【观察】技术如何重塑行业与社会?——斯坦福大学、DARPA与硅谷公司共论前沿科技发展

2018 年 5 月 2 日 中国自动化学会

日前,斯坦福大学研究团队、美国国防部高级研究计划局(DARPA)以及硅谷创投公司和米资本的专家们,共同研讨了技术将如何重塑行业和社会等问题。他们分析了现今全球前沿科技的未来趋势,涵盖对人工智能、自动驾驶汽车、多尺度数据、再生器官、增强现实以及网络风险保护等多方面的探讨。

人工智能

评估与信任迎来新挑战

人工智能从早期的通过训练来抓取表面信息,到现在已可以从过去的数据中自我学习,人们获得了更多高质量的数据,也促使我们更深入了解模型是如何进行决策、提供建议以及快速自我触发的。

但以往,没有人能解释算法是如何自我做出决定并提供建议的。现在,人们对人工智能的评估和信任,迎来了一个全新层次的理解和挑战。

DARPA曾经创建了一个名为“可破解的人工智能(XAI)”的新程序,目的是创建一套机器学习技术,提供更多可破译的模型,同时保持高水平的机器自我学习,使用户能够理解、信任和有效管理新一代人工智能。

对于企业来说,人工智能和深度学习的规则也发生了巨大变化。尽管人工智能还没能完全取代整个劳动力,但其已经可以帮助改善大多数公司的一些基本效率问题。现在,人工智能的完整解决方案可以包括计算机视觉、自然语言识别、语音或感官识别等各种技术的组合。

在医疗界,人们需要更加高效的运营管理,医疗影像设备将越来越多地人工智能化,并出现更多自动化工作流程。实际上,自从神经网络开始以来,人工智能在医学成像等应用中的精度已经相当高,其不仅帮助了医生,还能以较低廉的成本,为更多患者提供早期诊断。

自动驾驶汽车

考虑如何与人类交互

对自动驾驶汽车来说,除了考虑老生常谈的安全性,还应考虑的问题是自动驾驶汽车如何与人类交互的?

譬如,对人行横道的了解、预测和设计,都会使人们与自动驾驶汽车之间产生有效沟通,而在十字交叉路口,自动驾驶汽车与其他车辆司机的交流也将是至关重要的问题。如果要大规模推广自动驾驶汽车,必须实现乘客、行人、司机和其他相关者之间的无缝沟通。

普遍预计,自动驾驶汽车将在未来数十年内产生数万亿的经济效益,这是由汽车制造商、供应商、科技巨头和创业公司推动的大规模项目,现在已逐渐带来了收益。

然而,为了确保安全,自动驾驶汽车需要经过数千亿英里的驾驶测试。许多公司正在利用新的仿真技术来增加实时行驶里程的演习,投资新的传感器系统,并采用ISO标准来大规模部署自动驾驶汽车,只有对软件、硬件和开发流程等多方面进行严格的验证和审查,人们才能确信自动驾驶汽车是安全的。

自动驾驶汽车究竟能否取代数百万的专业司机?其实,各种形式的自动化也存在类似的问题。当机器在不断降低成本、自我学习的同时,人类毫无疑问将找到自我适应的方法。其中一个趋势是:在某些特定的领域,增强现实在工作中与人的配合,其实比纯自动化的投资回报更高——现在,增强现实已不仅是一种娱乐形式,它在帮助人们在工作中减少伤害和疲劳,也带来了更好的工作环境。

数据建模

再生医学应用在扩展

未来,揭示医疗数据背后的含义、定制治疗方案将至关重要,因为它能为个性化的治疗提供有力的数据参照,满足人们对个性化医疗保健的需求。

但如果只有一种数据模式是远远不够的。计算机算法将通过多组学数据来识别驱动疾病的基因,通过多模式、多尺度、高维度的生物医学数据,让人类从多个角度和尺度研究疾病。

医疗界的另一个新兴领域是再生医学——修复、替换或再生细胞、组织或器官,从而恢复受损功能。再生医学最初的重点,集中在组织工程领域,即用干细胞代替损伤的组织和器官,现在已经扩大到包括使用干细胞来模拟疾病、自体移植和功能分子的治疗性递送,以及免疫功能在组织修复中的作用等领域中。但是,由于科学家需要人为控制干细胞的行为活动,这种方法不仅面临技术挑战,还必须进行一系列的临床研究,最后通过美国食品和药物管理局(FDA)等国家政府机构的监管批准。

而在药品行业,企业在药物研发方面的投入正逐渐减少,药企面临公众和监管方面要求降价的压力,药物的失败率却越来越高——过时的2D平台测试以及对免疫缺陷的实验鼠的研究速度,进展十分缓慢。

因此,制药公司开始考虑采用新技术,依靠创新公司提供新的方法,在模拟与人体接近的微环境下完成测试,而药物进入人体测试后成功率会更高。

网络新时代

保护数据能力需提高

以上的计算机、智能手机、自动驾驶汽车以及增强现实设备,人们对它们越依赖,其性能和数据存储上就越容易出现漏洞。随着网络风险的迅速演变,保护数据和资产的能力也必须随着发生变化。

当今,网络风险保护已经以多种形式进入到消费者和大型研发企业当中,不过,一些小企业的网络安全却体现了较强的创新趋势。这些小企业利用技术在全球范围内分销其产品,更好地为已经改变购买行为的客户提供服务,并通过数据分析客户的行为,他们早已积极采用基于云计算的软件服务,以便更灵活的按月支付其数据需求。

因此,即便小型企业的网络漏洞不断发生变化,随之而来的,也是不断更新的解决方案,帮助小企业打造了更安全的网络保护。


来源:科技日报

往期文章推荐

人工智能名人堂第49期 | 斯坦福研究院名人堂成员:Peter E. Ha

🔗【学会新闻】2018国家机器人发展论坛暨RoboCup机器人世界杯中国赛在柯桥开幕

🔗【CAC2018】2018中国自动化大会征文通知(内含大会网址)

🔗 【重要通知】关于2018年度CAA科学技术奖励推荐工作的通知

🔗 【重要通知】关于征集全国学会优秀改革案例的第二轮通知

人工智能名人堂第49期 | 斯坦福研究院名人堂成员:Peter E. Ha🔗 【通知】关于开展2018年CAA优秀博士论文奖励及推荐工作的通知

🔗 【征文通知】2018中国智能车大会征文通知

登录查看更多
0

相关内容

2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
专知会员服务
123+阅读 · 2020年3月26日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
图说报告 | “智能+”的终极版图:数字孪生世界
人工智能学家
22+阅读 · 2019年8月20日
DARPA | 世界上最大的“5G+AI+仿真”探索项目
走向智能论坛
30+阅读 · 2019年7月29日
人工智能商业化研究报告(2019)
腾讯大讲堂
15+阅读 · 2019年7月9日
美国会听证会展示人工智能发展现状及趋势
新智元
5+阅读 · 2019年3月17日
未来20年(2019—2039)的50个技术预测
全球创新论坛
5+阅读 · 2018年12月16日
2018年的人工智能和深度学习将会如何发展? | 分析
网易智能菌
3+阅读 · 2017年12月30日
【人工智能】人工智能5大商业模式
产业智能官
15+阅读 · 2017年10月16日
Arxiv
6+阅读 · 2018年7月9日
Arxiv
4+阅读 · 2018年2月13日
Arxiv
7+阅读 · 2018年1月24日
VIP会员
相关VIP内容
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
专知会员服务
123+阅读 · 2020年3月26日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
相关资讯
图说报告 | “智能+”的终极版图:数字孪生世界
人工智能学家
22+阅读 · 2019年8月20日
DARPA | 世界上最大的“5G+AI+仿真”探索项目
走向智能论坛
30+阅读 · 2019年7月29日
人工智能商业化研究报告(2019)
腾讯大讲堂
15+阅读 · 2019年7月9日
美国会听证会展示人工智能发展现状及趋势
新智元
5+阅读 · 2019年3月17日
未来20年(2019—2039)的50个技术预测
全球创新论坛
5+阅读 · 2018年12月16日
2018年的人工智能和深度学习将会如何发展? | 分析
网易智能菌
3+阅读 · 2017年12月30日
【人工智能】人工智能5大商业模式
产业智能官
15+阅读 · 2017年10月16日
Top
微信扫码咨询专知VIP会员