【DTalk专访】翁嘉颀:AI行业现阶段最需要什么样的人才?

翁嘉颀,竹间智能 CTO

问题1、AI翻译过来是人工智能,但是物理规则决定:机器永远不会思考,它只会按照设定的偏好和功能,凭借强大的基础性能去完成“猜测”。让人们误解其为一个“有思考”的智能大脑,并相信其“所说”的人,或许别有动机。AI超越人类大脑,在您看来是一场「別有用心者」的骗局吗?

人脑思考也是一系列的神经反应运行出来的结果,只是我们目前无法理解,加上人脑运算有更多的变量以及不确定性。机器有它的局限以及优点,注定机器的思考方式不会跟人一样,未来是有机会在某些领域超过人,包含现在也能在特定领域(围棋)超过人类。

所以我认为人工智能是存在的,只是不是用人类的思考方式去达成。

问题2、随着人工智能和机器人的兴起,人类需要怎样升级呢?

瓦特发明蒸汽机,工厂慢慢不需要这么多人力。计算机发明之后,取代人力能做大量的运算。但是人类长期来看并没有大量的失业,反而是让我们生活越来越进步。

人工智能的发展能够再次解放人力,人可以再往更高层次的思考并获得更好的生活质量。历史发展一直是如此。

问题3、您认为现在人工智能已经可以投入使用造福人类或即将实现的有哪些应用?

目前还处于弱人工智能时代,可以做重复性高,简单有规则的事情。目前智能客服,智能助手都已经可以帮上忙。另外人工智能在知识记忆上远高于人类,在基本的知识查询及推论上不是人类可以比拟的。例如“陆奇加入百度之后股票涨还是跌?”,“比尔盖兹25岁的时候当年IBM股价是多少钱?”,这些问题人脑肯定记不得,但是人工智能可以迅速推算出来。

问题4、为什么您想从事 AI 领域,职业生涯中有规划过吗?

我上一次接触人工智能是26年前,做神经网络,做脑电波输入,做围棋以外的各种棋类,做语音识别。但是那个年代能做的有限,大部分沦为玩具。这次再度接触人工智能,事先也不知道最近会火起来,只是觉得这个领域有无数的难题可以解决,很有乐趣。

问题5、对中国的人工智能领域初创公司有什么建议?

不管是规则、机器学习、深度学习,都需要数据。数据不是多就有用,而是合适与足够的数据。一家企业如果不能获得并制造数据,有再好的算法也难有发展。另外建议是能想清楚真正要解决的问题是什么?能对B端或是C端有什么真正的帮助,testcases first。永远追求极致,不是做赢竞争对手就满足了。

问题6、AI行业现阶段最需要什么样的人才?请给准备踏入这个行业的新人提供几点建议。

我认为 AI行业未来机器学习与深度学习的门槛会一直降低,研发人员很重要,但是更缺的是能把技术应用到各行业的专家。就像 2000年的 .com年代,互联网初创公司多如牛毛,大家都知道互联网是有未来的,但是能应用得好才有最大价值,当初能活下来到现在的公司,无一不是找到应用落地的方式。

另外,我会出席2018年DTalk “数据与AI驱动的创新实践大会”,并会在Dtalk数据驱动实践分享一些人机交互的下一步,从一开始的命令式,到菜单形式,到搜索引擎,到 APP,最近进入了机器人交互。

干货专访和文章

【DTalk精华】网易郑栋:前端数据采集与分析的那些事第一弹: 从数据埋点到AB测试

【DTalk精华】滴滴出行谯洪敏:前端数据采集与分析的那些事第二弹:企业如何选择自动埋点和可视化埋点

【DTalk精华】滴滴出行谯洪敏:前端数据采集与分析的那些事第三弹:埋点需求整理原则于埋点流程规范

【DTalk专访】滴滴谯洪敏:百家争鸣的前端技术时代

【DTalk思考】顾青:互联网团队的数据驱动能力从哪里来?

【DTalk专访】彭圣才:AI超越人类大脑,是一场「別有用心者」的骗局吗?

【DTalk专访】翁嘉颀:AI行业现阶段最需要什么样的人才?

【DTalk专访】赵华:携程怎么把机器学习与实际业务相结合?

【DTalk专访】网易郑栋:BI、可视化数据产品和大数据的几个核心问题

【DTalk回顾】美团点评沈国阳:我们在谈用户画像的时候到底在谈什么?

【DTalk专访】王晔:谷歌数据如何用于决策?