- 相關(guān)推薦
跳槽、行業(yè)前景、模型等創(chuàng)業(yè)者想問的，鄧力這樣說
2017年5 月25 日晚，剛剛宣布加入 Citadel 的前微軟人工智能首席科學(xué)家、IEEE Fellow 鄧力參加了由中國(guó)科大百人會(huì)和阿爾法公社聯(lián)合主辦的人工智能產(chǎn)業(yè)機(jī)會(huì)研討會(huì)。
鄧力攜手另外兩位 IEEE Fellow：中國(guó)科學(xué)技術(shù)大學(xué)信息科學(xué)技術(shù)學(xué)院執(zhí)行院長(zhǎng)吳楓和科通芯城集團(tuán)及硬蛋科技的 CTO 李世鵬，與十多位不同行業(yè)的創(chuàng)業(yè)者、技術(shù)人員促膝而談，回答了他們關(guān)于人工智能領(lǐng)域，尤其是關(guān)于人工智能技術(shù)如何在不同行業(yè)得到應(yīng)用的一系列問題，機(jī)器之心對(duì)此做了梳理與總結(jié)。
Q：近年來，人工智能在哪些領(lǐng)域取得了重大進(jìn)展呢?對(duì)現(xiàn)在和未來幾年的業(yè)界有哪些直接影響?
鄧力(以下簡(jiǎn)稱鄧)：我認(rèn)為最大的突破是深度學(xué)習(xí)被引進(jìn)人工智能領(lǐng)域。它推動(dòng)了幾個(gè)垂直領(lǐng)域世界范圍內(nèi)行業(yè)慣用方法的變更，分別是語音識(shí)別、圖像識(shí)別和機(jī)器翻譯。還有一些領(lǐng)域有突破的跡象，比如銷售的數(shù)據(jù)和自然語言的數(shù)據(jù)做結(jié)合。下一步可能會(huì)有更多領(lǐng)域，如健康、金融，進(jìn)入快速發(fā)展階段。金融領(lǐng)域發(fā)展速度很快有兩個(gè)原因，一是數(shù)據(jù)充足，二是目標(biāo)清楚。有一點(diǎn)像 AlphaGo，輸贏一目了然，而且可以自己對(duì)抗。
李世鵬(以下簡(jiǎn)稱李)：在應(yīng)用層面，人工智能應(yīng)用在了許多意想不到的領(lǐng)域，獲得了不俗的成果。比如在農(nóng)村金融和畜牧業(yè)領(lǐng)域，通過給豬植入芯片，讓它成為抵押物，信貸機(jī)構(gòu)能夠獲得第一手信息，以此為依據(jù)發(fā)放貸款和銷售保險(xiǎn)，解決了農(nóng)村信貸難以量化的問題。
Q：鄧力博士，您為什么從科技行業(yè)轉(zhuǎn)向金融行業(yè)?
鄧：因?yàn)榻鹑谛袠I(yè)機(jī)會(huì)比較多。在硅谷十七年，人工智能哪些領(lǐng)域可以做哪些領(lǐng)域不可以，基本都知道。同時(shí)在現(xiàn)有職位感覺自己的成長(zhǎng)已經(jīng)基本飽和，想進(jìn)入一些更大的領(lǐng)域進(jìn)行探索。本來健康領(lǐng)域也一直在我的考慮范圍內(nèi)，但由于隱私問題，數(shù)據(jù)私有化現(xiàn)象十分嚴(yán)重，尤其在美國(guó)，項(xiàng)目如何落地、如何盈利，還有很多未解決的問題。金融領(lǐng)域行業(yè)數(shù)據(jù)相對(duì)公開，比較容易成功。
Q：在金融領(lǐng)域已經(jīng)有很多機(jī)構(gòu)嘗試應(yīng)用了人工智能，比如 Bridgewater，比如 Renaissance。在不同的機(jī)構(gòu)里，人工智能發(fā)揮的作用相同嗎?
鄧：不清楚。因?yàn)榻鹑陬I(lǐng)域不像科技領(lǐng)域那么開放�？萍碱I(lǐng)域的開放、開源，會(huì)帶來整個(gè)平臺(tái)的提高，從而創(chuàng)造價(jià)值。而金融領(lǐng)域的對(duì)抗性更強(qiáng)，一旦對(duì)手學(xué)會(huì)了你的方法，你的方法就沒有用了。而且科技領(lǐng)域即使方法相同，對(duì)手沒有數(shù)據(jù)也無法復(fù)制你的成功，金融領(lǐng)域的數(shù)據(jù)則相對(duì)公開。
Q：在 Citadel 這樣的機(jī)構(gòu)里，交易員和人工智能科學(xué)家的工作有什么區(qū)別?
鄧：我其實(shí)不了解交易員的工作，但人工智能科學(xué)家的工作邏輯會(huì)和 AlphaGo 做圍棋有點(diǎn)像。圍棋如此大的一個(gè)搜索空間，人工智能仍然能獲得很大成功，其根本原因是規(guī)則確定，且自行對(duì)抗的時(shí)候輸贏作為輸出也一目了然。金融領(lǐng)域的問題也類似，結(jié)果一目了然，唯一的區(qū)別在于圍棋的規(guī)則確定性更強(qiáng)，金融則更為復(fù)雜，除了兩方博弈，還要考慮多個(gè)狀態(tài)間的互相關(guān)聯(lián)。
Q：傳感器讓我們獲得了關(guān)于世界的大量數(shù)據(jù)，在此基礎(chǔ)上，人工智能能帶來多大的加成?
鄧：嚴(yán)格定義里，機(jī)器學(xué)習(xí)有兩種。一種是如今的深度學(xué)習(xí)，給定輸入輸出后，中間復(fù)雜的關(guān)系不再需要人撰寫規(guī)則進(jìn)行特征提取。它的好處是可以用非�；A(chǔ)的模型把過去需要大量背景知識(shí)來建立復(fù)雜模型的工作自動(dòng)完成，局限性是解釋性有限。另一種老的基于規(guī)則的機(jī)器學(xué)習(xí)方法則能夠給出解釋性，結(jié)果不是很好，但是出了問題后知道如何改正。我認(rèn)為將來的發(fā)展方向是，將新方法和老方法結(jié)合在一起，取長(zhǎng)補(bǔ)短。結(jié)合得比較好的話會(huì)有一些不一樣的成果。
Q：我們是一家做人體動(dòng)作捕捉的公司，傳統(tǒng)做法是借由陀螺儀、加速度、電磁等傳感器，測(cè)量骨骼并對(duì)人的動(dòng)作并進(jìn)行建模。然而由于測(cè)量精度已經(jīng)基本達(dá)到傳感器的極限、傳感器成本無法再大幅度下降等問題，導(dǎo)致動(dòng)作捕捉技術(shù)的應(yīng)用場(chǎng)景非常有限。請(qǐng)問深度學(xué)習(xí)能否對(duì)強(qiáng)烈依靠測(cè)量的動(dòng)作捕捉領(lǐng)域有所改進(jìn)呢?能否讓我們可以用更少的、更簡(jiǎn)單的傳感器來增強(qiáng)移動(dòng)性和實(shí)時(shí)性呢?
鄧：近期的深度學(xué)習(xí)有一個(gè)新的概念叫 GAN(生成對(duì)抗網(wǎng)絡(luò))有可能幫你們解決這個(gè)問題。現(xiàn)在它主要還是在圖像生成領(lǐng)域，如果你能將它擴(kuò)展到動(dòng)態(tài)領(lǐng)域那可能對(duì)你的工作比較有幫助。GAN 和之前模型的主要區(qū)別在于，之前模型直接從數(shù)據(jù)進(jìn)行生成，很難保證它和真正的圖像沒有區(qū)別，GAN 的基本思想是，讓生成出來的圖像(或視頻、自然語言)即使和訓(xùn)練數(shù)據(jù)放在一起，也看不出區(qū)別。它的實(shí)現(xiàn)原理是建立兩個(gè)神經(jīng)網(wǎng)絡(luò)，一個(gè)叫生成器，一個(gè)叫鑒別器。鑒別器負(fù)責(zé)判別一幅圖像究竟是真的圖像還是由生成器生成出來的。兩個(gè)模型同時(shí)訓(xùn)練，最后期望達(dá)到的效果是鑒別器分不出來圖像的真假，這時(shí)候的生成器，給定一個(gè)隨機(jī)變量，就能夠生成一個(gè)和原來數(shù)據(jù)沒什么區(qū)別的數(shù)據(jù)。
吳楓：在可行性方面，我的答案是肯定的。你的工作是將傳感器輸入變成關(guān)節(jié)參數(shù)，這和機(jī)器人行走領(lǐng)域很像。2015 年開始有人工智能方法進(jìn)入機(jī)器人行走領(lǐng)域。以前的機(jī)器人一定要傳感器的反饋，然后進(jìn)行判斷、做出動(dòng)作。但是很多特殊的行為是來不及等傳感器數(shù)據(jù)的，數(shù)據(jù)處理完了，機(jī)器人已經(jīng)失去重心摔倒了。因此研究人員用神經(jīng)網(wǎng)絡(luò)，在只有少量信息(比如傳感器被遮擋得非常厲害)的時(shí)候，對(duì)未知信息做出估計(jì)和預(yù)測(cè)，進(jìn)而做出決策。這是神經(jīng)網(wǎng)絡(luò)完全可以做的。在實(shí)時(shí)性方面，這個(gè)挑戰(zhàn)很大，主要受到計(jì)算能力的制約。實(shí)際上在人工智能的發(fā)展中，計(jì)算資源是主要的一個(gè)制約因素，如果有好的計(jì)算能力，很多方法都可以投入應(yīng)用�，F(xiàn)在很多人在做神經(jīng)芯片，比 TPU 對(duì)矩陣的加速還要更進(jìn)一步，用高密集度，比如百萬個(gè)核，用仿生結(jié)構(gòu)實(shí)現(xiàn)高效率低能耗的計(jì)算。
【跳槽、行業(yè)前景、模型等創(chuàng)業(yè)者想問的，鄧力這樣說】相關(guān)文章：
創(chuàng)業(yè)者的人格素質(zhì)模型03-26
中國(guó)什么行業(yè)前景好?11-23
我國(guó)什么行業(yè)前景好?03-07
現(xiàn)在什么行業(yè)前景好？03-23
現(xiàn)在農(nóng)村什么行業(yè)前景好?03-12
創(chuàng)業(yè)者要學(xué)會(huì)借力使力03-04
小本創(chuàng)業(yè)什么行業(yè)前景好03-03