原标题:田奇、王涛、黄铁军为何谈AI技术创新是社会影响的一把双刃剑?

图片 1

9月8日-9日,由人力资源社会保障部、中国科学院主办、马上科普协办的以“人工智能:技术创新与社会影响”为主题的百千万人才工程创新大讲堂在北京智能化大厦成功举办。会议内容主要是以主题演讲的形式,从技术前沿到产业热点、人类伦理到社会变革为主线共话人工智能。

其中,华为诺亚方舟实验室计算视觉首席科学家田奇发表了《行人重识别:挑战和最新发展》的主题演讲、爱奇艺资深科学家王涛发表了《互联网视频AI》的主题演讲、北京大学信息科学技术学院教授、计算机科学技术系主任黄铁军发表了《类脑计算与仿视网膜超速全时芯片》的主题演讲。三位行业专家分别从视频监控领域、娱乐视频领域、以及芯片领域对AI技术的发展现状与难点弊端进行了全面分析。

行人重识别如何挑战大规模数据存储?

行人重识别(Person
re-identification)也称行人再识别,是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术,旨在解决识别大规模视频数据中重复出现的相同人物。广泛被认为是一个图像检索的子问题。给定一个监控行人图像,检索跨设备下的该行人图像。旨在弥补目前固定的摄像头的视觉局限,并可与行人检测/行人跟踪技术相结合,可广泛应用于智能视频监控、智能安保等领域。

图片 2

这一研究课题正吸引越来越多来自工业界和学术界的关注,行人重识别课题研究的兴起涉及解决极具挑战的大规模数据存储问题,为智能视频分析处理技术的发展提供了前所未有的机遇,同时也展示出在例如监控视频网络中的行人检索、追踪以及事件检测等公共安全问题上的应用前景。

田奇在报告中,首先从行人重识别的背景讲述,然后是行人重识别面临的挑战与难点,以及未来可研究的方向与展望。田奇提到,由于大城市里摄像头的无处不在,智慧城市中的智能监控系统所产生的数据量超过所有数据集的一半以上,视频监控包括很复杂的信息内容,而视频监控中的人、车、物更受关注。

行人重识别研究上遇到的主要问题有大规模数据的问题、表观的差异性、非理想的场景问题。

而在行人重识别的进步发展上,体现在基础图像数据集:Market-1501、MARS、PRW、MSMT17。田奇更多的是从视频监控的角度来阐述行人重识别技术研究的必要性与安全性,同样也从侧面强调出当前智慧安防发展的重要性。

视频AI在互联网领域现存的挑战与痛点

随着AI技术的快速发展,语音识别,视频理解,精准推荐,智能创作等技术广泛应用,对人类社会各方面产生了深刻的影响,也引发了伦理道德、工人下岗、超越人类AI等一系列担忧。王涛在报告中主要介绍了AI在互联网视频领域的发展状况,挑战问题,社会影响,并探讨了AI互联网视频当前发展的利弊与未来发展的方向。

多维的视频发展历程即从物理世界(人物、场景、活动)开始,后演变成图文视频(文字、图片、声音、视频)、高清视频(高分辨、高动态、高帧率)、网络视频(编码、传输、互动)、VR视频(全视角、全景声、可交互)、AI视频(智能创作、智能理解、智能分发),当代的AI视频具有智能服务、实时交互、播放流畅、信息丰富的特点。

而对于互联网视频发展现状上看,王涛提到,中国在线视频用户数达6.09亿,爱奇艺月度独立设备大于6亿。视频的应用可广泛覆盖于社交、电商、安防、交通、医疗、教育、娱乐与资讯。发展趋势上,当前的互联网视频呈现两点,一是连接人与服务,二是AI提升视频生产运营效率。随着当前各种流量风口的爆破,视频AI化成为必然趋势。

图片 3

报告现场,王涛指出AI技术在爱奇艺视频中的应用:智能制作、智能生产、智能标注、智能分发、智能播放、智能变现、智能客服。

而智能创作——智能选角的AI应用正广泛落地,AI智能匹配精确度也愈加符合当代影视创作风格,且能大量减少不必要的经费支出。除此之外,GAN生成技术、精准分割技术、智能硬件等新型AI技术正巧妙融合与视频中。

然而在社会影响上,优劣皆存。王涛举例说明:个性化推荐与沉迷上瘾,信息茧房。目前的现象是个性化推荐成为主流,推荐迎合用户兴趣和吸引眼球的信息,好处在于可提高用户获取信息的效率,但是威胁同样不能忽视:算法滥用,价值观导向不良,诱导用户沉迷上瘾,导致信息茧房。此外,自动生成内容与法律监管、虚拟现实与认知偏差等问题同样需要引起群众的重视。

可实现强人工智能的有力武器——类脑计算

类脑计算是计算机出现以来最大的一次革命,有望实现强人工智能(通用人工智能,AGI)。视觉感知是生物智能的重要组成部分,生物视觉信息处理机制优越,仿视网膜超速全时视觉芯片像生物视网膜一样采用神经脉冲表达视觉信息,脉冲发放频率“超速”人眼百倍,能够“看清”高速旋转叶片的文字。“全时”是指从芯片采集的神经脉冲序列中重构出任意时刻的画面,这是实现真正机器视觉的基础,有望重塑视觉信息处理体系,为无人驾驶、机器人、视频监控等领域带来重大变革。

报告现场,黄铁军多次强调,人工智能是以机器为载体的智能,以及智能为用与机器为体的重要性。其中,黄铁军指出通用人工智能、强人工智能、类人智能、以及大数据智能、跨媒体智能等不同人工智能的分类与不同。强人工智能指能够适应环境、应对未知挑战、具有自我意识、达到人类水平(因而超越人类)的智能。

图片 4

黄铁军说:“计算机不能创造强人工智能,但是计算机能创造可实现强人工智能的载体。”

而在类脑计算上,黄铁军详细的阐述了自然进化的人类大脑所掌握必要的感性与理性因素,是如何通过类脑计算,通过计算机的算法来赋予机器,使其具有类人脑的意识。而这,也是目前科学界正在深入挖掘的领域。而这所涉及到的神经形态计算与仿脑计算尤为重要。因此,大脑神经网络解析、神经机/电子大脑、理解机器智能、理解大脑闭合环状路线就是目前可探索的方法。

通过以上三种行业三种AI领域的学术研究分享,可以清晰地看到,AI正在以不知不觉的速度急速扩展到大众的身边,在感受AI技术强大的同时,利弊之分同样值得我们重视!返回搜狐,查看更多

责任编辑:

相关文章