短视频，自媒体，达人种草一站服务
导语:
疫情让诸多从业者重新审视人机关系,周曦初衷的正确性得到验证,马克·雷波特也正式明确技术应该服务人类的方向。
疫情犹如一味反应剂,刺激了全球数字化经济的发展,为机器人、AI大规模走进真实场景提供机会,人机关系因此成为时下热议中的焦点。
11月4日,云从科技创始人周曦与波士顿动力创始人马克·雷波特借2020企业创新生态圈大会之机展开一场隔空对话,共同探讨了人机关系,并强调人工智能与机器人产业的长期主义不是工具化,而是为人类服务。
在应用与探索的启发下,周曦提出,人机协同可以将数字化经济持续发展与人机最佳相处模式归于统一,发展为下一代技术商业化的可行路径。“这一波人工智能浪潮是基于深度学习发展起来,但是单靠深度学习无法走出娱乐层面,解决不了现实问题,我们需要人的力量。”
马克·雷波特曾先后在CMU、MIT任教授,他于1980年创办的“Leg Lab”是波士顿动力的前身。周曦在美国求学期间,曾师从计算机视觉之父Tomas S.Huang教授,后又在“深度学习”重镇NEC美国加州研究院从事研究工作。在创业前,周曦先后获得7次全球识别技术竞赛冠军。
“ 做人工智能不应该抛掉人的智慧 ”
坚持技术服务人类,云从科技刚拿下广州市中山大学附属第一(南沙)医院智能化项目,以3.12亿元项目标的额刷新行业纪录。
疫情期间的“无接触”送药,也让波士顿动力首款商用产品Spot机器狗收获肯定,斩获了“三个月120只”一个不错的销售成绩。
相比较下,以识别技术成名,云从科技在提供人工智能解决方案、探索商业化路径上更加成熟,波士顿动力则在机器人技术领域位居翘楚。
从影像走进生活,Spot机器狗原来并不可怕。马克·雷波特介绍道,在疫情期间,小机器狗可以替代护士去测病患体温、收集心律信息等,为人们解决“不接触测温”难题。
类似于波士顿动力机器人对肢体的延展,周曦点出人工智能的发展方向应该是延伸我们大脑的能力。“物理世界是有边界的,但思维没有边界。”
周曦提到,从产业的发展来看,几百年来机器都是向工具化发展,如汽车、飞机等,但AI系统却不应该如此。细究去看,AI的理性、逻辑和强大的记忆能力刚好与我们的感性、情绪、创造形成互补。
想象一下,如果机器不仅可以弥补我们日常所不能及之处,还可以启发式提醒我们锻炼、学习,甚至与我们一起创作、写代码并将我们的创作主动推广,生活会是另一番模样。
“我们做人工智能不应该抛掉人的智慧来做,要延展人的智慧,如钟南山院士他一个人忙不过来,我们复制一万份他的经验,全球疫情或许就可以得到解决。”联想到疫情期间,钟南山院士挂号一票难求,如果AI可以实现这一目标,必将有助于医疗资源普及,周曦认为这是这是人工智能可行的发展方向。
深度学习技术瓶颈,人机协同是 AI 的长期主义
受深度学习的广泛应用影响,人工智能产业在过去几年掀起一股浪潮,AlphaGo打败李世石、重复性岗位大量被智能机器人替代曾一度引起人们恐慌。
但周曦认为,单依赖深度学习或者说大数据发展起来的人工智能始终难走出“娱乐”层面,无法解决真正的问题。如人类能够在复杂环境、小样本情况下做创造性的决定。目前机器则需要基于大数据,在成千上万次的试错后才能做决定。
低效的技术并不利于商业推广,当然造成恐慌也不是人类的需求所在。周曦提出,低谷后的回暖是一次契机,融入专家知识,打造属于未来长久发展方向的人机协同操作系统。
什么是人机协同? 周曦在现场给出解释,“它是可以延展人类体力、经验和时间的方法,即打造一个类似人类大脑逻辑的系统,与人类进入同一思考维度。”
感知、认知、知识和决策,是云从科技打造人机协同平台的逻辑。
应用到行业之中存在什么区别?比如,医疗领域的关键痛点在于专家资源稀缺与病患需求海量,云从的人机协同操作系统不是替代专家去问诊,而是则首先利用医疗专家的知识技能模型过滤掉并非重大病患的90%诊疗信息,使得医疗专家可以集中处理10%关键问题,合理化医疗服务的同时最大化医疗资源的效用。这是云从科技理念的不同。
高瓴资本创始人张磊在《价值》一书中提到,无论从事任何工作和事业,只要着眼于长远,躬耕于价值,就一定能够经受时间的考验,找到迎接挑战的端绪。作长期主义的注解之一。
经历了近两年的低谷期,大浪淘沙后,余下的人工智能企业相继开始进入了攀升期,云从科技与波士顿动力均属于这一阵列,他们的长期主义也得以验证。
马克·雷波特深有体悟:“智能技术的应用有风险也有回报,我们不会因为存在风险就回避这个回报,但是我们会尽我们最大的能力去避免糟糕的事情发生。”
从市场来看,云从科技的发展更为迅速。在预先做好规范化,在可信的基础计算、数据和分析能力之上,为人们勾勒未来数字化社会的蓝图,成为云从科技一直以来的责任,也帮助它更快触达了更广阔的市场。
