理论知识 Deecamp课程

Posted by SunQH Blog on June 28, 2020

张宏江-人工智能的发展和投资思考

人工智能的问题(能突破的地方)?

  1. 可信性
  2. 可靠性
  3. 安全性

image-20200628090727612

知识描述 → 统计学习 → 可解释的

robust: 找到failure modes

adversarial AI: 抗攻击性能提升

high performance:(可做)

next generation AI: 让AI从工具变为可解释的系统

image-20200628091527018

保护数据隐私: 联邦学习(可做)

image-20200628091720335

防攻击

image-20200628091806858

科学研究四范式

image-20200628092454255

大数据带来的问题

image-20200628092849281

需要有更清晰的认识

是 一个 how many pattern 问题

image-20200628093153559

image-20200628093329064

从数据到policies,到explanations, 等…

因果关系 – 不过依然有很长的路要走

工程领域

image-20200628093645394

decision-making - 智能决策 (可做, 有理论价值, 前景很广, 蚂蚁金服)

深度学习+可解释性

可理解为下一代的广告系统, 市场决策系统(可做)

AI潜力 - 辅助人,代替人, 超越人

image-20200628094158296

优势: 速度, 群体学习, 规模

深度学习告诉我们: 除了结构化描述的, 描述不清晰的方面AI也可以超过我们

image-20200628094924319

数学角度解释为什么AI可以超过人类

自动标注(可做)

image-20200628095217280

类内相似性还有很长路要走(可做)

image-20200628095702069

强AI - 依旧道路漫长

image-20200628095819971

AI投资机会和陷阱

image-20200628100750129

零售 金融

image-20200628101050763

image-20200628101139231

image-20200628101308959

AI 暂时还没有 Killer app

image-20200628101519838

必须要有一个闭环

image-20200628101822235

image-20200628101909146

推荐系统: 新闻的类别和人的类别匹配

今日头条/电商: 通过新闻搜索人, 这样更加私人定制化, 个性化(可做)

image-20200628102149843

image-20200628102714356

语义的鸿沟

image-20200628102820223

image-20200628102844950

所以, 创业需要在某个领域(技术)趋于成熟时再进入

如现在的智能家居, 自动驾驶等

下一个十年投资报告

image-20200628103103009

image-20200628103253573

深圳很有潜力

上海自动驾驶有潜力

中外AI投资比较

image-20200628103335544

image-20200628103350330

image-20200628103400626

image-20200628103543515

image-20200628103627271

image-20200628103651162

但突破性的, 引领性的论文很少

image-20200628103859391

image-20200628104025541

image-20200628104135001

image-20200628104159101

image-20200628104353821

问题

产业界深入的潜力模式:

AI投资潜力?

差异性大了, 要看实力.

好想法更容易做了, 方法, 资源, 是个好消息

AI方向, 去企业还是AILib

有助于做产品, 四小龙(商汤, 旷世, 云从, 依图)很好的?

去大公司 学东西?