AI高速发展,大城市会出现更多的“小偷家族”吗
分类:

专家指南

时间:2018-08-09

从药神、到疫苗、到MeToo,近期的社会热议话题始终围绕着“人”这个核心。而上半年的最佳影片之一《头号玩家》和近期大热的《小偷家族》的出现,也让我们重新见识到了大城市底层的无奈和反抗,也唤醒了我们对于科技高速发展与“人”的生存空间之间的博弈。那么,高科技的发展会“孕育”更多的“阿治”吗?

 

早在2015年,BBC基于牛津大学Michael Osborne和Carl Frey两位学者在2013年的研究数据,结合德勤关于薪酬和职业发展的研究体系分析了365中职业在未来被替代的可能性,并指出,发达国家中35%的岗位将在20年内由机器取代或消失

 

因此,IT行业、金融业、制造业近几年也出现了越来越多的“码农”“金融民工”等说法,即使处于高强度的工作之下,人类的工作能力相比于智能设备仍然存在差距,“人”相对于人工智能的不可替代性也仍然要划上问号。 

  

不过,在近期的人工智能领域研究中也出现了不同的声音。根据普华永道在今年7月中旬发布的报告,虽然人工智能科技在未来的20年中,将在制造业、交通及仓储行业和公共管理领域带来20%左右的岗位缩减;但同时也会在医疗健康、科学技术研究、教育等领域创造大量新岗位。谷歌公司在谈论其基于人工智能科技的新型呼叫中心时也表示,人工智能的发展方向是分担人类的部分重复性劳动,而非直接替代人类的工作。普华永道甚至乐观地认为,在经济较为发达的国家和地区,人工智能新创造的岗位数量将超过消失的岗位 

 

从Alpha Go、Alpha Zero到近期AI自学超级玛丽和Dota II中也可以发现,即使具备了快速对某一类规则的快速学习和计算能力,但机器的综合分析能力和应激性处理能力尚不能完全替代人类。尤其在人类不按套路出牌、使用颇具创造性的“盘完招”时,人工智能的计算和分析过程会出现明显的偏差,甚至会给出出乎科学家意料的“昏招”。 

  

在未来人与人工智能机器的竞争和合作中,双方能够在多大程度上了解对方的思维和行为方式将成为科技进步的决定性因素。 

  

在当前人工智能的发展阶段,文本挖掘、音频识别、图像识别、以及图像和音频向自然语言处理作为人工智能对人类世界进行学习和分析的主要途径,是美国人工智能教育和研究中较为常见的基础性科研课题。因此,它们也被卡内基梅陇大学、麻省理工学院、斯坦福大学等人工智能领域的学府认为是有志于从事人工智能相关行业的研究者在初步阶段接触的重要技术领域。 

 

新东方前途出国整合国内科研院所的优质导师资源,在十一期间推出集训式短期科研项目。结合人工智能及相关交叉学科领域的热点问题,在一周的时间内帮助美国研究生的申请者快速接触行业前沿科研内容,培养提升基础学术研究能力和科学研究中的团队合作能力。

 

 

招生要求

 


 

  • 申请专业美国研究生人工智能类项目 

  • 具备一定计算机专业课程基础 

  • 希望提过项目制学习快速提升科研能力 

  •   


     

     

    项目地点

     

  • 北京、深圳 

  •   

     

    项目介绍

     


     

    1. 短期科研营(北京)——人工智能机器学习(自然语言处理之文本分类) 


     

    项目内容及收获

  • 开发环境、基本原理及开发方法论学习 

  • 决策树,贝叶斯分类器,神经网络等基础概念强化 

  • 基于Spark/Sklearn的文本分类算法开发 


  •  

    师资背景

    任知名研究所助理研究员,拥有超过9年的数据预测到可视化等计算机领域和系统开发经验 


     

    项目时间

    10月1日至10月7日 


     

      

    2. 短期科研营(深圳)——深度学习(手写字体识别) 


     

    项目内容及收获

  • 基于Python的传统机器学习算法和深度学习入门 

  • TensorFlow深度学习框架学习 

  • 基于CNN神经网络实现手写字体的识别 


  •  


     

    师资背景

    任知名研究所副研究员。主要研究方向为人工智能、深度学习、社交网络分析等,在SIGMOD、VLDB和TKDE等国际著名期刊及会议上发表论文30余篇 


     

    项目时间

    10月1日至10月7日 

      


     

    3. 二加一加二科研小班(北京)——基于深度学习的人脸识别 


     

    项目内容及收获

  • 颜色/梯度直方图等图像基本技术学习 

  •  LBP特征算法和PCA降维算法实现 

  • 相似度度量技术与人脸识别系统设计与优化 


  •  

    师资背景

    任知名研究所副研究员,博士。主要研究领域为深度学习在图像识别领域中的应用
     


     

    项目时间

  • 第一阶段:2周远程辅导9.18-9.29:了解项目背景,文献阅读,资料收集 

  • 第二阶段:1周实地实习10.3-10.7 

  • 第三阶段:2周远程辅导10.8-10.22:完成实验报告 

  •   

     

    评论

    首页| 企业文化| 联系我们| 加入我们| English website| 微博:新浪| 投诉建议|
    新东方教育科技集团有限公司
    经营许可证编号:京ICP备05067667号 ©版权所有:新东方教育科技集团有限公司

    徐新祥美研资深顾问

    AI高速发展,大城市会出现更多的“小偷家族”吗
    更多详情

    从药神、到疫苗、到MeToo,近期的社会热议话题始终围绕着“人”这个核心。而上半年的最佳影片之一《头号玩家》和近期大热的《小偷家族》的出现,也让我们重新见识到了大城市底层的无奈和反抗,也唤醒了我们对于科技高速发展与“人”的生存空间之间的博弈。那么,高科技的发展会“孕育”更多的“阿治”吗?

     

    早在2015年,BBC基于牛津大学Michael Osborne和Carl Frey两位学者在2013年的研究数据,结合德勤关于薪酬和职业发展的研究体系分析了365中职业在未来被替代的可能性,并指出,发达国家中35%的岗位将在20年内由机器取代或消失

     

    因此,IT行业、金融业、制造业近几年也出现了越来越多的“码农”“金融民工”等说法,即使处于高强度的工作之下,人类的工作能力相比于智能设备仍然存在差距,“人”相对于人工智能的不可替代性也仍然要划上问号。 

      

    不过,在近期的人工智能领域研究中也出现了不同的声音。根据普华永道在今年7月中旬发布的报告,虽然人工智能科技在未来的20年中,将在制造业、交通及仓储行业和公共管理领域带来20%左右的岗位缩减;但同时也会在医疗健康、科学技术研究、教育等领域创造大量新岗位。谷歌公司在谈论其基于人工智能科技的新型呼叫中心时也表示,人工智能的发展方向是分担人类的部分重复性劳动,而非直接替代人类的工作。普华永道甚至乐观地认为,在经济较为发达的国家和地区,人工智能新创造的岗位数量将超过消失的岗位 

     

    从Alpha Go、Alpha Zero到近期AI自学超级玛丽和Dota II中也可以发现,即使具备了快速对某一类规则的快速学习和计算能力,但机器的综合分析能力和应激性处理能力尚不能完全替代人类。尤其在人类不按套路出牌、使用颇具创造性的“盘完招”时,人工智能的计算和分析过程会出现明显的偏差,甚至会给出出乎科学家意料的“昏招”。 

      

    在未来人与人工智能机器的竞争和合作中,双方能够在多大程度上了解对方的思维和行为方式将成为科技进步的决定性因素。 

      

    在当前人工智能的发展阶段,文本挖掘、音频识别、图像识别、以及图像和音频向自然语言处理作为人工智能对人类世界进行学习和分析的主要途径,是美国人工智能教育和研究中较为常见的基础性科研课题。因此,它们也被卡内基梅陇大学、麻省理工学院、斯坦福大学等人工智能领域的学府认为是有志于从事人工智能相关行业的研究者在初步阶段接触的重要技术领域。 

     

    新东方前途出国整合国内科研院所的优质导师资源,在十一期间推出集训式短期科研项目。结合人工智能及相关交叉学科领域的热点问题,在一周的时间内帮助美国研究生的申请者快速接触行业前沿科研内容,培养提升基础学术研究能力和科学研究中的团队合作能力。

     

     

    招生要求

     


     

  • 申请专业美国研究生人工智能类项目 

  • 具备一定计算机专业课程基础 

  • 希望提过项目制学习快速提升科研能力 

  •   


     

     

    项目地点

     

  • 北京、深圳 

  •   

     

    项目介绍

     


     

    1. 短期科研营(北京)——人工智能机器学习(自然语言处理之文本分类) 


     

    项目内容及收获

  • 开发环境、基本原理及开发方法论学习 

  • 决策树,贝叶斯分类器,神经网络等基础概念强化 

  • 基于Spark/Sklearn的文本分类算法开发 


  •  

    师资背景

    任知名研究所助理研究员,拥有超过9年的数据预测到可视化等计算机领域和系统开发经验 


     

    项目时间

    10月1日至10月7日 


     

      

    2. 短期科研营(深圳)——深度学习(手写字体识别) 


     

    项目内容及收获

  • 基于Python的传统机器学习算法和深度学习入门 

  • TensorFlow深度学习框架学习 

  • 基于CNN神经网络实现手写字体的识别 


  •  


     

    师资背景

    任知名研究所副研究员。主要研究方向为人工智能、深度学习、社交网络分析等,在SIGMOD、VLDB和TKDE等国际著名期刊及会议上发表论文30余篇 


     

    项目时间

    10月1日至10月7日 

      


     

    3. 二加一加二科研小班(北京)——基于深度学习的人脸识别 


     

    项目内容及收获

  • 颜色/梯度直方图等图像基本技术学习 

  •  LBP特征算法和PCA降维算法实现 

  • 相似度度量技术与人脸识别系统设计与优化 


  •  

    师资背景

    任知名研究所副研究员,博士。主要研究领域为深度学习在图像识别领域中的应用
     


     

    项目时间

  • 第一阶段:2周远程辅导9.18-9.29:了解项目背景,文献阅读,资料收集 

  • 第二阶段:1周实地实习10.3-10.7 

  • 第三阶段:2周远程辅导10.8-10.22:完成实验报告 

  •   

     

    分享
    请徐新祥老师帮我评估
    • 您的姓名:
    • 手机号码:
    提交

    京ICP备案05067667
    新东方教育科技集团有限公司

    电脑版