Atmatrix社区人工智能专家 刘军:区块链与AI的化学反应

区块链资讯区块网2017-11-07 19:49:44  阅读 -评论 0

Atmatrix社区人工智能专家 刘军:区块链与AI的化学反应

(Atmatrix社区人工智能专家 刘军)

金色财经-区块链8月16日讯  记者:邸卉 2017第四届区块链国际峰会于8月15日在上海盛大召开,超过1000名全球金融科技行业决策者参与了活动。

8月16日,第四届区块链国际峰会进入第二天议程,将分为“Atmatrix人工智能区块链专场”和“区块链应用与创新”两个专场。本次活动由上海丰钛沙龙主办、中国区块链应用研究中心等协办,以区块链应用创新等为主题开展共计2天的活动。

Atmatrix社区人工智能专家 刘军,在峰会现场发表了“区块链与AI的化学反应”的主题演讲。

演讲实录如下:

刘军:大家上午好,我是刘军,能够跟大家分享一下人工智能和区块链的化学反应。这是演讲的概要,第一我会把人工智能这61年的历史简单的做个介绍,着重讲一下我们当前人工智能最热的深度学习的案例。接下来会讲讲人工智能当前的痛点问题。最后是区块链与人工智能的结合我们的想法。


一、AI:61年风雨

从亨顿(音)提出人工学习,包括去年阿尔法狗打败李世石之后,炒得非常热,其实人工智能已经有61年的历史了,它经过了两个低估,现在属于第三个高潮期,所以说人工智能发展的历史是非常久远的。人工智能是一个很大的概念,机器学习和深度学习只是人工智能一个子领域,人工智能的范围很广。


怎样才算智能,如何评判一个机器是有智能。在这点上我们伟大的计算机的先驱图灵,我们计算机领域最高的奖项就是图灵奖。图灵不仅仅提出了现在所有计算机的模型都是图灵机,图灵机所具有的计算能力叫做图灵模型。现在区块链也智能合约的EVM是具有图灵机同等的计算能力。图灵提出“图灵测试”,他认为当你和一个具有智能的机器,当你跟他在交互的时候,他认为如果有30%的人根本不知道跟你对面的机器是机器还是人,他就认为对面的那个机器是具有智能的。大家想一想这个还是挺难的,比如现在说人工智能在智能客服这块是应用比较火的,但是如果你打个电话给一个智能客服,对面说“您好,这里是10086……”你会很容易就区分出来对面是一个机器的声音,如果说语音合成、语音识别这一块,对我们人来说很容易就判别对方是一个机器,而不是一个人。所以这一块30%的人区分不了对方是一个机器,这个测试还是挺难通过的。2014年有一个尤金聊天机器人,当时是有33%的评委猜不出来对方是机器人还是一个小孩,他是模仿一个11岁的小男孩,33%的评委根本猜不出来对方是个机器还是人,通过了图灵测试。从某种意义上来说,它具有非常好的智能。


讲到人工智能的起源不得不讲到1956年达克毛斯(音)的会议,在这个会议上第一次提出了“人工智能”的词,其中中间的这位明斯基提出了神经网络,提出了我们现在大热的神经网络,在五六十年代就提出了这个概念,也是美国工程院、科学院双院的院士,包括麦卡锡。在AI领域现在方向非常多,主要方向有三块,第一块是以符号主义,它是一些逻辑基于推理、知识,包括现在的知识图谱,还有我们的学的三段类的逻辑推理,都属于人工智能的符号主义派别。第二个派别以前我们做了个机器学习派,典型的SVM,回归模型等等。第三个派别神经网络,也称为连接主义,是2006年之后,现在这个派别占有非常主流的地位。但是我要说的是人工智能并不完全等于深度学习,深度学习也不能解决人工智能所有的问题,它不是万能的。这三个派别都有一些比较旗帜性的人物,包括赛弗里奇,他获得了图灵奖,也获得了诺贝尔经济学奖,还获得了美国的心理学奖,非常多才的跨界的传奇性人物。包括互联网发明人Tim  Berners-Lee。


AI人工智能要做些什么事情呢,两方面,第一感知,感知对人就非常简单,怎么去识别一张图片,怎么听一段语音,怎么把语音进行识别,这些都属于感知,我们的五官感知的东西,其实对机器是非常困难的事情。第二个认知,认知就包含基于你所学到的知识,或者基于你所了解的情况,能够做出推理、决策,包括智能语言处理,包括推理、决策,还有一些plan等方面的。人工智能应用领域非常广,从横纵两个轴,包括从智能设备方向,包括感知和认知相结合,产生了很多的应用领域。所以我们这个项目Atmatrix它未来会跟各个行业去进行孵化,前景就是因为AI本身的应用方向是非常广的。


国内的一些AI公司包括典型的大牛,在图象识别,计算机视觉和语音,包括小i机器人也是Atmatrix第一期非常重要的合作伙伴。那边有一些我们在AI领域华人的翘楚,包括有名的AI的创业公司,现在深度学习有几大主流的框架。AI绝对不是大家所想像的控制在几个大公司的手里,在国内来说应该是百花齐放,年轻人在这块领域是非常非常具有颠覆性的角色。国外的稍微过一下。

深度学习这个圈子非常小,是亨顿在2006年发表了深度学习的文章之后就火起来了,但是五大鼻祖他们之间的关系是非常密切的,旁边那个Jordan是当年想去读亨顿的博士后,被拒绝了,现在也成为深度学习另一大鼻祖。

深度学习包括人工智能发展在一些前沿的方面来说,第一块就是在有监督学习,有监督学习方面这些年进步非常快,在传统的统计学习包括SVM,随机声明,机器学习已经做得非常好,深度学习可以把我们的语音识别、图象识别准确率大幅提高,现在重要的三个领域比较前沿的,第一个是在AI创造力方面,深度强化学习。强化学习主要是进行自我的学习,让机器能够进行自我的学习。上周爆出来脸书两个机器人自己跟自己在聊天,也不知道他们在聊,就引起一片恐慌,说机器人发明了自己的语言,能够在自己的语言体系里面进行对话,当然最后脸书是出来澄清说这是谣言,只是说一个bug。机器如果真的能够自己和自己的自我学习,其实这一块目前来说还是非常困难。

在迁移学习这块是比较前沿的技术,迁移学习香港科技大学杨强(音)教授提出来的理论,上海交大戴文渊(音)在迁移学习这一块应该说华人是比较走在前沿。

非监督学习,举个例子,比如说今日头条去年奥运会的时候很多新闻并不是编辑和记者所产生的,而是机器自动生成新闻,就是非监督学习的典型应用了。包括现在网上很梦幻的图片,也是非进度学习的比较前沿的领域。

接下来举几个例子,第一个是AIphaGo,它比较有创新的是两个地方,第一个地方是它的增强学习是做得非常有意思,它是先把全世界那些围棋高手的棋谱能够训练出一个AlphaGo1.0出来,然后再用其他领域训练出一个AlphaGo2.0出来,然后用AlphaGo1.0和2.0两个机器人进行互相的下棋,两个机器人下的棋局又拉来训练2.0,2.0通过机器人的棋谱训练之后,智能又提高,变成AlphaGo3.0,3.0又和2.0接着下,就是这么一个循环,就不断的增强学习,机器和机器之间对项,能够达到不断增强的效果。把下围棋变成两个网络,一个是走棋一个是评估,评估网络使得AlphaGo的下棋速度非常快,当然AlphaGo跟一个棋手在下棋的过程中,棋手还在下的过程中,AlphaGo就可能在计算了,他有可能下在哪几个弱子,我要评估一下我应该下哪几个地方,我的胜算是比较大的,所以当对手把棋一落下之后,AlphaGo可以快速的计算出来,它应该下哪一步棋。

微软推出了小冰情感聊天的机器人,非常有意思的是它不像我们的iPhone的SIRI这些普通的聊天助手,SIRI这些聊天助手是基于你的任务,我要打一个电话你跟SIRI说一下,然后它把句子翻译一下,理解一下,能够帮你拨出电话去,能完成你交代的事情。小冰不是,小冰是跟你做一个情感的交流,他有一个电影的加载卡,你在跟他聊电影的感受的时候他就不断的了解你这个人,知道你是一个电影的爱好者,并且知道你喜欢哪一类电影,第二天跟你聊天的时候,他可能就是在电影这个方向上给你现实的推荐一些比如说《战狼2》上影了,主人你快去看一下吧,类似的,能够不断了解你这个人,跟你做情感的交流,他的交互性方式非常多,包括图片、语音识别和吻别,你说同一句话,他能够根据你说话的频次,你开始说好玩,他会说去哪里玩。

二、人工智能的痛点,神经网络的概念提出来这么久,一直被打入冰冷期,到2006年爆发是因为大数据的爆发。到现在为止数据还是影响人工智能最大的制约,这里我举两个例子说明一下。第一个例子是去年5月份的时候,特斯拉5月份自动驾驶发生了一场车祸,车祸的情况是这样的,当天早上特斯拉的驾驶员是特斯拉的一个粉丝,他非常相信特斯拉的辅助驾驶的功能,那天早上他开起了自动驾驶功能,他自己也没有去太关心前方开车。这个车祸发生的情况是,左下角这部卡车在红线,卡车转弯过来,然后特斯拉是这个黄线,它是正向的往前开。特斯拉对着的是卡车的车厢的光板,当时因为正好是早上,也有一点阳光,特斯拉车上的雷达检测,他发现前面有一个障碍物,前面的障碍物上面是一个光板,很光滑的东西,因为这个卡车非常高,下面有一点点空洞,当时自动驾驶就可能认为前面有可能是一个桥梁,下面有个洞。当时自动驾驶就做出决策,应该是可以直接过去的。司机因为也是早上,他又是科技的粉丝,没有关注这件事情。车子直接从卡车底部就钻过去了,悲剧就发生了,卡车当场就从道路中间直接冲向了路边。司机当场死亡。从这个例子可以看出,特斯拉在训练它的自动驾驶的时候,可能训练了很多很多的语料,包括桥梁、隧道等等的场景,都训练过了。包括车子,他认为车子的前面或后面应该都是两个车灯,或者前面应该有引擎盖等等的场景,都训练好了,但是当智能界出现一个卡车与它所训练的东西很类似的时候,这时候它发生一个小小的误差,带来的结果是什么?是一个生命的终止。所以说在训练的过程中这是数据采集,你说如果卡车的这个图片的数据在特斯拉训练的过程中如果采集到这张图片,很有可能就能识别到前面是什么,是部卡车的侧面。但是这个训练语言没有,所以当场就识别不出来。

这边是一个类似的,是谷歌去年2月14日一个小的车祸,这个车祸是谷歌第一次公开承认是因为自己的自动驾驶训练AI的模型没有做过导致的车祸,谷歌以前也发生过车祸,他是正常按交规在行驶的,但是很有可能是别人闯红灯或什么的导致的车祸。这个车祸发生的场景是谷歌的无人驾驶车在路上行驶,发现前面有个沙包,这个自动驾驶就在判断,前面有个沙包,沙包也没见过,不知道前面的障碍物到底能不能过去,他就觉得应该超车绕过沙包。发现后面有一部公交车,他感觉公交车离自己的距离还够远,非常致命的错误是当时绕过沙包的速度只有5公里,速度非常慢,想做超车的行为。后面有部公交车,公交车可能也不知道前面是不是自动驾驶,速度比较快,15公里/小时,当时就发生了车祸。从这个例子可以看出来,在自动驾驶因为前面一个减轻负担的沙包,他没见过的一个场景,智能决策方面可能会做出误判。大家可以想想当前包括前面讲的我们华人的年轻的AI的科技公司,他们在AI模型这一块实力非常强,包括在国内外顶尖杂志上发过一些论文,但是最影响他们发展的制约是什么?数据。因为作为一家科技公司,可能没有这方面的数据,所以这是非常影响他们发展的事情。

知识的缺乏,特别是这几年深度学习好像一统天下,这里有个对比,上面是1997年的时候IBM推出来的深蓝,他是打赢了国际象棋得冠军,当时他做的时候,他是怎么做的?是把十几位国际象棋的大师招在一起,和陈西元(音)工作,然后去研究怎么在国际象棋去下,一些策略。更多的是基于一种知识,推理去打赢了另外一位国际象棋冠军。他的胜利相当于是三个臭皮匠定国一个诸葛亮,是多个人合起来智慧的。AlphaGo就不一样了,AlphaGo打赢围棋冠军完全是科技,所有的人员里面,围棋最高水平也只有业余围棋五段,所以其实那帮设计AlphaGo的人,自己围棋不是很会下,但是他能够设计出来一个AlphaGo这么一个人工智能能够打败一个围棋冠军,是怎么做的呢?他其实把一个下围棋这样一件花脑子的事情变成了一个简单的像是魔术识别,当AlphaGo和冠军在下棋的时候就把当前这个棋局就相当于一个图片,把这个图片看看,当前黑棋分布是怎样的,白棋分布是怎样的,和历史上成千上万上亿次的棋局去比对,和哪一个棋局的战况是最类似的,这时候匹配上了,相当于一个魔术识别匹配上了这么一个图,他接着说我接下来往这个下,从历史的情况来看往这里下的胜算是最大的。AlphaGo本身可能根本就不懂围棋的棋理,但是能够打赢,靠的是算无一测,他见过的东西实在是太多了,所以他知道怎么下。第二有强大的计算力,能够很快的算出来,导致我们认为AlphaGo下围棋很厉害,并不是他下围棋很厉害,只是他见得多了,假设说现在围棋棋局是19×19,假设改成20×20的,我在20、20的地方下一个局,对AlphaGo可能马上就傻了,因为他从来没看过这种棋局。就得完全重新发很多语料重新训练,这是当前深度学习所面临的问题,很多情况下人工智能领域并不是很简单的就是一个识别的问题,很多时候需要这种知识,特别是金融领域方面需要这种决策。这方面在公共知识这一块,也是非常大的问题。

共享的缺乏,在AI领域,特别是深度学习推出来之后,它的通用性非常好,大大降低了人工智能这个领域的准入门槛。现在各个行业的AI公司可能都是把一些非常成熟的AI模型,自己去找一些行业的数据,去训练一下,就对外宣称说,我掌握了AI的核心能力。提供自己的这么一个应用场景,大家各自训练自己的模型,也不大去从数据层、模型层,也不大去进行共享、交流。在开放性这一块,因为一些知识产权或者是对自己一些利益的保护,包括次数的限制,各方面在共享这一块,AI这个领域大家还缺乏一种非常有效的手段。

三、区块链与人工智能的结合

如果引进区块链的话,人工智能和区块链会发生些变化呢?关于区块链前面几位专家也讲了很多,这里不再重复了。区块链有一个问题现在SMART被翻译成智能,实际上不是人工智能的智能,从人工智能的角度来说智能合约是没有智能,只是这么翻译。


在AI和区块链的化学反应有两个方面,第一从区块链领域来说,当我们把AI技术引到区块链来,会为区块链世界带来这么一个真正的AI的能力。比如说区块链里面链上的数字资产,假设说有一个人用语音立段遗嘱,放到区块链上去,证明我这个遗嘱以后应该怎么样。现在如果没有AI的能力,要把链上的数据都放到链下来进行语音识别等等,当我把AI放到链上去之后,假设我提供AI的Dbot的代理,你直接调我们的AI的DBOT平台,就自动的把链上的数字资产进行识别,或者是进行校验,包括智能合约,法律的文本现在都在使用区块链的技术,能够往区块链里面进行存储。法律文本简单的OCR的识别等等技术,这些都是在AI领域比较成熟了,但是现在在区块链领域都没有。我们为区块链可以带来这些AI的能力。


AI领域刚才讲了很多的痛点问题,引入区块链之后你可以看到区块链有个很重要的地方,它是一个经济系统,并且是一个去中心化的,可信令的能力。当我引进这个区块链之后,其实在数据共享层,你的知识产权保护,在数据共享这一块引入区块链的登记都是非常好的经济系统。还有一个方向就是AI和区块链做了之后,我们还有个很大的目标,就是把AI共享做好之后,真正能够达到普惠AI的目的。当我们Atmatrix实践起来之后,未来不管你是一家应用型的公司,当你想使用人工智能这个技术的时候,不可能从头到尾自己开发,你可能只是使用某一块,就可以使用我们Atmatrix里面当然我们后续可能是利用APP进行流通,你就在我们的链上能够找到很多这种类似智能AI的提供者。对你来说只要与我们Atmatrix进行交互,就能完成AI的使用,非常方便,我们也提出了普惠AI理念。

Demo这一块,因为今天这个场地的原因,前几次在杭州路演、深圳路演的时候,都有视频回访,在那两场里面都有做过现场的演示,今天这里场地的原因,今天演示不了。这个Demo我们后续也会马上放到官网上去,到时候官网上也可以观看这个Demo,所以今天在这里越过去了。

今天我的演讲就是这些,谢谢大家。


来源:金色财经 http://www.jinse.com/news/blockchain/56229.html

声明:链世界登载此文仅出于分享区块链知识,并不意味着赞同其观点或证实其描述。文章内容仅供参考,不构成投资建议。投资者据此操作,风险自担。此文如侵犯到您的合法权益,请联系我们100@7234.cn

    参与讨论 (0 人参与讨论)

    相关推荐

    中信银行打造“区块链”信用证结算!

    中信银行打造“区块链”信用证结算!

    科技不会改变金融的实质,但却能让金融服务更高效,能让资金供、需方信息不对称的问题更好地解决。近期,中信银行首个区块链项目——基于区块链的国内信用证信息传输系统(简称BCLC)(一期)成功上线,这是国内银行业第一次将区块链技术应用于信用证结算领域。 据中信银行国际业务部总经理助理张栩青介绍,将现在流行的区块链技术应用在国内信用证中,改变了银行传统信用证业务模式,信用证的开立、通知、交单、承兑报文

    中国信息技术部门成立区块链研究实验室

    中国信息技术部门成立区块链研究实验室

    暴走时评:本月初,中国政府对国内的ICO和数字货币交易所的打击在世界范围内引起了强大反响,但政府已经多次声明不会将区块链与数字货币划等号,依然非常重视区块链技术在中国的发展。鉴于中国工业和信息化部成立了一个专门研究区块链的实验室,这一论调也得到了进一步的证实。 虽然中国政府最近在大力打击比特币交易所和ICO,但仍然致力于开发区块链在其他领域的潜力。 据财新网报道,中国工业和信息化部已经成立了一

     分布式账本中的生命科学

    分布式账本中的生命科学

    生物科学是医学领域涉及遗传研究,疾病预防和生活方式治疗(lifestyle treatments)的学科。它已经存在了很长时间,但区块链技术的基础设施应用给该学科提供了重大进步的可能性。 根据Pistoia Alliance进行的2016年6月份高级制药和生命科学领袖调查,83%的受访者表示,他们预计在五年内将全面采用区块链技术。 Pistoia Alliance是一个全球性的非营利组织,致

    区块链vs.核能:日本最大电力公司东京电力(TEPCO)寻求使用区块链减轻对核电的依赖

    区块链vs.核能:日本最大电力公司东京电力(TEPCO)寻求使用区块链减轻对核电的依赖

    东京电力公司 (TEPCO) 对于能源过度中心化的风险可以说绝不陌生。 也许最著名的就是2011年发生的福岛核电站事故,这个日本最大的能源公司如今正在寻求区块链技术来防止这种灾难再次发生。 然而,从使用微型风车的分布式风力发电到用于存储在电力成本低时购买的电力的智能电池,可替代能源项目一直以来都属于个人慈善事业。 然而,TEPCO风险投资部门主管Jeffrey Char认为区块链能够帮助为这

    继证监会发表代币发行声明之后,香港交易所Gatecoin将下线部分ICO币

    继证监会发表代币发行声明之后,香港交易所Gatecoin将下线部分ICO币

    经过一系列监管以及合规审查后,香港交易所Gatecoin将会下线那些被金融监管部门定性为"证券"的代币。 香港加密货币交易所Gatecoin透露,如果在该平台交易的ICO代币在法律上符合"证券"定义,他们就会下线这些代币。据巴比特上月报道,香港主要的金融监管部门证券及期货事务监察委员会(SFC)表达了对ICO这种日渐普及的募资模式的担忧。 尽管ICO中售卖的数字代币通常都被定义为虚拟商品,但

    IBM与超级账本共同加入去中心化身份基金会(DIF),推动创建区块链ID行业标准

    IBM与超级账本共同加入去中心化身份基金会(DIF),推动创建区块链ID行业标准

    IBM与超级账本已经签署协议加入去中心化身份基金会(DIF),这个于今年初成立的联盟旨在帮助推动基于区块链的ID系统的互操作性和标准。 这两个企业区块链大佬加入了这个有各种企业组成的团体,其中包括像微软和埃森哲这样的大企业,还有像Civic和Gem这样的创业公司,以及像uPort和Sovrin这样的开源项目。 DIF执行主管告诉Coindesk说: "这应该是一个信号,表明在这一领域有广泛的

    为打击人口贩卖,牙买加警方盯上了犯罪分子的比特币钱包

    为打击人口贩卖,牙买加警方盯上了犯罪分子的比特币钱包

    作为打击人口贩卖计划的一部分,牙买加警方已经开始行动,锁定了那些试图用比特币和数字支付来掩人耳目的犯罪分子。 越来越多的人口贩卖者都开始转向数字货币来帮助他们进行地下活动并接收非法活动所得,但牙买加警方已经盯上他们了。 牙买加的'大生意' 不幸的是,人口贩卖以及性奴市场规模十分庞大,预计涉资1500亿美元。在牙买加,大约有7000个妇女、儿童以及成年男性被奴役,他们的操控者出售奴役服务的价格

    深圳市将发布《深圳市扶持金融业发展若干措施》,奖励区块链、数字货币等金融创新

    10月9日,深圳市人民政府向各区人民政府,市政府直属各单位印发《深圳市扶持金融业发展若干措施》(以下简称"《若干措施》")。深圳市政府表示,此举是为进一步完善金融支持政策体系,吸引集聚优质金融资源,推动全市金融业可持续均衡发展,加快建设国际化金融创新中心。 《若干措施》共分五大项,33条。内容包括:坚持服务导向,优化金融政策环境;发展金融总部经济,鼓励金融总部企业做大做强;支持金融企业分支机构

    麦妖榜
    更新日期 2019-06-25
    排名用户贡献值
    1BitettFan24028
    2等待的宿命23809
    3六叶树20309
    4区块大康18727
    5牛市来了17933
    6linjm122716329
    7天下无双16192
    8lizhen00215182
    9让时间淡忘14497
    10冷风大q11188
    返回顶部 ↑