响铃:人人都在喊“ALL IN AI”,真姿势和假动作到底差在哪?

文 | 曾响铃

来源 | 科技向令说(xiangling0815)

曾几何时,不论规模体量大小,要是一个互联网科技企业不对外宣称自己“AI了一下”,都不好意思呆在科技企业圈子里。

百度All inAI后,中小玩家更是对AI趋之若鹜,BAT开放式的惯常玩法为AI提供了数据与计算力,这让很多中小从业者沉迷于比拼智商而不依赖资源的算法,但即便有了这样的开发环境,除了百度Apollo等少数项目,也未见太多成功的AI商业化落地应用项目。

究其原因,中国AI搞“内圈循环”仍然比较多,与外界特别是AI前沿的美国交流贫乏,那些被电话、邮件、微信反复邀请的“XX人工智能大会”,一到场就发现和上次一样,“套话开端、不认识的知名嘉宾讲话、广告”素质三连已成为标配,偶尔还要收费分果子。

被狭窄而不自知的知识体系甚至偏见桎梏,如此,叫得越大声,只会飞得越高越难以落地。对AI这样一个需要大量交流的技术形态来说,缺乏足够有深度的大会来汇聚全球行业顶尖专家指引从业者往前走,已经成为发展过程中的不足之一。

这一次,由O'Reilly和Intel主办的AI Conference要在4月登陆北京,来自硅谷和中国知名公司的人工智能专家,包括百度、谷歌、eBay、Bonsai、Uber、微软、阿里巴巴、亚马逊、SAS、Unity、SalesForce、IBM、伯克利、斯坦福及牛津大学等,将为参与者带来技术深度及实用的业务内容。

这个主打“探索在业务中应用人工智能的机会”的会议,显然是冲着“实操”而来,要从产业进程的层面推动AI脱离空谈走向实用。

而这,正是中国AI从业者所需要的。

1

拒绝空谈,AI实操有四个层面的现实问题

在一个国家意志推动的执行力超强的国度里,两会多次提及AI代表着关于AI的外围讨论或猜测更加没有意义,一场实干的比拼即将来临,这已经是最后的时间窗口了。

只等待行业大势给自己带来红利,在AI这种新兴技术行业行不通了。但是,我们是否真的弄清楚了如何才能把人工智能应用到商业项目当中去?至少有四个层层细化的现实问题,还需要我们从知识和实操层面解决:

1、如何找到人工智能应用到商业项目的切入点?毕竟,并不是什么领域都能“一AI就灵”的。

2、如何完整实施一个人工智能项目,毕竟,那些成功上马并完成的现成项目经验太少。

3、如何完善人工智能产品的交互体系,毕竟,这是用户体验(包括B端和C端)的关键部分。

4、如何不断优化与商业应用匹配的模型方法,突破那些经常遇到的技术瓶颈,毕竟,让程序员早点回去看看女儿也很重要。

好在,AIConference邀请到的重量级嘉宾们,就是来解决这些实操问题的。

百度副总裁王海峰、UnityTechnologies副总裁Danny Lange、微软亚洲研究院院长Hsiao-Wuen Hon、Matroid的创始人及首席执行官Reza Zadeh等皆会悉数到场,不论是前瞻性技术还是适用性的商业洞察,最新研究成果和观点都将被分享出来。

比如,机器视觉领域领先全球的Matroid公司Reza Zadeh将以计算机视觉产品为例,使用案例、建议和经验教训,从现实角度帮助我们一定程度上找到上述问题的答案。这位获得KDD最佳论文奖和Gene Golub杰出论文奖的斯坦福大学兼职教授,曾经推出了Twitter使用的第一个机器学习算法产品“Who-to-follow系统”(为用户推荐应该关注的其他用户)。

这些才是AI从业者应该关注的商业实操内容,才有营养和态度。

2

弯道超车?AI也许不必如此

比尔盖茨说中国AI不能弯道超越美国,引发舆论阵营的对抗,外媒对此的多数评论却是中国AI产业正在超越美国,国内媒体也在纷纷提问“事实究竟如何?”

诚然,从企业、专利等数据来看,AI的世界大战主要是中美之战。但是,对于整体尚在起步期、十分依赖创新的技术形态来说,未来的变数太大,AI的应用完全不应该是一个零和博弈的比拼过程。

与航空发动机这样十分依赖积淀的技术强调封锁与PK不同,AI还处于能够从开放沟通中获取最大多边共赢价值的形态,是1+1>2的过程,无论是对中国还是美国AI的发展都有现实意义。

也因此,与其猜测谁能胜出,倒不如都坐下来,用尽可能的充分沟通来做点对双方都有益的事。硅谷原装,生根北京的AI Conference与其说是一次AI峰会,倒不如说是将硅谷与中国融合的过程,创造一次不止中美而是全球人工智能专家难得的相聚机会,分享与获得知识让技术的价值实现复制式增长。

那些干得好的大公司,例如近年来频频放出AI大动作的百度,早已明白沟通协作的重要性,在大家还在迷醉中憧憬未来时,就已经着手各种深度的国际沟通,即便自身的AI技术实力早已超越那些中小企业。

AI Conference上,百度副总裁、AI技术平台体系(AIG)总负责人、百度研究院院长王海峰将进行主题演讲。这位负责百度研究院、语音技术部、自然语言处理部、知识图谱部、大数据部、视觉技术部、人脸技术部、增强现实技术部、AI技术生态部及若干创新业务部门的副总裁,同时也是ACL(Association for Computational Linguistics)50多年历史上唯一出任过主席的华人,这样的商业实操分享值得期待。

3

没有深套路,人工智能大会只有诚意交流

如果说某些中国AI峰会是上文所述素质三连+分果子的会议,那么AI Conference可以定义为硅谷顶级AI产业会议模式——无论从议题方式还是导师的甄选上。

参与这样标准的会议,没有“城市深套路”,只要准备一腔交流与学习的诚意。

1、实实在在的参会价值

除了重磅、数量及领域“够意思”,这次大会的嘉宾还可能有一些技术的惊喜,AI领域可能常常需要这样的惊喜。

来自移动环境中最受欢迎的游戏引擎Unity Technologies公司的AI和机器学习副总裁Danny Lange,曾担任过Uber机器学习负责人、亚马逊机器学习公司总经理、微软首席开发经理以及IBM研究院计算机科学家等诸多AI职务,这位游戏引擎公司的AI负责人宣称将介绍一种用于现实生活、彻底改变我们开发和测试、学习的算法方式,具体是什么,只有等会上揭晓了。

无论如何,与站在人工智能最前端的领袖一起分享,一定会是一种不一样的峰会体验,你能获得技术及商业知识、行业洞见以及国际视野,既有渔,也有鱼。

2、不随意的参会要求

套路式峰会不会给参会者提出太多要求,但如果你要让参与AI Conference这件事变得更有价值,结合AI技术的特征可能还有几个参与要点。

有独立立场,对AI有自己的看法,不人云亦云,否则在短时巨量信息轰炸下,难于保持初心学到自己想学的东西,最终流于形式;

有创新思维,不被已有的业界知识限制,敢于提出“惊人言论”,因为往往AI的机会就在这些奇思妙想中,与人交流打磨后挖出了富矿;

有分享精神,1+1+1+……>N的过程中,你也是那个1;

不迷恋权威,即便是重量级嘉宾的观点,在学习的同时可以主动质疑,理越辨越明,你知道的你怀疑的嘉宾们未必完全知晓或正确;

对AI未来有足够信心,信心是未来的基础,也是诚心参与分享的必要。

3、参会方式的几个关键词

时间:中国历阳春二月春暖花开的时节——2018年4月10-13日。其中10-11日培训,包括“用TensorFlow进行深度学习”、“用deeplearning4j框架构建神经网络分析时间序列”、“人工智能和金融科技:量化金融信用与欺诈风险的评估”等课程;11-13日辅导课及会议。

地点:北京国际饭店会议中心。友情提醒,住同一酒店更利于参与社交及交流活动,你可能需要提前预定房间。

更多信息可以点击“阅读原文”。

(完)

原文发布于微信公众号 - 科技向令说(xiangling0815)

原文发表时间:2018-03-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据文摘

业界 | 如果技术从业者上岗前也要宣誓,一份给程序员的希波克拉底誓言

1785
来自专栏VRPinea

国内首份VR影院运营报告:九成消费者有意愿购入VR设备

3616
来自专栏人工智能头条

2015人工智能图谱:机器人或将改变你的生活

1676
来自专栏悦思悦读

破解性别歧视,助力职业发展

如果你说“我真的觉得没有、我没经历过、我觉得,从小到大似乎都是男女平等的”。那说明你生活在一个非常友好环境;有非常开明的父母给你营造了一个很好的成长空间;在学校...

1382
来自专栏CDA数据分析师

数据科学领域的20位杰出女性

很长一段时间,在科学、技术、工程和数学等领域工作的女性都不受重视和欢迎。比如Katherine Johnson和她的同事们,曾在NASA早期的太空计划中做出了卓...

3959
来自专栏大数据文摘

决策科学及大数据在金融行业的应用

2228
来自专栏华章科技

高盛CEO:没有足够背景的孩子如何逆袭

世界上最大的投资银行高盛集团CEO,贝兰克梵因带领高盛集团成功走出2008年金融危机而为人所熟知。贝兰克梵1954年出生于纽约布鲁克林的一个贫民区,父亲是一个普...

742
来自专栏CDA数据分析师

大数据应该这样用

大数据的本质是工具,一个十分有用的工具,但并不能决定企业生死,决定一家企业死活的是方向与理念。   据田友龙这厮考证,大数据一词最先由麦肯锡提出,因维克托迈...

2236
来自专栏腾讯研究院的专栏

高科技营销的幻觉与惊醒

image.png 推荐语: 高科技企业不难从技术概念跨越到早期应用市场,却容易在高速增长的主流市场阶段“陈发式” 灭亡,成为“鸿沟里的牺牲者”。 ...

1998
来自专栏PPV课数据科学社区

【观点】世界顶尖数据科学家看未来十年大数据发展

过去,科学家经过十年的研究才首次破解人类DNA。而13年后的今天,这项工作在24小时之内就能完成。 一直以来,我们都在不断改进数据处理工具。数据数量也在过去十...

3608

扫码关注云+社区