经典深度学习(136页).ppt

1、RANLP 2015,HISSAR,BULGARIA,Deep Learning in Industry Data Analytics,Junlan FengChina Mobile Research,1,人工智能的起点:达特茅斯会议,1919-2001,1927-2011,1927-2016,1916-2011,Nathaniel Rochester,人工智能的阶段,1950s 1980s 2000s Future,自动计算机如何为计算机编程使其能够使用语言神经网络计算规模理论自我提升抽象随机性与创造性,基于规则的专家系统,通用智能,1,2,3,人工智能的当前技术:存在的问题,依赖大量的标注

2、数据“窄人工智能”训练完成特定的任务不够稳定，安全不具备解释能力，模型不透明,人工智能的当前状态:应用,人工智能成为热点的原因:,深度学习,强化学习,大规模的,复杂的,流式的数据,概要,解析白宫人工智能研发战略计划,3.深度学习及最新进展,2.解析十家技术公司的的人工智能战略,4.强化学习及最新进展,5.深度学习在企业数据分析中的应用,美国人工智能战略规划,美国人工智能研发战略规划,策略-I:在人工智能研究领域做长期研发投资,目标：.确保美国的世界领导地位.优先投资下一代人工智能技术,推动以数据为中心的知识发现技术,高效的数据清洁技术以，确保用于训练系统的数据的可信性(varascty)和正确

3、性(appropriateness)综合考虑 数据，元数据，以及人的反馈或知识异构数据，多模态数据分析和挖掘，离散数据，连续数据，时间域数据，空间域数据，时空数据，图数据小数据挖掘，强调小概率事件的重要性数据和知识尤其领域知识库的融合使用,策略-I:在人工智能研究领域做长期研发投资,目标：.确保美国的世界领导地位.优先投资下一代人工智能技术,推动以数据为中心的知识发现技术,2.增强系统的感知能力,策略-I:在人工智能研究领域做长期研发投资,目标：.确保美国的世界领导地位.优先投资下一代人工智能技术,推动以数据为中心的知识发现技术,2.增强系统的感知能力,3.理论能力和上限,策略-I:在人工智能

4、研究领域做长期研发投资,目标：.确保美国的世界领导地位.优先投资下一代人工智能技术,推动以数据为中心的知识发现技术,2.增强系统的感知能力,3.理论能力和上限,4.通用AI,策略-I:在人工智能研究领域做长期研发投资,目标：.确保美国的世界领导地位.优先投资下一代人工智能技术,推动以数据为中心的知识发现技术,2.增强系统的感知能力,3.理论能力和上限,4.通用AI,5.规模化AI系统,策略-I:在人工智能研究领域做长期研发投资,目标：.确保美国的世界领导地位.优先投资下一代人工智能技术,推动以数据为中心的知识发现技术,2.增强系统的感知能力,3.理论能力和上限,4.通用AI,5.规模化AI系统

5、,6.仿人类的AI技术,策略-I:在人工智能研究领域做长期研发投资,目标：.确保美国的世界领导地位.优先投资下一代人工智能技术,推动以数据为中心的知识发现技术,2.增强系统的感知能力,3.理论能力和上限,4.通用AI,5.规模化AI系统,6.仿人类的AI技术,7.研发实用，可靠，易用的机器人,策略-I:在人工智能研究领域做长期研发投资,目标：.确保美国的世界领导地位.优先投资下一代人工智能技术,推动以数据为中心的知识发现技术,2.增强系统的感知能力,3.理论能力和上限,4.通用AI,5.规模化AI系统,6.仿人类的AI技术,7.研发实用，可靠，易用的机器人,8.AI和硬件的相互推动,策略-II

6、：开发有效的人机合作方法,.不是替代人，而是跟人合作，强调人和AI系统之间的互补作用,辅助人类的人工智能技术,策略-II：开发有效的人机合作方法,.不是替代人，而是跟人合作，强调人和AI系统之间的互补作用,辅助人类的人工智能技术,2.开发增强人类的技术,策略-II：开发有效的人机合作方法,.不是替代人，而是跟人合作，强调人和AI系统之间的互补作用,辅助人类的人工智能技术,2.开发增强人类的技术,3.可视化，AI-人之间的友好界面,策略-II：开发有效的人机合作方法,.不是替代人，而是跟人合作，强调人和AI系统之间的互补作用,辅助人类的人工智能技术,2.开发增强人类的技术,3.可视化，AI-人之间的友好界面,4.研发更有效的语言处理系统,策略 III：理解并重点关注人工智能可能带来的伦理，法律，社会方面的影响,研究人工智能技术可能带来的伦理，法律，社会方面的影响期待其符合人的类规范,AI系统从设计上需要符合人类的道德标准：公平，正义，透明，责任感,策略 III：理解并重点关注人工智能可能带来的伦理，法律，社会方面的影响,研究人工智能技术可能带来的伦理，法律，社会方面的影响期待其符合人的类