第十章-人工智能的挑战与未来课件

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2021/4/11,0,人工智能的挑战与未来,人工智能的挑战与未来,1,人工智能,的兴起与快速演进，对教育与就业、隐私与安全、社会公平等各个方面产生了深远的影响，在为人们带来极大便利的同时也蕴藏着巨大的风险。,人工智能的兴起与快速演进，对,2,人工智能的挑战,人工智能,技术与企业需求之间仍然存在鸿沟。企业用户的核心目标是利用人工智能技术实现业务增长，而人工智能技术本身无法直接完成业务增长，需要根据具体业务场景和目标，形成可规模化落地的产品和服务。,人工智能的挑战 人工智能技术与企业,3,数据,数据,是人工智能应用的基础要素。在应用人工智能技术解决特定业务场景问题的过程中，与数据相关的流程主要包括数据获取、数据治理和数据标注。,数据 数据是人工智能应用的基础,4,在,数据获取方面，数据质量是首先需要面对的问题。在图像识别、文本识别、语音识别等单点场景，可以基于外部公开数据进行模型训练。但在解决具体业务问题时，不管是前期模型训练还是模型上线后的使用，都需要用到来自实际业务场景的数据，外部数据价值有限。,在数据获取方面，数据质量是首先,5,此外,，数据使用合规的挑战也日益突出。一方面，涉及个人隐私方面的数据保护政策趋严；另一方面，涉及数据的归属权问题时，出于数据安全的考虑，归属于不同主体的数据往往很难实现流动和融合。这些因素都会限制数据的可获得性。,此外，数据使用合规的挑战也日益突出,6,在,数据治理方面，数据复杂度在提升。在落地产业深入实际业务场景的过程中，需要采集和分析的数据类型会变得更加复杂，往往涉及多源异构数据、时序数据、非结构化数据等，数据存储和治理的难度大幅提升。,在数据治理方面，数据复杂度,7,在,数据标注方面，随着建模不断深入垂直行业的细分业务场景，数据标注的复杂度在不断提升。,在数据标注方面，随着建模不断深入垂直,8,第十章-人工智能的挑战与未来课件,9,面对,数据标注的挑战，在算法层面，半监督学习、无监督学习等迁移算法可以弱化对数据标注的需求。此外，在数据标注方面，还可以看到一些,第三方,的数据标注平台正在兴起。,面对数据标注的挑战，在算法层面，半监,10,算法模型可解释性,在,算法模型层面，人工智能在与业务系统结合的过程中面临的挑战是模型的可解释性问题。,算法模型可解释性 在算法模型层面，人工智,11,例如,，对于零售品牌商，通过人工智能销量预测模型预测出的未来一个月的产品销售量，将直接影响生产、库存、物流以及营销等一系列计划，涉及巨额资金的调配。因此，该预测结果需要在业务上具备可解释性，否则业务人员无法采用。,例如，对于零售品牌商，通过人工智能,12,在,强监管的金融行业，监管机构在对技术的理解和掌握上难以和人工智能科技企业保持同步。因此，处于审慎的原则，为避免潜在风险以及监管漏洞，金融监管机构往往对于人工智能技术在金融业务场景的应用采取保守的监管措施，以确保风险可控。,在强监管的金融行业，监管机构在对技,13,业务场景理解,随着,人工智能深入落地各垂直行业，要解决的业务问题从通用场景、单点问题，向特定场景、业务全流程演进，需要从感知智能进化到认识智能，从而具备分析决策能力。,业务场景理解 随着人工智能深入落地,14,服务方式,在,人工智能落地过程中，还需要考虑服务方式的问题,。,人工智能,厂商面临的挑战，则是自身业务模式的问题，需要考虑如何避免过于定制化和重复服务。例如，可以通过中台化的方式赋能前端业务人员，共同为客户解决业务问题。中台层把各项通用能力都中台化，基于中台支撑赋能前端人员去服务客户的业务运营，共同推动解决方案的落地和业务目标的达成。,服务方式 在人工智能落地过程中，还需要考,15,投入产出比,目前,，企业用户采用人工智能技术应用仍然会面临拥有成本过高的问题，导致投入产出比不高，进而影响企业对人工智能技术的采纳。,投入产出比 目前，企业用户采用人工智,16,人工智能对社会的影响,随着,人工智能的充分发展，劳动生产率和生产力水平的提升，人们的生活体验将更加丰富多彩。人工智能，可以更多地将人们从体力劳动，乃至常规性的脑力劳动中解放出来，更多地投入到创造性活动当中，使人类自身与社会得到更充分的发展。,人工智能对社会的影响 随,17,人工智能对教育与就业的影响,在,人工智能时代，个性化自主学习与多维度交流协作将成为学习的主要方式，学生可获得量身定制的学习内容支持。目前，人工智能在教育领域的应用主要集中在个性化学习、虚拟导师、教育机器人、基于编程和机器人的科技教育、基于虚拟现实,/,增强现实（,VR/AR,）的场景式教育等各个方面。,人工智能对教育与就业的影响,18,在,人工智能重塑产业格局和消费需求的情境下，一部分工作岗位终将被历史淘汰，但是也会伴随着一系列新岗位的出现。另一方面，新型的人机关系正在构建，非程序化的认知类工作会变得愈发难以替代，其对人的创新、思考与想象力提出更新的要求。,在人工智能重塑产业格局和消费需求的情,19,人工智能对隐私与安全的影响,以,人工智能、大数据为代表的新型数据安全风险日益凸显，尤其是侵害消费者隐私、利益等事件，以及网络诈骗、网络黑产、网络灰产的存在，给公民的信息和财产安全造成严重威胁。,人工智能对隐私与安全的影响 以人工,20,网络,空间的虚拟性使得数据更易于收集与分享，极大地便利了身份信息、健康状态、信用记录、位置活动踪迹等信息的存储、分析和交易，与此同时人们却很难追踪个人数据隐私的泄露途径与程度。,网络空间的虚拟性使得数据更易于收,21,人工智能,的普遍使用使得人机关系发生了趋势性的改变，人机频繁互动，可以说已形成互为嵌入式的新型关系。时间与空间的界限被打破，虚拟与真实的界限也不再确定，这种趋势下的不可预测性与不可逆性很有可能会触发一系列潜在风险。,人工智能的普遍使用使得人机关系,22,人工智能的未来,人工智能,最近几年发展得如火如荼，学术界、工业界、投资界各方一起发力，硬件、算法与数据共同发展，不仅大型互联网公司，大量创业公司以及传统行业的公司都开始涉足人工智能领域。,人工智能的未来 人工智能最,23,人工智能,作为新一轮产业变革的核心驱动力，正在释放历次科技革命和产业变革积蓄的巨大能量，持续探索新一代人工智能应用场景，将重构生产、分配、交换、消费等经济活动的各个环节，催生新技术、新产品、新产业的诞生。,人工智能作为新一轮产业变革的核,24,人工智能未来的发展趋势,1,从专用智能向通用智能发展,如何,实现从专用人工智能向通用人工智能的跨越式发展，既是下一代人工智能发展的必然趋势，也是研究与应用领域的重大挑战。,人工智能未来的发展趋势1从专用智能向通用智能发展,25,2,从人工智能向人机混合智能发展,借鉴,脑科学和认知科学的研究成果是人工智能的一个重要研究,方向,。,2从人工智能向人机混合智能发展,26,3,从“人工,+,智能”向自主智能系统发展,当前,人工智能领域的大量研究集中在深度学习，但是深度学习的局限是需要大量人工干预，比如人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据、用户需要人工适配智能系统等，非常费时费力。因此，科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。,3从“人工+智能”向自主智能系统发展,27,4,加速与其他学科领域交叉渗透,人工智能,本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。,4加速与其他学科领域交叉渗透,28,5,推动人类进入普惠型智能社会,“,人工智能,+X,”的创新模式将随着技术和产业的发展日趋成熟，对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会。,5推动人类进入普惠型智能社会,29,人工智能未来的应用趋势,1,基础设施升级，拓展人工智能应用场景,2,人机协同的技术演进，带来全新业务模式,3,应用场景的延伸，引领产业智能互联,人工智能未来的应用趋势1基础设施升级，拓展人工智能应用场,30,小结,人工智能未来的技术发展方向主要包括机器视觉、指纹识别、掌纹识别、人脸识别、虹膜识别、智能信息检索技术以及智能控制等。,（,2,）人工智能在数据、算法模型可解释性、业务场景理解、服务方式、投入产出比等方面都面临着一系列的挑战。,（,3,）人工智能的兴起与快速演进，对教育与就业、隐私与安全、社会公平等各个方面产生了深远的影响，在为人们带来极大便利的同时也蕴藏着巨大的风险，将挑战既有的社会价值观，甚至人类本身存在的价值。,（,4,）人工智能未来的几大应用趋势是基础设施的升级、人机协同的技术演进以及应用场景从企业智能到产业智能的延伸。,小结人工智能未来的技术发展方向主要包括机器视觉、指纹识别,31,