www.久久久久|狼友网站av天堂|精品国产无码a片|一级av色欲av|91在线播放视频|亚洲无码主播在线|国产精品草久在线|明星AV网站在线|污污内射久久一区|婷婷综合视频网站

當(dāng)前位置:首頁(yè) > 芯聞號(hào) > 充電吧
[導(dǎo)讀]按:在采訪Tom Mitchell前,編輯告訴他,目前媒體少有報(bào)道您的個(gè)人經(jīng)歷,這次的采訪我們希望能多聊一些您在不同的時(shí)間點(diǎn)何以做出當(dāng)時(shí)的抉擇。當(dāng)Tom Mitchell看到編輯給的采訪提綱時(shí),他立馬

按:在采訪Tom Mitchell前,編輯告訴他,目前媒體少有報(bào)道您的個(gè)人經(jīng)歷,這次的采訪我們希望能多聊一些您在不同的時(shí)間點(diǎn)何以做出當(dāng)時(shí)的抉擇。

當(dāng)Tom Mitchell看到編輯給的采訪提綱時(shí),他立馬笑了,他說(shuō),“關(guān)于我為什么在本科和博士期間都拿的是電子工程的學(xué)位,這是一件有趣的事情”。

Tom Mitchell,他是全球公認(rèn)的機(jī)器學(xué)習(xí)教父,在全球人工智能實(shí)力排名第一的卡耐基梅隆大學(xué)(以下簡(jiǎn)稱CMU)創(chuàng)辦了人類歷史上的第一個(gè)機(jī)器學(xué)習(xí)系并擔(dān)任系主任;他的經(jīng)典著作《機(jī)器學(xué)習(xí):一種人工智能方法》被認(rèn)為是行業(yè)圣經(jīng),銷量驚人;他創(chuàng)辦了美國(guó)《Machine Learning》雜志、國(guó)際機(jī)器學(xué)習(xí)年度會(huì)議(ICML),他的學(xué)術(shù)論文專著超過(guò)130篇;他擁有眾多閃亮的頭銜:CMU計(jì)算機(jī)科學(xué)學(xué)院機(jī)器學(xué)習(xí)系主任、教授,美國(guó)工程院院士,美國(guó)科學(xué)進(jìn)展學(xué)會(huì)(AAAS)成員,人工智能進(jìn)展學(xué)會(huì)(AAAI)成員。

這篇對(duì)話實(shí)錄,將呈現(xiàn)更多大家所不知道的Tom Mitchell:

他在CMU讀本科時(shí),第一年主修數(shù)學(xué),第二年變成了管理學(xué),第三年是物理,第四年又成了電子工程,換了四次專業(yè),只因?yàn)椴恢老雽W(xué)什么;

他最終拿到了MIT電氣工程學(xué)位博士,但是卻去羅格斯大學(xué)當(dāng)計(jì)算機(jī)系助理教授和副教授,而后在CMU任計(jì)算機(jī)系教授,迄今為止都沒(méi)有計(jì)算機(jī)領(lǐng)域?qū)W位;

他在研究生期間開(kāi)始對(duì)人類智力感興趣,在研究人類大腦和嘗試模擬人類大腦之間選擇了后者;

當(dāng)上世紀(jì)90年代,腦影像技術(shù)出現(xiàn)后,他開(kāi)始進(jìn)行人工智能與人腦的交叉研究;

他認(rèn)為AI是一個(gè)整體,不應(yīng)該被細(xì)分為計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、自然語(yǔ)言處理,應(yīng)該以整體的方式去學(xué)習(xí);

他目前正致力于Conversational Learning項(xiàng)目,讓機(jī)器從自然會(huì)話中學(xué)習(xí)如何編程;

在他看來(lái),AI專業(yè)成為熱門(mén)一方面是大家的理性選擇,另一方面也有炒作過(guò)度,未來(lái)量子計(jì)算或?qū)⒈華I更火。


本科換四次專業(yè),不尋常的學(xué)生

“我進(jìn)入麻省理工讀本科時(shí),第一年主修數(shù)學(xué),第二年變成了管理學(xué),第三年是物理,第四年又成了電子工程。我每一年都在換專業(yè),因?yàn)槲疫€沒(méi)想好要學(xué)什么?!?/p>

1951年,Mitchell出生于賓夕法尼亞的布洛斯堡,在紐約度過(guò)童年。1973年,他在麻省理工學(xué)院獲得電子工程學(xué)士學(xué)位,1979年獲得斯坦福大學(xué)電氣工程博士學(xué)位,輔修計(jì)算機(jī)科學(xué)。1978年,Mitchell在羅格斯大學(xué)開(kāi)始教學(xué)生涯,擔(dān)任計(jì)算機(jī)系助理和副教授職位,1986年,Mitchell加入CMU成為一名計(jì)算機(jī)系教授。他的研究領(lǐng)域包括機(jī)器學(xué)習(xí)、人工智能、認(rèn)知神經(jīng)科學(xué)等領(lǐng)域。

:第一個(gè)問(wèn)題,您的本科和博士專業(yè)是電子工程,當(dāng)時(shí)為什么要選擇這個(gè)專業(yè)?

Tom Mitchell:好吧,這是一件有趣的事情。事實(shí)上是因?yàn)?,我?dāng)時(shí)不知道自己應(yīng)該選什么專業(yè)。我進(jìn)入麻省理工讀本科時(shí),第一年主修數(shù)學(xué),第二年變成了管理學(xué),第三年是物理,第四年又成了電子工程。我每一年都在換專業(yè),因?yàn)槲疫€沒(méi)想好要學(xué)什么。后來(lái)我去斯坦福讀研究生,主修晶體管設(shè)計(jì),成了一名電子工程師。但我又改變了主意,參加了計(jì)算機(jī)課程,就因?yàn)槲矣X(jué)得這個(gè)專業(yè)更好玩。后來(lái)我拿到了電子工程的博士學(xué)位。但這只是一個(gè)意外,因?yàn)殡m然我身在電子工程系,但我決定去學(xué)AI。我的確這么做了。不過(guò),我目前拿到的仍然只有電子工程專業(yè)的學(xué)位。

:這是因?yàn)槁槭±砉ぴ试S你換專業(yè),對(duì)此其他老師沒(méi)有意見(jiàn)嗎?

Tom Mitchell:他們認(rèn)為這種現(xiàn)象很反常,但還是同意了我換專業(yè)的要求。最后,我修了電氣工程專業(yè)畢業(yè)所需的課程。

:您曾經(jīng)對(duì)頻繁更換專業(yè)感到厭煩嗎?

Tom Mitchell:不,我覺(jué)得很有趣。那時(shí)我真的不知道我想做什么,所以我嘗試了不同的領(lǐng)域。但事實(shí)是我對(duì)智力(intelligence)感興趣,我也想過(guò)學(xué)心理學(xué)。但我沒(méi)有去學(xué)心理學(xué),因?yàn)樵谖铱紤]這個(gè)問(wèn)題的時(shí)候,心理學(xué)領(lǐng)域還沒(méi)有辦法研究人類的智慧。我不認(rèn)為心理學(xué)家或者是其他人能研究人類智力,因?yàn)楫?dāng)時(shí)還沒(méi)有“腦影像”(brain imaging)。

所以我就在想,他們甚至都沒(méi)有示波器這種衡量工具。我接受不了。這種研究方法不行。這太浪費(fèi)時(shí)間了,這種方法不可取。但之后,我又對(duì)人工智能產(chǎn)生了興趣,因?yàn)槿绻阆雽W(xué)習(xí)智力方面的東西,你有兩個(gè)選擇,你可以研究人類的大腦,也可以嘗試模擬人類的大腦。而當(dāng)時(shí)似乎沒(méi)有可以研究人類智力的設(shè)備,所以我決定走模擬人腦這條路。之后,腦成像終于在90年代末橫空出世,我就開(kāi)始在那個(gè)時(shí)候研究起“腦影像”,就因?yàn)檫@種工具突然變成了現(xiàn)實(shí)。

:不過(guò),Jordan和Hinton最開(kāi)始對(duì)人工智能感興趣都是從心理學(xué)研究開(kāi)始。

Tom Mitchell:他們比我更有勇氣,因?yàn)樗麄兪窃凇澳X影像”技術(shù)出現(xiàn)之前就在嘗試這種新事物。當(dāng)時(shí)我認(rèn)為這種研究不會(huì)有結(jié)果。所以我才選擇了創(chuàng)建智能程序這條路,但他們的確是勇氣可嘉。

:您從研究生開(kāi)始學(xué)習(xí)機(jī)器學(xué)習(xí),當(dāng)時(shí)的契機(jī)是什么?這一學(xué)科在當(dāng)時(shí)還不是那么火。

Tom Mitchell:我始終認(rèn)為學(xué)習(xí)是智力中最有趣的部分,我現(xiàn)在還是這么想的。我想學(xué)習(xí)智力的同時(shí)也可以研究學(xué)習(xí),這就是我的選擇。這就是我的研究動(dòng)機(jī)。我在讀研究生的時(shí)候就開(kāi)始研究這個(gè)方向了。在我讀研究生,去學(xué)晶體管設(shè)計(jì)之后,我決定改學(xué)機(jī)器學(xué)習(xí),我的導(dǎo)師當(dāng)時(shí)有一個(gè)研究項(xiàng)目要?jiǎng)?chuàng)建一個(gè)幫助藥劑師設(shè)計(jì)藥品的AI系統(tǒng)。他們研究的問(wèn)題之一就是分析化學(xué)實(shí)驗(yàn)中的數(shù)據(jù),也就是質(zhì)譜學(xué),其原理是你將一些化學(xué)品放進(jìn)機(jī)器中,讓它在與機(jī)器的碰撞中釋放能量,分裂成微粒。然后你再?gòu)闹羞x擇場(chǎng)景以及你收集到的碎片?,F(xiàn)在的問(wèn)題就是,這實(shí)際上是質(zhì)譜學(xué)的研究。所以我就最終通過(guò)后續(xù)的應(yīng)用完成了自己的論文。如果你將一個(gè)有機(jī)分子放入質(zhì)譜儀,就可以學(xué)到如何預(yù)測(cè)它的分裂之處,它的分裂方式。所以我們就掌握了一些有關(guān)化學(xué)的培訓(xùn)數(shù)據(jù),以及它們的獲取方式,此時(shí)的機(jī)器學(xué)習(xí)問(wèn)題就是關(guān)于預(yù)測(cè)分子分裂方式的監(jiān)測(cè)學(xué)習(xí)問(wèn)題。

:您談到90年代末開(kāi)始研究腦影像,這個(gè)領(lǐng)域您有什么成果呢?

Tom Mitchell:我從事大腦研究工作十五年了,研究領(lǐng)域包括通過(guò)大腦成像、FMRI 和 MEG 技術(shù)研究語(yǔ)言在大腦中的表征,包括大腦如何表征不同詞語(yǔ)的含義,像是電腦、朋友或椅子這些詞。我們一直在做這方面的研究,并且已經(jīng)在表征不同含義的神經(jīng)活動(dòng)模式領(lǐng)域獲得新發(fā)現(xiàn)。事實(shí)上,我們發(fā)現(xiàn)每個(gè)人的大腦在這方面擁有非常相似的模式。如果我提到番茄,每個(gè)人大腦的反應(yīng)模式其實(shí)是很相似的。在此之前,沒(méi)人發(fā)現(xiàn)這一點(diǎn)。我們發(fā)現(xiàn)了支持這些表征的系統(tǒng)原則,這樣一來(lái)我們就可以預(yù)測(cè)新詞。我們研發(fā)了一項(xiàng)電腦程序,對(duì)于你輸入的任何一個(gè)詞,它都能預(yù)測(cè)出這個(gè)詞的大腦模式。這些是我們的研究成果。

:你目前在做人工智能與人類大腦的交叉研究,請(qǐng)問(wèn)人工智能采用的神經(jīng)網(wǎng)絡(luò)的工作原理與人腦思維方式的不同點(diǎn)是什么?

Tom Mitchell:我認(rèn)為人工神經(jīng)網(wǎng)絡(luò)和生物神經(jīng)網(wǎng)絡(luò)主要有兩點(diǎn)不同。第一,在人工神經(jīng)網(wǎng)絡(luò)里,我們通過(guò)數(shù)字傳遞數(shù)量。但在真實(shí)大腦中,神經(jīng)元以不同的速率進(jìn)行單個(gè)和成簇放電,這使得它與電腦神經(jīng)網(wǎng)絡(luò)十分不同。第二點(diǎn)不同是,在能夠識(shí)別圖像的卷積神經(jīng)網(wǎng)絡(luò)中,信息是從輸入層,即像素所在區(qū)域,有序地向外朝著最終答案流動(dòng)的。但是如果你看一下大腦內(nèi)部以及大腦是如何理解圖像的,你會(huì)發(fā)現(xiàn)它對(duì)圖像的處理并不是前饋傳遞,在大腦中有信息從視覺(jué)皮層的兩個(gè)不同部分流出。但也有信息進(jìn)行反向流動(dòng)。大腦中的反饋循環(huán)會(huì)告訴像素級(jí)別的神經(jīng)元,鑒于這兩側(cè)有線經(jīng)過(guò),所以這里也應(yīng)該有一條線。因此,第二點(diǎn)不同是大腦中真正存在著反饋循環(huán),而在卷積神經(jīng)網(wǎng)絡(luò)中不存在。

:您從1978年開(kāi)始在羅格斯大學(xué)擔(dān)任計(jì)算機(jī)系助理和副教授職位,當(dāng)時(shí)是如何從電子工程系轉(zhuǎn)到計(jì)算機(jī)系的?

Tom Mitchell:這并不是一個(gè)很關(guān)鍵的問(wèn)題。雖然我畢業(yè)時(shí)拿的是電子工程學(xué)位,但我在攻讀博士學(xué)位期間已經(jīng)在進(jìn)修機(jī)器學(xué)習(xí)的課程了。所以,計(jì)算機(jī)科學(xué)系當(dāng)然會(huì)承認(rèn)我在這個(gè)學(xué)科上的教學(xué)能力。

當(dāng)時(shí)還沒(méi)有出現(xiàn)機(jī)器學(xué)習(xí)的學(xué)位。如果有的話,當(dāng)時(shí)我就會(huì)換成這個(gè)專業(yè),斯坦福大學(xué)應(yīng)該會(huì)把這方面的研究納入計(jì)算機(jī)系而不是電子工程專業(yè)??上覜](méi)換專業(yè)。

:您此前多次更換專業(yè),那么您攻讀博士學(xué)位時(shí)為什么沒(méi)有根據(jù)自己的想法換專業(yè)呢?

Tom Mitchell:你是說(shuō)我為什么不讀計(jì)算機(jī)科學(xué)博士學(xué)位是嗎?原因?qū)嶋H上很簡(jiǎn)單,你在斯坦福大學(xué)讀博士學(xué)位時(shí),到了第二年就會(huì)面臨一些很嚴(yán)格的考試。你只有通過(guò)了這些考試,才能順利拿到學(xué)位。我當(dāng)時(shí)參加并通過(guò)了電子工程專業(yè)的考試。后來(lái)我說(shuō)我實(shí)際上想去計(jì)算機(jī)科學(xué)系,我想調(diào)劑專業(yè)。計(jì)算機(jī)科學(xué)系方面表示,你不能調(diào)劑,你得先提出申請(qǐng),我們有可能接收你,之后你得參加我們的博士資格考試才算過(guò)關(guān)。然后我就說(shuō),好吧,我還是繼續(xù)呆在電子工程系好了。但我的博士導(dǎo)師是Bruce教授,他是計(jì)算機(jī)科學(xué)方面的專家。所以我雖然是電子工程專業(yè)的學(xué)生,但我也是計(jì)算機(jī)科學(xué)導(dǎo)師的弟子。

:那么您當(dāng)時(shí)有多少導(dǎo)師呢?

Tom Mitchell:兩個(gè),主要導(dǎo)師就是計(jì)算機(jī)科學(xué)系的Bruce教授。但因?yàn)槲沂请娮庸こ虒I(yè)的學(xué)生,所以我也有一個(gè)電子工程導(dǎo)師Bernie教授,他也是AI領(lǐng)域方面的先驅(qū)之一,因?yàn)樗鲞^(guò)大量有關(guān)感知機(jī)的早期研究工作。

:您在本科和博士期間的學(xué)習(xí)經(jīng)歷在中國(guó)和中國(guó)的教育體制中幾乎無(wú)法復(fù)制。

Tom Mitchell:雖然我不知道這種情況。但在卡內(nèi)基梅隆大學(xué)和許多美國(guó)大學(xué)里,學(xué)生可以換專業(yè),有時(shí)候?qū)W生也會(huì)換導(dǎo)師,比如五個(gè)博士學(xué)生中就會(huì)有一人在某個(gè)階段跟一位導(dǎo)師,后來(lái)又換成其他導(dǎo)師,這種現(xiàn)象并不算罕見(jiàn)。

:您指導(dǎo)過(guò)中國(guó)學(xué)生嗎?

Tom Mitchell:我的學(xué)生來(lái)自五湖四海,當(dāng)然也有中國(guó)學(xué)生,目前我?guī)ьI(lǐng)的中國(guó)學(xué)生是Fan Yang。我現(xiàn)在的學(xué)生不但有中國(guó)人,還有希臘人、羅馬尼亞人、美國(guó)人、加拿大人、斯洛文尼亞人,總之天南地北的學(xué)生都有。我很樂(lè)見(jiàn)這種現(xiàn)象,因?yàn)槲艺J(rèn)為一個(gè)富有創(chuàng)意的團(tuán)隊(duì)就應(yīng)該有不同的思想碰撞,集合不同的教育背景,畢竟不同國(guó)家的學(xué)生接受的教育也各不相同。將各種學(xué)生組合在一起,就形成了一個(gè)團(tuán)隊(duì)。我們可以通過(guò)相互學(xué)習(xí),互補(bǔ)長(zhǎng)短。

:所以您認(rèn)為中國(guó)學(xué)生有哪些不同于其他國(guó)家學(xué)生的特點(diǎn)嗎?

Tom Mitchell:可以這么說(shuō)。這是個(gè)很廣泛的問(wèn)題。我認(rèn)識(shí)許多中國(guó)學(xué)生,所以我知道中國(guó)學(xué)生的類型并不單一。中國(guó)學(xué)生也有各種各樣的類型。但總體而言,我發(fā)現(xiàn)中國(guó)學(xué)生在進(jìn)入卡內(nèi)基梅隆大學(xué)之前學(xué)習(xí)就非常用功,我也經(jīng)常在研究生院碰到他們。他們學(xué)習(xí)很努力,他們也清楚自己的基礎(chǔ)很扎實(shí)。我認(rèn)為這是中國(guó)學(xué)生的特質(zhì)之一。

:我很想知道,您挑選學(xué)生的標(biāo)準(zhǔn)有哪些呢?

Tom Mitchell:我其實(shí)不便公開(kāi)透露這一點(diǎn),否則可能就會(huì)有人刻意迎合我的要求。實(shí)際上,不同教授的行事方式各不相同。我最看重的天賦是創(chuàng)造力。有些教授會(huì)挑成績(jī)最好的學(xué)生,或者發(fā)表論文數(shù)量最多的學(xué)生。但我不會(huì)這么做,我只會(huì)和對(duì)方走進(jìn)教室,聊一些我們彼此可能都不太清楚的話題??纯次覀兙烤鼓芰亩嗑?。如果我們交流很順利,我覺(jué)得我們就可以共事。

ICML:從講習(xí)班到5000人大會(huì)

“可我們那時(shí)候從來(lái)沒(méi)有想到,機(jī)器學(xué)習(xí)會(huì)獲得商業(yè)上的成就。我們只是單純地覺(jué)得它是一個(gè)很有趣的智能問(wèn)題?!?/p>

在加入CMU之前,Tom Mitchell就已經(jīng)頻繁來(lái)往于CMU組織ICML(國(guó)際機(jī)器學(xué)習(xí)大會(huì)),1980年,ICML第一次在CMU召開(kāi),從最初的幾十人發(fā)展到目前數(shù)千人參加的國(guó)際大會(huì),ICML與NIPS一起,它是在機(jī)器學(xué)習(xí)和人工智能研究中影響最大的兩個(gè)主要會(huì)議之一。

:您是ICML創(chuàng)始人,并在1980年舉辦了首屆ICML學(xué)術(shù)會(huì)議,當(dāng)時(shí)有哪些科學(xué)家同您一起推廣了這個(gè)會(huì)議?

Tom Mitchell:那次會(huì)議是在卡內(nèi)基梅隆大學(xué)舉辦的,當(dāng)時(shí)也是我初次來(lái)到這所大學(xué),因?yàn)槟菚r(shí)候我還在羅杰斯大學(xué)教書(shū)。為了召開(kāi)那次會(huì)議,我就去了卡內(nèi)基梅隆大學(xué)。當(dāng)時(shí)還有另外兩名重要成員聯(lián)合組織了這場(chǎng)會(huì)議,我們一共是三人。一位是Jaime Carbonell,他現(xiàn)在仍然是卡內(nèi)基梅隆大學(xué)的教授。他當(dāng)時(shí)已經(jīng)在這所大學(xué)任教了,所以我們才會(huì)在這里舉辦會(huì)議。另一位就是伊利諾伊大學(xué)教授Richard。我們?nèi)齻€(gè)人就在1980年聯(lián)合舉辦了這場(chǎng)會(huì)議。我記得當(dāng)時(shí)的會(huì)場(chǎng)只比今天這個(gè)房間大一點(diǎn)點(diǎn),一共有35人出席了會(huì)議。我現(xiàn)在還記得一些當(dāng)時(shí)的出席人員。當(dāng)最讓我印象深刻的人應(yīng)該是John Anderson,因?yàn)镴ohn是一位研究人類學(xué)習(xí)模式,并據(jù)此創(chuàng)建計(jì)算機(jī)模型的心理學(xué)家。

我之前也提到了,我對(duì)人類智力很感興趣,但放棄了研究心理學(xué),就是因?yàn)檫@一行沒(méi)有什么輔助研究的儀器。John Anderson在那次會(huì)議上的確讓我記憶猶新,因?yàn)樗且幻芯繉W(xué)習(xí)與人類的心理學(xué)家。而且他取得了卓越的研究成果。他當(dāng)時(shí)在創(chuàng)建可以展示電腦行為如何匹配人類行為的計(jì)算機(jī)模型。John今天仍然在這所大學(xué)的心理系任教。去年,我們還做出一項(xiàng)決定,讓他的團(tuán)隊(duì)與我的團(tuán)隊(duì)每個(gè)月碰面一次,相互交流思想。我很珍惜與他共事的機(jī)會(huì),真的非常有收獲。

:您當(dāng)時(shí)成立并推廣ICML的契機(jī)是什么?

Tom Mitchell:這么說(shuō)吧。ICML其實(shí)是自發(fā)形成的。我們?cè)诳▋?nèi)基梅隆大學(xué)舉辦了首次會(huì)議,可能在兩年后我們就決定把它作為一個(gè)關(guān)于機(jī)器學(xué)習(xí)的講習(xí)班。當(dāng)時(shí)我們沒(méi)有將它稱為國(guó)際會(huì)議。兩年之后的伊利諾伊大學(xué)召開(kāi)了第二場(chǎng)會(huì)議,當(dāng)時(shí)還是我們?nèi)藫?dān)任組織者。后來(lái)我們開(kāi)始每年召開(kāi)一次,每年會(huì)議都出現(xiàn)了不少驚喜,會(huì)議規(guī)模也不斷擴(kuò)大。又過(guò)了幾年,我們才決定將它稱為國(guó)際大會(huì)?,F(xiàn)在還保留著每年召開(kāi)會(huì)議的傳統(tǒng)?,F(xiàn)在每年都有上千人參加這個(gè)會(huì)議。

:發(fā)展到現(xiàn)在,ICML2018的參會(huì)人數(shù)已經(jīng)超過(guò)5000人,這與您最初的設(shè)想是否一致?當(dāng)時(shí)有想到這一會(huì)議會(huì)像如今這般火熱嗎?

Tom Mitchell:沒(méi)有,完全沒(méi)想到。我相信這個(gè)會(huì)議的參加者都想不到有這么一天。但我始終認(rèn)為,機(jī)器學(xué)習(xí)在未來(lái)會(huì)成為計(jì)算機(jī)科學(xué)的中心,想想計(jì)算機(jī)科學(xué)的發(fā)展就很容易得出這個(gè)結(jié)論??傆幸惶?,我們不再需要手動(dòng)編程,我們可以讓程序自己學(xué)習(xí)編程。我一直在設(shè)想它早期的運(yùn)行方式,我始終認(rèn)為這終將變成一種重要的應(yīng)用。但我時(shí)常在想,我有生之年可能看不到這一天了。計(jì)算機(jī)科學(xué)可能需要經(jīng)歷幾百年才能發(fā)展到這個(gè)地步。希望它能夠以超乎我想象的速度,實(shí)現(xiàn)飛速發(fā)展。但在過(guò)去,我認(rèn)為參加我們會(huì)議的人都認(rèn)為,這種技術(shù)是一種學(xué)術(shù)人士才關(guān)注的最有趣的智能話題之一。

可我們那時(shí)候從來(lái)沒(méi)有想到,機(jī)器學(xué)習(xí)會(huì)獲得商業(yè)上的成就。我們只是單純地覺(jué)得它是一個(gè)很有趣的智能問(wèn)題。

扛起CMU人工智能教育大旗

“我認(rèn)為未來(lái)本科階段的機(jī)器學(xué)習(xí),并不僅僅是針對(duì)AI專業(yè)的學(xué)生,而是一種許多技術(shù)領(lǐng)域的學(xué)生都應(yīng)該掌握的默認(rèn)數(shù)學(xué)知識(shí)?!?/p>


1986年加入CMU之后,Tom Mitchell一頭扎入了機(jī)器學(xué)習(xí)的學(xué)術(shù)研究和教育教學(xué)之中。1997年,Mitchell出版機(jī)器學(xué)習(xí)領(lǐng)域的第一本教科書(shū),名為《機(jī)器學(xué)習(xí)》,是機(jī)器學(xué)習(xí)領(lǐng)域的奠基之作,被奉為第一代機(jī)器學(xué)習(xí)的圣經(jīng),是入門(mén)機(jī)器學(xué)習(xí)的必讀教材之一。2006年,他在CMU計(jì)算機(jī)科學(xué)學(xué)院創(chuàng)辦機(jī)器學(xué)習(xí)系,并成為第一任系主席。2010年,他因在機(jī)器學(xué)習(xí)領(lǐng)域杰出地位入選美國(guó)國(guó)家工程院院士。

今年秋天,CMU 成為美國(guó)首個(gè)提供人工智能本科學(xué)位的大學(xué)。從本科教育啟航培養(yǎng)AI人才,CMU的AI研究和AI教育都走在世界的先列。

:Michael Jordan在伯克利進(jìn)行AI教學(xué)有一系列課程,包括「data 8」和connector 課程,CMU今年秋季也開(kāi)始了AI 的本科課程,有哪些特色課程?現(xiàn)在報(bào)名情況如何?

Tom Mitchell:對(duì)于本科專業(yè),這學(xué)期我們剛剛迎來(lái)了新一屆的學(xué)生。在本科生階段,我們每年總共有200名本科生進(jìn)入計(jì)算機(jī)科學(xué)系。他們讀完第一學(xué)年之后可以選擇主修AI專業(yè)或者傳統(tǒng)的計(jì)算機(jī)科學(xué)專業(yè),我們的目標(biāo)是第一年招收10%的AI學(xué)生。所以我們的目標(biāo)是招收20名學(xué)生。這也大概就是我們可能會(huì)招到的學(xué)生數(shù)量。我們現(xiàn)在正在教授其它課程。

這還只是第一學(xué)年,我認(rèn)為我們的課程值得稱道的一點(diǎn)就是,我們會(huì)教授機(jī)器學(xué)習(xí)方面的內(nèi)容。這本來(lái)是大二時(shí)才會(huì)傳授的課程。而且我認(rèn)為這是很正確的事情,因?yàn)槲艺J(rèn)為未來(lái)本科階段的機(jī)器學(xué)習(xí),并不僅僅是針對(duì)AI專業(yè)的學(xué)生,而是一種許多技術(shù)領(lǐng)域的學(xué)生都應(yīng)該掌握的默認(rèn)數(shù)學(xué)知識(shí)。我在讀工程學(xué)本科專業(yè)時(shí),也學(xué)了微積分學(xué),因?yàn)槲艺J(rèn)為這個(gè)學(xué)科很重要,我很高興自己做了這個(gè)選擇。它是工程學(xué)的數(shù)學(xué)。

微積分仍然是一門(mén)很有價(jià)值的課程。但我認(rèn)為統(tǒng)計(jì)學(xué)可能會(huì)成為更有價(jià)值的學(xué)科。即便如此,對(duì)今天的多數(shù)本科生來(lái)說(shuō),微積分都是一門(mén)重要的學(xué)科,因?yàn)榻?jīng)驗(yàn)數(shù)據(jù)分析會(huì)成為未來(lái)各個(gè)職業(yè)的重要部分,而這種分析就離不開(kāi)微積分。不過(guò)也不盡然,除非你是工程學(xué)專業(yè)的學(xué)生。

:那么設(shè)定10%的招生率,就是為了控制學(xué)生的規(guī)模是嗎?

Tom Mitchell:我們想先從少數(shù)學(xué)生入手,可能只有兩名學(xué)生,因?yàn)橄裱芯可昙?jí)的機(jī)器學(xué)習(xí)一樣的新本科課程真的是太多了。所以我們希望先在周末時(shí)進(jìn)行小班授課,我們?cè)诎l(fā)展這個(gè)課程期間最好保持良好的教師與學(xué)生比例。之后,我想我們的招生比例就會(huì)顯著超過(guò)10%。

:如何挑選這10%的學(xué)生呢?

Tom Mitchell:這個(gè)也是我們目前討論的問(wèn)題,我們卡內(nèi)基梅隆大學(xué)推出了很嚴(yán)格的入學(xué)要求。但只要學(xué)生能夠考入計(jì)算機(jī)科學(xué)的本科專業(yè),我們就允許他們選擇AI或者計(jì)算機(jī)科學(xué)作為自己的專業(yè),我們認(rèn)為如果招生超過(guò)20%,我們就得啟動(dòng)篩選流程,但目前學(xué)生人數(shù)還沒(méi)超過(guò)這個(gè)比例,所以運(yùn)行情況良好。我們也不需要對(duì)其進(jìn)行管理,目前教學(xué)秩序正常。

AI不應(yīng)該被劃分成不同技術(shù)

“我沒(méi)有想過(guò),也不認(rèn)為AI可以劃分成許多不同的板塊。我不可能推薦學(xué)生去專修哪個(gè)領(lǐng)域的內(nèi)容。如果非要推薦的話,我會(huì)建議他們涉獵所有相關(guān)知識(shí),吃透這些內(nèi)容后再將其結(jié)合在一起?!?/p>

:卡內(nèi)基梅隆大學(xué)的教授和學(xué)生最關(guān)注哪種AI技術(shù)?

Tom Mitchell:我沒(méi)有想過(guò),也不認(rèn)為AI可以劃分成許多不同的板塊。我和自己的學(xué)生交流時(shí),我會(huì)盡量不去建議他們專修哪種技術(shù)、深層網(wǎng)絡(luò)、自然語(yǔ)言理解或者類似的東西。因?yàn)槲艺J(rèn)為未來(lái)的AI,甚至是當(dāng)前的AI(但未來(lái)趨勢(shì)會(huì)更明顯),會(huì)以我們還沒(méi)有開(kāi)發(fā)的做法來(lái)整合、結(jié)合我們不同的方法。所以我不可能推薦學(xué)生去專修哪個(gè)領(lǐng)域的內(nèi)容。如果非要推薦的話,我會(huì)建議他們涉獵所有相關(guān)知識(shí),吃透這些內(nèi)容后再將其結(jié)合在一起。

:您能舉例說(shuō)明如何將各項(xiàng)AI技術(shù)整合嗎?

Tom Mitchell:例如,我做了很多有關(guān)機(jī)器學(xué)習(xí)的研究,但我想將機(jī)器學(xué)習(xí)應(yīng)運(yùn)用于不同的領(lǐng)域,針對(duì)不同的方向推進(jìn)這種應(yīng)用。在機(jī)器學(xué)習(xí)領(lǐng)域,可以說(shuō)有許多人習(xí)慣于認(rèn)為你可以用貝葉斯或者深層網(wǎng)絡(luò)來(lái)做研究。總之,你擇其一而行。但今天,我們?cè)絹?lái)越清楚如何使用深層網(wǎng)絡(luò)來(lái) 了解概率分布的問(wèn)題。所以,認(rèn)為這種研究是一個(gè)非此即彼的選擇,這種想法是錯(cuò)誤的。如果你同時(shí)掌握了兩個(gè)領(lǐng)域的知識(shí),你只要將它們結(jié)合在一起,讓深層網(wǎng)絡(luò)去掌握概念分布的知識(shí)就可以了。針對(duì)我不想建議別人去學(xué)某項(xiàng)技術(shù)的問(wèn)題,我能舉的實(shí)例就是:我想讓他們關(guān)注知識(shí)整合,將不同的方法融為一體,集百家之大成。

:CV和語(yǔ)音技術(shù)發(fā)展已經(jīng)趨近成熟,NLP還要多久才能達(dá)到同樣的程度?NLP的機(jī)會(huì)在哪里?

Tom Mitchell:這個(gè)問(wèn)題有兩個(gè)答案。第一個(gè)是,我不認(rèn)為它們正不斷趨于成熟。我認(rèn)為語(yǔ)音識(shí)別和計(jì)算機(jī)視覺(jué)仍然將持續(xù)取得重大進(jìn)步。但我認(rèn)為它們只能說(shuō)是不斷接近人類的水平,而不能算是趨于成熟。

:但是CV和語(yǔ)音識(shí)別的準(zhǔn)確率已經(jīng)接近100%了。

Tom Mitchell:那是因?yàn)槲覀兪褂萌祟惖臉?biāo)準(zhǔn)來(lái)衡量這種技術(shù)的發(fā)展。但計(jì)算機(jī)視覺(jué)將繼續(xù)超越人類。比如,有一些高分辨率的攝像頭已經(jīng)能夠觀察到角落里的塑料袋,發(fā)現(xiàn)塑料袋在振動(dòng),可以用計(jì)算機(jī)視覺(jué)觀察震動(dòng)當(dāng)時(shí),并據(jù)此判斷人的說(shuō)話的內(nèi)容。我認(rèn)為計(jì)算機(jī)視覺(jué)不會(huì)止步于人類的水平,它會(huì)超越人類視覺(jué),我們將把它作為一種感應(yīng)設(shè)備來(lái)獲取人類無(wú)法感知的信息。

我認(rèn)為聲音識(shí)別也可以超越人類水平,甚至越過(guò)語(yǔ)音識(shí)別技術(shù)的發(fā)展。我認(rèn)為人們說(shuō)話的時(shí)候,他們說(shuō)話的聲音(而不是內(nèi)容)輪廓含有大量有關(guān)其心理狀態(tài)的信息,比如他們是否心情愉快?他們是在說(shuō)話嗎?他們說(shuō)的是真話嗎?他們現(xiàn)在很不安嗎?我認(rèn)為超人類的語(yǔ)音識(shí)別技術(shù)將能夠破解語(yǔ)言中含有的更多信息,就好像超人類視覺(jué)可以破解更多圖像信息一樣。所以我認(rèn)為它們的發(fā)展不會(huì)止步于人類的水平。

請(qǐng)?jiān)试S我用NLU而不是NLP(自然語(yǔ)言理解)這個(gè)術(shù)語(yǔ)。我們不談自然語(yǔ)言處理,因?yàn)樗婕霸S多概念,而是把它稱為自然語(yǔ)言理解,它是一個(gè)非常有難度的問(wèn)題。從某種意義上說(shuō),這可能完全是一個(gè)人工智能的問(wèn)題,如果你能夠真正解決自然語(yǔ)言理解的問(wèn)題,那么你還必須解決AI領(lǐng)域中大多數(shù)關(guān)于推理和表現(xiàn)的其它大型開(kāi)放性問(wèn)題。所以我認(rèn)為自然語(yǔ)言理解是AI領(lǐng)域中最困難的開(kāi)放性問(wèn)題之一。我認(rèn)為我們?cè)谖磥?lái)十年會(huì)在這方面獲得許多進(jìn)步。我們很難預(yù)測(cè)我們究竟能否解決這個(gè)問(wèn)題,以及何時(shí)解決這個(gè)問(wèn)題。

讓機(jī)器在對(duì)話中學(xué)習(xí)——Conversational Learning

Mitchell在計(jì)算機(jī)科學(xué)領(lǐng)域出版了130余篇文章,內(nèi)容涵蓋機(jī)器學(xué)習(xí)、人工智能、認(rèn)知神經(jīng)科學(xué)等領(lǐng)域,在機(jī)器學(xué)習(xí)方面,他主要研究統(tǒng)計(jì)學(xué)習(xí)算法的開(kāi)發(fā)和應(yīng)用,如賦予計(jì)算機(jī)理解自然語(yǔ)言的能力以及發(fā)現(xiàn)人腦如何表示信息。

Mitchell 與其在 CMU 心理學(xué)系的同仁創(chuàng)建了首個(gè)預(yù)測(cè)大腦神經(jīng)元激活模式的計(jì)算模型,該研究后來(lái)被擴(kuò)展到其它單詞類型、單詞序列和情緒中。

他開(kāi)發(fā)出名為NELL(Never-Ending Language Learning)的計(jì)算機(jī)程序,能夠從 web 中不斷抽取信息,并教會(huì)自己閱讀。

在11月15日的“全球AI+智適應(yīng)教育峰會(huì)”上,Tom Mitchell介紹了一項(xiàng)他們正在研究的技術(shù)——Conversational Learning(會(huì)話學(xué)習(xí)),希望能通過(guò)對(duì)話的形式教會(huì)手機(jī)理解用戶的指令,自己編程來(lái)完成命令,同時(shí)不斷從這個(gè)過(guò)程中學(xué)習(xí)進(jìn)化,最終實(shí)現(xiàn)機(jī)器人可以自己編程的目標(biāo)。

:您在今天的大會(huì)上談到了一種可指導(dǎo)機(jī)器學(xué)習(xí)——Conversational Learning(會(huì)話學(xué)習(xí)),你能再解釋一下嗎?

Tom Mitchell:它的理念就是今天多數(shù)機(jī)器學(xué)習(xí)算法都在執(zhí)行大數(shù)量的統(tǒng)計(jì)性分析。但這只是人們通過(guò)尋找結(jié)果、統(tǒng)計(jì)趨勢(shì)而掌握的學(xué)習(xí)方法之一。人們還有其它學(xué)習(xí)方法。人們可以通過(guò)對(duì)話交流、閱讀書(shū)籍、進(jìn)行實(shí)驗(yàn)來(lái)學(xué)習(xí)。所以我們的會(huì)話學(xué)習(xí)項(xiàng)目的理念就是,我認(rèn)為未來(lái)會(huì)出現(xiàn)超越統(tǒng)計(jì)式學(xué)習(xí)的機(jī)器學(xué)習(xí)方式。這對(duì)我來(lái)說(shuō)是一個(gè)很自然的發(fā)展過(guò)程。所以,我們開(kāi)展了這方面的研究,例如,我們有一個(gè)目標(biāo)是讓每個(gè)擁有手機(jī)的人教手機(jī)如何執(zhí)行新任務(wù)。那么這會(huì)出現(xiàn)什么新應(yīng)用呢?比如,我想告訴自己的手機(jī),無(wú)論何時(shí)有人給我發(fā)送了一張我媽媽的照片,那就請(qǐng)把照片轉(zhuǎn)發(fā)給我媽媽。我的手機(jī)實(shí)際上可以做到這一點(diǎn),但它還沒(méi)有這么做,那是因?yàn)檫€沒(méi)有人編寫(xiě)這樣的程序。但如果我可以同自己的手機(jī)進(jìn)行對(duì)話,相信手機(jī)就可以掌握這種技能。如果這種技術(shù)成熟了,我就可以教手機(jī)如何做到這一點(diǎn)。我可以給手機(jī)展示一下我媽媽的一些照片,讓它可以學(xué)習(xí)一下人臉識(shí)別的技術(shù)。然后我再對(duì)手機(jī)說(shuō),把照片發(fā)送給我媽,這樣,我就可以教它怎么執(zhí)行這個(gè)操作。這就像編程一樣,但它并不是使用java或python這種語(yǔ)言來(lái)編程。我是在使用自然語(yǔ)言來(lái)編程。

:您是否有關(guān)于Conversational Learning的論文?

Tom Mitchell:我們的確寫(xiě)了幾篇關(guān)于這項(xiàng)研究的論文。最早的一篇論文是2016年時(shí)發(fā)布于IEEE的論文,我們?cè)谠撜撐闹薪榻B了這個(gè)系統(tǒng)的第一個(gè)版本。從那時(shí)候開(kāi)始,我們發(fā)表了許多論文,其中涉及我今天無(wú)暇在會(huì)議上分享的最有趣的開(kāi)發(fā)項(xiàng)目。但我認(rèn)為那個(gè)項(xiàng)目最有趣的新方向就是,我們發(fā)現(xiàn)人們?cè)趥魇谥R(shí)時(shí),有許多內(nèi)容你只想通過(guò)對(duì)話來(lái)表達(dá)。有時(shí)候向人傳授知識(shí)會(huì)更容易一些。假設(shè)我想說(shuō),無(wú)論下午外面何時(shí)下雨了,請(qǐng)?jiān)谖译x開(kāi)辦公室前提醒我?guī)嫌陚?。好吧,這是我想教手機(jī)掌握的另一項(xiàng)技能。但現(xiàn)在我得教手機(jī)學(xué)習(xí)了,我該如何教手機(jī)反饋外面是否下雨的情況?這個(gè)時(shí)候,親自示范可能要比說(shuō)話更容易一點(diǎn)。我可能會(huì)說(shuō),如果你想知道外面是否下雨,打開(kāi)天氣預(yù)報(bào)app,看一下當(dāng)時(shí)的天氣狀況就行了。如果天氣預(yù)報(bào)顯示有雨,那就是下雨了,你這么說(shuō)就可以了。但親自示范就是要比說(shuō)話更容易理解。所以我們?cè)谶@個(gè)系統(tǒng)的最新版本中,整合了通過(guò)展示和口頭對(duì)話來(lái)傳授本領(lǐng)的功能,以便人們可以結(jié)合這兩種方法向手機(jī)傳達(dá)指令。

:我們會(huì)推動(dòng)這種技術(shù)實(shí)現(xiàn)商業(yè)化嗎?

Tom Mitchell:有人會(huì),但在此之前還是得先解決一些技術(shù)性問(wèn)題。我們有一個(gè)原型可以展示這種強(qiáng)大的功能,但這個(gè)原型也失敗了。我們針對(duì)這個(gè)機(jī)械進(jìn)行了測(cè)試,我們?yōu)榇斯陀昧?23個(gè)人在非語(yǔ)音模式下使用我們的系統(tǒng),他們只能通過(guò)打字這種仍然屬于自然語(yǔ)言的模式,教系統(tǒng)執(zhí)行大約20項(xiàng)任務(wù)。測(cè)試結(jié)果發(fā)現(xiàn),完成了了測(cè)試的人員都取得了良好的結(jié)果,但在這123人中僅有半數(shù)人完成了測(cè)試,其他人都失敗了,因?yàn)橛?jì)算機(jī)并不能完全理解他們發(fā)出的指令。所以我認(rèn)為,這項(xiàng)技術(shù)的商業(yè)化之路任重道遠(yuǎn)。但我仍然認(rèn)為它是當(dāng)前十分重要的一個(gè)研究領(lǐng)域。

理性擁抱AI

:機(jī)器學(xué)習(xí)很火熱,現(xiàn)在很多人都一窩蜂涌上來(lái)要學(xué)習(xí)機(jī)器學(xué)習(xí),你如何看待這種現(xiàn)象?

Tom Mitchell:我想,出現(xiàn)這個(gè)現(xiàn)象有兩個(gè)原因。其中一個(gè)原因,我認(rèn)為是理性的。如果你看下自己可以主修的所有學(xué)科,選擇機(jī)器學(xué)習(xí)或者AI不失為一個(gè)理性的選擇,因?yàn)檫@是一個(gè)迅速發(fā)展的領(lǐng)域,如果你掌握了這項(xiàng)技能和知識(shí),未來(lái)就有可能參與許多有趣的事情,從這個(gè)角度來(lái)看這是一種理性的選擇。但這其中也有過(guò)度炒作的成分。我認(rèn)為再過(guò)幾年這一行的炒作就會(huì)消失,人們終會(huì)回歸理性。

:現(xiàn)在什么都往AI上靠,甚至包括波士頓動(dòng)力機(jī)器人也有人說(shuō)它用了AI算法,如何讓大家理性看待AI?

Tom Mitchell:我認(rèn)為AI仍然是一個(gè)非正式術(shù)語(yǔ)。目前來(lái)看,它只是一個(gè)流行使用的非正式術(shù)語(yǔ)。所以每家公司都希望在宣傳上蹭一下AI的熱度。這倒沒(méi)錯(cuò),我是說(shuō)我認(rèn)為多數(shù)消費(fèi)者都很清楚,市場(chǎng)營(yíng)銷部門(mén)都很擅長(zhǎng)使用這種噱頭,聲稱自己使用了AI技術(shù),實(shí)際上未必如此。這些公司實(shí)際上可能只是使用了非常簡(jiǎn)單,或者非常復(fù)雜的算法。這種現(xiàn)象可能過(guò)一段時(shí)間就會(huì)發(fā)生變化,因?yàn)锳I概念現(xiàn)在很火,大家就喜歡用這種套路,但今后可能又會(huì)出現(xiàn)更熱門(mén)的概念。到時(shí)候,大家又會(huì)說(shuō)他們家的產(chǎn)品使用了這種新技術(shù)。這種現(xiàn)象并不奇怪。

:您認(rèn)為未來(lái)還有什么技術(shù)會(huì)比AI更流行?

Tom Mitchell:很難說(shuō),我只能說(shuō)區(qū)塊鏈現(xiàn)在在中國(guó)很火,但從長(zhǎng)遠(yuǎn)來(lái)看,我并不認(rèn)為它會(huì)比AI走得更遠(yuǎn)。量子計(jì)算( Quantity computing)如果被證實(shí)可行的話,有可能比AI更熱門(mén),但這還得再等上幾年才看得分明。

總結(jié)

雖然Tom Mitchell教授每年都把其最新的思想和研究帶來(lái)中國(guó),但是我們很少有機(jī)會(huì)能與他進(jìn)行一對(duì)一的探討,在這次長(zhǎng)達(dá)一個(gè)小時(shí)的一對(duì)一專訪中,Tom Mitchell教授解決了編輯諸多疑問(wèn),在AI大牛的光環(huán)之下,我們也了解到了一個(gè)更加真實(shí)、更完整的Tom Mitchell。

整個(gè)采訪過(guò)程中,Tom Mitchell教授說(shuō)話慢條斯理,總是面帶微笑,聲音中充滿愉悅的氣息。能與他對(duì)談,讓人覺(jué)得是一件幸運(yùn)的事。


相關(guān)文章:

機(jī)器學(xué)習(xí)教父 Tom Mitchell :人工智能將成為自適應(yīng)學(xué)習(xí)的驅(qū)動(dòng)式技術(shù) | 全球AI+智適應(yīng)教育峰會(huì)

肩扛CMU人工智能大旗,機(jī)器學(xué)習(xí)教父Tom Mitchell如何講述AI+教育?

專訪機(jī)器學(xué)習(xí)祖師爺 Tom Mitchell:帶著理性擁抱機(jī)器學(xué)習(xí)的熱潮 | GMIC 2018

對(duì)話機(jī)器學(xué)習(xí)教父Tom Mitchell:人工智能不會(huì)出現(xiàn)第三次衰退了 | GMIC 2017

《機(jī)器學(xué)習(xí)》作者Tom Mitchell:人工智能如何向人類大腦學(xué)習(xí) | GMIC 2017

吳甘沙對(duì)話Tom Mitchell:人工智能如何顛覆我們的城市 | GMIC 2017

原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。

本站聲明: 本文章由作者或相關(guān)機(jī)構(gòu)授權(quán)發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點(diǎn),本站亦不保證或承諾內(nèi)容真實(shí)性等。需要轉(zhuǎn)載請(qǐng)聯(lián)系該專欄作者,如若文章內(nèi)容侵犯您的權(quán)益,請(qǐng)及時(shí)聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息,不造車的華為或?qū)⒋呱龈蟮莫?dú)角獸公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關(guān)鍵字: 阿維塔 塞力斯 華為

倫敦2024年8月29日 /美通社/ -- 英國(guó)汽車技術(shù)公司SODA.Auto推出其旗艦產(chǎn)品SODA V,這是全球首款涵蓋汽車工程師從創(chuàng)意到認(rèn)證的所有需求的工具,可用于創(chuàng)建軟件定義汽車。 SODA V工具的開(kāi)發(fā)耗時(shí)1.5...

關(guān)鍵字: 汽車 人工智能 智能驅(qū)動(dòng) BSP

北京2024年8月28日 /美通社/ -- 越來(lái)越多用戶希望企業(yè)業(yè)務(wù)能7×24不間斷運(yùn)行,同時(shí)企業(yè)卻面臨越來(lái)越多業(yè)務(wù)中斷的風(fēng)險(xiǎn),如企業(yè)系統(tǒng)復(fù)雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務(wù)連續(xù)性,提升韌性,成...

關(guān)鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據(jù)媒體報(bào)道,騰訊和網(wǎng)易近期正在縮減他們對(duì)日本游戲市場(chǎng)的投資。

關(guān)鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)開(kāi)幕式在貴陽(yáng)舉行,華為董事、質(zhì)量流程IT總裁陶景文發(fā)表了演講。

關(guān)鍵字: 華為 12nm EDA 半導(dǎo)體

8月28日消息,在2024中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)上,華為常務(wù)董事、華為云CEO張平安發(fā)表演講稱,數(shù)字世界的話語(yǔ)權(quán)最終是由生態(tài)的繁榮決定的。

關(guān)鍵字: 華為 12nm 手機(jī) 衛(wèi)星通信

要點(diǎn): 有效應(yīng)對(duì)環(huán)境變化,經(jīng)營(yíng)業(yè)績(jī)穩(wěn)中有升 落實(shí)提質(zhì)增效舉措,毛利潤(rùn)率延續(xù)升勢(shì) 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務(wù)引領(lǐng)增長(zhǎng) 以科技創(chuàng)新為引領(lǐng),提升企業(yè)核心競(jìng)爭(zhēng)力 堅(jiān)持高質(zhì)量發(fā)展策略,塑強(qiáng)核心競(jìng)爭(zhēng)優(yōu)勢(shì)...

關(guān)鍵字: 通信 BSP 電信運(yùn)營(yíng)商 數(shù)字經(jīng)濟(jì)

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺(tái)與中國(guó)電影電視技術(shù)學(xué)會(huì)聯(lián)合牽頭組建的NVI技術(shù)創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會(huì)上宣布正式成立。 活動(dòng)現(xiàn)場(chǎng) NVI技術(shù)創(chuàng)新聯(lián)...

關(guān)鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長(zhǎng)三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會(huì)上,軟通動(dòng)力信息技術(shù)(集團(tuán))股份有限公司(以下簡(jiǎn)稱"軟通動(dòng)力")與長(zhǎng)三角投資(上海)有限...

關(guān)鍵字: BSP 信息技術(shù)
關(guān)閉
關(guān)閉