正以前所未有的态势汹涌而来，一种原因是风投和创业创新，都把AI当做了下一个尚未被开垦的宝地；另一方面是应用，比起概念盛行的阶段，现在的无人车、AlphaGo等已经把人工智能技术带到了“看得到摸得着”的境地。
那人工智能到底是什么？这样的领域包含哪些要素？它将如何改变当今世界，又面临哪一些问题和瓶颈？对于人工智能的应用和商业化，哪些领域会最快显现效果出来？
在清华大学“清华学堂计算机科学实验班”题为《人工智能的黄金时代》的演讲中，创新工场董事长兼CEO李开复对“人工智能”进行了深入浅出的讲解分析。
在讲解中，这位机器学习领域的博士对AI追古溯源、引用知名商业案例，并结合Google等巨头的布局和调整，为受众勾勒了人工智能的框架、要素、商用领域和条件，并且强调了人工智能当前的瓶颈和对当前互联网市场的影响。
值得一提的是，这位中国最知名的创业导师还给有志于在AI领域进行创业的创业者们提供了建议。
在这篇长达万字的演讲实录里，关于人工智能、深度学习、Google的野心等，首次“科普式”地得以展现。
谢谢大家！特别高兴有这个机会又一次来到清华，尤其是在我最尊敬的姚期智教授的邀请和介绍之下。姚教授的姚班在全球已经享有盛名，我从Google到创新工场，看到有非常多成功的工程师，都是在姚老师的培养之下成为了计算机界的顶尖人才。
在讲人工智能之前，我想向大家介绍一下我的一些可能不太为人熟知的背景：其实在进入几个国际大公司任职之前，也就是在30多年前，我就进入了AI领域。我是在1980年首先做的自然语言处理，1982年做的计算机视觉，1983做的语音识别，1985年做的人机对弈，1996年做的ＶＲ／ＡＲ……但我们现在知道，那时候我的这些选择大多数都是非常“糟糕错误”的职业选择，因为每一件事情，我都是在它的黄金时代之前、白银时代之前，甚至破铜烂铁都不是的时代就涉足了。从这个事情上，其实我也想说，做计算机研究这样的领域，本身的素质能力当然都很重要，但是还要在正确的时候选择正确的事情。我在错误的时候太过狂热的跳进了AI领域，与此同时，过去的三四十年人工智能也是起起伏伏，一下很火，一下又跌入谷底。
但现在是人工智能的黄金时代。可能各位也会问，凭什么这次说是人工智能的黄金时代？为说明这样的一个问题，这次我肯定不只用一些理论来说服大家，毕竟我过去也做了这么多“错误的选择”——我今天还带一些实际的数据来跟大家伙儿一起来分享为什么我对今天的人工智能充满信心。AI有很多分支，其中之一是机器学习，机器学习里面还有一个分支是深度学习，今天我更多的会用深度学习作为案例。
最近AI成为全球热门新闻话题，很多是因为大家看到AlphaGo在几个月前击败了李世石，最近在网上还传出年底之前它要挑战柯杰的消息。但在这个新闻的热度之下，有一点让我觉得很可惜：大家对这一个话题讨论的重心都放在了人工智能是不是在模仿人脑，“奇点”是否即将来临这样的问题上，却没有真正关注AI对我们的现实影响。
“奇点”认为未来机器将有各种的智能、人类必须做一些事情来保护自身。我们在座的没有一点一个人能够证明或否定“奇点”，但就我个人而言，我认为人工智能要取代人还是一个非常遥远的事情。我觉得我们应该更关注的事情是AI是今天能够拿来用的工具，它能帮助人类处理问题，能取代重复性的工作，能创造商业经济价值。正因为这个理由，我认为我们今天进入了人工智能的黄金时代。
随便举几个例子：今天很多的工作以后大部分都会消失，比如说翻译，虽然现在还不是做的那么完美，但是每年进步的都很快，再过几年人工的翻译可能就会非常难找到工作了。记者也同样如此，如今90%的文章都是用机器来写的。几乎所有思考模式可以被理性推算的工作岗位，在有足够数据支撑的时候，都会被取代。有人说十年之内一半的工作会消失，有人说十五年之内一半的工作会消失，我觉得这些都是合理的揣测。
我想在座大部分都会相信这个理论，而如果你对此还有怀疑，你可以想想，为什么AlphaGo这么厉害？主要是因为它可以动用到几千台机器每天和自己对弈上万盘的围棋，而这人是做不到的；以后为什么无人驾驶会这么厉害呢？因为它可以用它的各种的sensor在路上搜集数据，这不是任何一个司机可以匹敌的。所以这些都是一些必然的过程。
首先是感知，感知就是包括视觉、语音、语言；然后是决策，刚刚讲的做一些预测，做一些判断，这些是决策层面的；那当然如果你要做一套完整的系统，就像机器人或是无人驾驶，它会需要一个反馈。
在这些例子上能够正常的看到，感知可能更多的是帮助识别图里面一个婴儿在沙发上抱着泰迪熊这种。在推荐上面，我举的例子是一个用Google now通过你过去做的一些事情推测你下面要做什么，在最下面的例子你会看到有一个无人驾驶的汽车，它有各种的sensor，它捕捉的信息可拿来做最后的决策，比如怎么去操作方向盘、油门、刹车等等的。其实这三件事情的总和就是今天所被归纳为的人工智能。
再从博弈、感知决策以及反馈四个方面回顾一下人工智能的发展历史。博弈今天就不讲太多了，但是基本上我能够正常的看到从我在大学做的Othello到Checkers再到DeepBlue chess，经过很长的一段时间，终于有了今天AlphaGo打败了围棋世界冠军。我们从中能够正常的看到，这是一条长达三十多年的路程。
在感知方面，从我的博士论文发表到Nuance成为一个顶尖的公司，从中国诞生了科大讯飞到美国的Deep Face、中国的Face++等等做得慢慢的变好的企业，这些年也有很多的进步。还有一些很特殊的例子，比如最近看到一些搞笑的比较Microsoft Tay在Twitter上开始跟人家交流一下子就讲了一堆不堪的话，就被Microsoft撤回了，所以这里有很多的成功例子，也有很多有趣的事件。
决策方面，从早期Microsoft Office里的工具到Google广告的推荐，然后到金融行业的很多智能决策公司的出现，进步迅速。Google auto mail可能大家还没有看过，但是如果你现在还在用gamil的话，会发现你有时候收到email，Google会跳出来问要不要发回复，有时候它连回复都帮你写好了，而且写的很精确。这也是人工智能的体现。可能以后我们讲话都不用，助理能帮我们搞定，人工智能的助理肯定也是一个方向。
最后是反馈，从CMU Boss早期的无人驾驶到Amazon用Kiva推动物流，再到最近的Pepper、Google car，我们大家可以看到这个领域过去三四年特别的热，有很多看起来商业化已经做的非常好。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉
电子书下载链接：链接: 密码: j6s661本机器人电子书下载链接链接: https
，驭势科技联合发起人兼CEO吴甘沙及清华大学教授陈劲一起探讨了人们关注的“
AI的重要组成部分。可以说人脑视觉系统和神经网络。2、目标检测、目标跟踪、图像增强、强化
、模型压缩、视频理解、人脸技术、三维视觉、SLAM、GAN、GNN等。
AI到来，工业上很多学员不了解C#中labview中如何调用tensorflow进行
模型的训练和调用，推出一整套完整的简易学的视频课程，使学员能在没有任何
分类垃圾桶原理，Hello，大家好，作者终于考完研了，现在开始更新自己以前的科研项目来供大家一起
逐渐成为科技领域最热门的概念，被科技界，企业界和媒体广泛关注。作为一个学术领域，
是在1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，一同研究和探讨用机器模拟
如今一直在改变着我们的世界，2020年发生的冠状病毒疫情为这两种技术带来了新的机会和紧迫性，预计在2021年将会有更大的发展。疫情显然慢慢的变成了一种催化剂，从产品创新到消费的人偏好
方面的知识，以及它们对商业化意味着什么。如果正确的利用模式识别进行商业预测和决策，那么会为公司能够带来巨大的利益。机器
的实际应用能够在汽车安全系统的发展进步中发挥重要的作用。而这些系统远不止仅供典型消费者群体掌握和使用。
算法1. 决策树2. KNN3. KMEANS4. SVM5. 线性回归
是实现高级驾驶辅助系统(ADAS)和更高程度车辆自主性的强大技术。随着
据相关招聘机构多个方面数据显示，2018年AI领域仍然是大部分资深技术人才转岗的首选目标，在人才最紧缺的前十大职位中，时下最火的大数据、
机器人今年9月，百度总裁李彦宏在大会上发布了进化版小度机器人“度秘”，进一步布局
机器人就是工厂中常见的类似机械臂，能够代替工人更高效的完成简单且重复率高的流水线上的工作。 说到第二类服务机器人时，先给大家
美国纽约大学医学院研究者报告的一种新的美国纽约大学医学院研究者报告的一种新的
程序可分析患者肺癌肿瘤影像，判定肿瘤类型，还可以判断驱动基因异常。研究发现，
的时代就到来了。就像前段时间引力波被探测出来，我越来越觉得——Anything is possible。然后我
的人才需求的公司如威盛、松下、索尼、三星等。鉴于AI方向的人才都是高科技型的，在待遇方面自然相对来说还是比较丰厚，所以很这个方向很有发展前途。如果您看好
` 本帖最后由 cdhqyj 于 2020-10-23 11:09 编辑
时代的核心驱动力量》从AlphaGo的人机对战，到无人驾驶汽车的上路，再到AI合成主播上岗
，而是使用人类推理作为提供更好服务或创造更好产品的指南。但是这有啥作业呢？我们来看看目前的方法。ML：解析，
大模型已经孵化；繁衍过程将突飞猛进，ChatGPT已经上线。 世界首富马斯克认为AI对人类是一种威胁；
本帖最后由 wcl86 于 2021-6-3 16:23 编辑 应广大学员要求，现开通Labview
一段时间了，由于时间有限，加上工作原因，目前只看到第3章，前几章主要介绍
路途遥远，远远还不到与人类竞争的程度，而且也不会反生的。与其胡思乱想，不如好好
芯片及系统（全阶设计教程+AI芯片FPGA实现+开发板）详情链接：这里搜集了一批
基础教程（含100例程和crossin全60课）《Python编程：从入门到实践》的源代码python机器
，涉及概率论、统计学、算法复杂度等多门学科。是AI的核心，是使计算机具有
`春风拂面，万物生长，在复苏的五月Elecfans小助手为你精心准备了
大量的数据，通过关注快速建立成功和建立信任是关键。例如，让我们将电子邮件指标作为客户行为的可能预测因素。 您可以从机器
涉及使计算机具有自我意识，利用计算机视觉、自然语言理解和模仿其他感官。其次，
产品的需求。而对于从中小企业到预算受限的大规模的公司来说，通过云计算来采用
作者：Kaustubh Gandhi，Bosch Sensortec软件产品经理
工业分拣系统基于AI计算机视觉、AI语音识别+机械臂控制为一体的机械臂控制、仓库货物分拣、整理功能，基于TensorFlow框架，通过
、跨界融合、人机协同、群智开放、自主操控等以应用为导向的新特征。加强新一代
、卷积神经网络（CNN）等，但是无论我们怎么命名，它们都需要组合起来搭建一个更加
有什么区别？当今唯一可用的软件选项是 ML 系统。在十年左右的时间里，当计算能力和算法开发达到可以显着影响结果的地步时，我们将见证第一个真正的
`点击报名直播观看：专家简介：邓亚峰现任格灵深瞳信息技术有限公司首席技术官，毕业于清华大学，具有16年的计算机视觉和
在物联网以及大数据的推动下，实现飞跃式的发展，并且迎来了第三个黄金周期。必优传感今天和大家解读一下关于
`迅为率先在RK3399 开发板上支持了Docker、TensorFlow目标检测API、OpenCV、Keras、scikit-learn、pytorch和Python等，组成了
的概念和区别还不是很了解，有可能你每天都能听到这个概念，也经常提这个概念，但是你线
综述，也是Hinton、LeCun和Bengio三位大神首次合写同一篇文章。该综述在
”混用，也常与“大数据”一词一同出现。下面首先简要介绍它们的关系，然后讲述机器
和推理。近年来，它解决复杂问题并在所有的领域提供尖端性能的能力引起了极大的兴趣和吸引力。
上一篇：什么是人工智能 下一篇：AI人工智能简介
