久久久久精品免费福利电影,国产又黄又大又粗视频,A级毛片免费播放无码,人人妻人人爽人人澡欧美一区

【10月24日，科大訊飛（首屆）全球1024開發者節在合肥濱湖國際會展中心舉行。安徽省副省長方春明、中國人工智能學會理事長李德毅等重要嘉賓出席了開發者節。本文為李德毅理事長的現場發言。】

作為一個人工智能開發者，我今天想跟大家交流的題目是《人工智能——經濟發展的新引擎，社會發展加速器》。很多人在問我人工智能到底是什么，為什么國務院發展這樣一個規劃，這意味著什么？我個人認為這里有兩個層面，第一曾是講人工智能產業自身，它作為新引擎而存在；第二個事情是講AI+，講對各行各業的影響，作為加速器而存在。

去年中國人工智能學會聯合徐州學會也舉行了人工智能誕生60周年慶祝活動。人工智能經過了跌跌爬爬，幾起幾落，尤其是兩個寒冬之后終于迎來了第三次潮起的階段，當時我們用這么一個logo來形容人工智能：一半是腦認知，一半是集成電路的智能芯片。

今天, 當我們回憶60年走過的道路，特別當我們看到深度學習等人工智能技術直接地面對著現實問題，人們終于認識到人工智能已經不再是陽春白雪了。我們回憶曾經為人工智能作出杰出貢獻的科學家工程師們，這里面有很多的先輩，其實我特別想講一講赫伯特·西蒙，他多次訪問過中國，他的第一個獎叫做圖靈獎。當時他因為在符號主義方面的推理做出了杰出貢獻，獲得了圖靈獎，后來又獲得諾貝爾經濟學獎。尤其重要的是，他還獲得了美國認知心理學的終身成就獎，也就是說他在認知科學上的貢獻也是巨大的。我們經常說圖靈是計算機之父，他是人工智能之父。

我自己畫了一個階梯，來說明為什么人工智能今天如此火爆。因為它有一個天梯，有了移動互聯網的支持，在移動互聯網上面有了云計算，有了科大訊飛超腦，也有了我們的駕駛超腦；后來有了物聯網，我們的停車場也變成了一個物聯網的單元，我們的智能音箱也變成了一個單元，于是我們產生了大數據，所以客觀地說，大數據造就了今天人工智能的輝煌。

科學技術的發展史，就是人類認識世界、改造世界的能力的拓展史，實際上是勞動工具的發展史。今天，智能作為社會時代的應急的新階段，智能時代已經從動力工具轉向發展智力工具的時候了。數據、信息、知識、價值或智能變得如此重要，我們中國的人口紅利已經不那么靈了，智能紅利來了，所以我們今天在一起筑夢人工智能。

李德毅院士發表主題演講

我想用兩個典型的案例來介紹，它是如何解決人類現實生活的。

第一個問題就是阿爾法狗，當然，它不是一個圍棋手，因為抓棋子的人還在幫忙，我們暫時把它叫做圍棋腦。阿爾法狗升級的速度是令人刮目的，第13版本的時候戰勝了樊麾；第18版本的時候戰勝了李世石；第20版本的時候戰勝了人類高手，取得了60:0的成績，最后戰勝了柯潔3：0。13版本到20個版本，不過是一兩年的工夫。

以李世石為例，他9歲學棋，12歲入段，16歲拿到三段，26歲拿到了九段，用了多少年呢？用了十幾年。我們再看看柯潔，5歲學棋，18歲拿到三個冠軍，用了十幾年。人類用了十幾年的高手才能做到這個水平，而AlphaGo只用了不到兩三年就達到了戰勝人類冠軍的佳績。還有什么東西值得我們深思的？那就是隨著圍棋空間的擴大，圍棋腦和人類的圍棋手誰會適應的更快。

考古學家發現4000多年的圍棋歷史，從實施時的12×12的棋盤，擴展到今天19×19的棋盤。對于一個孩子來說，要想有一點圍棋天分的話，剛開始可以用9×9的棋盤練習。

北京郵電大學曾經用一個程序戰勝了圍棋的總教練俞斌。當時用的棋盤就是9×9，九九八十一格，這個空間還是比較小的。到唐宋元明清時代，在規則不變的前提下，把它擴展到了在19×19的棋盤上，對于這樣一個巨大空間來說，人們突然發現AlphaGo把我們打敗了。

更值得我們深思的是，如果我們把圍棋規則改一改，把棋盤再擴大一點，用21×21棋盤。我們在座的程序員們只要改變一下那個程序的參變量，不需要花太多的功夫，就可以用一個21×21的棋盤跟人類下棋。而對一個人來說21×21的棋盤空間，那么你的大腦還夠不夠用？如果你是天才的話，那么我把棋盤再擴大一點，擴大一倍，擴到了37×37的時候，你會感到你一個是生物腦而難以承受之重，但對圍棋空間來說，對我們的程序開發者來說，僅僅是一個小case。

最近一個重要的事情發生了，AlphaGoZero無師自通，又把AlphaGo打敗了。曾經要大訓練、大數據量，學習人類的棋盤的這么一個AlphaGo程序，現在可以自己來學無師自通了，所以大眾一片驚訝。

如果我們的程序員把一個AlphaGo程序跟一個沃森程序同時寄生在一臺機器上，讓我們這臺偉大的機器同時跟一個圍棋的人類冠軍和一個象棋人類冠軍一起來下，他會同時戰勝兩個人類冠軍。而我們如果要真正培養一個生物人既是圍棋冠軍，又是一個象棋冠軍，何其難也？

我們可以得到什么結論？一個圍棋版本升級的速度會大于甚至遠大于為新手的段位的進化速度，會大于、遠大于圍棋人的自然進化速度。我們把所有圍棋高級智能群體放在一個棋盤內，會大于或者遠大于單個生物的圍棋智能速度，最近的事情真的值得我們人類坐下來想一想。

第二個典型案例是駕駛腦。我從事十多年的無人駕駛研究，我對駕駛腦已經有深刻的認識。我們怎樣做一個微電子的芯片，代替駕駛員做它的智能代理，讓這個車子開的跟人類一樣好？人類司機的駕駛技術經歷考駕照之后，經過菜鳥期和成熟期，最后成為一個老司機，大概需要開車3萬公里，過程需要要多長時間？可能要一輩子。

尤其對我們的業余駕駛員而言，考駕照是個底線要求。我不止一次來到合肥，別人問我什么時候無人駕駛可以進入日常生活，我就問什么時候交管局給我們無人車發駕照。

各位你們在開車的過程當中，知道拿到駕照的時候并不是你開的最好的時候，但是沒有駕照是犯法的。在這樣一個情況之下，我們的自駕車是怎么樣的呢？我們把L2這個等級叫做輔助駕駛，把L3叫做自動駕駛，它也必須拿到駕照，至于你的駕駛水平怎么提高，我們可以讓L3、L4、L5來定義它。

當前，按照交管局測試的十九家無人駕駛車的結論，最高水平自駕駛車請求人工干預的次數是1000英里是0.2次，也就是從北京到深圳來回人工干預不到一次，在這樣的情況之下要不要給他發駕照？這要問我們的交管部門。

所以在這樣的情況之下，我們可以想象我們人類還要一定要去跟車子較量駕駛的水平高低嗎？我的認知是駕駛腦版本的升級速度一定會大于甚至遠大于人類駕駛員的駕駛技巧的進化速度；體現群體智能的駕駛上的環境適應能力一定會大于甚至遠大于單個駕駛員特定場景的駕駛能力。

拿我現在做的無人車來說，它是在北京開的，對北京的交通地理很熟悉，我們把它叫做駕駛員的活地圖。我有一個活地圖的駕駛記憶棒，今天我調到了合肥，假如包校長說你到我們科大工作，我只要把駕駛腦里改成合肥的活地圖，那么我就很快整個合肥都熟悉了。

對一個社會人來說，要把合肥市的地圖放在腦子里，那不是一張WGS四坐標系地圖，那是我們認知的駕駛員的認知地圖，那一次得要個幾年。所以圍棋腦也好，駕駛腦也好，給我們的啟發思考是非常重要的，我的結論是工具從來都有兩面性。對科學也好，對人工智能也好，要有敬畏之心，我最近一直在想，駕駛腦跟圍棋腦有什么不同，我想講三點不同。

第一，圍棋腦，它的甲乙雙方是非常平等的，無論你制衡這黑白子，這黑子或者著白子都是一樣的，它叫做對等性；

第二是透明性，因為規則很清楚，你占的這個格子我就不能再占，很合理很透明。第三，勝負判定很清楚，所以這是確定性的形式化優勢。而對于駕駛腦來說，要求更多更難，它既不對等也不透明，更不確定，所以我個人認為，作為一個駕駛腦要比如一個圍棋腦難的多。

下面我講一講人工智能的內涵。我們基層科學或技術可以受益于人工智能嗎？當初明確提出artificial  intelligence（人工智能）時候，大家對artificial（人工） 這個詞是接受的，這個詞和intelligence（智能）都用得很多。因此作為學科建設來說，我們人工智能學會建議用智能科學和技術作為一級學科來滿足時代的需求。

第二點是人工智能是受人腦認知啟發的智能，因此腦認知的機理我們要加以研究。