CCAI 2019 | Justine Cassell:担心机器取代人?这位女科学家却说:要相信人类!

2019 年 7 月 24 日 中国人工智能学会


CCAI 2019

2019年中国人工智能大会(Chinese Congress on Artificial Intelligence 2019,简称“CCAI 2019”)将于9月21日-22日在青岛胶州召开。

世界人工智能权威专家、卡耐基梅隆大学计算机学院副院长贾斯汀·卡塞尔(Justine Cassell)将出席大会并发表演讲

贾斯汀·卡塞尔被称为“人工智能女王”,是人机交互领域的顶级专家。她对于人工智能的理解超出了常见的技术和应用范畴,上升到了范式层面。作为大学教授,在人才培养方面,她也有自己的观察和洞见。让我们一起来了解。



人工智能不是技术,而是一种范式

关于“人工智能是什么”,卡塞尔的回答角度新颖、独特,发人深省。

她认为,人工智能并不能简单称之为一项技术,它是一种范式,一种制造可以完成人类所有行为的机器的方法。如果某个公司在它的名称之前单纯的加上“人工智能”四个字,但它既不会使用机器学习,也不会分析客户的数据,那就没有任何意义。

她把人工智能比喻成一把雨伞,这把伞下面有很多我们看不到的东西在运行。它涉及到了计算机视觉、云计算、大数据及机器学习等等今天可以使用的所有技术,也正是它们构成了人工智能背后的推动力。

传统的机器学习方法,是让电脑从数据中学习“知识”,由人来设计表示数据的特征并输入。因为这需要掌握大量专业知识,导致特征工程成为机器学习的瓶颈。

而深度学习打破了这一瓶颈,通过层级神经网络,机器对数据集的“特征”进行筛选、提取和组合,经过反复训练,找到差异和规律,最终机器获得了提取抽象概念的能力。

卡塞尔有一句流传甚广的话:未来,每一个灯泡可能都在观察和学习。

她提出,人工智能带来的变化,迫使我们重新思考人类的道德、法律、自我管理、财富分配;对于工作的认识、对职业的看法;以及我们作为一个人的意义和社会的意义。


人工智能会替代人类吗?

人工智能的进步也引发了部分担忧的声音,比如它是否会超过人类,甚至统治人类?

对此,卡塞尔的看法非常明确:作为计算机科学家,她不相信会出现这样的情况。

在她看来,人工智能的生命是由人类赋予的,它使用的数据都由人类负责输入,因此人类在如何塑造人工智能方面掌握着绝对主动权。未来是否会出现机器统治人类的局面,完全取决于人类自己的意愿:你是否想要生活在一个被机器接管的世界?

她认为大多数人的答案会是否定的。既然如此,也就无需担心我们在未来会被机器奴役。

对人类来说,更重要的是去思考如何妥善发展人工智能,让它更好地为我们服务。


如何培养AI行业人才?

人工智能改造社会的巨大潜力,使其人才培养问题也成为业界关注的一大焦点。在卡塞尔看来,当前这方面存在一个“两难的困境”。

一方面,无论在美国还是中国,顶级科技公司在人才争夺上异常激烈,大学教授或优秀博士生经常成为香饽饽。这些人才的加入为人工智能行业的发展注入了新的活力,是行业持续前进的不可或缺的因素。

但另一方面,这意味着留在校园中的出色教授、学生会越来越少,不利于人才的可持续培养。

行业需要人才,人才需要机会,而大学需要资金。因此卡塞尔认为,需要构筑一个政府、学界和行业的合作模式:政府需要资助大学,行业需要支持教授和学生,然后学生需要进入公司并推动公司的发展——应当形成这样一个良性循环。


大 会 相 关

欲了解更多信息,可通过如下方式联系我们:

商务合作

于老师

微信:138-1148-4695


票务咨询

刘老师

微信:189-1006-4547


大会信息咨询

平平

手机:185-1086-6934

微信:185-1086-6934


企业服务专员

王老师

手机:170-9008-6234

微信:dalonsmary1010




点击“阅读原文”购票参会!
登录查看更多
0

相关内容

Justine Cassell,卡内基梅隆大学计算机学院副院长 苏格兰皇家学院院士 AAAS/ACM Fellow。贾斯汀•卡塞尔,卡耐基梅隆大学计算机学院副院长,世界经济论坛(WEF)未来计算机全球未来理事会主席。ACM会士,AAAS会士,苏格兰皇家学院院士。主要从事人工智能、计算机语言等领域研究。在人工智能领域超然,被誉为"人工智能女王"。
Yoshua Bengio最新《深度学习》MLSS2020教程,附104页PPT及视频
专知会员服务
131+阅读 · 2020年7月10日
打怪升级!2020机器学习工程师技术路线图
专知会员服务
99+阅读 · 2020年6月3日
专知会员服务
125+阅读 · 2020年3月26日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
101+阅读 · 2020年3月9日
【新加坡国立大学】深度学习时代数据库:挑战与机会
专知会员服务
35+阅读 · 2020年3月6日
AI 最大的挑战:也许我们从根上就错了
InfoQ
5+阅读 · 2019年6月14日
当 AI 全面实现认知智能时,机器人还只是机器吗?
未来产业促进会
5+阅读 · 2019年5月9日
Hinton最新专访:别让AI解释自己,AI寒冬不会再来
GAN生成式对抗网络
3+阅读 · 2018年12月17日
李飞飞:让机器有分辨事物的“眼睛”
人工智能学家
3+阅读 · 2018年4月13日
李开复为何说年底人工智能泡沫要破?
数据猿
4+阅读 · 2018年2月5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
Generating Rationales in Visual Question Answering
Arxiv
5+阅读 · 2020年4月4日
Arxiv
9+阅读 · 2020年2月15日
Arxiv
26+阅读 · 2018年9月21日
Arxiv
10+阅读 · 2018年2月9日
Arxiv
11+阅读 · 2018年1月15日
VIP会员
相关VIP内容
Yoshua Bengio最新《深度学习》MLSS2020教程,附104页PPT及视频
专知会员服务
131+阅读 · 2020年7月10日
打怪升级!2020机器学习工程师技术路线图
专知会员服务
99+阅读 · 2020年6月3日
专知会员服务
125+阅读 · 2020年3月26日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
101+阅读 · 2020年3月9日
【新加坡国立大学】深度学习时代数据库:挑战与机会
专知会员服务
35+阅读 · 2020年3月6日
相关资讯
AI 最大的挑战:也许我们从根上就错了
InfoQ
5+阅读 · 2019年6月14日
当 AI 全面实现认知智能时,机器人还只是机器吗?
未来产业促进会
5+阅读 · 2019年5月9日
Hinton最新专访:别让AI解释自己,AI寒冬不会再来
GAN生成式对抗网络
3+阅读 · 2018年12月17日
李飞飞:让机器有分辨事物的“眼睛”
人工智能学家
3+阅读 · 2018年4月13日
李开复为何说年底人工智能泡沫要破?
数据猿
4+阅读 · 2018年2月5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
Top
微信扫码咨询专知VIP会员