今天无意间在网上看的了一则推送,《周志华:AI产业将更凸显个人英雄主义》

http://tech.163.com/18/0601/13/DJ7J39US00098IEO.html

摘录一些原文内容:

关于机器学习能够解决的任务,周志华认为,围棋属于封闭静态环境的任务,他不是“最难的任务”,

以往的机器学习就可以解决这种封闭静态环境任务。

“我们今天面对的是动态开放环境下的机器学习挑战,最关键的就是鲁棒性。”

周志华称,这就要求AI必须很好的应对未知环境,是通往鲁棒人工智能的核心环节。

ps: 周志华老师一直在机器学习理论上很有建树,从上面的话中我隐隐的感觉周老师的眼光不仅仅是只停留于机器学习理论上,对于应用领域也有关注。如果AI能很好的应对位置环境,具备较强的鲁棒性那么 AI 才真正有可能走向实际应用中。大家都知道AI现在很火,但是又有多少人知道AI能应用的领域在目前来说还真的是少的可怜,用屈指可数不为过。

摘录一些原文内容:

在AI产业发展方面,周志华认为,目前AI广泛应用的代表是互联网行业,因为后者拥有大量的数据。但是,未来在一些数据量小的领域可能应用前景更大。

ps:对于周老师的观点我还是很认可的,现在的AI落地主要还是依靠互联网行业的大量数据做支撑,不过虽然这些领域的经济价值较大但是总有一天AI技术对于这些领域不再新鲜创造的利润提升率不再那么大的时候那些被我们忽略的数据量较小的领域就会登场,但是这需要多少年呢,从现在的角度来看我想有两点来看:

1,就是现在AI主力,深度学习还能有多大的发展空间,深度学习在理论上的发展是否健全,在应用上能否有更好的突破,如果自动驾驶,姿态识别,动作识别之类的应用停步的话,以深度学习为代表的 AI 路又在何方呢。如果真是这样的话,那就是 以DeepLearning 为主的AI 进入瓶颈了,怎么考虑扩大它的市场应用将会是大势所趋。

2. 就是能否有新的AI技术诞生或大发展,能否出现想DeepLearning 这种给AI发展带来较大带动的理论和技术呢。如果一直没有更新的AI理论和技术,那种可以独门立派的那种又怎么能指望AI有大的突破呢,如果一直没有大的突破,慢慢的转向应用,转向小数据的领域也是自然。

摘录一些原文内容:

周志华在最后表示,AI产业发展真正需要的是人才,“与一般软件产业相比,AI产业将更凸显个人英雄主义”

ps: 周教授这个观点和《大数据时代》书中所说的还是有些区别的,在《大数据时代》这本书中作者的角度是技术和人才总有一天会达到满员的水平,到了那个时候最重要的就是数据,这可能《大数据时代》说的是大数据而不是AI,本身大数据这个需要考虑的东西就是技术层面的偏多,这是一种应用,应用型创新。说实在的,我到现在也很难给出AI和大数据之间一个准确的界定,但是AI的落地我想个人主义是必须的事情。

摘录一些原文内容:

周志华称,从技术上看,神经网络其实是个简单的数学函数,通过迭代嵌套得出的系统。在一些图像视频处理任务中,深度神经网络有时候并不是最佳的选择。

“当我们重新审视神经网络模型的时候,提出是不是可以基于不可微构件进行深度学习?”周志华介绍说,他的团队最近提出了一个叫做  “深度森林”  的模型,这是一个“非神经网络”,且不使用BP算法训练的深度学习模型。周志华透露,这个模型目前已经与蚂蚁金服合作,应用在反套现的检测上,目前性能表现很好。

ps: 感觉周老师提的这个深度森林还是比较有意思的,感觉有机会应该拜读下,这里发现感慨 能发论文是厉害的, 能把论文应用在现实才是更厉害的,佩服周老师。

AI产业将更凸显个人英雄主义 周志华老师的观点是如此的有深度的更多相关文章

  1. [重磅]Deep Forest,非神经网络的深度模型,周志华老师最新之作,三十分钟理解!

    欢迎转载,转载请注明:本文出自Bin的专栏blog.csdn.net/xbinworld. 技术交流QQ群:433250724,欢迎对算法.技术感兴趣的同学加入. 深度学习最大的贡献,个人认为就是表征 ...

  2. 【转载】 AI会议的总结(by南大周志华)

    原文地址: https://blog.csdn.net/LiFeitengup/article/details/8441054 最近在查找期刊会议级别的时候发现这篇博客,应该是2012年之前的内容,现 ...

  3. 《AlphaGo世纪对决》与周志华《机器学习》观后感

    这两天看了<AlphaGo世纪对决>纪录片与南大周志华老师的<机器学习>,想谈谈对人工智能的感想. 首先概述一下视频的内容吧,AlphaGo与李世石对战的过程大家都有基本的了解 ...

  4. 偶尔转帖:AI会议的总结(by南大周志华)

    偶尔转帖:AI会议的总结(by南大周志华) 说明: 纯属个人看法, 仅供参考. tier-1的列得较全, tier-2的不太全, tier-3的很不全. 同分的按字母序排列. 不很严谨地说, tier ...

  5. CCF系列奖获奖名单公布,鲍虎军、周志华获CCF王选奖 | CNCC 2017

    本文讲的是CCF系列奖获奖名单公布,鲍虎军.周志华获CCF王选奖 | CNCC 2017, 由中国计算机学会(CCF)主办,福州市人民政府.福州大学承办,福建师范大学.福建工程学院协办的2017中国计 ...

  6. 【Todo】【读书笔记】机器学习-周志华

    书籍位置: /Users/baidu/Documents/Data/Interview/机器学习-数据挖掘/<机器学习_周志华.pdf> 一共442页.能不能这个周末先囫囵吞枣看完呢.哈哈 ...

  7. 【深度森林第三弹】周志华等提出梯度提升决策树再胜DNN

    [深度森林第三弹]周志华等提出梯度提升决策树再胜DNN   技术小能手 2018-06-04 14:39:46 浏览848 分布式 性能 神经网络   还记得周志华教授等人的“深度森林”论文吗?今天, ...

  8. 机器学习周志华 pdf统计学习人工智能资料下载

    周志华-机器学习 pdf,下载地址: https://u12230716.pipipan.com/fs/12230716-239561959 统计学习方法-李航,  下载地址: https://u12 ...

  9. (二)《机器学习》(周志华)第4章 决策树 笔记 理论及实现——“西瓜树”——CART决策树

    CART决策树 (一)<机器学习>(周志华)第4章 决策树 笔记 理论及实现——“西瓜树” 参照上一篇ID3算法实现的决策树(点击上面链接直达),进一步实现CART决策树. 其实只需要改动 ...

随机推荐

  1. hdu1286(找新朋友)&&POJ2407Relatives(欧拉函数模版题)

    http://acm.hdu.edu.cn/showproblem.php?pid=1286 没什么好说的,模板题,主要是弄懂欧拉函数的思想. #include <iostream> #i ...

  2. 1059. C语言竞赛(20)

    原题: https://www.patest.cn/contests/pat-b-practise/1059 思路: 参赛者id是数组下标, 数组值是参赛者排名位置(从1开始), 每次判断0不存在, ...

  3. spring-data-jpa 介绍 复杂查询,包括多表关联,分页,排序等

    本篇进行Spring-data-jpa的介绍,几乎涵盖该框架的所有方面,在日常的开发当中,基本上能满足所有需求.这里不讲解JPA和Spring-data-jpa单独使用,所有的内容都是在和Spring ...

  4. 工作记录之开发HRM项目总结

    开发HRM项目的步骤: 1:首先保留HRM项目中的两张表(Employee,Position)把这两张表中的数据内容复制到Operator-Portlet这个项目中,这两张表的service.xml配 ...

  5. cocos代码研究(9)ProgressTimer类学习笔记

    理论部分 ProgressTimer是Node的子类. 该类根据百分比来渲染显示内部的Sprite对象. 变化方向包括径向,水平或者垂直方向. 代码部分 Type getType () const获取 ...

  6. 20155333 2016-2017-2 《Java程序设计》第七周学习总结

    20155333 2016-2017-2 <Java程序设计>第七周学习总结 教材学习内容总结 Lambda 教材的引入循序渐近.深入浅出 Lambda去重复,回忆DRY原则 Lambda ...

  7. Linux学习笔记之Linux计划任务Crontab

    0x00 cron 简介 cron 是 UNIX, SOLARIS,LINUX 下的一个十分有用的工具.通过 cron 脚本能使计划任务定期地在系统后台自动运行. 0x01 cron 命令 cront ...

  8. Vue学习笔记之表单绑定输入

    vue的核心:声明式的指令和数据的双向绑定. 那么声明式的指令,已经给大家介绍完了.接下来我们来研究一下什么是数据的双向绑定? 另外,大家一定要知道vue的设计模式:MVVM M是Model的简写,V ...

  9. RESTful源码笔记之RESTful Framework的APIview, Viewset总结分析

    0x00  引言 官方文档:http://www.django-rest-framework.org/drf为我们提供强大的通用view的功能,本博客对这些view进行简要的总结分析.首先,我们看一下 ...

  10. 详解KMP算法【转】

    本文转载自:http://www.cnblogs.com/yjiyjige/p/3263858.html KMP算法应该是每一本<数据结构>书都会讲的,算是知名度最高的算法之一了,但很可惜 ...