五个值得一看的TED AI 演讲:盲目信仰大数据的时代必须结束

2017 年 10 月 22 日 新智元


【AI WORLD 2017世界人工智能大会倒计时 17 

“AI达摩”齐聚世界人工智能大会,AI WORLD 2017议程嘉宾重磅发布 


大会早鸟票已经售罄,现正式进入全额票阶段。还记得去年一票难求的AI WORLD 2016盛况吗?今年,即将于2017年11月8日在北京国家会议中心举办的AI World 2017世界人工智能大会上,我们请到CMU教授、冷扑大师发明人Tuomas Sandholm、 百度副总裁王海峰 、微软全球资深副总裁王永东、亚马逊AWS机器学习总监Alex Smola 、科大讯飞执行总裁胡郁,华为消费者事业群总裁邵洋、腾讯优图实验室杰出科学家贾佳亚 等国内外人工智能领袖参会并演讲,一起探讨中国与世界AI的最新趋势。


点击文末阅读原文,马上参会!


抢票链接:http://www.huodongxing.com/event/2405852054900?td=4231978320026


大会官网:http://www.aiworld2017.com

  新智元编译  


来源:enterprisersproject.com 

编译: 弗格森

 

【新智元导读】 如果您想更多地了解AI和机器学习的力量和潜力,一个好的地方是TED Talks。这篇文章推荐的五个演讲包括:机器人能通过高考吗;盲目信仰大数据的时代必须结束;机器智能让人类道德更加重要;我们能在不失控的前提下发展AI吗;为人机混合式的思考作好准备。


人工智能会怎样改变世界?它会替代你的员工吗?你自己的工作会面临什么威胁?


今年早些时候在麻省理工学院斯隆首席信息官研讨会上,自动化专家Andrew McAfee和“第二机器时代:辉煌技术时代的工作,进步与繁荣”联合作者安德鲁·布莱诺夫森(Erik Brynjolfsson)宣称,可能,我们“低估了自动化对劳动力的影响。 Brynjolfsson指出,数据爆炸正在推动机器学习的快速发展。因此,涉及模式匹配的工作,如病理学家,可能会遇到严重的干扰,他说。涉及体力劳动的工作,如卡车驾驶也面临相同的处境。


然而,Brynjolfsson指出,需要创造力,多步骤规划和人际关系(如教练)的任务对于机器来说仍然很难。他说:“只有人类才能做到这些工作,”他说。


除了工作之外, 在有限的时间内,AI 将会如何改变你的公司业务。很多问题,AI将为你的组织提供更多的见解。另一方面,你应该担心AI会最终超越其人类创造者,就像Elon Musk和Stephen Hawking所说的那样。


如果您想更多地了解AI和机器学习的力量和潜力,一个好的地方是TED Talks。许多TED演讲者探讨了AI的问题及其以发人深省的改变生活的潜力。


这些谈话将让你以全新的方式思考AI:


机器人能通过高考吗?




AI专家Noriko Arai及其团队创建了Todai Robot,其唯一目的是通过日本最负盛名的大学——东京大学的入学考试。到目前为止,它还没有成功,尽管它的分数比80%的人类竞争对手都高。这是令人印象深刻的,你可以思考一下,虽然机器人可以做搜索,并从所发现东西中做相当聪明的推论,但是它实际上没有做到真正的理解。


地址:https://www.ted.com/talks/noriko_arai_can_a_robot_pass_a_university_entrance_exam


盲目信仰大数据的时代必须结束



数据科学家凯西·奥尼尔(Cathy O’Neil)对常见的假设“因为算法是数学的,它们也是客观的”提出了挑战。她解释说,创建算法的人决定哪些数据很重要,哪些数据应该被忽略。而且他们也定义了成功,这通常意味着机器只是简单地复制一个人将会做的事情。结果,她说:“他们让事情变得不公平。他们重复我们过去的做法,我们的模式。他们只是在让现状自动化。”


地址:https://www.ted.com/talks/cathy_o_neil_the_era_of_blind_faith_in_big_data_must_end/transcript#t-779324


机器智能让人类道德更加重要



作家和学者Zeynep Tufekci此前是一名程序员,因此他很了解机器学习。机器学习有多强大,它对道德的挑战就有多大,因为它是一个黑匣子。现在,人们可以预测哪些犯罪分子可能会再犯(因此应该得到更长的刑罚),还有公司应该雇佣哪些人。在机器学习中,AI教会自己如何做出决定,这意味着创造它的人可能不知道机器是如何做出这些决定的。


地址:https://www.ted.com/talks/zeynep_tufekci_machine_intelligence_makes_human_morals_more_important


我们能在不失控的前提下发展AI吗?




神经科学家和哲学家萨姆·哈里斯(Sam Harris)解释了为什么我们需要担心AI,使用一些简单的逻辑步骤。只要没有任何事情阻止人类继续改进机器,我们就不可避免地会建立一些比我们更聪明的机器,也有能力改善它们。一旦能够做到这一点,它们可能会以指数的速度变得更聪明。离这种状态还有多久?到时候会发生什么?


地址:https://www.ted.com/talks/sam_harris_can_we_build_ai_without_losing_control_over_it


为人机混合式的思考作好准备



未来主义者和发明家雷·库兹维尔(Ray Kurzweil)对人类和人工智能的未来关系有着深刻的认识。想象一下,如果突然面临一种情境,需要你运用自己所有的聪明才智,或者更多。他说,您可以通过在大脑中使用纳米机器人来获取云上的额外思维能力,从而大大提高您所需的智慧


“我们的想法是生物和非生物学的混合体,但是非生物部分要遵守我的加速回报的法则。它将呈指数增长,“他说。什么时候会发生这样的好事?在20世纪30年代,Kurzweil预测。敬请关注。


地址:https://www.ted.com/talks/ray_kurzweil_get_ready_for_hybrid_thinking/


原文地址:https://enterprisersproject.com/article/2017/10/5-ted-talks-ai-watch



 


【AI WORLD 2017世界人工智能大会倒计时 17 点击图片查看嘉宾与日程。


大会门票销售火热,抢票链接:http://www.huodongxing.com/event/2405852054900?td=4231978320026


【扫一扫或点击阅读原文抢购大会门票

AI WORLD 2017 世界人工智能大会购票二维码: 




登录查看更多
0

相关内容

TED(指 Technology、Entertainment、Design 在英语中的缩写,即技术、娱乐、设计)是美国的一家私有非营利机构,该机构以它组织的 TED 大会著称。每年3月,TED大会在美国召集众多科学、设计、文学、音乐等领域的杰出人物,分享他们关於技术、社会、人的思考和探索。TED演讲的特点是毫无繁杂冗长的专业讲座,观点响亮,开门见山,种类繁多,看法新颖。
商业数据分析,39页ppt
专知会员服务
159+阅读 · 2020年6月2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
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
MIT-深度学习Deep Learning State of the Art in 2020,87页ppt
专知会员服务
61+阅读 · 2020年2月17日
AAAI2020接受论文列表,1591篇论文目录全集
专知会员服务
98+阅读 · 2020年1月12日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
Gartner 报告:人工智能的现状与未来
InfoQ
14+阅读 · 2019年11月29日
人工智能摧毁的不是工作岗位,而是商业模式
数据分析
5+阅读 · 2018年5月13日
PPTV创始人姚欣:人工智能到底怎么赚钱?
如何教育人工智能这个全球74亿人共同的小孩?
微软研究院AI头条
3+阅读 · 2017年11月17日
最可怕的不是被机器淘汰,而是……
全球创新论坛
18+阅读 · 2017年10月28日
Ian Goodfellow推荐:GAN生成模特照片媲美真人
新智元
8+阅读 · 2017年10月16日
Arxiv
38+阅读 · 2020年3月10日
Arxiv
101+阅读 · 2020年3月4日
Arxiv
110+阅读 · 2020年2月5日
Mesh R-CNN
Arxiv
4+阅读 · 2019年6月6日
Transfer Adaptation Learning: A Decade Survey
Arxiv
37+阅读 · 2019年3月12日
Neural Approaches to Conversational AI
Arxiv
8+阅读 · 2018年12月13日
Auto-Context R-CNN
Arxiv
4+阅读 · 2018年7月8日
VIP会员
相关VIP内容
商业数据分析,39页ppt
专知会员服务
159+阅读 · 2020年6月2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
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
MIT-深度学习Deep Learning State of the Art in 2020,87页ppt
专知会员服务
61+阅读 · 2020年2月17日
AAAI2020接受论文列表,1591篇论文目录全集
专知会员服务
98+阅读 · 2020年1月12日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
相关资讯
相关论文
Arxiv
38+阅读 · 2020年3月10日
Arxiv
101+阅读 · 2020年3月4日
Arxiv
110+阅读 · 2020年2月5日
Mesh R-CNN
Arxiv
4+阅读 · 2019年6月6日
Transfer Adaptation Learning: A Decade Survey
Arxiv
37+阅读 · 2019年3月12日
Neural Approaches to Conversational AI
Arxiv
8+阅读 · 2018年12月13日
Auto-Context R-CNN
Arxiv
4+阅读 · 2018年7月8日
Top
微信扫码咨询专知VIP会员