Navigation menu toggle

BG真人APP下载's Guide to AI

Real-world challenges, unreal solutions

人工智能正在迅速发展,理解其工作原理的需求也在增长. In addition to launching our first growth programme for companies which develop it, BG真人APP下载还为那些想了解人工智能对当今社会的影响的人制作了一份人工智能指南, translate the jargon and cut through the hype.

 

如何:了解它对社会的影响

Will AI take my job from me? Will it surpass human intelligence? And most importantly, will Alexa finally be able to play the song I request? 人工智能与一系列风险、回报和警告有关. We want to discuss both sides of the coin.

 

Jobs, skills and investment

在BG真人APP下载,人工智能正在筹集比竞争对手国家更多的投资. 这在金融科技和医疗科技等领域表现得尤为明显, which have seen particularly strong growth.

$300m德国人工智能初创企业融资(2014 - 2018年)
$400m法国人工智能初创企业融资(2014 - 2018年)
$800m以色列人工智能初创公司融资(2014 - 2018年)
£6.8bnInvestments raised by UK AI startups (2013 - 2018)

**去年一些规模最大的融资来自Graphcore,筹集了2亿美元. Renalytix AI, which develops AI that can diagnose kidney disease, raised $29m along with Upscale alumni, Beamery, who raised $28m.

 

Why now?

到目前为止,人工智能经历了一段坎坷的历史——人们对人工智能的兴趣经历了高峰和低谷,这已不是什么秘密. 但我们可以有把握地说,我们正处于兴趣激增的时期, hype, investment and research around AI. So who set this all off?

Geoffrey Everest Hinton

Who are they:英裔加拿大认知心理学家和计算机科学家.

How they revolutionised AI: 欣顿的研究发现了利用神经网络进行机器学习的方法, perception, memory and symbol processing. His work has earned him the title of "Godfather of Deep Learning."

Andrew Ng

Who are they: 美籍华裔计算机科学家、投资者和人工智能领域的全球领导者.

How they revolutionised AI: 除了他对人工智能的许多贡献, deep learning, robotics, and machine learning, 吴昌俊是谷歌Brain的联合创始人和领导者,也是“民主化”深度学习的领导者.

他们的工作极大地促进了人工智能效率的飞跃, which enabled a series of new, more practical uses. 这也是我们今天再次讨论人工智能的原因,也是为什么你可以向Siri问路或更新新闻的原因.

Why everyone needs to get involved

Democratising AI is a big part of the government's Office for Artificial Intelligence work - and there's a good reason for that. 人工智能正在塑造我们的生活方式,而我们构建人工智能的方式对于让它为每个人服务至关重要. Differences in people, 来自某一群体的无意识偏见或数据的缺乏可能会对最终产品产生不利影响.

对人工智能的投资和研究根本不是改善它的答案. Dame Wendy Hall, 南安普顿大学计算机科学教授帮助撰写了政府关于人工智能(AI)的首份报告,她已经参与了好几次 championed diversity and inclusivity in AI.

我认为人工智能太重要了,不能留给人工智能专家,我们都要参与进来. I think interdisciplinary teams are the answer. 我认为我们应该鼓励许多来自不同背景的人进入人工智能领域. And we’ve got to do that now.

Dame Wendy Hall, Professor of Computer Science
 

Supporting the future of AI

谈到人工智能的未来,BG真人APP下载正在与之合作 Teens in AI, an Acorn Aspirations initiative, 旨在通过与12 - 18岁的年轻人接触,增加人工智能的多样性和包容性,并为他们提供早期接触人工智能的机会,以造福社会.  

其目标是让人工智能民主化,并通过联合黑客马拉松为未被充分代表的人才创造机会, boot camps, accelerators, expert mentoring and networking opportunities.

Children impacting AI for tomorrow

Now in its 4th year, 人工智能青少年正在为12-18岁的青少年运行为期两周的人工智能加速器, 年轻人在哪里有机会应对气候变化, health & wellbeing and education challenges. Originally founded by Elena Sinel, Founder of Acorn Inspirations, 这是一个很好的机会,让孩子们积极影响未来的人工智能.  

多样性和包容性是该组织的一个巨大目标, 由于家庭背景较差的孩子往往负担不起加速器的费用, Sinel参与的一个主要部分是为他们筹集资金,以资助整个课程.

Want to support them? 在人工智能领域,青少年经常寻求专家的支持, mentors, 评委和其他可以给参与项目的青少年提供机会的人. 如果你感兴趣,你可以问更多的问题,注册辅导或演讲 here, or email Elena 直接获取更多关于赞助青少年和支持计划的信息.

 

Interest creates jobs

在过去的几年里,人们对人工智能的兴趣激增. 这是由一些思想领袖的积极影响和消极看法所引发的. 然而,兴趣和投资的激增导致了人工智能工作岗位的增加.

One report suggested that 300,000 jobs exist in Data Science, although the figure is speculative. 我们也可以看到科技巨头在国际上投资,以扩大他们的人才库.

This also suggests that 2 million vacancies for Data Scientists currently exist. 技能差距被认为是跨业务运营实施人工智能的最大障碍.

 

Industries that benefit from AI

Healthcare, medicine and geriatrics

人工智能在医疗保健领域刚刚取得突破. 在诸如此类的地区,有几个提高了医疗成本和效率的案例 geriatrics, development of medication, diagnostics of serious illnesses and even for veterinarians have been recorded. Dennis Aabo Sørensen的故事是一个特别令人难以置信和改变人生的故事, who has regained the ability to feel, using a robotic hand that interacts with nerves in his arm.

Possible issues with AI

Misuse

人工智能就是制造自动化系统,帮助我们完成任务. But what if the power of AI falls in the hands of someone wanting to cause harm rather than help? 很难想象,如果人工智能开始进入武器制造领域,会发生什么, 或者黑客和网络犯罪分子将来会如何使用这项技术.

Cyber security

AI is becoming more and more prominent in Cyber Security特别是帮助我们在攻击发生前发现并防范攻击的技术. 网络安全的预防措施为人们节省了金钱、时间和数据损失.

Bias & discrimination

越来越明显的是,人工智能正在继承很多 our issues. In a male-dominated industry, severely lacking input from minorities, 据报道,人工智能成品在分析少数群体输入的数据时存在偏见和不足.

Education

自从学校系统成为我们社会的一部分以来,它并没有真正发生过变革, but we are seeing more and more examples of AI 用于为所有层次的学生创造更个性化的学习方式.

Inequality

What happens when technically a machine earns you money? 在硅谷,使用人工智能的企业的员工人数是制造企业的10倍, 把更大的一块蛋糕留给企业主.

Infrastructure & city planning

AI is excellent at predicting new trends or potential risks, like where traffic collisions are more likely to happen. 最近,它也进入了城市规划, 预测从新住宅区到公共交通的一切.

Humanity

我们每天与机器人互动的方式正在塑造我们和机器人之间的关系 specifically children, communicate. 想想看,你上次感谢Alexa是什么时候?

我们看到人工智能在创造实用解决方案方面的潜力比以往任何时候都要大, but for society to see the benefits, 我们需要想要解决现实世界问题的创始人和领导者. 这就是BG真人APP下载试图通过我们的应用人工智能项目实现的目标. 支持人工智能公司扩大规模的Faculty首席运营官Angie Ma是这样说的:

AI is the transformational technology of our time, 但为了让社会看到它的好处,我们需要把它应用到现实世界的增强产品中, improving services and saving lives.

Angie Ma, COO, Faculty
 

Tales of Glory & Caution

With big names like Bill Gates, 斯蒂芬·霍金(Stephen Hawking)和埃隆·马斯克(Elon Musk)对人工智能的进步发出警告, you can start to wonder “are we ready for this?” Eleni Vasilaki, 谢菲尔德大学(University of Sheffield)计算神经科学教授解释说,引发问题的更多是人工智能如何开发和使用的问题.

机器学习算法通常被认为是黑盒, 更少的努力,以确定我们的算法找到的解决方案的细节. 这是一个很重要但经常被忽视的方面,因为我们更关注性能而不是理解.”

答案可能是更强烈的监管意识, 需要有关这项技术的伦理和一般知识, 这就是为什么在BG真人APP下载的应用人工智能项目中,伦理是一个强有力的评判标准. 如果你想了解更多关于人工智能的信息,了解更多关于这项技术的信息, keep on reading!

 

How to: Understand the different levels of AI

The term Artificial Intelligence (AI) 指的是开发和创造像人类一样思考和行动的机器,或者可以执行传统上被认为只有人类智能或专业动作才能解决的任务. Basically, 这意味着人工智能可以是任何东西,从简单的计算器到拥有对生拇指的机械手. 人工智能在技术上已经存在了几十年,但首次成为一个术语是在20世纪50年代.

Machine Learning (ML) 是人工智能的一个子类,指的是那些无需经过专门编程就能学习或开发新技能的机器. This is often combined with Big Data (which is exactly what it sounds like; lots and lots of information). 它开始于20世纪80年代初,进入了许多商业和家庭品牌.

Deep Learning (DL) 被定义为训练一台机器,它使用一种算法,试图模仿或解决像人脑一样的任务. 像这样的算法被称为人工神经网络,当神经网络由几层“神经元”组成时,深度学习就发生了。, sending information around. It took off in the late 2000s.

**除此之外,你还可以将AI划分为以下类别

  • Weak: 弱人工智能只专注于完成单一任务,比如下棋或回答问题.
  • Strong: A machine that perfectly simulates a human brain
  • 人工超级智能(ASI):能够做到这一点的机器 outcompete a human brain in any task.

The last two do not exist. Yet.

 

How to: Understand the jargon

Too. Many. Abbreviations. 当你为了解释AI而不得不查其他单词时,理解AI可能会让人畏缩. Our glossary puts it plain and simple:

  • AI Winter

这是一个术语,指的是对人工智能的兴趣、投资和研究下降的时期. Until now, AI has experienced several winters 它们通常是由人工智能社区的悲观情绪引发的, followed by bad press and then cuts in funding.

  • Artificial Neural Network (ANN)

Any algorithm imitating the human brain. 一个神经网络是由多层连接的合成神经元组成的,这些神经元互相发送信息.

  • Artificial General Intelligence (AGI)

它指的是能够以与人脑相同的方式执行任务的机器智能(或强人工智能的另一种说法),是科幻小说作家和研究人员的热门话题.

  • Big Data

大量的结构化和非结构化信息, 而且通常过于复杂,标准数据处理软件无法处理.

  • Black box algorithms

当计算机或研究人员无法真正解释算法做出的决定时.

  • Computer Vision

这个跨学科的人工智能领域正试图制造能够通过观看照片或视频获得类似人类理解的计算机.

  • Convolutional Neural Networks

描述这个深度学习算法的一个非常简单的方法是 it can recognise images,赋予它某些元素的重要性,并识别出复制品或赝品.

  • Deep learning

Several layers of ANNs, connected together. Hence it’s “deep.”

  • Embodied A.I

一种非常复杂的方式或者说是机器人使用或运行在A.I.

  • Explainable AI or XAI

这种类型的人工智能可以准确地告诉操作员它是如何得出解决方案或结论的.

  • Few-shot learning

通常,一个计算机视觉系统需要看到成千上万个例子才能模拟某些东西. “少枪学习”指的是创建一个需要训练少得多的系统. Compare it to how a toddler will, for example, pick up several languages with ease, 但是一个成年人会在最简单的发音上遇到困难.

  • Generative Adversarial Networks (GANs)

用同一组数据训练的两个神经网络(或ann). 第一个尝试复制它看到的数据,第二个判断结果. 如果第二个网络识别出一个不真实的副本, 它将迫使第一个网络进行改进.

  • Heuristic

A technique within computer science. 它的目标是快速、最佳、基于解决方案的问题.

  • Machine Learning or ML

从数据集中学习并改进某一特定任务的系统. 这一人工智能领域正经历着最大规模的研究和投资热潮.

  • Natural Language Processing

人工智能中管理口头和书面语言的专业.

  • Recurrent Neural Networks (RNN)

循环神经网络是由循环建立起来的,允许信息保持和传递. 其目的是模仿人类如何自然地学习和利用他们的经验来判断情况.

  • Reinforcement learning

机器将通过“奖励和惩罚”系统来学习如何完成任务.

  • Supervised learning

Here, 人类可以将数据分类,并教算法使用这些数据解决特定的任务.

  • Tensorflow

这个软件工具集是向公众开放的, as developed by Google to use in Deep learning. Anyone can use or improve it.  

  • Training Data

Think of this as a textbook for AI -一组数据用来训练、调整和改进它.

  • Transfer Learning

A Deep Learning technique where developers repurpose one neural network 用于一个任务,并将其应用到另一个领域以解决另一个问题. The closest human comparison is upskilling yourself 将新的知识和经验应用到新的职业中去.

  • Turing Test

Created by Alan Turing in the 1950s, 它测试机器是否能显示出与人类相同或相同的智力.

  • Unsupervised learning

这种方法尝试了监督学习的反面, 只把没有标签的数据输入算法,让机器自己“学习”.

Did you know your Alexa, Siri和谷歌Assistant都是自然语言处理的好例子? The goal is to make these machines speak as naturally as humans他们听的越多,就越能理解我们所说的话.

 

How to: see through the hype

毫无疑问,AI拥有一种神奇的、不真实的、几乎神秘的光环. It’s difficult, if not impossible, to predict how fast it will develop, 但让我们用一些人工智能的例子来解开这个谜团 actually come.

 

Examples of areas in which AI is superior to humans

Checkers

In 2002 a machine named CHINOOK 通过做出最好的移动来解决游戏. 然而,它从未正式击败过世界冠军.

Solving a Rubix Cube

This tiny bot 由Ben Katz和Jared Di Carlo制作的魔方能够在0.38 seconds. They claim it "can most definitely go faster."

Data Science

Computers are officially better than us at recognising patterns in data. 如前所述,这在几个部门都有一系列不同的好处

Backgammon

BKG1979年,它打败了世界冠军,成为第一个这样做的机器. He confessed a bit of luck was involved.

 

这些都是人类仍然占上风的领域

Number of brain cells

人类的大脑是由超过860亿个神经元组成的. Computer neural networks have way fewer. Not even close.

Humour

An example of AI-generated humour: “当你把一个视觉物体和一个精神物体交叉时,你会得到什么?? An eye-dea”.

Creativity

AI trying to be creative hasn't worked so far. Just check out this Inspirational quote generator.

You're welcome.

Crosswords

AI往往更擅长解决复杂的填字游戏,但对于简单的或相对简单的复杂游戏,AI仍会感到不知所措.