欧美日韩国产日韩-欧美日韩国产三区-欧美日韩国产色-欧美日韩国产视频-欧美日韩国产首页-欧美日韩国产偷拍-欧美日韩国产网站-欧美日韩国产五月天

　　導(dǎo)讀：4月2日，馬化2017中國(深圳)IT領(lǐng)袖峰會(huì)正式開幕。展人

　　騰訊董事會(huì)主席兼首席執(zhí)行官馬化騰周日在深圳IT領(lǐng)袖峰會(huì)表示，工智廈門湖里同城美女約炮上門服務(wù)vx《1662+044+1662》提供外圍女上門服務(wù)快速選照片快速安排不收定金面到付款30分鐘可到達(dá)發(fā)展人工智能，素缺需要場景、馬化大數(shù)據(jù)、展人計(jì)算能力和人才等四個(gè)要素缺一不可。工智

　　4月2日，素缺2017中國(深圳)IT領(lǐng)袖峰會(huì)正式開幕，馬化在“人工智能：中國機(jī)遇與挑戰(zhàn)”為主題的展人高端對話環(huán)節(jié)，馬化騰表示，工智騰訊在業(yè)務(wù)層面，素缺比如社交網(wǎng)絡(luò)業(yè)務(wù)、馬化后臺(tái)數(shù)據(jù)分析等都已經(jīng)用上人工智能，展人只是工智大家感受不到，這是在后端，現(xiàn)在騰訊想在前端做出一些產(chǎn)品。

　　AlphaGo通過人機(jī)對戰(zhàn)讓全世界對人工智能的認(rèn)知到了新的高潮，騰訊的團(tuán)隊(duì)也本著練手的心態(tài)在做嘗試。“絕藝和AlphaGo不同的是，我們的AI全程得到國內(nèi)頂尖棋手的指導(dǎo)。”

　　3月19日，騰訊AILab(騰訊人工智能實(shí)驗(yàn)室)研發(fā)的圍棋人工智能程序“絕藝”(FineArt)在東京以11戰(zhàn)全勝的戰(zhàn)績，在最具傳統(tǒng)和權(quán)威的計(jì)算機(jī)圍棋大賽——第10屆UEC杯上奪冠，戰(zhàn)勝了日本的DeepZenGo、法國的廈門湖里同城美女約炮上門服務(wù)vx《1662+044+1662》提供外圍女上門服務(wù)快速選照片快速安排不收定金面到付款30分鐘可到達(dá)“瘋石”(CrazyStone)等世界圍棋AI高手。3月26日，“絕藝”還在東京與日本著名新銳棋手一力遼在“電圣戰(zhàn)”中進(jìn)行了人機(jī)對弈，并獲得冠軍。

　　馬化騰認(rèn)為，絕藝贏得比賽是小小的成功，但是不能過于欣喜，但是也不能說這是一個(gè)毫無意義的事情。

　　對于人工智能的意義，馬化騰表示，AlphaGo給業(yè)界帶來的最大觸動(dòng)在于，以后在很多領(lǐng)域如果能做出模擬器定義參數(shù)自己學(xué)習(xí)，找到規(guī)律遠(yuǎn)超人類的想象。

　　“AlphaGo出來以后經(jīng)過了十億盤對弈超越了過去人類所有交戰(zhàn)的盤數(shù)，自己尋找規(guī)律，對人類認(rèn)知的范圍極大的擴(kuò)張，這給人類很大的啟示。”

　　在對話中，主持人吳鷹提問，人工智能是通過模擬人腦的思維方式，還是完全不同的路徑實(shí)現(xiàn)飛躍。

　　對此馬化騰認(rèn)為，我們期待有本質(zhì)性的飛躍，但其實(shí)現(xiàn)在AI都是圈定一個(gè)比較窄的領(lǐng)域，通過各種參數(shù)訓(xùn)練，屬于很窄的技能模擬，現(xiàn)階段要研發(fā)出通用的AI很難。

　　他表示，從現(xiàn)在的研究狀態(tài)到下一步實(shí)現(xiàn)通用人工智能，是不是能夠超越當(dāng)前的碳基智慧，是不是其他的元素有可能形成更高級的生命和智慧，超越人類現(xiàn)在發(fā)現(xiàn)的知識(shí)，這些是有可能的。

　　對于場景、數(shù)據(jù)、計(jì)算能力和人才這四個(gè)要素，馬化騰認(rèn)為，技術(shù)如果沒有場景落地、平臺(tái)業(yè)務(wù)支持的話基本是空中樓閣很難往下走，而業(yè)務(wù)產(chǎn)生的大量數(shù)據(jù)則需要進(jìn)行標(biāo)簽化和清理，因?yàn)槔锩嬗泻芏嗬鴶?shù)據(jù)對發(fā)展AI并沒有實(shí)際用處，在計(jì)算能力上需要布局云資源，拿出幾十萬核的計(jì)算能力，最后是人才，騰訊過去一年招了很多人工智能方面的人才，包括在美國西雅圖還設(shè)了一個(gè)實(shí)驗(yàn)室。

　　據(jù)了解，騰訊AILab于2016年成立，專注于人工智能的基礎(chǔ)研究及應(yīng)用探索，不斷提升AI的決策、理解及創(chuàng)造能力，同時(shí)為騰訊各產(chǎn)品業(yè)務(wù)提供AI技術(shù)支撐，產(chǎn)品已應(yīng)用在微信、QQ及天天快報(bào)等上百個(gè)產(chǎn)品。

　　2017年3月23日，騰訊宣布任命人工智能領(lǐng)域頂尖科學(xué)家張潼博士擔(dān)任騰訊AILab(騰訊人工智能實(shí)驗(yàn)室)主任。張潼博士將作為騰訊AILab第一負(fù)責(zé)人，帶領(lǐng)50余位AI科學(xué)家及200多位AI應(yīng)用工程師團(tuán)隊(duì)，專注于人工智能的基礎(chǔ)研究，主要包括計(jì)算機(jī)視覺、語音識(shí)別、自然語言處理和機(jī)器學(xué)習(xí)這四個(gè)垂直領(lǐng)域。同時(shí)，基于騰訊自身的業(yè)務(wù)需求，騰訊AILab還會(huì)在內(nèi)容、社交、游戲和平臺(tái)工具型AI四個(gè)方向進(jìn)行研發(fā)與應(yīng)用合作。

　　針對吳鷹提到騰訊是否有可能將業(yè)務(wù)數(shù)據(jù)開放出來給創(chuàng)業(yè)公司使用的可能，馬化騰表示，對于這個(gè)問題內(nèi)部也有討論。這里面還涉及保護(hù)個(gè)人信息安全和隱私的問題，如果數(shù)據(jù)不進(jìn)行脫敏，不處理干凈無法談下一步。他認(rèn)為，關(guān)于數(shù)據(jù)開放，業(yè)界在向互惠互利的大方向走，但是數(shù)據(jù)要什么模式、怎么清理、做什么標(biāo)簽才能給其他部門、其他公司使用，還需要進(jìn)一步探討并建立標(biāo)準(zhǔn)和規(guī)則。

　　附 馬化騰問答實(shí)錄：

　　吳鷹：為什么重視人工智能?有什么看法?

　　馬化騰：在公司內(nèi)部結(jié)合業(yè)務(wù)形態(tài)我們已經(jīng)有一些業(yè)務(wù)，比如微信朋友圈和QQ空間我們有上十億的人臉照片，在國內(nèi)有相當(dāng)長的研究，包括后臺(tái)數(shù)據(jù)分析，都用上人工智能技術(shù)，只是大家感受不到，這是在后端，在前端希望做出一些產(chǎn)品。

　　AlphaGo通過人機(jī)對戰(zhàn)的事件讓全世界對人工智能的認(rèn)知到了新的高潮，團(tuán)隊(duì)也本著練手的心態(tài)做嘗試。Google收購的DeepMind團(tuán)隊(duì)論文發(fā)表之后，全世界原來做計(jì)算機(jī)圍棋的團(tuán)隊(duì)走入瓶頸的團(tuán)隊(duì)都用人工智能的方式來做，紛紛采用深入學(xué)習(xí)的方法融入到圍棋的軟件開發(fā)。

　　我們內(nèi)部團(tuán)隊(duì)有三個(gè)團(tuán)隊(duì)在做，在不同的部門，這個(gè)部門剛好可以突破這個(gè)瓶頸。更大的特點(diǎn)，和AlphaGo不同的是，我們AI全程得到國內(nèi)頂尖棋手的指導(dǎo)，我們十幾位研發(fā)人員不懂圍棋，一開始連黑先下還是白先下規(guī)則都不知道，所以結(jié)合計(jì)算機(jī)原理以及很多專家的訓(xùn)練。

　　絕藝贏得比賽是小小的成功，不能過于欣喜，但是也不能說這是一個(gè)毫無意義的事情。

　　過去對AI很多從一些規(guī)則或者簡單的訓(xùn)練得出來能夠改善計(jì)算處理的能力，最終發(fā)現(xiàn)一個(gè)更同步和更深層的意義，能夠在計(jì)算機(jī)的后臺(tái)用云計(jì)算大數(shù)據(jù)的方式去高速學(xué)習(xí)，可以自己跟自己對弈。

　　AlphaGo出來以后經(jīng)過了十億盤對弈超越了過去人類所有交戰(zhàn)的盤數(shù)，自己尋找規(guī)律，對人類認(rèn)知的范圍極大的擴(kuò)張，這給人類很大的啟示。在很多領(lǐng)域，圍棋以外的，金融、醫(yī)療、病理的檢測，如果用計(jì)算機(jī)后臺(tái)做出模擬器，充分的嘗試。就如自動(dòng)駕駛一樣，模擬做各種各樣的反饋，自然會(huì)琢磨出一套理論和經(jīng)驗(yàn)，給我們帶來很大的思考。以后在很多領(lǐng)域如果能做出模擬器定義參數(shù)自己學(xué)習(xí)，找到規(guī)律的能力遠(yuǎn)超我們想象的，這是我們得到最大的啟發(fā)。

　　問：人工智能要取得突破性進(jìn)展，是模仿人的神經(jīng)網(wǎng)絡(luò)、人腦的效率，通過仿生人腦思維的方式突破，還是完全不一樣的方式?

　　馬化騰：我們期待有本質(zhì)性的飛躍，比如說發(fā)現(xiàn)飛機(jī)的空氣動(dòng)力學(xué)、流體動(dòng)力學(xué)和鳥不一樣的，車輪和人型馬一樣，仿生是某些垂直的領(lǐng)域，包括圍棋是選非常窄的領(lǐng)域，通過各種參數(shù)訓(xùn)練。

　　郭為剛提到用AlphaGo下一盤棋消耗多少能源，垂直領(lǐng)域訓(xùn)練消耗能源，但是實(shí)際用消耗不了多少。現(xiàn)在訓(xùn)練出來的單機(jī)版本跟職業(yè)棋手差不多，訓(xùn)練需要很長時(shí)間，最麻煩的是改一個(gè)參數(shù)，規(guī)則改一點(diǎn)、算法改一點(diǎn)，全部重新來消耗很大，所以這屬于很窄的技能模擬。

　　未來下一步到通用的，再下一步是不是有更本質(zhì)性的發(fā)現(xiàn)背后的原理，智能其實(shí)可以超越現(xiàn)在碳基智慧，是不是有其他的元素可以形成更高級的生命和智慧呢?這是超越人類現(xiàn)在發(fā)現(xiàn)的知識(shí)，這是有可能的。

　　有人突發(fā)奇想說，現(xiàn)在認(rèn)識(shí)的宇宙是高智能生命用量子計(jì)算模擬出來的環(huán)節(jié)，一切都是模擬起來的，這是發(fā)揮大家腦洞大開的想象力吧。

　　吳鷹：有沒有可能把數(shù)據(jù)分享出來，讓這些創(chuàng)業(yè)公司來用?

　　馬化騰：這個(gè)問題在內(nèi)部也有討論。首先，人工智能關(guān)注哪幾塊：場景、大數(shù)據(jù)、計(jì)算能力、人才

　　場景：想把技術(shù)應(yīng)用在什么情景下?是不是高頻跟用戶接觸，這是落地很重要的地方。我們看到研究院、研發(fā)團(tuán)隊(duì)，如果沒有場景落地、平臺(tái)業(yè)務(wù)支持的話，基本上很難往下走。

　　大數(shù)據(jù)，也是平臺(tái)、業(yè)務(wù)部門里面有大量的實(shí)際運(yùn)轉(zhuǎn)數(shù)據(jù)產(chǎn)生出來，這里面很多大數(shù)據(jù)是垃圾數(shù)據(jù)，沒有標(biāo)簽、沒有人規(guī)劃定義，用算法也學(xué)不出來，學(xué)完之后也是走火入魔瘋狂的結(jié)果，這里面數(shù)據(jù)的清洗標(biāo)簽化難度相當(dāng)高，要雇很多人，用比較笨的方法用人腦去清洗干凈再讓AI去學(xué)，這個(gè)過程是混合的過程。

　　計(jì)算能力，云資源，這方面我們也要做云，要拿幾十萬核的計(jì)算能力CPU還是有能力的，而且在云里面本身有比較好的調(diào)用。

　　人才，通過一年的時(shí)間招了很多人，包括在西雅圖還設(shè)了一個(gè)實(shí)驗(yàn)室。

　　我們觀察到很多AI的大佬們，更關(guān)注怎么落地，把畢生的研究成果體現(xiàn)出來。內(nèi)部BG之間也在溝通微信、手機(jī)QQ平臺(tái)數(shù)據(jù)能不能用?大家知道，BG或者部門里面平臺(tái)他們也很希望近水樓臺(tái)先得月，數(shù)據(jù)在身邊流動(dòng)為什么不讓人先研究一把，所以現(xiàn)在我們處在內(nèi)部怎么把數(shù)據(jù)分享出來的階段。

　　還有一個(gè)用戶很關(guān)注的是個(gè)人因素，就是你不要把我的數(shù)據(jù)都賣了。這里面有很重要的個(gè)人信息安全和個(gè)人隱私的問題，如果數(shù)據(jù)不進(jìn)行脫敏，我們是絕不能用的，只有先進(jìn)行脫敏處理，沒有人能夠通過數(shù)據(jù)倒推到某個(gè)人，這樣處理干凈才可以談下一步。

　　數(shù)據(jù)要什么模式，清理做什么標(biāo)簽才能給其他的部門，包括外部合作伙伴怎么用。同時(shí)也有很多的數(shù)據(jù)是來自于合作伙伴或者業(yè)界的其他公司，他們也遇到這樣的問題，拿到一堆裸數(shù)據(jù)不知道怎么用，業(yè)界要形成一個(gè)標(biāo)準(zhǔn)互惠互利，這個(gè)路徑還有很長時(shí)間，大方向在往前走。