本次論壇由清華大學(xué)經(jīng)管學(xué)院金融協(xié)會(huì)主辦、清華大學(xué)數(shù)據(jù)科學(xué)研究院協(xié)辦。
清華大學(xué)腦與智能實(shí)驗(yàn)室主任助理宋森主要從事腦科學(xué)和人工智能的交叉研究。在他看來(lái)，這一波人工智能的發(fā)展主要基于深度學(xué)習(xí)，目前在基于大數(shù)據(jù)、特定場(chǎng)景下以及確定性問(wèn)題上有了非常大的突破，但在小數(shù)據(jù)情況下，與人腦會(huì)采用推理、類(lèi)比等方法應(yīng)對(duì)相比，深度學(xué)習(xí)還會(huì)經(jīng)常犯致命錯(cuò)誤。下一步，深度學(xué)習(xí)會(huì)往通用性、不確定性、帶深度理解的方向發(fā)展。
深度學(xué)習(xí)的局限性是與會(huì)嘉賓都關(guān)注到的問(wèn)題。科大訊飛高級(jí)副總裁江濤表示，基于統(tǒng)計(jì)建模理論基礎(chǔ)的深度學(xué)習(xí)發(fā)展出來(lái)的弱人工智能，有智能沒(méi)智慧，有智商沒(méi)情商，會(huì)計(jì)算不會(huì)“算計(jì)”，有專(zhuān)才無(wú)通才。而目前工業(yè)界正在做的人工智能，還處于比較機(jī)械地在特定場(chǎng)合能解決特定問(wèn)題的階段。
江濤表示，就人類(lèi)目前認(rèn)知智能，業(yè)界公認(rèn)最難的是常識(shí)的推理。因?yàn)槌ＷR(shí)不像特定領(lǐng)域，如教育、醫(yī)療、司法的各種知識(shí)，具有固定的比較明確的答案，機(jī)器比較容易訓(xùn)練，常識(shí)往往沒(méi)有明確的邊界，對(duì)深度學(xué)習(xí)算法來(lái)說(shuō)十分困難。現(xiàn)在的認(rèn)知智能，無(wú)法實(shí)現(xiàn)處理常識(shí)，但在特定領(lǐng)域?qū)W習(xí)這個(gè)領(lǐng)域?qū)＜业闹R(shí)和經(jīng)驗(yàn)是可以實(shí)現(xiàn)的。
北京文安智能技術(shù)股份有限公司創(chuàng)始人、董事長(zhǎng)陶海認(rèn)為，基于深度學(xué)習(xí)技術(shù)的AI技術(shù)靠的是樣本量，而樣本量不足是困擾業(yè)界人工智能公司的一個(gè)普遍問(wèn)題，尤其是在服務(wù)特定行業(yè)客戶(hù)時(shí)，這一點(diǎn)更加突出。如何在缺少訓(xùn)練基數(shù)的小樣本情況下有效解決問(wèn)題，這也是目前不少人工智能創(chuàng)業(yè)公司所欠缺的。
金融科技領(lǐng)域出身的北京根網(wǎng)科技有限公司副總裁趙磊認(rèn)為，因?yàn)樯鲜鲈颍斯ぶ悄堋⒋髷?shù)據(jù)未來(lái)在金融行業(yè)的主要應(yīng)用方向還是人機(jī)結(jié)合，而這方面我國(guó)的投入還不夠大。他舉例說(shuō)，有數(shù)據(jù)顯示，中美兩國(guó)資本市場(chǎng)2015年總成交額已持平，但證券行業(yè)總IT投入差距卻高達(dá)20倍。此外，我國(guó)證券業(yè)軟件投入占IT總投入比例只有20%左右，遠(yuǎn)低于國(guó)際平均60%的水平。
清華大學(xué)數(shù)據(jù)科學(xué)研究院執(zhí)行副院長(zhǎng)韓亦舜認(rèn)為，大數(shù)據(jù)的采集、存儲(chǔ)以及應(yīng)用有很多新機(jī)會(huì)值得關(guān)注。他建議人工智能從業(yè)機(jī)構(gòu)應(yīng)該歸納自己擁有的數(shù)據(jù)資產(chǎn)，不盲目追求大數(shù)據(jù)的概念;進(jìn)行內(nèi)部數(shù)據(jù)的整合共享。
京公網(wǎng)安備 11010502049343號(hào)