美女视频在线一区-美女爽爽网站-美女脱光1区2区-美女网黄射-美女网欧三区网-美女网站黄网-美女网站色导航-美女网址av-美女网址色-美女五月天AV

馬化騰：發(fā)展人工智能四大要素缺一不可

發(fā)布時間：2025-12-10 15:54:49 來源：桑間濮上網(wǎng) 作者：時尚

　　導(dǎo)讀：4月2日，馬化2017中國(深圳)IT領(lǐng)袖峰會正式開幕。展人

　　騰訊董事會主席兼首席執(zhí)行官馬化騰周日在深圳IT領(lǐng)袖峰會表示，工智太原美女上門預(yù)約（電話微信189-4469-7302）提供頂級外圍女上門，可滿足你的一切要求發(fā)展人工智能，素缺需要場景、馬化大數(shù)據(jù)、展人計算能力和人才等四個要素缺一不可。工智

　　4月2日，素缺2017中國(深圳)IT領(lǐng)袖峰會正式開幕，馬化在“人工智能：中國機遇與挑戰(zhàn)”為主題的展人高端對話環(huán)節(jié)，馬化騰表示，工智騰訊在業(yè)務(wù)層面，素缺比如社交網(wǎng)絡(luò)業(yè)務(wù)、馬化后臺數(shù)據(jù)分析等都已經(jīng)用上人工智能，展人只是工智大家感受不到，這是在后端，現(xiàn)在騰訊想在前端做出一些產(chǎn)品。

　　AlphaGo通過人機對戰(zhàn)讓全世界對人工智能的認(rèn)知到了新的高潮，騰訊的團隊也本著練手的心態(tài)在做嘗試。“絕藝和AlphaGo不同的是，我們的AI全程得到國內(nèi)頂尖棋手的指導(dǎo)。”

　　3月19日，騰訊AILab(騰訊人工智能實驗室)研發(fā)的圍棋人工智能程序“絕藝”(FineArt)在東京以11戰(zhàn)全勝的戰(zhàn)績，在最具傳統(tǒng)和權(quán)威的計算機圍棋大賽——第10屆UEC杯上奪冠，戰(zhàn)勝了日本的DeepZenGo、法國的太原美女上門預(yù)約（電話微信189-4469-7302）提供頂級外圍女上門，可滿足你的一切要求“瘋石”(CrazyStone)等世界圍棋AI高手。3月26日，“絕藝”還在東京與日本著名新銳棋手一力遼在“電圣戰(zhàn)”中進行了人機對弈，并獲得冠軍。

　　馬化騰認(rèn)為，絕藝贏得比賽是小小的成功，但是不能過于欣喜，但是也不能說這是一個毫無意義的事情。

　　對于人工智能的意義，馬化騰表示，AlphaGo給業(yè)界帶來的最大觸動在于，以后在很多領(lǐng)域如果能做出模擬器定義參數(shù)自己學(xué)習(xí)，找到規(guī)律遠超人類的想象。

　　“AlphaGo出來以后經(jīng)過了十億盤對弈超越了過去人類所有交戰(zhàn)的盤數(shù)，自己尋找規(guī)律，對人類認(rèn)知的范圍極大的擴張，這給人類很大的啟示。”

　　在對話中，主持人吳鷹提問，人工智能是通過模擬人腦的思維方式，還是完全不同的路徑實現(xiàn)飛躍。

　　對此馬化騰認(rèn)為，我們期待有本質(zhì)性的飛躍，但其實現(xiàn)在AI都是圈定一個比較窄的領(lǐng)域，通過各種參數(shù)訓(xùn)練，屬于很窄的技能模擬，現(xiàn)階段要研發(fā)出通用的AI很難。

　　他表示，從現(xiàn)在的研究狀態(tài)到下一步實現(xiàn)通用人工智能，是不是能夠超越當(dāng)前的碳基智慧，是不是其他的元素有可能形成更高級的生命和智慧，超越人類現(xiàn)在發(fā)現(xiàn)的知識，這些是有可能的。

　　對于場景、數(shù)據(jù)、計算能力和人才這四個要素，馬化騰認(rèn)為，技術(shù)如果沒有場景落地、平臺業(yè)務(wù)支持的話基本是空中樓閣很難往下走，而業(yè)務(wù)產(chǎn)生的大量數(shù)據(jù)則需要進行標(biāo)簽化和清理，因為里面有很多垃圾數(shù)據(jù)對發(fā)展AI并沒有實際用處，在計算能力上需要布局云資源，拿出幾十萬核的計算能力，最后是人才，騰訊過去一年招了很多人工智能方面的人才，包括在美國西雅圖還設(shè)了一個實驗室。

　　據(jù)了解，騰訊AILab于2016年成立，專注于人工智能的基礎(chǔ)研究及應(yīng)用探索，不斷提升AI的決策、理解及創(chuàng)造能力，同時為騰訊各產(chǎn)品業(yè)務(wù)提供AI技術(shù)支撐，產(chǎn)品已應(yīng)用在微信、QQ及天天快報等上百個產(chǎn)品。

　　2017年3月23日，騰訊宣布任命人工智能領(lǐng)域頂尖科學(xué)家張潼博士擔(dān)任騰訊AILab(騰訊人工智能實驗室)主任。張潼博士將作為騰訊AILab第一負(fù)責(zé)人，帶領(lǐng)50余位AI科學(xué)家及200多位AI應(yīng)用工程師團隊，專注于人工智能的基礎(chǔ)研究，主要包括計算機視覺、語音識別、自然語言處理和機器學(xué)習(xí)這四個垂直領(lǐng)域。同時，基于騰訊自身的業(yè)務(wù)需求，騰訊AILab還會在內(nèi)容、社交、游戲和平臺工具型AI四個方向進行研發(fā)與應(yīng)用合作。

　　針對吳鷹提到騰訊是否有可能將業(yè)務(wù)數(shù)據(jù)開放出來給創(chuàng)業(yè)公司使用的可能，馬化騰表示，對于這個問題內(nèi)部也有討論。這里面還涉及保護個人信息安全和隱私的問題，如果數(shù)據(jù)不進行脫敏，不處理干凈無法談下一步。他認(rèn)為，關(guān)于數(shù)據(jù)開放，業(yè)界在向互惠互利的大方向走，但是數(shù)據(jù)要什么模式、怎么清理、做什么標(biāo)簽才能給其他部門、其他公司使用，還需要進一步探討并建立標(biāo)準(zhǔn)和規(guī)則。

　　附 馬化騰問答實錄：

　　吳鷹：為什么重視人工智能?有什么看法?

　　馬化騰：在公司內(nèi)部結(jié)合業(yè)務(wù)形態(tài)我們已經(jīng)有一些業(yè)務(wù)，比如微信朋友圈和QQ空間我們有上十億的人臉照片，在國內(nèi)有相當(dāng)長的研究，包括后臺數(shù)據(jù)分析，都用上人工智能技術(shù)，只是大家感受不到，這是在后端，在前端希望做出一些產(chǎn)品。

　　AlphaGo通過人機對戰(zhàn)的事件讓全世界對人工智能的認(rèn)知到了新的高潮，團隊也本著練手的心態(tài)做嘗試。Google收購的DeepMind團隊論文發(fā)表之后，全世界原來做計算機圍棋的團隊走入瓶頸的團隊都用人工智能的方式來做，紛紛采用深入學(xué)習(xí)的方法融入到圍棋的軟件開發(fā)。

　　我們內(nèi)部團隊有三個團隊在做，在不同的部門，這個部門剛好可以突破這個瓶頸。更大的特點，和AlphaGo不同的是，我們AI全程得到國內(nèi)頂尖棋手的指導(dǎo)，我們十幾位研發(fā)人員不懂圍棋，一開始連黑先下還是白先下規(guī)則都不知道，所以結(jié)合計算機原理以及很多專家的訓(xùn)練。

　　絕藝贏得比賽是小小的成功，不能過于欣喜，但是也不能說這是一個毫無意義的事情。

　　過去對AI很多從一些規(guī)則或者簡單的訓(xùn)練得出來能夠改善計算處理的能力，最終發(fā)現(xiàn)一個更同步和更深層的意義，能夠在計算機的后臺用云計算大數(shù)據(jù)的方式去高速學(xué)習(xí)，可以自己跟自己對弈。

　　AlphaGo出來以后經(jīng)過了十億盤對弈超越了過去人類所有交戰(zhàn)的盤數(shù)，自己尋找規(guī)律，對人類認(rèn)知的范圍極大的擴張，這給人類很大的啟示。在很多領(lǐng)域，圍棋以外的，金融、醫(yī)療、病理的檢測，如果用計算機后臺做出模擬器，充分的嘗試。就如自動駕駛一樣，模擬做各種各樣的反饋，自然會琢磨出一套理論和經(jīng)驗，給我們帶來很大的思考。以后在很多領(lǐng)域如果能做出模擬器定義參數(shù)自己學(xué)習(xí)，找到規(guī)律的能力遠超我們想象的，這是我們得到最大的啟發(fā)。

　　問：人工智能要取得突破性進展，是模仿人的神經(jīng)網(wǎng)絡(luò)、人腦的效率，通過仿生人腦思維的方式突破，還是完全不一樣的方式?

　　馬化騰：我們期待有本質(zhì)性的飛躍，比如說發(fā)現(xiàn)飛機的空氣動力學(xué)、流體動力學(xué)和鳥不一樣的，車輪和人型馬一樣，仿生是某些垂直的領(lǐng)域，包括圍棋是選非常窄的領(lǐng)域，通過各種參數(shù)訓(xùn)練。

　　郭為剛提到用AlphaGo下一盤棋消耗多少能源，垂直領(lǐng)域訓(xùn)練消耗能源，但是實際用消耗不了多少。現(xiàn)在訓(xùn)練出來的單機版本跟職業(yè)棋手差不多，訓(xùn)練需要很長時間，最麻煩的是改一個參數(shù)，規(guī)則改一點、算法改一點，全部重新來消耗很大，所以這屬于很窄的技能模擬。

　　未來下一步到通用的，再下一步是不是有更本質(zhì)性的發(fā)現(xiàn)背后的原理，智能其實可以超越現(xiàn)在碳基智慧，是不是有其他的元素可以形成更高級的生命和智慧呢?這是超越人類現(xiàn)在發(fā)現(xiàn)的知識，這是有可能的。

　　有人突發(fā)奇想說，現(xiàn)在認(rèn)識的宇宙是高智能生命用量子計算模擬出來的環(huán)節(jié)，一切都是模擬起來的，這是發(fā)揮大家腦洞大開的想象力吧。

　　吳鷹：有沒有可能把數(shù)據(jù)分享出來，讓這些創(chuàng)業(yè)公司來用?

　　馬化騰：這個問題在內(nèi)部也有討論。首先，人工智能關(guān)注哪幾塊：場景、大數(shù)據(jù)、計算能力、人才

　　場景：想把技術(shù)應(yīng)用在什么情景下?是不是高頻跟用戶接觸，這是落地很重要的地方。我們看到研究院、研發(fā)團隊，如果沒有場景落地、平臺業(yè)務(wù)支持的話，基本上很難往下走。

　　大數(shù)據(jù)，也是平臺、業(yè)務(wù)部門里面有大量的實際運轉(zhuǎn)數(shù)據(jù)產(chǎn)生出來，這里面很多大數(shù)據(jù)是垃圾數(shù)據(jù)，沒有標(biāo)簽、沒有人規(guī)劃定義，用算法也學(xué)不出來，學(xué)完之后也是走火入魔瘋狂的結(jié)果，這里面數(shù)據(jù)的清洗標(biāo)簽化難度相當(dāng)高，要雇很多人，用比較笨的方法用人腦去清洗干凈再讓AI去學(xué)，這個過程是混合的過程。

　　計算能力，云資源，這方面我們也要做云，要拿幾十萬核的計算能力CPU還是有能力的，而且在云里面本身有比較好的調(diào)用。

　　人才，通過一年的時間招了很多人，包括在西雅圖還設(shè)了一個實驗室。

　　我們觀察到很多AI的大佬們，更關(guān)注怎么落地，把畢生的研究成果體現(xiàn)出來。內(nèi)部BG之間也在溝通微信、手機QQ平臺數(shù)據(jù)能不能用?大家知道，BG或者部門里面平臺他們也很希望近水樓臺先得月，數(shù)據(jù)在身邊流動為什么不讓人先研究一把，所以現(xiàn)在我們處在內(nèi)部怎么把數(shù)據(jù)分享出來的階段。

　　還有一個用戶很關(guān)注的是個人因素，就是你不要把我的數(shù)據(jù)都賣了。這里面有很重要的個人信息安全和個人隱私的問題，如果數(shù)據(jù)不進行脫敏，我們是絕不能用的，只有先進行脫敏處理，沒有人能夠通過數(shù)據(jù)倒推到某個人，這樣處理干凈才可以談下一步。

　　數(shù)據(jù)要什么模式，清理做什么標(biāo)簽才能給其他的部門，包括外部合作伙伴怎么用。同時也有很多的數(shù)據(jù)是來自于合作伙伴或者業(yè)界的其他公司，他們也遇到這樣的問題，拿到一堆裸數(shù)據(jù)不知道怎么用，業(yè)界要形成一個標(biāo)準(zhǔn)互惠互利，這個路徑還有很長時間，大方向在往前走。

相關(guān)文章