酷应用

科学家大会 G-Summit 全程回顾

百家作者：硅谷洞察 2017-09-01 10:09:58

圆桌论坛：前沿科技将如何重塑人类社会？

从左到右：Tom Mitchell、Richard Socher、邓力、张首晟

美国西海岸时间8月23日至8月25日，由长城会主办的G-Summit全球科学创新峰会在加州圆石滩举办，超过100位来自物理学、材料学、生命科学、计算机科学、天文学领域的顶尖科学家、科技行业领袖和投资人到场论道，内容精彩程度空前。落幕后，大会主席、卡内基梅隆大学教授、“机器学习之父” Tom Mitchell 给予了最朴素和真实的评价：“比去年更出色、难忘的体验。”

本届峰会以 “新科学复兴” 为主题，围绕人工智能展开，包括来自斯坦福大学、卡内基梅隆大学、加州大学伯克利分校、Salesforce、谷歌、Facebook、亚马逊、微软、特斯拉、百度、滴滴的学界和工业界大咖悉数到场，就人工智能的是与非展开热烈的讨论。由于峰会为邀请制，现场一席难觅，不过有小编为你提炼精彩内容如下。特别提醒，本篇图文仅为 “前菜”，请期待更多精彩的独家视频和文字干货。

人工智能存在数据偏见

在本届G-Summit中，“Data Bias"（数据偏见）成为高频词汇。

2015年，谷歌照片误把两名黑人标注为 “大猩猩”，这一严重错误瞬间传遍全球，让在人工智能领域处于领先研究地位的谷歌颜面尽失，也成为数据偏见的典型例子。

Ruslan Salakhutdinov 分享深度学习最新研究进展

苹果公司人工智能研究部总监 Ruslan Salakhutdinov、微软研究院技术院士兼总监 Eric Horvitz、艾伦脑科学研究所 CEO Oren Etzioni 均提到了数据偏见对人工智能决策公平性的影响。人工智能可以规避人类犯错的几率，帮助做出更好的决策，这是其最大的价值之一，然而机器决策目前仍基于海量数据，深度学习的训练数据是由人类输入的，如果数据本身就存在偏见，那学习这些数据的算法和模型则无法保证公正客观。随着机器越来越掌握人类的语言和分析能力，其也在吸收隐藏在数据中的偏见，甚至因为它们无法有意识地抵制偏见，而将偏见强化并放大。

面对这一棘手的问题，人类该怎么办？Ruslan表示，已经有许多研究致力于建造更精确的数据模型，并训练机器从更多样的例子中学习。

Apoorv Saxena主持的分组圆桌议事

主题："谷歌在人工智能应用领域的战略”

Eric则介绍了美国科技巨头在引导人工智能技术发展上的新成果——Partnership on AI(POA)，一家成立于2016年的非盈利科研组织，由微软、苹果、谷歌、亚马逊、DeepMind、Facebook、IBM 共同创办，目在于规范行业内对人工智能的使用，约束科技行业对人工智能的滥用。

在人工智能被过于神化的今天，身处漩涡中心的科学家们则是冷静异常，他们表示，机器距离真正人类认知水平还很远，人工智能真正成熟产业化的道路还相当漫长。

Eric Horvitz主持的分组圆桌议事

主题： “可造福人群与社会的人工智能合作关系”

最热的战略科技发展趋势

卡内基梅隆大学副教授，苹果公司人工智能研究部总监Ruslan Salakhutdinov介绍了深度学习的最新进展，并展示深度学习模型如何利用信息检索，图像识别和语音识别技术学习大量数据。他也展示了成功发现语义上有意义词汇的模型、成功学习阅读文档并回答有关其内容的问题的模型，他还进一步介绍了“记忆”的概念，即让机器在部分可观察环境中具备规划和推理能力的重要组成部分。目前大多数深度学习模型需建立在海量数据上，但数据的客观性和公正性如何保证，有没有可能让模型从较少的例子和经验中去学习，这些都是目前深度学习面临的挑战。

圆桌论坛：科技巨头布局人工智能的未来

从左到右：Rajat Monga、Manohar Paluri、Eric Horvitz、Steve Carlin

软银机器美国首席战略官 Steve Carlin，微软研究院总监 Eric Horvitz，谷歌大脑 TensorFlow 技术总监 Rajat Monga，Facebook 机器视觉研究经理 Manohar Paluri在 “科技巨头布局人工智能的未来" 论坛中提到战略科技发展的前三大趋势：人工智能，高级机器学习，生活中的智能应用。从技术到人类深处的需求，机器能为我们带来什么更好的世界，如智能解决城市交通问题。目前火热的无人车等应用的出现只是科技与人们生活尝试无缝衔接的第一步，未来将是人工智能技术在整个家庭，城市，地球的拓展。

张首晟分享 “天使粒子”

卡内基梅隆大学计算机工程系 Tom Mitchell 教授，斯坦福大学物理系张首晟教授，对冲基金公司 Citadel 首席人工智能官邓力以及 Sales Force 的首席科学家 Richard Socher 均认为人工智能对未来人类工作有深远的影响，建立人工智能的判断系统，可以实现公司或组织内部、跨公司、跨区域的通力协作，极大的提高工作效率，减少不必要的人力和物力资源浪费。

Tom Mitchell 主持的 “未来的人工智能助手” 分组圆桌议事

探讨Siri、Alexa等人工智能助手的未来形态

健康医疗领域被互联网和人工智能重塑

圆桌论坛：互联网、人工智能、机器人开启医疗健康新时代

从左到右：蒲慕明、张学记、Lukas Biewald、Ray Sun

两位院士级科学家蒲慕明（中国科学院上海生命科学研究院神经科学研究所所长）和张学记（北京科技大学生物工程与传感技术中心主任）引领了这一话题的探讨。蒲慕明认为，人工智能可以解决健康医疗领域的两大问题——成本和效率。基于对数据和分析，物理医护可以提供更即时、更高级、更定制化的关怀。脑科学和人工智能的结合主要包括神经网络分析、认知机制模拟、智能算法等方面的研究，这些研究在可以应用于新药研发、医疗决策、健康管理、疾病预警等多个领域。当然不同疾病的勘查系统和数据十分庞大与复杂，从数据到应用的过程还需许多努力。

炉边对话：纳米之美——新材料的未来

从左到右：杨培东、张翔

自动驾驶技术的无限机遇与风险

机器学习专家谷俊丽主持的分组圆桌议事

主题： “自动驾驶和互联网汽车”

特斯拉、百度、福特、AutoX等公司都在研发无人驾驶技术专注于不同阶段和不同痛点。来自这些公司的四位高管认为，多元化的进展更能让整个社会集体受益。未来的无人车市场，品牌之间将求同存异。

无人驾驶技术难点，数据库多重评估，最关键的部分是感知预测和决策控制规划的紧密配合，而感知预测更具挑战，仍需要通过更成熟的机器学习和基于大数据的深度学习技术来解决。

另外，未来的共享出行，无人司机接载体验也将面对更多智能理解、交互问题和用户体验方面的问题。

圆桌论坛：自动驾驶技术无的优势和风险

从左到右：肖健雄、王京傲、Bryan Goodman、谷俊丽

人工智能在未来物流中的角色

圆桌论坛：拥有了人工智能的未来物流

从左到右：Rob May、Jeremy Stanley、李瑞、Amos Elliston

来自Talla、Flexport、Instacart和Robby Technologies的创始人和数据科学家们在物流论坛中表示，人工智能技术层面，数据是王道，不同的物流方式收集分析数据的侧重点也各有不同。

Instacart是日用杂货投递公司，商户的地点、流量热点数据，是完成最佳快递路线的重要分析来源；Flexport就像国际货运界的Uber，让客户可以像打车一样简单地进行在线预订货船、卡车、货运飞机，同时将极其复杂的国际货运代运环节全部打通串在一起，实现全程电子化、可视化；最后一公里运输，更简单更实惠，无人配送在未来的物流场景里，将是最佳落地方案，可以解决昂贵人力成本，Robby Technologies把目光投向小型快递无人车，致力解决快递“最后一公里”的问题，目前最需要解决的难题主要有三个方面：定位、导航和避障，而这事实上也是自动驾驶技术最核心的部分。

人工智能带来金融界的革新

圆桌论坛：人工智能带来金融界的革新

从左到右：Douglas Clinton、Ryan Caldbeck、Josh Johnston、Hassan Sawaf

人工智能带来的算法上的突破为金融业带来巨大影响，Loup Ventures管理合伙人Douglas Clinton、CircleUp联合创始人兼CEO Ryan Caldbeck、亚马逊AWS人工智能实验室主任Hassan Sawaf和Kount 人工智能实验室经理Josh Johnston就从企业级区块链、算法交易、投资组合管理等方面分享了各自看法。

数据，这个关键词在人工智能于金融界的应用已经被持续讨论多年，未来如何利用好跨用户和跨平台数据是学习用户习惯和精准推荐的关键。目前人工智能技术的进步使机器产生了更多类人化的客服，大大提高了银行业、财富管理业、保险业、会计业及个人理财行业的服务水平。