查看原文
其他

英国皇家工程院院士:郭毅可——中国人工智能缺乏思想是最大问题 移动支付一点不先进

身兼英国帝国理工大学终身教授、英国皇家工程院院士、数据科学研究所所长、欧洲科学院院士,毫无疑问,郭毅可当属华人在全球人工智能与大数据研究方面的顶尖专家。

值得一提的是,2015年,习近平主席访问英国帝国理工学院,专程去了他的研究所听取汇报。2014年,郭毅可在英国帝国理工大学创立了数据科学院研究所,建立了欧洲最大的数据科学可视化演示平台,这在全世界只有两到三所。

与此同时,中国甚至于世界上,科技投资领域最热门的话题,众所周知是AI、大数据、5G等。

1月14日,郭毅可在深圳举行的第五届深商全球大会上发表演讲称,从数据资产到数据资本有两个瓶颈,一是实体资产和数据资产的不对称,二是数据资产的可交易性与数据的使用特征的矛盾。

“人工智能风起云涌,我们在人工智能方面的投资直线上升,但上升趋势有所变化,一方面因为经济下行,另一方面是我们要降温,降温的主要原因是要真正看到人工智能今天发展的现状和实际运用中的问题,要注重创新的质量。”

如何看待人工智能研究与应用目前的深层次问题,中国在这其中科研方面的能力,投资者网等媒体(下称投资者网等)日前群访了郭毅可。

中国人工智能应用太窄 仅仅是人脸识别

投资者网等:你怎么看目前国内医疗数据的开放问题?

郭毅可:医疗数据开放不是一个简单的技术问题,也不是管理问题,实际上是对数据的理念和体会不同。正常来说,医院不应该拥有病人的数据,病人的数据归自己所以后,现在我们国家没有对数据所有权进行鉴定。

理论上,你的数据包括检测结果,都应该归你所有,不存在医院数据共享不共享的问题。如果说数据是归病人的,病人发现有了这些数据之后,将来看病是有用的话,那他就会把数据取出来共享。

要达到数据共享,最大问题是,要解决数据所有权。这是比较大的问题,这在中国还没有开始。

同样的例子,比如说安防摄像头,我的照片你照了以后,所有权在谁的手上?如果我的照片你要拿去用,这还有肖像权的问题,所以,数据资产鉴定,是数据经济发展非常重要问题,这个问题我们无法不去考虑。

投资者网等:国内人工智能目前应用方面,您怎么看?

郭毅可:我唯一的感觉是人工智能应用比较窄,比如都在图像处理,都是人脸识别,老识别人脸没意思,人唯一不穿衣服的地方就是脸,所以人脸识别相对是最容易的。

你要识别成衣,这是最困难的。应用这么窄,有可能是快钱驱动的,这个地方很容易来钱,那都去做这个。

很显然,人工智能并不是只能应用在人脸识别上,对吧。

投资者网等:更宽的领域有哪些可以应用落地?

郭毅可:应用场景我觉得太多太多了,中国人说衣食住行,这都可以用。衣我讲过了,食就更可以了,既然能分析人脸,为什么不能分析食物的成分呢?为什么不能分析它的质量和新鲜程度?它的营养和配置?这可以分析。如果这个分析出来,那就非常有意义,肉多了可以点个青菜,这也是人工智能嘛。

住,更不得了了,比如家居方面,有些吸尘器已经很不错,但问题也很多,比如爬不了楼,如果让吸尘器能爬楼,能不是很好吗?

再比如像中国很多地方,温差很大,外面很冷,屋里很热,空调为什么不可以根据人的体温传感来调整温度?这是很容易的事情。

行,更不用讲了,约车软件都是很好的应用。

投资者网等:对比国外人工智能在金融行业的应用,中国有哪些可以借鉴?

郭毅可:国内金融领域人工智能应用还是比较窄的,第一、征信上;第二在交叉销售,推荐产品方面。基本上也就这两个了,剩下的量化不算人工智能。

但实际上人工智能在金融产品上的应用远不止这些,我觉得一个非常重要用的好的是,如何对一个投资有因果分析?那就很有意思了。比如对新闻的变化,可以获得对某一类投资的风险识别,而不是大众化的,是个性化的。我觉得这种风险识别是很重要的。

投资者网等:国内像智能投顾风险预测很少去做,所以只去卖标准化的产品。

郭毅可:对啊。风险分析,险就是机会。我觉得不光是卖产品,最主要是让客户能有预测性。当然,这种是比较难的,而且跟银行商业模型不同,银行主要是推销产品,不太管风险。

中国最缺人工智能伦理 一定要讨论

投资者网等:有统计说,中国AI人才缺口在百万级,您是否观察到?培养人才方面有什么经验?

郭毅可:百万我不知道这个数怎么算出来的,不管是百万,还是十万,反正是缺很多。

中国缺人工智能,看如何定义了,如何是缺人工智能编程序的,这个好办,很快上上培训课就可以了。我觉得中国缺的是有人工智能思维的人,真正理解人工智能怎样为社会做事情的人,而这种缺口是很大,不仅是缺,而是不重视这个问题。

我们觉得人工智能只要能用、只要能服务就可以了。实际上,这是不对的。人工智能做很多事情是非常错误的,举例子,我看到过一篇文章,可以通过看银行行长的脸来看银行业绩,技术上是做得到,不需要深度分析。但问题是,这样的研究是对还是错?

我听说可以通过两张照片放一起,就能预测到下一代长相,这要小心点,这是对还是错?人工智能思维要想清楚,我觉得我们缺有人工智能思维的一批人。

要想清楚机器能做的事,并不都是对的,人们对制造武器的时候,对这个问题非常理解,这跟人工智能一个道理,很重要。

投资者网等:这个伦理问题,您怎么看基因编辑?

郭毅可:这是两码事情。基因编辑伦理跟人工智能的伦理是完全不同的方向,基因编辑毕竟是技术手段,用和不用的问题,或者如何监管,如何成熟,到了一定程度可以控制风险以后,人们会对此有共识,现在去做是不负责任。

但人工智能可不是这样的,人工智能是创造一个智能的机器,这个智能机器是在完全没有理解机制上就使用它,所以,这个时候要对它有非常清晰的了解,比如说安防,假设所有的都使用人脸识别的话,都假定每个人是罪犯,你高兴吗?如果你每天的活动,都是可以追查的,都是知道的,你开心吗?

这里面有很多很多问题,所以在研究人工智能过程中,社会伦理一定要讨论,一定要形成共识。

移动支付没啥含量 缺乏思想是大问题

投资者网等:怎么看中国在人工智能方面的基础研发方面和国外的差距?

郭毅可:我不觉得中国基础科研差距大,已经做得挺好的了。中国差距大的是在于,它的原创性的领军,比如一个算法率先是中国人发明的,这种比较少。

我们的研究是可以把别人的研究做到极致,但我们想不出怎么产生,这个差距是比较明显。这也反映出我们缺乏思想,不缺技术。这是个大问题。

以英国为例,英国人的研究是以好奇为驱动力,不是经济发展目的,在中国去追求以好奇为目的的研究,也不是很合适,但的确需要这样的人,就是好奇好玩的心态做研究。

我觉得中国真正要在人工智能方面下功夫的是,数据资源要搞好。人工智能最大的成功与失败,不在于算法,是在数据。

投资者网等:但在国内的话,数据会经常被滥用,很多数据可以买得到。

郭毅可:千万不要这样去想问题,买得到的数据都不是好数据,数据大,不是一个好事,数据精才是好事。

在各种职业人群,各种分布里,能采取到具有代表性的是非常好的。我觉得真正比赛人工智能的不是算法。

你想想看,你有很好的算法,我给你一堆烂数据,能够学到什么?什么叫好的算法,就是很聪明的人,如果你给很聪明的人一堆垃圾,他就很聪明得到一堆垃圾。另外,由于中国没有通用数据保护法,属于个人的数据资产,就会被滥用。

在国外,数据被盗取被使用,会罚使用者年收入的四分之三。

投资者网等:在思想层面缺乏的话,是否会导致5G、人工智能原创性不够?而另一方面,中国移动支付领域似乎走在了世界前列。

郭毅可:我没有说过5G方面缺乏思想,华为有很多原创性的东西,5G在五年前、十年前外界都认为是不太现实的技术,你要求基站这么多,华为就看到了这一点,领先了同行。

我觉得当中国一个企业富到一定程度,走到了无人区,它需要拓展,会做得很好。

反过来讲,我不认为中国支付是了不起的创新,国外为什么没有用支付?很简单,是因为保护隐私的问题,并不是人家没有技术,扫个二维码要什么技术,所以,千万别搞错了,以为扫二维码是我们伟大发明,不是的,二维码是日本人发明的。

我早在10年前英国帝国理工就扫过二维码买咖啡,但只能局限校园咖啡,它不能用,是法律方面不允许,它比信用卡的风险大得多,我拿你手机一扫,你钱就没了。

但这并不是说扫二维码不好,它很好,只是为了便利而牺牲很多东西,国外没有牺牲罢了。(思维财经出品)■




往期精彩必读文章(单击就可查看):

1.美国科学院院士、图灵奖得主:约翰•爱德华•霍普克罗夫特——深度学习

2.南京大学教授:周志华——深度森林:探索深度神经网络以外的方法

3.斯坦福大学人工智能实验室主任:李飞飞——ImageNet之后,计算机视觉研究最新进展

4.铁骨鸿儒:沉重悼念南京大学教授——徐家福先生

5.清华大学:刘洋——基于深度学习的机器翻译

6.国防科技大学教授:殷建平——计算机科学理论的过去、现在与未来

7.图灵奖得主Hamming的22年前经典演讲:如何做研究,才能不被历史遗忘

8.当这位70岁的Hinton老人还在努力推翻自己积累了30年的学术成果时,我才知道什么叫做生命力(附Capsule最全解析)

9.中国的学术江湖有多险恶?

10.科学正在证明,科学并不科学

11.阿里120页PPT诠释国家“智能+”战略

12.2019年全球人工智能发展趋势报


    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存