2020第八届上海国际人工智能展览会
The 8th Shanghai International Artificial Intelligence Exhibition 2020
时间:2020年4月16-18日 | 地点:上海新国际博览中心
Time: April 16-18, 2020 | Location: Shanghai New International Expo Center
距开始时间
  • 00
    :
  • 00
    :
  • 00
    :
  • 00
新闻动态分类:
全部
  • 12-26
    2019

    IBM对2020年人工智能发展的五大预测

    近几年,人工智能(AI)领域实现了重大科技进步,不仅处理能力和计算效率显著提升,还出现了许多关于对象识别、语言和深度学习的新洞察。自 20世纪 50年代初,IBM 就已经涉足人工智能领域,时至今日,促成了相关领域多项科技的进步。2019年,对于 IBM 研究院(IBM Research)人工智能部门来说,是一个转折点。2019年IBM 在人工智能领域取得了哪些成就?2019年,在 8场**人工智能会议上,IBM 研究人员的 175篇常规论文的研究成果获得了认可,其数量突破了新的记录。2019年 9月,IBM 主办了第二届年度人工智能研究周活动,并设立人工智能硬件研究中心,进一步探索新一代人工智能硬件的研发。2019年,MIT-IBM Watson 人工智能实验室的成立迎来第二个年头,这一年,成功吸引波士顿科学、Nexplore、路孚特和三星加入其新成员计划,成为正式成员,让实验室获得飞速发展。2019年,IBM 研究院还在语言研究方面取得了重大突破。在今年 2月召开的 Think 大会上,IBM Project Debater 与**辩手 Harish Natarajan 展开较量;今年 12月,IBM Project Debater 又在剑桥联合会这一全世界历史*悠久的辩论社团现身,与 Harish Natarajan 和其他人类辩手合作。此外,IBM 研究人员继续专注于构建并推出值得信赖的人工智能解决方案,进一步提升了人工智能的能力,借助开源 AI Explainability 360 工具套件向人类解释了人工智能提出的各种建议。以上,仅是 2019年 IBM 研究人员取得的重大成就之中的冰山一角。2020年人工智能将如何发展?2020 年, 人工智能的进步主要涉及三个主题:自动化、自然语言处理 (NLP) 和信任。从广义上来说,我们将看到人工智能系统将以更迅速、更简单的方式为数据专家、企业和客户提供服务。自然语言处理(NLP)将在帮助人工智能系统使用日常语言来交谈、辩论和解决问题的过程中发挥关键作用。随着各项技术进步的实现,我们将看到,通过利用可解释性和偏见检测技术等众多工具,人工智能数据管理会变得更透明、更易于追责。2020年IBM 研究院对人工智能的五大预测一、人工智能的理解能力会有所提高其应用范围将会扩大人工智能系统拥有的数据越多,其能力提高的速度就越快。然而,对于拥有较少数据的部分企业和组织而言,如何满足人工智能对数据的需求则是一个难题。但是,这并不意味着此类企业和组织无法使用人工智能。明年,更多人工智能系统会开始依赖集学习能力和逻辑性于一身的“神经符号 (neuro-symbolic)”技术。神经符号技术是突破自然语言处理(NLP)技术的关键,它能够结合常识性推理和各领域的专业知识来帮助计算机更好地理解人类语言和对话。此类突破将帮助企业部署对话能力更强的自动化客户关怀工具和技术支持工具,同时还大大减少了训练人工智能所需的数据量。二、人工智能不会抢夺工作但会改变工作方式未来数年,人工智能将持续影响职场。但是,人类根本无需担心机器会抢夺自己的饭碗。相反,人工智能还能通过自动化改变人们的工作方式。MIT-IBM Watson 人工智能实验室的*新研究显示,人工智将越来越多地帮助我们完成日程安排之类的任务,但是,对于需要一定技能的岗位来说,人工智能的影响较小,比如设计专业和行业策略。预计到 2020年,随着人工智能进入世界各地的工作场所,员工们会见证其影响。企业雇主必须开始进行岗位调整,而员工则应该专注于拓展自己的技能。三、人工智能将会设计值得信赖的人工智能为了提高人们对人工智能的信任度,相关系统必须可靠、公正、负责。我们必须让公众确信人工智能技术是安全的,人工智能提供的结论或建议不偏不倚且未被操控。2020年,影响可信度的种种要素将被融入人工智能的生命周期之中,帮助我们构建、测试、运行、监控并认证不仅具有**性能,而且值得信赖的人工智能应用。正如 AutoAI 的崛起——即利用人工智能来构建人工智能,我们还会看到“利用人工智能来管理人工智能”这种技术的崛起。我们可以利用这种技术在各行各业创建值得信赖的人工智能工作流,尤其是那些受到严厉监管的行业。四、人工智能对能源的需求要求我们采用更环保的技术数据中心,是现代世界的关键设施。无论是进行企业运算、使用社交媒体,还是播放我们*爱的电影,都依赖数据中心。数据中心还是人工智能的基础,其能耗量占全球能源消耗总量的 2%。对云计算和人工智能的需求不会消失,预计到 2020年,人们会更加努力提高人工智能技术的可持续性。此类努力包括开发新材料(如可制造更灵活设备的过渡性金属氧化物)、可实现模拟和混合信号处理的全新芯片设计,以及基于近似算法的新软件技术,其目的在于支持不断增长的人工智能工作负荷,同时减少碳排放量。五、基于人工智能的实验室助手将会发现新材料两个多世纪以来,有机分子合成一直是工业化学领域的一个重要研究方向。正因为如此,人们才研制出了能够挽救生命的药物和合成纤维。在创造不同分子的过程中,研究人员需要确定成千上万种可能发生的反应,所以他们仍面临着巨大的挑战。如此庞大的信息量,意味着一位科学家有可能需要记住其研究领域内的几十种反应,但实际上他们不可能成为所有领域的专家。如今,他们大可不必完成这个不可能的任务。IBM 开发了一款能够预测数百万种化学反应的人工智能工具,它既能向前预测,也能向后预测,同时还能在云端合成分子—即 RXN for Chemistry。预计到 2020年,利用人工智能和自动化技术实现材料开发突破的案例将大幅增加。展望未来2019年即将成为历史,IBM 研究院在人工智能领域的研究成果正在悄无声息的发挥作用,影响世界。我们很荣幸能够在这个技术不断突破的星球上陪伴人类的每一天,未来,人工智能无疑将成为驱动世界向前的重要技术之一,未来,让我们一同见证人类美好时代的到来!
  • 12-25
    2019

    习近平:推动我国新一代人工智能健康发展

    习近平指出,人工智能具有多学科综合、高度复杂的特征。我们必须加强研判,统筹谋划,协同创新,稳步推进,把增强原创能力作为重点,以关键核心技术为主攻方向,夯实新一代人工智能发展的基础。要加强人工智能同保障和改善民生的结合,从保障和改善民生、为人民创造美好生活的需要出发,推动人工智能在人们日常工作、学习、生活中的深度运用,创造更加智能的工作方式和生活方式。习近平强调,我国经济已由高速增长阶段转向高质量发展阶段,正处在转变发展方式、优化经济结构、转换增长动力的攻关期,迫切需要新一代人工智能等重大创新添薪续力。我们要深入把握新一代人工智能发展的特点,加强人工智能和产业发展融合,为高质量发展提供新动能。纵观国内外,人工智能产业蓬勃发展。2017年度《中国人工智能产业发展城市排行榜》中显示,北京无论是人工智能成熟企业数量还是初创企业数量均****于其他城市。北京市聚集了相当一批的独角兽企业,如小米、商汤科技、寒武纪科技、旷视科技;在成熟企业方面,有百度、京东、搜狗和猎豹移动等;在初创企业方面,有寒武纪科技、汇医慧影、地平线机器人等。以旷视科技为例,C轮融资4.6亿美金,刷新全球人工智能领域单轮融资*高纪录;作为国内计算机视觉的**者之一,其市场估值已突破20亿美元。所以,紧抓人工智能的发展机遇,顺流而上,才能拥有未来。
  • 12-24
    2019

    人工智能继续迭代 类脑计算悄然走红

    深度学习正遍地开花,但它可能并非人工智能的**方案。无论是学术界还是产业界,都在思考人工智能的下一步发展路径:类脑计算已悄然成为备受关注的“种子选手”之一。  12月16日至17日,由北京未来芯片技术高精尖创新中心及清华大学微电子学研究所联合主办的“北京高精尖论坛暨2019未来芯片论坛”在清华大学举行,这次论坛上,类脑计算成为多位权威专家热议的人工智能研究方向。  人工智能浪潮下的洋流  类脑计算又被称为神经形态计算(Neuromorphic Computing)。它不仅是学术会议关注的新热点,产业界也在探索之中。  11月中旬,英特尔官网宣布了一则消息:埃森哲、空中客车、通用电气和日立公司加入英特尔神经形态研究共同体(INRC),该共同体目前已拥有超过75个成员机构。  如果说,当下人工智能发展浪潮正波涛汹涌的话,类脑计算就是浪潮之下的洋流。虽不太引人注意,未来却有可能改变人工智能发展趋势。  原因之一是,深度学习虽在语音识别、图像识别、自然语言理解等领域取得很大突破,并被广泛应用,但它需要大量的算力支撑,功耗也很高。  “我们希望智能驾驶汽车的驾驶水平像司机一样,但现在显然还达不到。因为它对信息的智能判断和分析不够,功耗也非常高。”清华大学微纳电子系教授吴华强告诉科技日报记者,人工智能算法训练中心在执行任务时动辄消耗电量几万瓦甚至几十万瓦,而人的大脑耗能却仅相当于20瓦左右。  北京大学计算机科学技术系教授黄铁军也举了一个生动的例子:市场上应用深度学习技术的智能无人机已经十分灵巧,但从智能程度上看,却与一只苍蝇或蜻蜓相差甚远,尽管体积和功耗比后者高很多。  追求模拟大脑的功能  到底什么是类脑计算,它又凭什么赢得学术界和产业界的宠爱?  “类脑计算从结构上追求设计出像生物神经网络那样的系统,从功能上追求模拟大脑的功能,从性能上追求大幅度超越生物大脑,也称神经形态计算。”黄铁军接受科技日报记者采访时说。  类脑计算试图模拟生物神经网络的结构和信息加工过程。它在软件层面的尝试之一是脉冲神经网络(SNN)。  现在深度学习一般通过卷积神经网络(CNN)或递归神经网络(RNN)来实现。“CNN和RNN都属于人工神经网络,其中的人工神经元,至今仍在使用上世纪40年代时的模型。”黄铁军说,虽然现在设计出的人工神经网络越来越大,也越来越复杂,但从根本上讲,其神经元模型没有太大改进。  另一方面,在深度学习人工神经网络中,神经元之间的连接被称为权值。它们是人工神经网络的关键要素。  而在脉冲神经网络中,神经元之间却是神经脉冲,信息的表达和处理通过神经脉冲发送来实现。就像我们的大脑中,有大量神经脉冲在传递和流转。  黄铁军告诉记者,由于神经脉冲在不停地传递和流转,脉冲神经网络在表达和处理信息时,比深度学习的时间性更突出,更加适合进行**的时空信息处理。  推广应用可能不需太久  也有人从硬件层面去实现类脑计算,比如神经形态芯片。  2019年7月,英特尔发布消息称,其神经形态研究芯片Loihi执行专用任务的速度可比普通CPU快1000倍,效率高10000倍。  “在对信息的编码、传输和处理方面,我们希望从大脑机制中获得启发,将这些想法应用到芯片技术上,让芯片的处理速度更快、水平更高、功耗更低。”吴华强也在进行神经形态芯片相关研究,他告诉科技日报记者。  吴华强介绍,在传统的冯·诺依曼架构中,信息的处理和存储是分开的,而人的大脑在处理信息时,存储和处理是融为一体的。  “所以我们在尝试研发存算一体化的芯片,希望通过避免芯片内部不停地搬运数据,来大幅提高芯片的能效比。”吴华强说,他的团队现在也已研发出存算一体的样品芯片。  谈到类脑计算的进展,黄铁军告诉记者,目前类脑计算仍在摸索阶段,还缺乏典型的成功应用。但商业公司已经嗅到味道,相关技术获得规模性应用可能不需要太长时间。  “现在的神经形态计算还比较初步,它的发展水平跟现有主流人工智能算法相比,还存在一定差距。”中科院自动化所研究员张兆翔接受科技日报记者采访时认为,但作为一种新的探索方式,应该继续坚持,因为它可能就是未来人工智能技术发展的重要突破口。
  • 12-17
    2019

    工信部科技司司长:期待通过金融支持加速解决人工智能产融合作痛点

    上证报中国证券网讯 据工业和信息化部12月16日消息,2019年12月13日,为推动人工智能和实体经济融合发展,进一步发挥市场投融资对人工智能领域创业创新的支撑带动作用,以市场化机制支持人工智能企业开展揭榜工作,在工业和信息化部科技司的指导下,中国人工智能产业发展联盟(简称AIIA联盟)承办的人工智能产业投融资座谈会在北京召开,工业和信息化部科技司朱秀梅副司长出席会议并致辞。  朱秀梅强调,举办这次人工智能产业投融资座谈会,是工业和信息化部科技司贯彻落实中央经济工作会议精神,助力解决人工智能中小企业融资难的务实举措。朱秀梅对人工智能产融合作提出三点期待:一是人工智能技术创新、资本等要素聚焦核心技术突破,加快科技成果转化应用。二是聚焦与实体经济深度融合领域,通过金融支持加速解决行业痛点。三是以资本为助力,以产业为载体,加快构建优势互补、互利共赢、共建共享的人工智能产融生态。  AIIA联盟王爱华副秘书长整体介绍了中国人工智能产业发展现状和趋势,分析了近几年人工智能领域投融资情况和投资热点。  本次会议氛围热烈,邀请国家开发银行、制造业转型升级基金、中国互联网投资基金、中国国新控股、北京银行、上海人工智能产业投资基金、嘉实投资、元禾重元、大河资本、朗玛峰创投等近20家国内金融投资机构参会,介绍投资政策和关注领域。旷视、商汤、依图、科大讯飞、京东、美亚柏科、云天励飞、驭势科技等40多家人工智能领域企业代表参加了会议,介绍各自能力优势和融资需求。通过政府和联盟为金融、企业双方“搭平台、当红娘”,很好地促进了产融双方深度交流合作。
  • 12-05
    2019

    人工智能技术的发展对于新闻行业有什么影响

    人工智能已经成为新闻业的重要组成部分,但就目前而言,该技术的分布不均。基于技术的新闻编辑室活动(包括搜索,基于深度学习来创建文本或视频的复杂算法)都属于AI的创新范畴。新闻业中的人工智能正在快速发展,同时带来了媒体生产及其商业模式的巨大变化。尽管它的未来影响尚不确定,但它有可能对新闻的完成方式和传播产生广泛而深远的影响。由于新闻室已经数字化,因此该技术是该行业的一部分。将社交媒体用作来源,生产工具以及分发和参与媒体是这种数字趋势的主要驱动力之一。此外,人工智能有潜力以显着方式在整个过程中加速新闻业,这可能在未来几年中产生创造性的结构性影响。但是,在一份报告中发现,在此领域中使用AI是附加的,补充的和推动性的因素,而不是完全成为变革的驱动力。在如此先进的世界中,有多种采用AI的方法。人工智能应旨在在其主要服务中提供更直接,有意义和更具吸引力的体验。应该使用它来增强新闻记者的新闻报道和故事叙述能力。该行业需要创建新的方法和工具,以更好地了解新闻界及其周围的世界。通过查看大数据集,可以利用AI来提高调查能力,更快地查找新闻并改善事实检查/反事实。今天的媒体行业不仅将AI视为技术的受益者,而且还认为它在经济环境中是有益的。新兴的新组织正在通过在线上的其他服务来争取关注和收入。在这里,人工智能被视为潜在的更新催化剂,并避免在新闻市场上被抛在后面或与之无关。随着行业正处于危机之中,人工智能促进了所有可能为各种组织带来竞争优势的措施。在当今的数字时代,没有技术,新闻就很难生存。随着技术改变了许多行业,电子表格,数据库和制图程序也以同样的方式进入了新闻编辑室。同样,积极进取的记者也可以使用机器学习方法,使他们能够利用这种能力来报道原本很难甚至不可能的故事。这明显标志着下一代数据新闻的兴起。
  • 12-02
    2019

    人工智能来了,职教界传递新共识

    从工业时代到人工智能时代,从训练人配合机器到把机器变成人,从模仿到创新。如何应对人工智能时代职业教育的变革?成为一道亟待解答的现实考题。用大数据对学生心理进行预判,用AI共享优质教育资源……这些曾出现在科幻片中的镜头,已变成现实。在11月23日举办的“2019亚洲教育论坛年会”的分论坛上,与会代表分享了各自的经验与见解,传达了一个共识:人工智能时代,职业教育将迎来变革,变革的核心就是培养应用人工智能的技术能力。四川轻化工大学教育与心理科学学院院长黄英杰表示,职业教育变革应对的是新技术革命,新技术涵盖了人工智能、物联网、3D打印、量子计算等诸多领域。未来可能超过50%的就业岗位都会由工业机器人完成,由人工智能或者其他新技术来取代。香港职业训练局高峰进修学院院长潘秉匡认为,“**控制这些工业机器人的方法,就是有一个很好的数字化技能,能够充分利用人工智能的技术。”世界职教院校联盟主席克雷格·罗伯逊也持相同的看法,“在全世界范围内,人们都会面临自己的职业被机械和机器人取代的趋势,技术在职业教育中的重要性更加突出。”发掘和培养应用人工智能的技术型人才,中国的职业教育需要克服重重挑战。一是中国高技能人才占比低。据统计,德国高技能人才的比重达到70%,日本占比41%,中国只有14%。《2017全球人工智能产业分析报告》显示,中国人工智能产业人才只有5%,市场缺口达到500万人。二是中国职业教育体系不成熟。不仅基础薄弱,中国职业教育尚未做好应对人工智能时代的“战斗准备”。人工智能相关课程开设、一线技术型师资建设,还处于摸索阶段。百度智能云**产品经理黄桂晶观察到教育部增设了虚拟现实技术专业,职业教育应该能快速应对市场的变化。但是她发现高职院校普遍存在困惑:人工智能在职业教育当中应该扮演什么角色?是否要开人工智能专业?基于百度有4500多名AI核心人才,有7个人工智能实验室的经验,黄桂晶给出了两点建议,招聘有智慧有技术的一线工作者,进行清晰的专业定位和课程设计。黄英杰则强调职业技术教育应该从社会技术的需要出发建构课程,职业教育要技术化,“职业教育的核心应该是技术,技术已经成为我们这个时代生死攸关的教育问题。”智能时代职业教育的变革不止关乎技术,是对教育的重新认知和建构。人工智能时代,新的生产力、新的生产关系出现,北京大学中国职业教育研究所所长陈宇思考了职业教育更为深层次的变革。他说:“一直到现在,职业教育的核心是让人配合机器工作。”在职业教育大变革前夕,他认为需要改变教育的方法和战略。“现在一些老师特别认真特别负责,但是天天在干一件事,就是压制、扑灭、消灭孩子的好奇心、想象力、独立思考能力、创造创新能力。”从大量的调研中,陈宇发现这是中国教育要解决的要害问题之一,他认为教育应该教给孩子的是思维方式、思辨能力和想象力。人工智能时代已经启航,“加速前进”的人工智能会成为新一轮教育革命的重要推动力,推动重构教育新生态。黄英杰表示,“由新技术革命驱动的职业教育大发展的全球化浪潮,将会引发对人类教育整体的重新认识和改变。”

2020第八届上海国际人工智能展览会


如预订展位和了解更多信息,请通过以下联系方式:

联系人:何瑞   |    手机:13761231452      |  邮箱:sales1@dfzlbdxt.com

  • QQ咨询
  • 电话咨询