台湾青年联合会理事长:两岸青年应协同创业

中少在线

2018-10-05

在中国为主的国家的推动下,国际电联已经将交互式娱乐等数字文化标准纳入未来的标准规划中。

在诸多社会领域,规则意识的缺失酿成的惨祸更多。闯红灯就是个例子,式过马路现象中的集体违规就曾引发广泛关注。  要改变这种现状,既需要教育疏导,也需要社会上多一些猛虎倘若对各种违规行为的制裁都能像针对野生动物园的老虎那样深入讨论,不讲情面、不做通融,规则意识也许就会逐渐在社会成员意识中得到强化,很多事故也许因此得以避免。

中国特色新型智库应坚持坚定的政治立场,对重大现实问题进行公平、公正的判断和评价,为决策部门提供公正客观的情况研判和实事求是的对策建议。当前个别智库难以超越其自身的经济利益或行政管理的束缚,基本上是做解释性、宣传性研究,少有开展前瞻性、对策性研究,对现实问题回应不及时,研究不深入,思想产品的公信力、影响力有待提高。

路透社综合多名专家的分析认为,朝鲜的新火箭发动机可能为试射洲际导弹拉开了序幕。朝鲜可能掌握了为洲际导弹不同发射阶段提供推力的技术,但要想拥有打击美国本土的能力仍需时日。  白宫发言人斯派塞20日对朝鲜进行火箭发动机点火试验表示担忧,称美方不仅继续与日韩官方对话,还在继续敦促中国采取行动,在遏制朝鲜导弹威胁方面发挥更大作用。

报告称北京为发展半导体产业向有关生产提供补贴,这能降低成本并对竞争对手构成威胁。若特朗普政府削减相关投资,很可能为中国的推进战略助一臂之力。四、中国计划在研发经费上超过美国。中国研发投入增长飞快,预计到2020年总投入将超过美国。美国国家科学基金会去年就称中国研发投入增长“显著”,其创新雄心包括欲在清洁能源等方面领先世界。

  8月25日,为期两天的首届中国认知计算和混合智能学术大会(CCHI2018)在西安举办,百度高级副总裁、AI技术平台体系(AIG)总负责人王海峰与中国科学院院士陈霖、蒲慕明等学界知名专家共同研讨与交流认知科学、神经科学与人工智能学科领域交叉融合的最新进展和前沿技术。

  中国认知计算和混合智能学术大会(CCHI2018)由国家自然科学基金委员会信息科学部、中国自动化学会与中国认知科学学会联合主办,是国内首个关注认知科学、神经科学与AI交叉融合的高端学术会议。

本届大会邀请了认知建模与计算、混合智能、智能机器人、智能驾驶等领域海内外知名专家作学术报告,交流相关研究领域的最新成果和发展趋势。

  王海峰是人工智能的领军人物之一,在国内外有广泛的影响力。

他是自然语言处理领域最权威的国际学术组织ACL50多年历史上唯一出任主席(President)的华人,也是ACL亚太分会(AACL)创始主席。

同时,王海峰是百度人工智能的奠基者和领导者,为百度创建和发展了自然语言处理、知识图谱、语音、视觉、深度学习等AI核心技术,并成立AI技术平台体系(AIG)担任总负责人,致力于AI相关技术的研究及其应用落地。   百度大脑迭代更新逐步加深对客观世界的认知  在大会报告中,王海峰分享了百度大脑的最新进展。

百度大脑是百度AI技术多年积累和业务实践的集大成,包括视觉、语音、自然语言处理、知识图谱、深度学习等AI核心技术和AI开放平台,对内支持百度所有业务,对外全方位开放,助力合作伙伴和开发者,加速AI技术落地应用,赋能各行各业转型升级。

  百度大脑的演进,从基础技术积累,到建立完整的技术体系,再到核心技术进入多模态深度语义理解阶段,同时伴随着百度多年的业务实践和AI能力的全面开放。

  王海峰指出,AI技术与产业的结合愈发多元化,单一技术已无法满足应用需求,具备“多模态深度语义理解”能力的百度大脑通过多技术融合,能让机器对客观世界有更深层认知,从而更好的支撑应用。   百度大脑新阶段:多模态深度语义理解  “多模态深度语义理解”是指对文字、声音、图片、视频等多模态的数据和信息进行深层次多维度的语义理解,包括数据语义、知识语义、视觉语义、语音语义一体化和自然语言理解等多方面的语义理解技术。 “多模态深度语义理解不仅能让机器听清、看清,更能深入理解它背后的含义,深度地理解真实世界,进而更好地支撑各种应用。 ”王海峰解释。   在AI领域,数据的重要性不言而喻。 无论是物理世界、人类社会还是网络空间,都汇聚了海量的多元、异构、多模态数据。

数据语义化技术可以将这些数据形成包含千亿节点、万亿关系的庞大数据语义网络,从中总结规律、提炼知识、发现价值,助力经济和社会发展。 王海峰介绍,数据语义化技术已经在生产生活中发挥作用,比如在新能源充电桩运维中,利用百度的数据语义化技术进行设备监测、故障诊断等,可以显著提升效率,节约成本。

  除了数据,理解并运用大千世界中的多元知识也是AI技术进一步突破、深层次理解客观世界的重要基础。

百度已经构建了包含数亿实体、数千亿事实的庞大知识图谱。 除了基础的由实体、属性、关系构成的实体图谱,百度还针对不同的应用场景和知识形态,构建了关注点图谱、事件图谱、多媒体图谱、行业图谱等多种知识图谱。   视觉语义化可以让机器从看清到看懂视频,并提炼出结构化语义知识。

王海峰通过体育比赛视频的案例,展示了视觉语义化技术的价值。 他介绍,2016年,百度AI实现了奥运会篮球比赛的自动解说,背后是自然语言处理和搜索技术。

如今,应用视觉语义化技术对世界杯比赛视频进行解析,AI能够全面识别视频中的球员、裁判、球、以及球门、球场线等人、物和场景,可以捕捉射门、进球、角球、任意球、换人等事件,形成比赛的语义化知识,既可以实现机器人解说比赛,也可以进行精彩片段集锦、以及各种数据统计分析等更深层的应用。   语音语义一体化技术让机器听得更清楚准确,实现更自然的人机对话。 王海峰介绍,百度采用多语种声学混合建模,中文的DeepPeak2模型效果比业界最好竞品错误率相对降低20%;WaveNet+拼接的情感语音合成技术,既可以使机器发声的自然度大幅提升,又避免了计算量过大的问题。   自然语言理解是人工智能最具挑战的技术领域之一,近年来取得的进展已经释放出巨大的应用价值。

王海峰介绍,在对话理解上,百度研发的深层注意力匹配模型,比已知的最好结果提升了%,人机对话交互更加流畅自然。

而在阅读理解上,百度大脑已经阅读了千亿量级的文章,相当于6万个中国国家图书馆的藏书,积累了亿级实体、千亿事实的知识,从而深入地理解内容、获取知识,支持更广泛的应用。   百度大脑的技术能力在不断进步,对外开放也更加全面和丰富。 截至目前,百度已对外开放120多项领先的AI场景化能力与解决方案,并通过开源开放深度学习框架PaddlePaddle、定制化平台EasyDL等、实训平台AIStudio、软硬一体的AI能力,持续降低AI应用门槛,帮助开发者和企业应用AI实现业务创新与升级。   直面人工智能的机遇和挑战为发展加速  人工智能技术发展迅速,在各行各业的应用落地正在变得更加广泛并开始走向深入。 面对全社会掀起的人工智能热潮,我们更要清醒地认识AI发展的机遇和挑战。

  在基础理论层面,小样本学习、低能耗的智能机制或许是人工智能面临的最大挑战。

目前的深度学习技术都是建立在大规模样本、高能耗计算的基础之上,同时,深度神经网络的结果很难解释。

因此,未来的人工智能理论研究,要探索如何让人工智能像人类一样,能够做到小样本学习,能耗低,且真正地被理解。

  在应用技术层面,视觉、语音等感知技术在这一轮深度学习的浪潮中得到很大提升,甚至某些方面的能力已经超越人类。 但在认知技术方面,无论是对语言的理解,还是对知识的掌握和应用,依然有很大的进步空间。 因此,自然语言处理、知识图谱等认知技术,将是未来非常重要的研究方向。

  从产业层面,一方面呈现出软硬结合的趋势,另一方面,深度学习框架和AI芯片也将是新的产业机会。 “AI芯片能否在产业上成功,取决于围绕AI芯片建立起来的应用生态。

其中,深度学习框架起到至关重要的作用,其意义相当于指令集和操作系统。 ”因此,王海峰认为,类似百度PaddlePaddle这样的深度学习框架,将会成为AI时代的重要基础设施。   在应用系统层面,多技术综合应用、结合场景的系统性创新至关重要。 王海峰建议,研究者可以术业有专攻,但产业界,应关注公司的综合技术实力,特别是其工程落地能力。 此外,结合特定场景和数据等特性的系统性创新,也是AI技术应用落地的必要条件。

  人工智能经过60余年的发展,在互联网、大数据、大计算、脑科学等新理论新技术,以及经济社会发展需求的共同驱使下,正在进入一个崭新的时代。

如今,它需要与更多不同领域的知识产生新碰撞,打造竞争新优势、开拓发展新空间。 中国的AI之路也将不断注入新活力,走得长且远。 阅读剩余全文()。