大家还感兴趣的 >>>
亚博APP安全有保障
iPINCEO杨洋:AI还未被大规模用在工作中,缺的是认知智能|亚博APP安全有保障
本文摘要:按:8月5日,在Rebuild2017大会上,iPINCEO、杨洋公开发表了从理解智能到更智能的决定的主题,分享了理解智能和iPIN通在理解智能方面的应用。

按:8月5日,在Rebuild2017大会上,iPINCEO、杨洋公开发表了从理解智能到更智能的决定的主题,分享了理解智能和iPIN通在理解智能方面的应用。根据现场快记开展整理。以下是iPINCEO杨洋演说国史(公共编号:)在不改变本意的基础上进行了精编:大家好!我叫杨洋。

我的名字像明星的名字吧?所以,很多人认为我的名字是别的杨洋,我们公司的同事为了宣传,杨洋的上司填写志愿者,然后进入不知道的90后、00后,说上当了。这就是我们的理解再次出现偏差。

我们今天来讲讲懂智能。人工智能很受欢迎,火很混乱,我不想把我们公司称为人工智能公司。为什么呢?因为任何技术都解决了问题,所以技术解决不了问题是没有价值的。

我们公司现在认为人工智能很受欢迎,什么都做不了,但是仔细回忆一下,我们现在的人工智能对你的工作有多大影响?你每天的工作方式有变化吗?也许有可能乘坐DDT,或者看今天的标题时发生了变化。但是在我们的工作中呢?我们都说人工智能不会给我们带来第四次工业革命,但是到目前为止工作的渗透可能还有将近1%。我们不需要聊天,工作中需要的不是聊天,需要的不是图像识别,需要的不是无人驾驶,除非你是司机。

亚博APP安全有保障

所以,现在人工智能的发展,确实是政治宣传我们工作的一环和习惯,还很近。为什么是这样呢?我们现在人工智能的发展水平只集中在感觉智能上,理解智能还很远。这就像5岁的孩子,你和5岁的时候比智商差不多,5岁的时候智商基本上和大人一样发展,能投资5岁的孩子吗?你不能正确吗?你需要招聘5岁的孩子吗?我做不到。那个5岁和35岁的差距在哪里?只是,我们对许多生活常识的各种解释和自学。

我父亲在湖北省当地是有名的医生,我在美国学习他去美国看我,他发现他失去了他所有的能力,他在中国是有成就的人,但去美国连自己的工作和独立国家的生活能力都失去了。为什么?不是他的能力消失了,而是他的能力、理解和当时的环境再次发生了很大的不确定性。因此,他的理解等所有的政治宣传都消失了。

这就是理解智能。AI会更换咨询顾问吗?现在的人工智能技术,离我们确实大规模应用于工作,不足的是理解智能的发展。

我推荐一个小例子。中考志愿者填写。据说大多数人都应该通过高中入学考试志愿者的填写。

除非你在高中探亲,否则你逃走了,或者你的高中没有毕业,我也想读。然而,一旦你经历过这件事,你会告诉我这件事是一件小事,大约需要一周时间来处理。但是,要确实做好这件事,你必须有很多条件,而且对你的人生有很大的影响。例如,我当时填错了志愿者,我的人生是最幸福的一年,至少浪费了6年,包括我周围的很多人在内,71%的人大学毕业后专业工作与自己学到的专业有关。

这也包括我们公司是人工智能公司,我们公司大多数人也是这样。填写志愿者需要什么条件?理解自己,理解自己吗?我在美国的时候很有意思,有一次不受个性刺激,回答我周围的中国留学生,找到绝大多数人都不告诉我自己是否讨厌自己现在,也不告诉我自己讨厌什么。

所以,了解自己是一个相当大的问题。10万期权中国2500多所大学,10万多个院系,市场下有12000多个职业,这样的人达到1亿人,怎么选?清规潜规则有一些清规则,各学校各专业,各省填写规则不同。你理解所有这些规则吗?还有很多潜在的规则。

例如,机械系的女孩很少。这所规则学校会告诉他你。你自己考虑吗?女孩子很少代表什么?还有很多其他的潜在规则。例如,中华女子学院也请男性告诉我吗?不要告诉我。

我知道!我知道!中华女子学院有1%是男性,在广播系的原因是男女练习。决策方法如何没有科学的决策方法?我们每天有时做决定,科学决定方法的依据是什么?珍惜这一切,这么重要的事情,你的人生只有三天要求。

很明显,它远远超过了人们需要通过大脑的理解来解决问题的范围。那么接下来我们该怎么办呢?因此,经常出现被称为中考志愿者填写专家的职业。这个专家的费用是几千到几万平均。

还有很多事情招聘、招聘、招聘、招聘、招聘、招聘、招聘、投资、找工作、找专家等很多事情,现在专家都在做。这些专业在我们现在的生活中,可以说是罕见的。正如我刚说的问题一样,我们不可能让5岁的孩子投资。

显然包含的信息量,理解的东西太多了。那么我们该怎么办呢?人工智能即将引起第四次工业革命,如何通过AI加快这个过程,知道我们的工作效率需要加快,我们需要在工作中解读很多东西,协助我们做出决定?理解智能是如何决定老板的,现在人工智能知道要在商业领域发展宏伟图,必须突破的领域,这只是理解。我们总结一下人们是如何思考问题的。人的理解只有四个非常简单的步骤。

例如,从感觉信息-理解信息-分析-决定,在这四个阶段,我们只是不时地在这四个阶段循环。我推荐一个小例子,比如我很帅,听起来很准确,我很帅!三个字对吗?感觉,在这里发生的是写这三个字,而且没有写错。理解是你听不懂。

例如,我对女儿说我很帅,她一岁的时候不知道,两岁的时候不知道,三岁的时候突然不知道,她可能会说很帅。和美有关系吗?她还在模糊不清的阶段,到了5岁她就给了我爸爸臭美。

分析是基于每个人控制科学知识的背景和场景,加工信息。例如,如果我说我很帅,我妻子可能不会说是的,我真的很帅,所以我去找你了。

也许很多人都说这个人不知道,每个人都会根据自己的科学知识背景来区分。这是一个分析。例如,妻子要求去找我,听了这句话就要求把我弄暗。

这就是人们处理信息的全过程。理解和分析是目前人工智能最好的,我们现在很多信息技术,如语音识别、图像识别都在这里,这个理解怎么样了?我刚才说的。例如,我的专业背景是实现人工智能的理解智能。什么是理解智能?可能说这是一个模糊的概念。

如果我说我的英语很好,你可能听不懂我说的每个词,但是你不知道我在说什么,因为你的大脑不会告诉他你是否不明白,因为你是一个非常专业的领域。例如,我说华为手机,我女儿五岁,她太小不懂华为,她什么也不懂?她听不懂小宝丽和仙女的故事,但她不知道华为这个词,我们不知道。因为我们的大脑理解库里的光说华为这个词,所以没有进行下一步的分析。

直到确实分析为止,都不会提取相关信息来决定。这是我们现在决定信息处理的全过程。

现在,如果你想用机器加快这个过程,你必须对机器进行理解和处理。你不在哪里?这是三大巨头。

YanLeCun今年年初在清华说,现在人工智能整体的理解智能天花板是让机器控制人的常识。就像我刚才说的那样,华为是常识,清华大学,北京大学是常识,常识是什么?大家都说,语言本身有很多常识,我们可以交流。如果我说的话你们都不知道的话,就不能交流了。例如,我父亲去了美国,他不能独立国家生活和工作,是因为他不能和人交流。

因此,每个人基于不同的常识。包括服装品牌在美国非常有名的品牌。例如,有一个叫Anthropologie的品牌。中国女孩有多少人告诉这个品牌?所以这就是基于环境和场景的理解。

因此,如何让机器控制人类常识是目前理解智能必须突破的天花板。理解智能是一门非常复杂和交叉的学科,可以说有很多领域实现了这一点。生物学、物理学、哲学、社会学、经济学、市场心理学、神经科学也包括在内,理解智能需要醉于各个学科,从各个角度来理解。

举个例子,让我们做一个小实验。我给你两个自由选择。

av我现在马上给你300元。b我一年后给你1000元。请选择a马上跪下300元。

这个实验总是人越多越顺利,是50%。那么,你说明什么呢?政治宣传经济学,传统经济学指出人是合理的,但人是不合理的。合理地说,1000美元更多,但人的不合理性不道德只是我们的决策有很多主观偏差。机器理解仅次于的难题是,在理解偏差的情况下,机器必须得到比较可靠的答案。

例如,我刚才说我很帅,机器可以得到可靠的东西,不能告诉你这个人很帅或者很帅。像社会学的后现代学一样,都是比较的,没有意义。市场心理学、神经科学的人找到人是非常大的矛盾体,恋人和不恋人、恋人和怨恨、信和责备都不存在于人的大脑中,在人的大脑中,恋人和怨恨、信和责备是明显不同的大脑反射区,因此人是思维矛盾体。

在这种情况下,如何理解机器?这是一个巨大的挑战。要实现整个逻辑,必须实现真凶矢量、场景矢量、投影矢量三个大矢量。

然后,通过无限相似的真凶,寻找明确的场,投影。这是目前理解分析所必须突破的三点。为了做好这一点,我在哈尔滨工业大学成为副教授时分担了一个国家项目。

历史上第一个社会经济地图是通过这个地图建模整个中国经济社会来学习整个社会。这是中国,我们现在也结合美国的数据,期待今后两年也开始开拓美国的社会性图像。刚才说,理解是基于环境的,破坏环境的理解是无效的,某种程度的语言在不同的场合解读是不同的。

要做好这一点,还有一些基本条件:积极自学是突破这一理解的最重要的事情。当机器人不理解它时,我们必须教它方法。它需要积极自学,而不是等着我教它。

我不能教它如何自学,而不是教它如何做。教材可靠的孩子说他的父母是他最坏的老师,他的父母教他就坏了,所以我们指出教材的自由选择是最重要的。语境理解,比如喝酒,这个词在不同的语境下解读几乎不同,在找工作的场面说不喝酒的话,说明什么呢也许适合宣传,也许适合销售,但是现在在法院提起诉讼的话,撞到人,酒后驾驶的可能性很高。

明确的建模说要协助人的辅助、决定,定性意味着过度,所以不能使用普通的科学知识图像。在这里,我们拒绝了非常高、细致的全分析建模。这种新方法,了解我们的工作,协助人们正确地进行识别和决定。

iPIN在理解智能方面的应用,在此基础上实现了1.职业计划2.企业采用3.供应链在哈尔滨工业大学时,实现公益项目,当时是为了协助人们决定,考虑能否解决问题。在这个领域,我们实现了一个叫做终极志愿者的小产品。

我们当时实现这个产品的是帮助人们积累报告和志愿者。遇到仅次于的挑战是什么?第一,规则不正确。人生计划面临的挑战与AlphaGo相比,比AlphaGo更难下围棋,AlphaGo面对所有棋手的规则都非常准确,非常简单。但是,在我们这个大社会,大部分规则都是不正确的,甚至是潜在的规则。

所以我们首先要用机器概括各种社会的规则,而且这个规则是变化的,时不时的在变动,今年这个火,明年那个火。所以还是动态的。

第二,输掉是不具体的。下围棋时你的输是非常具体的,在人生竞争中,我们的竞争对手非常不具体,明显不告诉谁是环境吗?有人说,生活看起来像强奸,如果你不能抑制它,你会服从。

所以,请告诉我自己的失败是谁,采取什么样的战略。第三,价值观问题更困难的是价值观问题。在这里。

在这里。下围棋的时候,价值观只要输就可以,给AlphaGo更好的价值观-输,而且比风险低的输,不要执着输几个,而且比风险低的输就可以了。所以,看AlphaGo,不打算输给多子,只要赢一个就行了。

但是,我们在人生计划中,价值观多样,很多人想要钱,男人想早点和白富美结婚,登上人生的顶点。有些人的价值观淡是真的,多少钱也没关系,幸福就好了。

有些人执着于巨大的社会影响力,所以有些人杀死了美国总统。因此,人生观非常不同,价值观不会引起各种计算,下围棋这个虚拟世界要简单得多。

为了解决这些问题,我们花了很多时间做这些事情。悲伤的是,经过4年的希望,我们在这个领域得到了很多用户的接受,用户量意味着第一,被《中国教育报》选为全国老师最接受的产品。

这可能与大家有很大的关系,但说到下一步,我们现在正在实现下一个导航系统。知道人生导航器。这是陪伴产品,从15岁到30岁,我们已经学到了数亿人的茁壮轨迹,包括各种顺利和不顺利。

如果说不理想的话,有助于确认理想的方向。如果你已经有理想的话,有助于从你的现状和理想之间寻找合适的路线,在人生的重要路口指导方向。

这是我们的产品,我们现在正在实现高中和大学阶段,期待未来渗透到职场阶段。我们还实现了录用的尝试领域。

说到录用,这是血泪史,我在2005年第二次创业的时候做了项目,那个项目是人和项目的给定,结果发现效率非常低,我天真地认为这是关键词搜索的问题。因此,我于2007年进入美国国家旅游和电子商务实验室,专门进行搜索。结果实现了一年的搜索,明显不是搜索的问题,搜索的关键词明显不能解决这个问题。

举个例子,说有很多美女,左边有很多美女,那边有很多可爱的妹妹。只是,这是一句话,意思是关键词不同,所以不是关键词给出的问题,而是理解搜索,理解给出的问题,所以我进入了理解智能的领域。录用领域也一样,这可以说是世界上所有的企业,所有人都有关系的领域,但遗憾的是,这几乎是HR人工制作的,平均每个HR每天花费40%的时间检索历史,输出历史,想要什么关键词,51、智联、猎人不合适吗?用人工一点一点地区分,由于使用关键词,第一名和第一百名明显没有区别,没有说他们有质量差异。例如,我回国后去找工作,妻子说杜邦的工作单位特别适合她,她转了履历书,有时出局,连试镜的机会都没给。

我后来通过关系寻找杜邦的负责人,我把妻子的履历交给他,他说特别合适,问HR为什么不试镜HR说关键决定关键词。因此,这是影响我们全社会人才到达必要的地方仅次于抵抗,如何理解智能解决问题的高效问题,可以说我过去12年还在做这样的事情,整整12年,面临的挑战只是属于各种企业的解释。我们公司用机器分析人,分析企业。如何使机器对企业的分析超过HR的水平?连HR都比不上,超越专业水平?社会变化,各种各样的职场,当天华大基因的朋友来了,他赢了职场,那个职场是罕见的职场,新的职场机器需要慢慢自学理解,这也是我们相当大的挑战。

当然,更大的挑战之一是高速计算,对数千万人的历史在历史库中原稿、逐字、逐句进行了理解分析,这个计算量是天量,我们花了很长时间,花了两年多才突破了这个计算,超过了毫秒级,现在4000万人的历史是全量的语义理解计算初始化渠道后,你的所有职场都不会下降,自动分解自动录用的战略,网络网络帮助你找到潜在的人,把这些人和投稿历史的候选人拉回来后,对他进行理解分析,对每个人进行300多个维度的分析因此,排在最上面的人比排在后面的人更适合你。整个过程中,最核心的是我们需要对人展开多维度,经过表面语言,进行背后深刻的理解分析。例如,在这里找一个。这是猎人网上的职务,需要拉,他去找房地产行业的销售。

亚博APP安全有保障

找到这样的人,这里有很多机器辅助标准蓝的部分,标准蓝的部分是机器从理解水平上指出符合你左出的条件,右侧列出各种纬度,这些纬度是指分析角度的计算。我们这方面的维度被计算出来是因为全面的分析,人的大脑使用的模糊不清,这可以说是更加正确的。

尤其是当雇佣行业的老板来我们公司在线体验时,他们说,嗯!你们请了房地产专业吗?原因是这里说要找房地产行业的销售,结果那里自动检查万科这个词。但是,我们公司没有房地产专家,我们公司连买房子的人都很少。我们公司在深圳,深圳的房价太逆天了吧?没有。

没有。这都是我们教机器方法,机器自动自学,自动显示,可以大幅节省人们对履历的分析和排名的时间。从输出时间到识别时间,到给定的精度和人才库,可以说有了很大的提高。这样,我们就能提高20倍。

这样,对未来不是大胆的语言。这种不道德现在,我们基本上分析了我们告诉的HR行业和人,大部分已经解决了问题,而且大部分已经比HR好了。

当然,与专家相比可能有一定的距离,但比HR更好是因为HR不是专家,在这方面相当大,可以说5年内大量的录用专家一定会被大量释放,和平更多。例如,腾讯的人力资源部表示,他们可以做更多的人工关怀,如程序员和恳求员。这个产品个产品整整达到了12年,这个项目已经达到了3年,二维码大家都可以洗,体验一下。如果你对这方面感兴趣的话。

我这个人有产品的清洁癖,如果什么也做不了的话,我会敲的。该项目公测已有一年,有时改良,最近两个月应在全国范围内免费发售,需要所有企业HR获得这样的和平。另一个领域是供应链的给定。

供应链给定这是我们当时与两家上市公司交流的。例如,在商业房地产中如何取得土地,从获得土地到建设,这中间的供应链整体流程现在已经过去两年,他们积累了大量的历史数据,如何通过历史数据自学加快这个供应链给定的问题,应该是所有传统企业都面临着极重的问题。

这里只是面对某种程度,对企业业务的理解、多维度的深刻理解和各种企业关系的理解,这里在未来对传统行业有很大的协助,需要加快企业的发展。一块地在那里敲了两年,收租多少钱?因此,这是一个巨大的资源浪费。IBMWatson的区别是我们完成这些业务后,我们只能标准化到很多领域。

例如,我们现在正在实施一个大的司法项目。一些法律公司使用我们采用的)转移到法律上,只需要三个月就可以实现法律,因此说它享受了商业领域科学知识分析的开放性和通用性。

因此,我们经常被另一家着名的公司称为IBM,与IBMWatson相比,Watson的定位也实现了商业理解分析,与我们的定位相同。今年2月在美国大会上,《华尔街日报》以整个布局报告了我们公司,与IBMWatson相比,我们不会被问及与Watson的区别在哪里,包括Watson出国的用户在内,转入中国时也不想用我们的东西尝试。这里的区别主要有几个。

首先,我们紧贴的领域非常不同。这使我们整个科学知识的陈列方式非常不同。Watson是指医疗领域的紧密接触,特别是医疗肿瘤的紧密接触,实质上很多人认为Watson是解说系统,实质上解说系统只是其模块,只要实现理解分析。这意味着医疗紧密,我们意味着职业规划和录用紧密,我们更关心的是人和企业的分析,他们关注的是医疗方案的分析。

Watson初期基于专家系统和NLP的方向,从2015年开始重建这种深度自学,回顾到这方面,但由于他大量前期依赖专家系统,即使从肿瘤临床转移到糖尿病临床,转移的成本也非常低。我们的所有分析都是基于深度自学,我们的入境成本在我们实现的商业领域分析领域,我们的成本相对较低。在这方面,未来理解智能渗透到商业领域是大势所趋,要求整个商业在技术上不会提高。

现在AI可以说是转移到人工智能的下一个时代,从感觉理解智能。在未来的未来,我们的新产品需要协助大家在工作中使决策更加智能,更加有效。

原始文章允许禁止发布。下一篇文章发表了注意事项。


本文关键词:亚博APP安全有保障

本文来源:亚博APP安全有保障-www.8dsg.com

电 话
地 图
分 享
咨 询