校老师、学生们的

2、 AI 研究，提供了一些参考建议。下面，是嘉宾们的精彩观点摘要。图 1：上排从左至右：孙剑、刘江、崔宝秋下排从左至右：王海峰、夏华夏一、过去十年：人工智能从“实验”走向“实用”问题：回顾过去十年，你对 AI 产业印象最深刻的事情是什么？王海峰：如果总结一下过去 10 年，那便是人工智能真正从实验室走向实用、走向工业大生产的 10 年。百度做人工智能，首先是用 AI 来改造搜索引擎，并对它有一个全面的布局，包括语音技术、视觉技术、自然语言、知识图谱等。就我个人经历而言，我在百度已经工作了 10 年。记得我在 2010 年刚加入百度时，接手了一个机器翻译的项目，一年后上线。当时机器翻译虽然主要基于

3、统计和规则，还没有采用深度学习，但借助于互联网大数据和强大的计算平台，翻译系统仍旧实现了比较迅速的提升。2015 年，我们上线了首个基于神经网络的机器翻译系统，这使得翻译系统取得了突破性的进展，迄今为止这个系统已经实现了全球 200 种语言的互译，每天的翻译体量已经达到千亿字符。我从事机器翻译工作已有 20、30 年，这种现象在早些年是完全不可想象的，它已经真正实现了大规模产业化。孙剑：有两个 Moments 对我影响很大。第一个是于 2012 年，Hinton 和他的学生 Alex Krizhevsky 设计、推出了 AlexNet。对于 AlexNet 当时的训练结果，包括我在内的很多做计

4、算机视觉的人，都不太敢相信，怀疑可能是数据集出了什么问题。到了 2013 年，Google 宣布将它的深度学习放到 Google Photo（当时叫 Google Picasa）上，我便将自己的几百张单反照片传上去进行了检测，发现识别结果居然大多是正确的。这给了我非常大的震撼，之前我做过一些包括 Sparse Coding 等方法在内的非深度学习的图像识别，根本没有想到深度学习 3 居然会有这么好的效果。这颠覆了我对图像识别的认识，也让我萌生了非常大的信心，我就立刻组织了一支团队来加大这方面的研究。夏华夏：的确，这 10 年来人工智能的发展非常快。记得我 2013 年加入美团时，它还没有算法团

5、队，直到2013 年下半年才开始有了第一个与人工智能相关的项目用户画像，此项目希望通过对用户的理解来完成更好的用户推荐和搜索。现在七年过去了，人工智能几乎已经渗透进了美团的每一个业务中（现在约 200 多个），除了做推荐搜索，我们还做智能配送调度、人脸认证和识别、文字识别、智能语音交互、智能语音客服，以及无人车、无人机等等。这种变化真的让人非常兴奋。崔宝秋：我想补充一点的是，20 多年前当我还在读博士的时候，其实是很羞于讲自己是研究人工智能的。时至如今，尤其是 AlphaGo 问世之后，最大的一个改变就是大家都可以非常骄傲地讲“我做的是 AI”。刘江：之前孙剑、海峰都谈到了，过去 10 年 A

6、I 为什么兴起，最重要的就是深度学习。我们现在来看 Gartner的一个总结深度学习的时间线：图 2：深度学习发展时间线深度学习算法最早可以追溯到 1958 年、1986 年，但这波浪潮真正能起来，是 2010 年是 DeepMind 创立，以及 2011 年之后，如孙剑所谈到的，在 ImgNet 等比赛里突然有人用深度学习处理视觉、语音等产生了非常大的突破，包括之后一些深度学习框架、以及 GAN 的诞生等。当然了 Gartner 这张图还有很多真正内行的信息没有包容进去。我曾经跟崔宝秋交流过，他说印象最深的是 Google 实现让机器自己会识别猫了。这让我意识到，这次人工智能在公众视野中的全