剛剛結(jié)束的人工智能北京大會(huì)獨(dú)特之處在于將重點(diǎn)放在應(yīng)用人工智能——彌合人工智能研究領(lǐng)域與產(chǎn)業(yè)商業(yè)應(yīng)用之間的差距。只有本次北京人工智能大會(huì)將硅谷和中國(guó)融合在一起，創(chuàng)造一次全球人工智能專家難得的相聚，為日程安排帶來(lái)了非同尋常的技術(shù)深度及實(shí)用的業(yè)務(wù)內(nèi)容。講師來(lái)自各公司人工智能專家，包括百度、谷歌、eBay、Bonsai、Uber、微軟、阿里巴巴、SAS、Unity、SalesForce、IBM、伯克利、斯坦福及牛津大學(xué)等等。
這里計(jì)劃分幾次介紹會(huì)議上的部分亮點(diǎn)。
人工智能助推醫(yī)療行業(yè)現(xiàn)代化
人工智能正在革新各行各業(yè)，并將給醫(yī)療行業(yè)帶來(lái)深遠(yuǎn)影響。人工智能可為醫(yī)生提供全新洞察，利用海量醫(yī)療數(shù)據(jù)加快診斷速度。人工智能還可減少新藥物的開(kāi)發(fā)時(shí)間和成本。Arjun Bansal通過(guò)本講話介紹Intel和其他行業(yè)領(lǐng)導(dǎo)者如何利用人工智能技術(shù)攜手解決醫(yī)療行業(yè)的一些重大挑戰(zhàn)。
同時(shí)可以參考講師為本次講話準(zhǔn)備的幻燈片。
用于自動(dòng)駕駛的機(jī)器學(xué)習(xí)：最近進(jìn)展及未來(lái)挑戰(zhàn)
我們?cè)趹?yīng)用機(jī)器學(xué)習(xí)方面取得了快速進(jìn)展，解決感知、預(yù)測(cè)和規(guī)劃問(wèn)題。 但仍舊面臨著一些基礎(chǔ)性的挑戰(zhàn)，需要學(xué)習(xí)更強(qiáng)大和抽象的表示，理解駕駛場(chǎng)景，并在多代理設(shè)置中做出正確決定。
將機(jī)器學(xué)習(xí)科研成果轉(zhuǎn)化為現(xiàn)實(shí)產(chǎn)品
將最前沿的研究成果轉(zhuǎn)化成現(xiàn)實(shí)的產(chǎn)品是一個(gè)巨大的挑戰(zhàn)，特別是對(duì)于機(jī)器學(xué)習(xí)而言。Reza Zadeh討論了三個(gè)構(gòu)建最前沿機(jī)器學(xué)習(xí)產(chǎn)品正面臨的挑戰(zhàn)。首先，因?yàn)闄C(jī)器學(xué)習(xí)都是關(guān)于近似的，所以很難評(píng)估一個(gè)研究結(jié)果對(duì)于商業(yè)目標(biāo)是否足夠好。第二，構(gòu)建一個(gè)能把機(jī)器學(xué)習(xí)模型擴(kuò)展到生產(chǎn)環(huán)境的系統(tǒng)本身就是一個(gè)挑戰(zhàn)。一個(gè)模型可能在實(shí)驗(yàn)環(huán)境里工作得很好，但是沒(méi)有進(jìn)一步的研究就想把它擴(kuò)展到上百萬(wàn)用戶的系統(tǒng)里是不可能的。第三，為機(jī)器學(xué)習(xí)系統(tǒng)構(gòu)建好的用戶界面也非常重要。因?yàn)闄C(jī)器學(xué)習(xí)研究人員通常沒(méi)有以用戶為中心進(jìn)行設(shè)計(jì)的背景知識(shí)，他們會(huì)傾向于低估好的UX設(shè)計(jì)的重要性。這里將是以計(jì)算機(jī)視覺(jué)產(chǎn)品為例，使用案例、建議和經(jīng)驗(yàn)教訓(xùn)來(lái)探討這些挑戰(zhàn)。
同時(shí)可以參考講話幻燈片。
相關(guān)資料：
Douglas Wan
Douglas Wan is editor-in-chief at O'Reilly Beijing.
