波士顿动力“人狗共舞”震惊马斯克

　　在今年的最后一天，吴恩达邀请了沈向洋、李飞飞等人工智能的顶级学者，让大牛们对 2021 年的 AI 技术发展进行了一次展望。在人才不断流向业界、常规架构算力进入瓶颈期的今天，作为一名从业者应该看到什么？他们是这样说的……

　　新的一年近在咫尺，吴恩达分享了自己对人工智能在接下来一年中发展的三个愿望：

　　缩短概念证明与生产之间的差距。尽管搭建好的模型很重要，但很多人现在也意识到，从数据管理到部署到跟踪，要想付诸实践，还需要做更多的工作。2021 年，我希望我们能更好地理解机器学习项目的完整周期，构建支持相关工作的 MLOps 工具，以及系统地搭建、生产、维护 AI 模型。

　　增强 AI 社区的共享价值观。在过去的十年中，Deeplearning.ai 在全球范围内的成员已经从几千人增长到了数百万，我们成功的一部分原因源于对任何想加入我们的人张开双臂。与此同时，这也会带来一些误解。因此，建立一套共同的价值观比以往任何时候都更为重要。

　　确保我们的工作结果公平公正。人工智能领域的偏见和公平问题已经引起了广泛讨论，在这些领域仍有许多困难和重要的工作要做，我们绝不能松懈。同时，人工智能对贫富差距的贡献受到的关注也较少。许多高科技企业似乎都对应了「赢家通吃」的那一套原则，这个世界是否正在成为财富集中于少数公司的样子？我们如何确保公平分配？

　　我对 2021 年人工智能及各位在其中扮演的角色感到非常乐观，期待我们共同解决这些具有挑战性的问题！

　　此外，来自 AI 社区的多名著名学者、企业家也分享了他们对于 2021 年的展望。

　　佐治亚理工学院 Ayanna Howard：训练有道德的 AI
 

　　“我们已停止放款。”在印度从事现金贷的林真（化名）告诉志象网。

　　近期，林真位于班加罗尔的公司面临窘境，坏账率的攀升使他不得不停掉放款业务，专注收回款项。他的公司持 NBFC-ICC（投资信贷公司）牌照经营，向客户提供一种 7 天期限的借贷产品，但当下只出不进的状况，令他颇感头疼。疫情封城后，公司很多客户失去稳定收入，没有还款能力，欠款逾期拖着不还。

　　但向来谨慎的林真只能不停地去做客户的工作，与之协商后答应宽限时日。

　　跟林真这类谨慎玩家不同的是，印度现金贷市场存在太多无视规则的冒险玩家，他们无照经营、收取极高利率、暴力催收，最终面临公司被查抄、资产被没收，身陷囹圄。劣币逐良币之后，现金贷公司被印度监管层紧紧地盯上了。

　　近几年，受国内强监管的影响，现金贷纷纷出海寻求新市场，他们瞄准了印度。据印度央行统计，75% 的印度居民却无法获得银行服务；2018 年 9 月的最新数据显示，印度的银行共发放了 4177 万张信用卡，只占人口数量的3%。

　　疫情封城后，很多因失业而失去还款能力的人们，被暴力催收，部分地区甚至出现自杀事件，现金贷乱象频出。近期，印度警方加大了对现金贷的打击力度。
 

　　教机器人走路难，教 AI 懂人话更难。

　　为了深入了解 AI 训练与传统数据中心计算有何不同，ArsTechnica 特地发表了一篇来自 AI 研究与模型开发专业人员的分析文章。

　　据悉，传统的数据中心任务，主要涉及视频流、电子邮件、以及社交媒体的处理。与之相比的是，AI 训练需要耗费更多的计算量。

　　在投入实际应用之前，AI 模型需要汲取大量的数据、知道其学会如何理解用户的输入。遗憾的是，与人类的学习方式相比，这种训练的效率实在太过低下。

　　现代 AI 需要借助人工神经网络来模拟人脑神经元的数学运算，神经元之间的连接强度，亦是该网络的一个重要参数（权重）。

　　为了学习如何理解语言，网络需要从随机权重开始并进行调整，知道输出让人感到满意的“正确答案”。

（编辑：常州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!