前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Imagination月度问答:AI被过度炒作了吗?

Imagination月度问答:AI被过度炒作了吗?

作者头像
企鹅号小编
发布2018-02-01 10:38:51
6900
发布2018-02-01 10:38:51
举报
文章被收录于专栏:企鹅号快讯企鹅号快讯

欢迎大家来到新系列文章的首篇,我们每个月将会在这里讨论这个行业目前面临的一些重大问题。我们将向行业内专家和我们公司内部的专家提问一些问题。第一个问题很简单:“AI被过度炒作了吗?”

最近Imagination宣布推出神经网络加速器(NNA): PowerVR Series2NX而进入AI相关行业的世界。这为神经网络的硬件加速提供了前所未有的性能,并使未来的嵌入式和移动设备能够利用神经网络驱动的AI应用。

但是AI是不是被赋予的太多了?毫无疑问你会注意到AI正占据各大媒体的头条,纷纷表示AI会重新组织、振兴并彻底改变我们的世界。当然也存在反对的声音以及很多反对的理由,许多著名的公众人物也表达了对AI潜在影响的担忧。就在本周希拉里•克林顿(Hilary Clinton)表示美国对人工智能的影响完全没有准备,而埃隆•马斯克(Elon Musk)和斯蒂芬•霍金(Stephen Hawking)则对AI给人类带来影响表示深切担忧。

那Imagination是如何认为的呢?这里我们没有给出一个统一的答案而是采访了我们的五名员工并给出了他们的个人观点。

问:AI是被过度炒作了吗?

布莱斯·约翰逊

Bryce Johnson

汽车营销部门总监

AI被过度炒作了吗?——NO

我们只是处在整个AI发展曲线的开始,我们可以想象在不远的未来AI将是解决我们当今世界所面临的巨大问题的基础技术。我们可以从AI获取更多的价值,这将使我们的生活更加的丰富,让我们更加专注于生活中更重要的事情。

让我们考虑一下向自动驾驶汽车的转变。如果没有计算机视觉(AI的一个子集),汽车将无法感知周围的世界,也就不能够在复杂的环境中控制汽车。没有云端AI对于这类视觉系统的训练人工智能将会很容易出错。没有机器学习(AI的一个子集)汽车只会四处行驶而无法从新的体验中学习。

这只是AI对我们生活产生巨大影响的一个例子,它将会降低事故(91%的事故是由人为错误造成的),通过改善交通降低污染,并通过先进的汽车共享和汽车保有量方案来减少交通拥堵。

在汽车领域人工智能拥有广阔的前景,目前仍未完全发挥其潜力。

Dave Bartlett

视觉和AI软件

高级软件工程经理

AI被过度炒作了吗?——YES

这个问题可以从很多不同的观点和不同的时间节点来考虑。总的来说,在公众层面,AI在技术能力和对社会的影响方面被过度炒作了。每天我都会浏览主流媒体,它们试图向公众解释AI的影响。最近Radio 4频道的PM节目,一个经常被超过七百万人收听的节目,每周都有一个专门的节目来探讨人工智能对经济等各方面的影响。

未来学家们经常预测在十年内人工智能将开始对社会造成重大的破坏,而经典的例子就是自动驾驶汽车。我们从历史中能够学到什么——未来学家总是错误的!

虽然技术进步很快,但是我们现在拥有的是非常基础的,不能被认为是人工智能,可以更好的描述为机器学习算法。让我们考虑一下当今最先进的分类网络。

这些网络能够显示一幅图片并将其分类(就像热狗探测器)。这些网络经过数千张图片的训练并且通常声称因为经过了训练会比人类的能力更好。然而研究这些网络的局限性已经产生了一些非常有趣的结果。麻省理工学院(MIT)的一个团队竟然能够将被归类为步枪的图片3D打印为一只海龟。

这是通过控制海龟的图案来实现的。对于人类来说,3D模型无疑是一只海龟,但是它却能够愚弄神经网络。同样,其他研究人员通过改变图片中的某个像素来愚弄分类网络。这些网络很容易被愚弄,因为它们是比较原始的,在它们被用于关键的安全应用程序之前,它们的健壮性需要得到巨大的提升。汽车行业声称2020年实现自动驾驶,但这在当今的技术上是不可能的。

概括来讲,技术泡沫是常见的,未来学家总是错误的,技术进步对社会的影响是渐进的。人工智能技术将会迅速涉及到AR、VR、人机交互等许多领域,并将推动科技行业的收入和发展。然而,为了配合现在的宣传,需要对技术进行大规模的改进。

Russell James

视觉&AI部门副总裁

AI被过度炒作了吗?——NO

令人惊讶的是,人工智能并没有遵循传统意义上的炒作曲线。这项技术是被炒作但是却直接进入到生产环境——进入到现实——而不是进入“幻灭的低谷”。这是罕见的,并推动了它所能提供的能力以及迅速获得采用。我相信人工智能将成为2018年的驱动技术之一,被消费、商业、机器人技术、物联网和数据中心等领域所采用,并长期应用于汽车行业。我想说半导体行业的每一个角落都将受到人工智能技术的影响。

Francisco Socal

PowerVR视觉&AI业务运营,产品经理

AI被过度炒作了吗?——YES

这是目前一个非常相关的问题。总的来说,我想说“是的”,目前已经有大量的炒作。这些是由当前对人工智能的期望和热情与它目前实际提供的能力之间的不匹配造成的。

很多人可能没有意识到但这并不是人工智能技术的第一次热潮。实际上是第三次,甚至可以说是第四次。第一次是在20世纪50年代人工智能与机器之间的联系首次被注意,然而技术和性能并没有到位,结果是令人失望的。几十年后随着高性能GPU和计算能力的提升可以说“人工智能的冬天”已经彻底结束了。

与任何新技术一样,它不可避免地要经历传统模式的“炒作周期”,在我看来,我认为它已经被过度炒作了。我们今天所拥有的还远远不是一般的人工智能,并不是人们所说的能够消除工作来取代人类。在一文中,即使最热衷的专家也认为至少需要30年人工智能才能够执行高水平的机器智能(HLMI),那时候人工智能机器将能够以比人类人工更好、更低的成本完成任务。也有人说至少还需要75年!

我们的旅程才刚刚开始,还有一系列与人工智能相关的技术和学科,认识它们也是很重要的。比如“深度学习”,即卷积神经网络的例子正是研究的热点,吸引了大量的利益和投资。具体来说虽然它们被夸大了但我不会说太多。其原因是它们可以通过解决实际应用程序问题带来价值,相比之前的方法会有明显的改进。这些将被应用到各种各样的行业中提供解决问题的办法。

然而它们正在接受人们的质疑,而且可以发现它们可以被愚弄,这可能会使它们陷入幻灭的低谷。举例来说,将贴纸贴在路标上就会迷惑一辆自动驾驶的汽车,或者我一直比较在意的就是神经网络被戏弄认为3D打印的乌龟是一把步枪。(剧透:并不是这样)

然而,深度学习比人工智能更重要。例如,语音识别、语音合成和自然语言处理都在很大程度上依赖神经网络,并会在大量消费类产品中找到实际应用的方法,提供非常准确的结果。从这个意义上说,期望与实际利益是相匹配的,因此可以说AI根本没有被过度炒作。

另一方面其他人工智能技术还在不断的涌现,比如加强学习和神经形态处理,然而我们还没有看到围绕这些技术的宣传,我预计这些技术将会呈现显著的增长,并从CNNs获得关注。

大卫·哈罗德

David Harold

营销与通信副总裁

AI被过度炒作了吗?——NO

我认为我们必须以看待太空飞行的方式来看待人工智能。目前带来的好处是有意义的,但是相对来说是比较小的——更好的材料、更好的工程——但潜力是我们解锁了太阳系内的所有资源。人工智能也是相似的,目前它能够打败Go,明天它可能帮助我们分配资源,这样我们就可以生活在一个>后稀缺社会中。有趣的是,斯蒂芬·霍金(Stephen Hawking),一个以不夸张著称的人,认为人工智能是发生在人类身上最重要的事情(也是潜在的威胁)之一,他眼光长远,但难免有些悲观。我更倾向于伊恩·M.班克斯(Iain M. Banks)的做法,他设想了一个我们可以将幸福交给更理性的AI手中,并且让我们能够过上完整且公平的生活。

我同意班克斯先生所说的:“我认为AI可能拯救我们,”但是我也同意他的想法“理想情况下在未来的社会中你想要有深度的生活,脱离超级计算机带来的便利回到标准人类自主的生活也不会耗费太多的精力,唯一要注意的是我们可能对周围的事情感到厌倦但是却失去了一些基础的能力或者其他的一些智慧。”

这是弗兰克·赫伯特(Frank Herbert)科幻小说《沙丘》中描述的未来,那时候AI时代已经过去了。

当然我们离AI时代还有很长的一段路要走,但是AI最初看起来像汽车在20世纪出现时一样重要。

对于这个问题你有哪些看法?这个行业是否过分强调了人工智能的重要性?请在下面留下你的评论让我们知道你的想法!

权威发布有关Imagination公司CPU,GPU以及连接IP、无线IP最新资讯,提供有关物联网、可穿戴、通信、汽车电子、医疗电子等应用信息,每日更新大量信息,让你紧跟技术发展,欢迎关注!伸出小手按一下二维码我们就是好朋友!

本文来自企鹅号 - Imagination Tech媒体

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文来自企鹅号 - Imagination Tech媒体

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
语音识别
腾讯云语音识别(Automatic Speech Recognition,ASR)是将语音转化成文字的PaaS产品,为企业提供精准而极具性价比的识别服务。被微信、王者荣耀、腾讯视频等大量业务使用,适用于录音质检、会议实时转写、语音输入法等多个场景。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档