吳恩達演講直指AI落地三大挑戰,並提出解決方案

2021-01-11 澎湃新聞
吳恩達演講直指AI落地三大挑戰，並提出解決方案

2020-11-05 07:32 來源：澎湃新聞·澎湃號·湃客

機器之心報導

編輯：陳萍、小舟

吳恩達在史丹福大學 HAI 研討會上進行內容分享，指出 AI 部署所面臨的三大挑戰，並給出解決方案。

隨著人工智慧的不斷發展，大量先進算法以及配套硬體設施不斷湧現，研究人員憑藉新算法等不斷刷新 SOTA 記錄，但是在科研中、論文中實現的高精度性能，很多卻不能應用於實際的生產中。AI 離真正的落地還有多遠？

現階段，許多公司和研究團隊正在努力將研究轉化為實際的生產部署。近日，機器學習大牛吳恩達在史丹福大學 HAI 研討會上分享了一些有趣的觀點，即「如何彌補 AI 的概念驗證與生產之間的差距」。

HAI（「以人為本」人工智慧研究院）成立於 2019 年 3 月，由史丹福大學人工智慧科學家李飛飛和哲學教授約翰 · 埃切曼迪（John Etchemendy）共同領導，致力於推動人工智慧領域的跨學科合作，讓科技以人為中心，並加強對人工智慧社會影響的研究。HAI 定期舉辦研討會，此前吳恩達參加研討會並做了演講。

AI 部署所面臨的挑戰

在這次研討會上，吳恩達分享了人工智慧面臨的挑戰之一，即 AI 概念驗證與產品落地之間的差距。

吳恩達從三個方面介紹了 AI 部署所面臨的挑戰：小數據、算法的魯棒性和泛化能力，以及變更管理。

挑戰 1：小數據問題

小數據在消費網際網路以外的工業應用中很常見，而 AI 研究通常使用大數據，很多算法是針對大數據開發的。

但是很多行業可獲取的數據規模有限，為了使 AI 在這些行業中起作用，我們必須開發針對小數據的算法。小數據適用的算法包括 GAN、GPT-3、自監督、遷移學習等。

挑戰 2：算法的魯棒性和泛化能力

大家可能已經發現，已發表論文中效果顯著的模型通常在生產中不起作用，研究中聲稱算法結果已經超過人類的方法卻不能很好地投入到生產，訓練的模型不能很好地泛化到其他數據集等。吳恩達以醫療領域舉例進行說明。然而這些問題不僅存在於醫療領域，其他領域也面臨相同的問題。

挑戰 3：變更管理

AI 技術可以使工作流程實現自動化或部分自動化，而這對相關人員的工作帶來了影響。我們需要對整體的改變有更好地掌握。

解決方案

對於上述挑戰，吳恩達也表達了自己的觀點，給出了解決方案。他指出我們應該關心整個機器學習項目周期，除了構建機器學習模型以外，其他問題也應該更系統化，讓 AI 更具可重複性和系統性：

我們應從範圍界定到數據、建模和部署，系統地規劃機器學習項目的整個周期。

吳恩達表示，學界和工業界應努力將機器學習轉換成系統化的工程學科。

吳恩達演講完整視頻：

Java工程師入門深度學習（三）：輕鬆上手Deep Java Library

DJL是亞馬遜推出的開源的深度學習開發包，它是在現有深度學習框架基礎上使用原生Java概念構建的開發庫。DJL目前提供了MXNet,、PyTorch和TensorFlow的實現。Java開發者可以立即開始將深度學習的SOTA成果集成到Java應用當中。

11月5日20:00，魏萊（AWS算法工程師）將帶來線上分享，介紹DJL主要模塊並結合具體場景講解各模塊的使用方法、主要API的使用方法和注意事項、神經網絡從訓練到部署的基本流程並結合動手深度學習Java版講解具體代碼和實操展示。

添加機器之心小助手：syncedai5，邀請加入DJL交流群。

原標題：《吳恩達演講直指AI落地三大挑戰，並提出解決方案》

閱讀原文

關鍵詞 >> 湃客,吳恩達,AI

特別聲明

本文為澎湃號作者或機構在澎湃新聞上傳並發布，僅代表該作者或機構觀點，不代表澎湃新聞的觀點或立場，澎湃新聞僅提供信息發布平臺。申請澎湃號請用電腦訪問http://renzheng.thepaper.cn。

相關推薦

評論（）

相關焦點

  • 吳恩達deeplearning.ai五項課程完整筆記了解一下?
    自吳恩達發布 deeplearning.ai 課程以來，很多學習者陸續完成了所有專項課程並精心製作了課程筆記，在此過程中機器之心也一直在為讀者推薦優質的筆記。上個月，deep learning.ai 第五課發布，該系列課程最終結課。Mahmoud Badry 在 GitHub 上開源了五項課程的完整筆記，介紹了包括序列模型在內的詳細知識點。
  • 吳恩達悄然發布 AI 維基,另外他的技術崗已經招滿了-虎嗅網
    虎嗅註：似乎從百度離職之後，吳恩達回歸教育事業老本行，施展更加自如了。本文轉載自量子位，作者問耕。吳恩達又有新動作。wiki首先來說第一個。這個長假期間，吳恩達團隊在deeplearning.ai上悄然發布了一個新項目：AI維基百科。這個維基百科還向學習者們發出號召：一起來貢獻內容。目前這個維基有12個頁面，分別對應：歡迎、概述（神經網絡）、數學（導數、向量）、平臺和工具（Python、深度學習框架）、分類器、激活函數、超參數調整、代價函數等。
  • 吳恩達創業關你什麼事?
    百度前首席科學家吳恩達幾小時前剛剛在推特上宣布了他的下一個企業Deeplearning.ai，只有一個標誌，一個域名，還有一行「 2017 年8 月」的字樣，預示了發布日期。有趣的是，Deeplearning.ai 的域名似乎已註冊到百度位於矽谷森尼韋爾的研發機構——也就是吳恩達此前工作過的同一個辦公室。
  • 百度雲發布ABC3.0 打造「最落地」的AI行業解決方案
    大會現場，百度雲公布ABC的3.0版本，相比以往，百度雲ABC3.0更強調AI能力的落地、大數據的安全與雲計算的先進性。經過兩年快速發展，百度雲的行業版圖已經覆蓋農業、工業製造業、金融服務業等領域。本次大會，農企龍頭中化農業、國內最大鋼鐵企業寶武集團、新能源汽車翹楚北汽集團等悉數到場，與百度雲一同見證「最落地」的AI應用與行業解決方案。
  • 吳恩達被diss了
    這條搞了個大新聞的消息緊扣公眾痛點，直指放射科醫師的失業問題，獲得了1400次轉發，2400個贊。結果，反差出來了。同樣一個團隊，去年發布ChexNet時，暗示放射科醫師面臨失業。而最近這個MURA模型的表現意味著：放射科醫師的工作，似乎又保住了。
  • 專家研討:雄安提出智能城市建設三大「安全課題」
    專家研討：雄安提出智能城市建設三大「安全課題」 2019-04-17 11:05 來源：澎湃新聞·澎湃號·政務
  • AI晶片「點燃」北京!GTIC 2020 AI晶片創新峰會大咖演講全乾貨
    王俊提到，今年上半年，國家發改委提出新基建的三大領域，分別為信息基礎設施、融合基礎設施和創新基礎設施。在他看來，智慧城市是新基建的集大成者，人工智慧是新基建的核心使能共性技術。「智慧城市針對醫療、金融、安全和交通等各領域都有著海量的數據智能化需求，由城市統一建設的AI超算中心來支撐龐大而繁雜的AI計算是最高效的解決方案。」
  • 吳恩達旗下公司發布AI社交距離監控工具
    近日，吳恩達創立的AI公司Landing AI發布了一款社交距離檢測工具，幫助疫情期間不得不工作的人，確保他們在工作場所的社交距離，該工具可以通過分析攝像頭拍攝的實時視頻流來檢測人們是否保持安全距離。
  • 15位產業領袖縱論中國AI現狀:價值重估,落地為王
    Momenta的解決方案，就是兩條腿戰略。一條腿是量產的自動駕駛，以人為主，以量產帶來數據。然後，通過數據驅動的方式結合量產自動駕駛獲得的數據，去自動化的解決99%的問題。另一方面，完全無人駕駛又將給量產的自動駕駛反饋技術，保持技術領先。
  • 為何探討AI晶片落地時軟硬融合被大咖們頻頻提及?| CCF-GAIR 2019
    2018年下半年開始，資本寒冬來襲，2019年，中美貿易摩擦讓半導體處於風口浪尖，同時，全球半導體市場也面臨衰退挑戰，AI晶片的落地顯得尤為重要。2019年7月13日下午，來自學術界、工業界、投資界的重磅嘉賓齊聚CCF-GAIR 2019 AI晶片專場共同探討晶片的前沿技術以及AI晶片的落地。值得關注的是，演講嘉賓們在分享中頻頻提及軟硬融合，這是為什麼？
  • 從學術到實踐：AI落地面面觀（文末有禮）
    曾負責多個部門的解決方案架構師團隊，在新技術的產品化和場景拓展方面有第一手經驗，並對初創公司、大型企業，以及跨國企業的技術路線有獨到見解。加入AWS之前，曾經在IBM和思科從事軟體研發和系統設計工作。>演講主題和內容：徐恪的演講主題是從協作學習的背景和需求出發，從安全、激勵、調度、效率四個方面闡述了協作學習的關鍵技術，以及結合區塊鏈的去中心化計算驗證、安全追責、有效激勵等發展方向，介紹了協作學習平臺的特徵特點，最後對協作學習抵禦未知網絡攻擊，構建安全可信網際網路方面的應用進行了展望。
  • 地平線張永謙:AI在邊緣側落地背後的思考
    2019年11月7日，在由ASPENCORE《電子工程專輯》、《國際電子商情》和《電子技術設計》主辦的「2019全球雙峰會」上，地平線副總裁&AIOT晶片方案產品線總經理張永謙以「邊緣AI晶片賦能行業，共建普惠AI時代」為題，介紹了地平線機器人在邊緣AI晶片以及解決方案，以及地平線對AI在邊緣側落地背後的思考。
  • 地平線鄭治泰:軟體2.0時代AI晶片挑戰
    12月1日智東西現場報導，GTIC 2020 AI晶片創新峰會今日開幕，地平線首席戰略官鄭治泰現場發表了題為《軟體2.0時代AI晶片的挑戰》的演講。鄭治泰在演講中說，軟體2.0時代 AI系統是由數據系統和計算兩部分構成的。如今AI晶片領域更多需要依賴機器學習流程的自動化，而非人類工程師本身。
  • 獵豹移動機器人智能會展解決方案落地2020中關村論壇
    日前，獵豹移動機器人智能會展解決方落地2020中關村論壇，獵戶星空即將發布的新品六軸雙臂制飲機器人智咖大師首次亮相。獵戶星空掌握全鏈條AI技術的服務機器人，涵蓋語音全鏈路技術(口)、麥克風陣列(耳)、全感知視覺識別(眼)、室內導航平臺(腿)、6軸機械臂(手)和晶片+算法(腦)，並以此為基礎打造了獵戶星空語音OS、Robot OS、Arm OS三大開放系統。結合自身人機互動的產品基因和針對會展服務這個場景，行成系統的機器人智能會展服務解決方案。
  • 「華為汽車」今年有望落地;特斯拉「機器人工廠」視頻曝光;三大...
    不僅融資事件持續不斷，廠商也紛紛推出新技術和新方案。本周，華為Hicar車型今年即將落地的消息一經曝光，就引來高度關注。哪家廠商會採用華為的解決方案？華為如何從ICT巨頭轉型為汽車供應商？國內汽車行業是否又將地震？無數個疑問和未知，都有待市場的檢驗。　　同時，百度發布最新的智慧交通解決方案，預示著其Apollo平臺將進一步擴展至更廣闊的交通領域。
  • 奇點數字「腦芯盾」發布,Ai智能和安全兼顧方案
    奇點數字科研中心副主任張晶博士,在大會上發布了「腦+芯+盾」安全Ai技術體系(BCS-Ai),並發表「讓行業應用人工智慧更安全」主題演講。其中包含具備雙信號系統的人工智慧平臺奇點大腦(QI-Brain),打造「行業專屬,場景適配」的Ai級晶片模組配置方案(QI-MCMS),以及三層Ai安全防護盾(Triple Ai-S)。
  • WAIC2020企業AI架構專場成功舉辦,行業專家共話AI落地挑戰與未來
    如何構建一套可靠、有效且安全的人工智慧技術棧，便成為了充滿機遇與挑戰的事情。在7月11日上午，在WAIC 2020開發者日企業級AI架構專場中，多位來自工業、醫療、金融等不同領域的行業專家，共同探討了企業級AI在落地過程中的技術挑戰與難題。知乎是當下非常熱門的內容社區，包括有問答、熱榜、知識服務、圈子、直播、會員等產品功能和業務板塊。
  • Gravitylink推出鈦靈AI市場,深入解決行業痛點,加速AI落地應用
    在算力和算法技術發展迅猛的同時，人工智慧行業又面臨應用場景不明確、算法碎片化、研發成本極高等諸多市場挑戰，難以落地實際應用場景之中。可見，要深入解決行業痛點，加速AI落地應用是所有AI行業都應思考的問題。
  • 十位中國AI界最值得關注的科學家
    4月的一次演講中說，「我們處在一個獨特時期，這是一個人工智慧將會改變世界的時期，如果你知道怎麼運用人工智慧，你今天的一個決策將有可能在接下來十年裡改變世界。」吳恩達的研究領域是機器學習和人工智慧，重點是深度學習。2014年百度在AI的研發投入將近70億，同年5月吳恩達擔任百度公司首席科學家，負責百度研究院的領導工作，尤其是Baidu Brain計劃。
  • 愚人節學術特輯:MIT教授宣布解決P=NP難題;宣揚暴力主義的GANs目前...
    他將以多項式時間解決為衡量標準的問題歸為三大類，也就是 NP (nondeterministic poly-nomial)、NP 完全與 NP 難度問題。P 問題即 Polynomial，多項式問題，指的是可以在多項式時間內被計算機解決的問題。