分论坛 > 合肥 > 新闻动态
YOCSEF合肥成功举办“人工智能能否无限趋近人类智能?”专题论坛。 中国计算机学会青年计算机科技论坛
2018-12-31 阅读量:1004 小字

20181225日,CCF YOCSEF合肥在中国科学技术大学西区科技实验楼西118会议室成功举办“人工智能能否无限趋近人类智能?”专题论坛。

Fig 1

1 徐童博士和孙晓博士做论坛开展发言

本次论坛围绕人工智能的前沿研究和企业中的实际应用情况展开讨论。邀请到了来自哈尔滨工业大学的车万翔教授、上海乐言信息科技有限公司王昊奋博士、科大讯飞AI研究院赵乾副院长和安徽大学赵姝教授做引导发言和嘉宾发言,此外还有CCF YOCSEF成员、CCF会员等30余人参加。

主持人徐童博士首先介绍了人工智能近年来发展的总体情况。近来人工智能技术影响力越来越大,各界人士对此都表示关注。在此研讨会上大家准备就人工智能在方法层面、效果层面是否能趋向于人类智能展开讨论。同时他还介绍了YOCSEF的基本情况与接下来的议程。

Fig 2

2 车万翔教授做引导发言

紧接着,车万翔教授做了题为《自然语言处理的最新进展》的引导发言,在报告中,车万翔教授介绍了自然语言处理作为人工智能的一大核心方法,其主要的内容和特点。相关的基本概念还有语言理解的四个空间以及自然语言处理的四个层次,分别是形式、语义、推理和通用。而目前所处的阶段则是语义到推理这一步。

之后他介绍了目前取得的一些阶段性进展,主要内容包括:目前的研究广泛采用分布式语义表示,从离散的符号表示发展到连续且稠密的分布表示;模型预训练显著提升技术指标。如语言模型ELMo,谷歌最近发布的BERT,都取得相当的进展,大幅提高了多种任务准确率;机器阅读理解技术在某些数据集上超过人类。这里介绍了哈工大讯飞实验室取得的一些成绩;文本生成从研究到实用。如新闻的生成,诗歌的生成等应用;自然语言处理平台陆续开放。这里介绍了哈工大实验室的平台HIT-SCIR LTP还有谷歌的NLP云等平台;对话系统从应用到平台化。有对话平台的基础,企业可以对此可以方便地调用。

但同时车教授也介绍了自然语言处理目前面临的一些挑战,如:带标数据不足。这里可以考虑伪数据,即一些非手工标注的有近似标签的数据。常识知识不足。针对这个问题,可以用事理图谱来刻画动态的常识知识。此外介绍了可解释性问题、领域迁移问题、文本推理问题以及多模态的融合问题。经过上述研究成果和挑战的介绍,车教授对目前自然语言处理的总结是虽然存在一些挑战,但有大数据和深度学习的有力支持,发展的前途非常光明。

Fig 3

3 王昊奋博士做引导发言

紧接着,由王昊奋博士做了题为“冰与火之歌:工业界的AI困惑”的引导发言。王昊奋博士从影视中对AI的想象开始介绍,在这些影视作品中AI不再局限于超能力,人们开始对其有情感上的期望。与此同时AI的相关产也已经进入人们的日常生活。在政策上,政府也人工智能的发展非常支持,建设力度正在逐步加大。全国各地经常有各种各样的人工智能峰会,社会上对人才的需求也呈指数上升。技术上,各种各样围绕AI的项目正在实现,如神经网络翻译,高考机器人,AlphaGo等。人工智能领域的专业媒体正在兴起。资本领域也有众多对于AI领域的投资。

而另一方面,如此当红的人工智能领域也有一些乱象的存在,如索菲亚机器人的AI造假现象。同时产生的还有对AI的恐慌,担心其替代人类的工作等等。从业人员则对人工智能充满嘲讽,甚至称之为人工智障;也有一些小型的相关企业遭遇到资本的寒冬。工业界也遇到了相关困境:底层工作需要人工;人工智能领域的理论丰富,但很多难以落地。

而要想走出上面的困境,王昊奋博士认为媒体应该适当宣传而不是夸张和渲染,民众要适当降低期待,政策要给与重视,资本要持续扶持,企业要对各个行业心存敬畏,与之前的传统行业合作而不是一心想要取代。

接下来,主持人孙晓博士邀请赵乾副院长和赵姝教授阐述自己的看法。

Fig 4

4 赵乾副院长做嘉宾发言

赵乾副院长表示要清楚目前AI的目标,即是否要趋向于人类?工业界实际上都是选择人的一个工作场景来作为目标,在这某个场景上AI甚至可以超过人,但总体上不必以人为目标。目前研究现状则是,还是有很大发展的空间。同时在发展中要注意阶段性的目标。以科大讯飞为例,从普通话考试开始,到现在的教育领域研究,研究应用领域间都有明确的发展阶段。在翻译领域,科大讯飞也是从开始的特定场景翻译到现在的中英翻译甚至是同声传译。再比如客服机器人,首先是导航,即简化为分类,进一步发展为可以外呼,即设定好一系列逻辑让程序执行,再之后是语音客服,即人机对话。未来发展中AI可能会在很多方面超过人类的表现,但需要一定的时间。这一段时间也是让社会适应科技发展的缓冲。

赵姝教授认为可能需要很久才会达到人类智能这个目标。从2006年开始,图像和语音方面取得了很大的进展,如ImageNet上的图像识别任务,语音识别等,准确率都直逼人类甚至超过人类。但以图像识别为例,加一点噪声可能就会得到完全不一样的结果,这与人类的识别还是有很大的差距。目前实现的只是有限的搜索和快速的推理,离人类智能还是很远。现在人工智能只是初步起步。围棋方面的一些进展也是基于完全信息情况,加入一些不确定情况就需要更多的研究。

Fig 5

5 赵姝教授做嘉宾发言

4名专家发言结束后,孙晓博士宣布下面进入自由发言阶段并强调了发言规则。现场参加论坛的嘉宾和听众纷纷发言,从人工智能的功能、技术和规则层面针对本次论坛主题进行讨论。

CCF YOCSEF AC委员谭昶发言说,人工智能不需要趋近人类智能。人的智能是有限的。要分清楚什么情况依赖人类智能,什么情况依赖人工智能。

CCF YOCSEF AC委员周晓发言说,技术层面上,比如工业界中,生产线上玻璃的瑕疵检测之前都是要用人工,而现在用图像算法都可以解决。工业方面AI可以取代人类。功能层面上企业需要的数据采集还是有很多限制。但其它与会者对此表示存在疑义,王昊奋博士说,这些应用只是自动化。人的反应是不可控的。人机协同中总是会有很多不可控制的参数。相对来说,工业场景相对简单,离人类智能能达到的程度还很远。

安徽建筑大学孙光灵发言说,在规则层面,AI是否只是技术问题?伦理检查是否必要?赵姝教授也转述了线上讨论观点,参与讨论的人士认为,1. 伦理检查还是太早,证明发展还是比较早期;2. AI被工业界期待,但学术界还在统一模型,并且AI需要伦理检查。参加论坛的专家们就这一问题进行了深入地讨论,大家认为在研究层面AI算法已经可以生成各类专业性很强的稿件,但在应用层面,AI生成的稿件应该由谁负责?这些稿件的版权归谁?如果有稿酬,应该给谁?等相关问题还需要进行商榷。

Fig 6

6  论坛讨论

最后,论坛执行主席为几位特邀讲者赠送了纪念品,以此感谢特邀讲者为本论坛做出的贡献。参加论坛的全体人员在会议室合影。

Fig 7

图 7  专题论坛合影

CCF聚焦