侵权投诉
焊接机器人 喷涂机器人 搬运机器人 装配机器人 切割机器人 其它机器人
订阅
纠错
加入自媒体

第四范式首席科学家杨强教授:未来人工智能会让二流科学家失业

2016-09-13 05:56
人在旅途20
关注

  机器之心:戴文渊之前在介绍「第四范式·先知」平台时,提到这个平台的目的是让数据科学家「失业」,那人工智能会不会让科学家失业?

  杨强:人工智能会让很多二流科学家失业,一流科学家还是很安全的。

  对人工智能从业者的建议

  机器之心:您对目前行业内深度学习热有什么看法?年轻从业人员应该如何对待这种现象?

  杨强:深度学习过热不是一个坏事,我们也不应该拒绝。对于年轻人来说,大家要用平常心来看:这是一个学习算法,学习能力比较强,能够容纳更多的训练数据,我们发现它能做过去想象不到的事情,现在还是有很多红利去获取。所以年轻人如果要做的话,要尽量多动手,多编程,多了解内核的东西,而不仅仅把深度学习当成黑箱来用。

  机器之心:您认为国内人工智能领域在科研和产业上还有哪些缺陷和不足吗?

  杨强:我觉得国内的人工智能研究不能太跟风,对自己的研究理念和创新要有信心。在科研和产业都是如此,要创新,尤其是在大学的研究者,每个大学的教授应该是独树一帜的,自己领先一个子领域,而不是跟着别人去做。对公司的要求?公司要首先考虑生存,但在产业上也不要以为人工智能可以包罗万象。

  机器之心:您有着天文学和计算机科学的复合背景,研究天文学的这段经历对您后续研究机器学习有什么帮助或者启发呢?您的物理学专业背景为您后来人工智能领域的研究工作重提供什么样的思维方式,思维习惯等方面的借鉴和帮助?

  杨强:最大的启发是知道一个问题要换几个不同的角度去想,物理学家特别容易这样,他观察一个东西,可能就联想到十万八千里,看到行星就想到原子。这种联想能力是物理学里特别流行,但在计算机领域不是这样,培养一个学生出来很好的编程,拿竞赛金牌,他都不一定有联想能力。所以我特别受益于这种训练,这可能不仅仅是从物理学来的,而是从跨领域来的,所以我建议年轻人可以接触最起码两个领域。

  机器之心:您有本关于介绍如何做学术研究的著作《学术研究——你的成功之路》,对于人工智能领域的学术研究,您能否给研究者提供一些建议?

  杨强:任何学科都有一个系统性,对于研究我提过五点,这个对人工智能也适用。第一个就是研究的问题有用,重要。第二是这个问题可以给专业外的人都能说清楚,能自己很简洁地表达出来,能讲明白。第三个是要说清楚这个问题为什么难,就是问题到现在还没有人做过,不知道怎么做。第四点是,虽然问题还不知道怎么做,但你知道怎么把问题进行分解,分成一段一段来做,每个阶段都有一点进步,就是现在网络上说的「小目标」。第五是得有数据来验证你的想法,否则就是空想。这五个条件对学术和商业都适用。如果你觉得一个研究特别好,但你没有办法拿到数据,那你一开始就不要花时间做。另外,补充一点特别重要的,大家要明白别人做过些什么,要看很多论文,并能对过去的工作有所批判。

  机器之心:您在学术界和产业界都取得了非凡的成绩,这和日常的时间规划、研究技巧和学习方法密不可分,能分享一下这方面的经验和心得吗?

  杨强:时间规划,研究技巧和学习方法,这些都会因人而异,但是,学术和工业的成功有一个共同点,就是——我特别受益于锻炼身体,再忙也要抽出时间来锻炼身体。中国的学者到国外去,要给人一种很健美的形象、要有精神。而且我们会发现如果我们经常锻炼身体的话,很多时间规划的问题就迎刃而解了,因为锻炼之后你会发现头脑特别清楚,会注意到很多细节,分清楚事情的轻重缓解,之后就特别容易去做了。总之,在锻炼身体之后,以前你觉得特别难的问题都不会觉得是问题了,原来觉得特别烦恼的事情也没有了。这是给大家的一个建议。
 

<上一页  1  2  3  4  5  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

机器人 猎头职位 更多
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号