导航菜单

马化腾:相对百度,腾讯在人工智能还是落后不少

2017年4月2日,由深圳市人民政府和数字中国联盟主办的“2017中国(深圳)信息技术领导人峰会”在深圳五洲宾馆举行,邀请1亿欧元作为支持媒体参与。

出席峰会的企业嘉宾包括阿里巴巴集团董事长马云、百度董事长兼首席执行官李彦宏、腾讯董事长兼首席执行官马花藤、微软全球执行副总裁沈向洋、创新工程创始人、李开复董事长和数字中国联盟执行董事田溯宁

以下是花藤分享的精彩内容:

1。与百度相比,腾讯在人工智能方面仍然落后很多 我们去年才开始。

人工智能只是一个始于去年的部门。 当然,在我们BG的所有业务中,比如微信,有超过100亿条信息,包括我们的图片,尤其是在社交网络中。我们英国地质调查局的人脸数据图片绝对是天文数字,每天高达10亿张人脸图片。 在这一领域的技术研究已经在每个BG中研究了相当长的时间。 包括后端数据分析和广告匹配,都使用人工智能技术,但不是每个人都能感觉到,因为它在后端

2。我们想做一些前端内容,所以我们有很好的技能。

一年前,阿尔法狗(AlphaGo)通过人机大战,在世界对人工智能的认知上达到了一个新的高潮。我们的团队也尝试了一种训练心态(独特的技能)。自从谷歌的DEEPMIND团队发表论文以来,世界各地许多实践围棋与计算机技术的团队都采用了深度学习技术,给已经到达瓶颈的原创围棋研究团队一个新的发展方向。

每个人都是在同一年开始的 我们的内部团队中有三个团队也在这样做,但是他们被分成不同的部门。 这个部门恰好能够突破这个瓶颈,而且它还使用了公司相当多的后端计算机资源。此外,它在分辨率人工智能的增长方面不同于阿尔法围棋。它从一开始就有国家围棋世界冠军的陪伴,然后找出它不同的原因。 我们R&D有十几个人不懂围棋。起初,他们甚至不知道先黑先白的规则。我们从计算机原理、工程实施以及中国和许多专家的结合方面进行了培训。

这给了我们最好的思考。 过去,我们从一些规则和简单的训练中学到了很多关于人工智能的知识,这可以提高我们的计算和处理能力。最后,我们发现实际上还有一个更可怕和更深刻的含义,因为它可以在计算机的背景下使用云计算和大数据来高速地学习自己,并且可以自己玩游戏。 因此,阿尔法狗(AlphaGo)问世后,它的下一代主人经历了数十亿轮的自我游戏,超越了之前所有的人类战斗回合。然后它自己寻找规则,它所发现的远远超出了人类过去在围棋领域的认知范围,这是一个很大的扩展。这对我们是一个很大的启示。

3、人工智能可以在其他领域有更实际的应用

在许多领域除了围棋,无论是医疗(刚才提到的病理检查)、未来金融,还是每一个真正的行业,如果你能在电脑后面做一个模拟器,你就能让它充分尝试,就像开车一样。你可能不需要教自动驾驶如何驾驶,你可以模拟一个真实的环境,给它一个规则,让它驾驶,它会颠簸,有各种各样的反馈,自然你会想出一套理论和经验,这给我们带来伟大的思考。 如果他能在许多领域制造模拟器,定义许多参数并自学,他就能发现远远超出我们现在想象的规律。 这是我们最大的灵感

4、人工智能和人的关系不是单一的方向,而是非常复杂的

我们这里有一个本质,就像发现飞机的螺旋桨是好是坏,是流体动力学,是鸟的翅膀,还是赛马。现阶段(人工智能)仍是通过仿生手段实现的。

在一些垂直领域,你现在很难达到一般的人工智能,包括围棋,围棋也是一个非常狭窄的领域。然后从中学习,通过各种参数进行训练。刚才郭伟提到了和阿尔法围棋下一局将消耗多少能量 这个垂直领域的训练数据需要消耗大量的能量,但是在实际使用中不需要消耗太多的能量。 用我们独特的技能训练一名棋手的成本与专业棋手相似,但训练这种模式需要很长时间。如果你稍微改变一下规则,你将不得不重复训练。改进前的积累不计算在内。从头开始积累需要大量的精力和很长的时间。这是一个非常狭窄的技能模拟。

下一步是普遍的。下一步更重要吗?找出它背后的原理。智力可以超越人类的碳基智力。有没有更基本的元素可以形成更高的生命智能?这可能超出了人类现在已经发现的范围,也是可能的。 甚至有些人突然突发奇想,我们现在知道的宇宙是一个高度智能的生命。他的量子计算机模拟的环境可以模拟我们所做的一切,这也是可能的。 让我们充分发挥我们开阔的想象力。

5、人工智能和数据应用取决于四个因素:场景、数据、计算能力、人才

人工智能我们注意哪些块,首先是场景 场景是您想要应用该技术的场景,以及您是否与用户有高频联系。这是一个非常重要的着陆地点。 因此,我们看到了许多研究机构,包括我们的内部研发团队。 如果没有场景着陆和平台支持,它基本上是空的一座城堡,一半的研究很难进行下去。

二是大数据,只能从平台和业务部门的大量实际操作数据中生成。 但是这里面的很多大数据都是垃圾数据,因为没有标签,每个人都做出规划定义,用多么好的算法也学不到它,学它是着魔了,没用的 很难清理和标记数据。我们甚至需要雇佣很多人先用人手清洁大脑,然后让人工智能学习。 这是一个混合的过程

第三,计算能力,也就是说,你有云的资源,有几十万个核心的计算能力,中央处理器,GPU,我们仍然有这种能力 它可以在云中被很好地调用,这是我们的第三个优势。

第四,一年前,我们相对缺乏的是人才。 一年后,我们也招募了很多人。我们还在微软和西雅图建立了一个实验室。 因为许多微软人不想离开西雅图,所以我们把它设在附近。不可能。天才就是这样的。 只有结合几个方面,我们才能真正看到它在某个领域的作用。

6。腾讯的大规模数据很难在短时间内打开。

我们现在已经观察到许多人工智能所谓的大玩家,他们更关心如何登陆以及他们是否能够反映他们一生的研究成果。因此,当我们吸引人才时,我们经常说你的微信和手机QQ中的平台数据是否可以被他们使用。然而,众所周知,英国地质调查局和他们部门的平台也希望数据能在我身边流动。为什么我不能先雇人学习,为什么我可以把它给你? 我们仍处于如何在内部共享数据的阶段。

当然,用户也非常关心个人隐私。不要卖掉我所有的数据。众所周知,个人隐私还有一个非常复杂的信息安全脱敏。你不知道谁根据数据做了什么。我们需要清理这些,然后才能继续前进。 什么样的标签可以清理数据以便其他部门使用,包括外部合作伙伴? 与此同时,该行业的合作伙伴和其他公司也提供了大量数据。他们也会遇到这样的问题。一堆空白数据不是很有用。这样,该行业仍然需要一个标准和互利的交流。这是一个大方向,还有很长的路要走。

想看看人工智能行业吗?请盖章《亿欧智库:人工智能产业综述报告》

版权声明

这篇文章来自1亿欧元,授权1亿欧元发行。版权属于原作者。 请点击重印说明进行重印或内容合作。任何非法翻印都将受到起诉