首页 > 观点

工学大儒郑光廷教授:人工智能发展历程与未来展望 | 袁老师访谈录

观点 零壹财经 零壹财经 2020-04-27 阅读:3830

关键词:袁老师访谈录人工智能未来展望郑光廷问诊未来

郑光廷特别强调:中国集成电路产业人才缺口非常大。
香港科大商学院联合零壹智库共同推出《袁老师访谈录》直播访谈栏目,聚焦在科技与商业领域,访谈知名学者和企业家。

 

本期访谈嘉宾是郑光廷教授,他不仅是香港科大工学院院长,还是电机及电子工程师学会(IEEE)院士,曾获多项国际奖誉。在本次访谈中,主要围绕芯片、人工智能、创业、新工科教育等话题与郑院长进行了交流和访谈。



扫码上方二维码,可观看直播回放

 

 本期嘉宾介绍
 

郑光廷教授于1988 年在加州大学柏克利分校取得电机工程及计算机科学博士学位﹔他自2016 年5 月起出任香港科技大学工学院院长,并兼任电子及计算机工程学系以及计算机科学及工程学系的讲座教授。

在此之前,郑院长于AT&T贝尔实验室工作了五年(1988-1993),并于1993年开始在加州大学圣塔芭芭拉分校任教,同时担任多个重要领导职位,包括︰计算机工程学课程创办主任(1999-2002年)、电机及计算机工程学系系主任(2005-2008年)、署理协理校长(硏究)(2013年)及协理校长(硏究)(2014-2016年)。郑院长的研究领域包括︰集成电路及柔性电路设计与自动化、计算机视觉、医学图像分析、移动嵌入式系统。

郑院长曾发表过超过500篇论文、合著5本书籍、指导超过50篇博士论文及拥有12项美国专利﹔他曾担任美国国防部多学科大学研究计划(Multidisciplinary University Research Initiative)三维混合电路中心的主任。他也曾共同创办过三家科技新创公司。

郑院长是电机及电子工程师学会(IEEE)院士,曾获多项奖誉,包括由主要学术会议(IEEE 及ACM)及期刊所颁发的共10多项最佳论文奖及加州大学圣塔芭芭拉分校工程学院杰出教师奖﹔他曾任《IEEE计算机设计与测试杂志》(IEEE Design and Test of Computers) 总编辑、IEEE电子设计自动化理事会(IEEE Council on Electronic Design Automation)理事及IEEE计算机学会(IEEE Computer Society)编辑委员会委员。 


以下为访谈全文:

 

袁老师:郑院长,首先请您介绍一下您近期的研究领域和方向,以及您的教书经历吧。

 

郑院长我目前的研究主要两个方向,第一个方向就是芯片设计和芯片设计的自动化。第二方面就是人工视觉,目前我团队大部分是在做医学图像分析,辅助疾病诊断的。另外我还有几个人工视觉方面有趣应用的计划,其中一个是通过人工视觉让无人机做自动摄影,能够达到专业摄影的水平,比如无人机可以在人跑步过程中自动找到好的角度摄影、在食堂回收餐盘地点的摄像头用于降低食物浪费、观察失智老人脸部变化用来疾病预防等项目。

 

谈到教学,教学让我得到的成就感远远超过研究,从上个世纪90年代我开始在大学任教,中间有几次机会离开大学,但因为对教书的感觉和对校园的向往让我留在了学校,现在已经超过30年了。

 

我分享一下一门我引以为豪的课,2008年在加州大学圣塔芭芭拉分校做系主任任满之后,我有机会开一门新课,我选了一门智能型手机的课程来教。大家知道苹果1代是2007年6月推出的,所以苹果历史也是从这时开始的。第一台安卓手机2008年推出的,阴错阳差我选择了用安卓来做教学的平台。我选择教这门课就是觉得这个东西太好玩了,我懂一点又不是完全懂。

 

从我2008年开这门课的时候到今天,安卓市场的占有率从只占2%到今年大概达到80%,安卓的系统版本也从1.5版本到现在10.0版本。我从2008年到2016年离开加州大学到香港科大,我教了无数学生,每一年我教这门课的时候,我会发现70%前一年教的东西已经过时了。手机从三寸到四寸、从四寸到五寸,它的计算芯片、记忆体、显示器、触屏、相机, 电池技术等等都发生了革命性的变化,教这门课的过程中让我有很深的体验。老师最大的乐趣就是跟学生一起学,老师是学生的教练,不一定无所不知的专家,甚至有些东西学生可以教你。

 

袁老师:您现在当了院长,一方面做研究,另一方面也有很多行政工作,如果现在让您再教一门新的课程,您最有兴趣讲哪一门课?

 

郑院长:如果再教一门课的话,我要教一门系统方面的课,比如说机器人在科技基础方面需要综合机械方面、电子方面、人工智能方面的知识。我觉得学校应该开一门课把所有这些基本技术从系统的角度介绍给学生,用系统的角度介绍复杂的工程产品来训练学生见林也见树,这是下一代工程师必须拥有的一个能力。

 

袁老师:就是不能只教学生一些深入却狭隘的技术,而是要教他们拥有系统性, 全方位的思维方式。

 

袁老师:您今天接受的是我们商学院的访谈,我们说香港科大是一家,如果有一天想请您给EMBA的企业家和高管们开一门课的话,您想讲什么课?

 

郑院长:像我刚才讲到的这种课可以讲得科普一些,让所有人了解。商学院的学生很有见识,视野很广,我们可以把同样的题目讲得适合EMBA的企业家和高管,同样用系统思维的方式让他们也听得懂复杂的科技及工程产品。我觉得老师最重要的一个本事也就是对小朋友讲课小朋友可以听得懂,对世界大师也讲得出来,让他觉得可以有一些收获。教学就是要让任何想听的人都能有收获。

 

袁老师:我建议未来给我们商学院企业家开一门课的主题就可以是--商业人士的科学系统思维课。

 

袁老师:前面几期我们请来的访谈院长结合各自不同专业对当前疫情给出了不同角度的见解,你们团队也做了相关的科研项目,并有了很多成果,请您也和我们分享一下。

 

郑院长:我可以分享两个目前正在进行的计划。

 

第一个就是对于新冠肺炎肺部计算机扫描图像分析。我们2月初通过华中科技大学的合作伙伴和武汉中心医院有合作,得到大概500个患者肺部的计算机断层图像,这些病人大部分都是重症,每2、3天做一次肺部扫描。他们经常面临症状反复的问题,医生需要判断哪些患者需要花多少医疗资源,哪些患者在比较轻症的地方观察。除了医疗图像,还需要收集其他的诸如吸烟史、年龄、性别、体重等信息做资料分析,最后可以得到一个计算机辅助的判断,这对病情诊断及医疗资源的分配,尤其在医疗资源紧张的情况下是有价值的。

 

另外一个项目是在香港做一个既能保护隐私、又能够追踪接触史的APP。在新冠肺炎确诊后再问这个病人,凭他的记忆回忆他过去到过哪些地方、接触过哪些人,这是非常不可靠的。我们每个人有手机,手机里面有蓝牙,蓝牙都会发送信号,如果两个手机彼此在很近的距离之内传送和接收信号,就会储存在手机里面,这个没有隐私问题。用这个APP,我就可以透过自动比对信号,查明过去14天什么人和确诊的人在几公尺距离之内有10分钟以上的接触。香港是一个非常拥挤的地方,做接触史的追踪很困难,所以我们通过一些非政府组织的协助,希望用最优秀的技术做出一个符合香港需求的APP。

 

袁老师:谢谢,我相信您的科研成果对于未来也会非常有意义的。

 

袁老师:接下来有请郑院长进行他的主题分享《芯片,未来企业的“心”》。

 

郑院长:过去几年大家看到的人工智能的革命,AI应用层面越来越广,从交通、金融科技、医疗保健到教育,越来越多的应用使用AI技术,他们都是架设在AI的基础设施算法上面,比如说在计算机视觉的技术、机器学习、自然语言处理这些基础的算法上面,这些算法和应用都在硬件平台上进行,其中最重要的就是芯片、包括处理器和很多的存储器、内存,还有把这些连在一起的网络,我今天主要谈的就是芯片硬件的平台。

 


 

过去这些年来有很多新的应用产生,一个很重要的因素就是人工智能和机器学习能够达到的精度已经到了一定的标准,这样的进展是因为硬件能够提供给这些机器学习和人工智能需要的海量计算和存储资源。大资料需要大量存储器来存储及大量计算。我们虽然在精度方面有很好的进展,但有很多的应用需要更高的精度。但要达到更高精度, 根据这条对需求计算和储存资源的曲线, 所需求的硬件资源是越来越难支撑了。

 

目前人工智能和机器学习的硬件面临几个主要挑战:第一个就是所谓的存储墙,我们的计算器越来越快,存储器也越来越快,但是大资料要提供给计算器做计算的速度不够快,当一个计算机计算系统里面有瓶颈的时候,就会造成速度很慢。另外一个问题是设计芯片是一个非常复杂的工作,导致它的设计周期很长,需要的团队很大,任何一个企业都无法支撑。如何让设计周期降低,用很小的团队设计,这也是一个问题。

 


 

芯片事实上分为很多类,就计算芯片来讲,如图左边从中央处理器CPU到图形处理器GPU,再到FPGA,最右边的专用集成电路ASIC只专注做一、两件事。最左边的是通用硬件,什么事都可以做,只要让程序设计师写一个程序执行他想要做的事情,这个程序就可以在通用硬件上运行,过去大概都是用左边这种模式。现在AI的应用非常广,所以AI需要的芯片量很大,有这个市场需求;另外一方面AI技术又很专,它需要特别的计算,或者说它的计算的特性有一些一致性,所以需要做专用的芯片,上图中圆圈这块, 专用集成电路, 就产生出很好的商业机会,很多大公司和创新公司都在全力做这个领域。

 


 

上图中上层是AI的应用,中层AI的基础设施,到下面AI的平台,我们可以对不同的AI基础计算设施的软件与硬件作协同设计,作出最有效能的一个专用硬件平台。例如透过软件与硬件协同设计产生的人工视觉专用硬件平台, 它对于处理人工视觉问题的计算效能就非常的高。另外对机器学习我们可以另外设计一个机器学习专用硬件平台,对于深度神经网络用同样的理念又设计另外一个不同的芯片。如果我们有了算法的专长,又有AI加速器设计的能力,就有相当大的优势,通过协同设计和协同优化能够提升专用硬件平台的效能2-4个数量级,这就是我刚刚提到的,硬件效能的大量提高, AI的精度便可继续提升。

 


 

我特别要强调集成电路设计和集成电路产业,最重要的是人才,找到人钱就不是问题,找到人产品就会做出来,所以这是一个人才非常密集的产业,上图说明中国集成电路产业人才缺口非常大。最后,我想鼓励年轻一代,如果你还在考虑将来做什么,集成电路设计是一个很好的选择!

 

袁老师:您刚才讲到芯片设计能力的话题,我们发现很多企业,尤其中国的企业,或者是还没有这方面意识,或者即使意识到了也觉得自己做不了,您觉得呢?您觉得这是不是企业应该马上要面对的课题呢?

 

郑教授:绝对是马上要面对的课题!这个行业的门槛很高,任何一个门槛高的行业,它必然要花很长的时间,必然就要做很大的投资,也必然有很大的风险。当谈到制造业时候,就像以出版事业为例来讲,印书和写书对比,印书很快但是利润很低,也很容易被取代,因为门槛不高;而写书价值很高,很难被取代,但是有没有读者是说不准的,这是有风险的,如果恰好写出一本畅销书,影响就很大。

 

开创一个企业,以我的看法就是要生存,如果我们只看2、3年,即使成功, 也很可能几年之内被取代,什么阶段掌握什么技术是公司领导阶层要仔细考量的。还有结盟时候关键技术可以共同拥有,我个人觉得“芯”是非常重要的。比如苹果过去从来不是一个芯片公司,但是它今天有4000多个芯片设计师,因为芯片是一个非常重要的关键技术。

 

袁老师:我们这期访谈的主题是“AI,未来世界的眼”,我们聊聊AI在人工视觉方面的话题,你们在这个领域也开展了一些研究和项目,请您和我们分享一下相关进展和成果。通过您的眼带我们看看在人工视觉领域,世界上最先进的技术在哪里?未来可见的突破和应用在哪里?

 

郑教授:关于目前人工视觉做到什么程度,过去这几年在图像识别方面有非常大的进展,基本上深度神经网络成为图像识别技术的主干,它对于图像里面人物及物体的识别非常准,仰赖于人脸识别、物体识别、生物识别(包括指纹、眼球识别)的应用已经非常成熟。还有用医学图像分析来对疾病做辅助诊断、在制造业用人工视觉技术取代生产线上人工检查、还有在大型活动里面自动找出罪犯和违禁品,这些都可以做得到。

 

未来人工智能的发展有无限空间。从大方向看,图像和视频资料量的爆炸性趋势会持续,从手机到笔记型计算机、到台式计算机、到云储存,几乎每个人大部分的存储资料都是图像和视频,数量这么多的情况下,一定要用到人工智能自动处理。如果我们能够加快图像分析,从算法到硬件可以加速处理视觉资料的话,人工视觉的应用就会更广。

 

还有一个很有趣的方向是图像和视频的合成,现在有很多图像和视频是合成的, 但是要花很多的人工及很长的时间。如果我们可以快速自动合成定制化广告的图像和视频,这样的技术未来的应用是非常广的。

 

袁老师:现在国内人工视觉领域,企业之间的竞争非常激烈,通过您的讲解,我们也了解到其实还是有无限空间,大家要拼的是想象力和真正的科技能力。

 

袁老师:您自己也是创办了三家企业,请您分享一下您的创业经历,以及您会给创业者什么建议?

 

郑教授:我第一家企业是在1997年和几个朋友创立的一个芯片设计自动化工具的公司,特别是验证芯片,当时需求很大就顺势而为,后来这个软件工具做到市场占有率超过50%就顺利卖给了大公司。给我的经验就是如果市场有需求, 有好的研究结果和技术, 好好做转化, 开公司并不是特别困难。

 

第二家是2000年的时候,我发现摄像头越来越多,数码相机可以拍很多照片,但最后很多照片没有办法整理,我们研究人工视觉如何做图像搜寻,事实上我们当初这个方向的技术非常好,我们也引以为豪。但是后来因为没有看到用户的需求,所以到2008年我决定把技术卖给其他公司,从这个公司得到的经验就是要时机很重要。市场不成熟, 技术与产品再好也没有用。

 

第三家是一个医疗保健物联网的公司,我们做心电贴、温度贴可以贴在身上七天,用无线网络连接到手机以便分析,这样产生的资料是有价值的。过去这一年在医院实地对病人做长期监测,可以在疫情的时候看小孩有没有发烧,温度自动随时随地观测。温度贴技术门槛相对比较低,但舒适又精准的心电贴的技术门槛就相对高了。心电贴可以对心脏做长期的监测。这家公司我蛮看好的,但挑战也很多。

 

我个人认为每一次创业都不一样,每一次创业都不一定能用得上前一次的创业经验,所以我非常重视直觉判断,这个直觉判断就是在你的创业过程当中学到的,不要怕失败,失败是创业必要的经历,能够从失败中间走出来是所有创业者必须要有的训练和特质,所以我在学校和学生讲不要怕拿到B,我鼓励你们全部拿A+,但是你拿到B的时候确定不会被打倒,我学习中要有的经验。

 

我的下一个公司想做医学图像分析的计算机辅助诊断,大家到医院常常会要做计算机断层扫描、核磁共振、超音波、X光等等,产生的医疗图像越来越多,可是放射科的医生没有增加,需要有工具来帮忙减轻医生的负担以及做更快速的医疗判断, 因此对图像分析的仰赖必然越来越高。所以从这个大方向来讲,我觉得这是一个很好创业方向,但是问题在于精度够不够。但是另一方面,即使有计算机辅助分析也一定要专业医生对图像分析的结果做最后的判断。

 

袁老师:您的这几段创业经历有一个很重要共同点,就是创业者要有输得起的心态,能够有决心从头再来。

 

袁老师:我们香港科大工学院也是世界级的工学院,请您介绍一下它的优势之处吧。

 

郑教授:在短短不到30年的时间,香港科大工学院创造了现在这样一个成果真的不简单。在创业方面我们的校友就有两个超级独角兽企业--大疆和云洲,他们做的无人机和无人船是世界级的、最高等级的科技。我们其他很多校友、教授创办很多创新公司也是有非常大的影响力。

 

谈到基本科研,目前香港科大工学院在全世界工学院排第18名,我个人不太强调排名,但是排名会告诉你大概在哪个位置,排名前20的其他高校几乎所有都是百年以上的工学院,我们一个历史只有30年不到的工学院可以达到这个排名,我们的教授能够在这样年轻的环境里面创造出这样的科研成果真的不容易。再举个例子,全世界最大的电子计算机方面的专业组织大概有40万个会员,其中最高的等级就是院士,我们在电子及计算机工程专业的教授大概有50%都是院士,能达到这样的比例在全世界高校里是数一数二。

 

还有我们的学生是我们最引以为豪的,我们学生的整体素质很高,假如把大学比成一个工厂,进来的材料要好,生产线要好,出来的产品客户就会喜欢。大学进的材料就是学生,香港科大工学院的学生是一流的,我们的生产线就是我们的课程和教授。

 

所以建立在这个基础之上,我想香港科大立足于30年历史再往前走,机会应该更好。

 

袁老师:我们说一流的工学院是因为我们有一流的科研、一流的教授、还有一流的学生,我知道您也是一直以来致力于未来的工学教育和新工科教育,也请您分享一下在这方面的见解和体会。

 

郑教授:工学院教育改革事实上已经在进行了,过去的工学教育训练出比较定型的专业方面的专家,这点要作为一个基本上的改变。我们现在工程创新方面都是多学科的,社会又变化很快。我们要给工学学生多方面的能力,包括分析的能力、设计的能力、对人的了解、人文的素养等等都很重要,因为工程师做出来的东西都是帮助人解决问题,如果你对人不了解的话,你不可能成为一个好的工程师。

 

对语文的掌握也很重要,过去大家认为工程师就是数学好、物理好,但是语文很差,这个我完全反对,我们工程师要写邮件,写报告,要和别人沟通,现在都是一个团队在做事情,如果工程师能够对语文的掌握比较好的话,他的机会大得多,所以对于语文的训练也很重要。

 

另外就是细节的训练,人要有远见,但是远见和对细节的重视并不冲突。如果工程师一天到晚在细节上出错,必然不是一个好的工程师,所以这方面的训练很重要。另外一点是要有自我学习的能力。

 

优秀的工程师要有很好工程的直觉,我们经常提到人的判断,人的判断也是要训练的,要考虑如何在我们教学过程中不仅仅教他知识,还能够教他判断的能力以及训练出好的直觉。

 

袁老师:其实对于新工科和工程的教育,我们现在更迫切需要的是跨学科、跨文化的人才。

 

袁老师:我们今天的大主题是问诊未来世界,您觉得未来的世界、未来的科技、未来的AI会变成什么样子?

 

郑教授:有一本书提到,(Citizen Engineer: A Handbook for Socially Responsible Engineering)上个世纪是科学的世纪,这个世纪是工程的世纪,理由是上个世纪有太多伟大的发明,而这个世纪人类面临非常多的大挑战,比如说气侯变迁、环境污染……都需要工程解决方案。但是这么大的挑战,不是任何一个专业、任何一个小团队、任何一个人可以解决的。也说明我们为什么看到过去十年来,大部分的工程专业人才的需求一直增加,但是我们能够训练出来的人不够,所以这个缺口会越来越大。

 

所以工程师就要有这样的一个理念--要解决人类大环境,而不只是做一个定型的专业专家,所以未来我觉得多领域的专业人才,必然会融合。融合得越好的团队越有前途,未来这个世界在教育层面会有很大的变化,我们对人才需求的特质也在变化。

 

我一直感觉就是我们整个大学教育系统在过去二、三十年的变化不够快,世界变化这么快,课程、教学目标和整个教育体系训练出来学生的特质都要变化,老师要与时俱进,学校的制度也要跟着改变。学校要像企业这样经营,学校一方面百年树人,但是绝对不是百年不变,我想坚持这个精神,AI或者整个科技的进展,才会促进我们工学教育一直往前走。

 

袁老师:我GET到一个关键词就是融合,未来的世界一定是一个大融合的世界,人才的融合,科技的融合。在这样融合的大前提下,可能给高等教育提出了很多新的课题和命题。

 

袁老师:现在我们来看看现场提问。第一个观众提问是来自21世纪经济报导,人工智能能替代人类完成很多的工作,一旦发展的越来越成熟,就业是否会受到很大冲击,如何在与AI的竞争当中保持优势?

 

郑教授:我想人要和人工智能竞争某些一定会被取代掉的工作是没有意义的,所以我觉得在未来工作机会上面来讲,我们就是要能够掌握哪些知识是AI辅助我们,我们可以交给AI做。所有的这些技术到最后都是要帮助人,所以人还是整个社会发展的重心。人对人文的基本追求是有暖度的,这是机器没有办法取代的,在这方面我们也会找出相关的工作。

 

过去几百年来工作的变化一直是这样, AI革命性的改变我们过去的工作性质,我觉得这是潮流,一代一代的传下去而已,我个人不觉得它会对于工作流失造成太大量的变化,整个工作系统自然而然会找到出路,人还是最伟大的。

 

袁老师:来自赢鼎教育的问题是人工智能领域需要哪些专业的毕业生?学习文科比如文学、艺术、新闻能够进入人工智能的企业发展吗?

 

郑院长:当然可以。我们刚刚讲新时代人才需要这么多的特质,事实上很难一个人每一方面都那么强。就像人有七种智慧,我们希望将来的人才在这方面都有接触,但是在他的专业角度有特别的优势,我希望文学院的学生在人工智能和科技方面的知识一定要增强,对人工智能要有适当的基础训练。同时工程师也要对文学、法律、社会有更多的了解,我觉得这就会很平衡。

 

袁老师:下面一个问题来自我们主直播间的观众,有一天AI会拥有自己的意识吗?

 

郑院长:作为工程师和科学家,我不相信。意识是上帝创造给人的一个很特别的东西,我觉得起码在我有生之年还看不到。

 

袁老师:来自零壹智库的问题,AI和机器学习是什么关系?在可预见的未来,AI在哪些应用可能是今天难以想象的?

 

郑院长:机器学习是人工智能的一部分,我想人工智能现在定义已经非常广了,几乎所有智慧,只要不是自然的,就是人工的。在这个情况下,机器学习是人工智能的一块基石,但是人工智能还包括其他的技术。

 

关于未来的应用,就像20年前没有人会相信自动驾驶会出现一样,所以我可以确定的说,任何人预估十年以后发生什么事情准确度大概都不高,总有我们不能想象的事情会出现。

 

袁老师:下一个来自MBAChina的问题,AI在赋能企业管理上有哪些应用场景?

 

郑院长:在企业里面赋能管理,我想人工智能可以从视觉、文书组合起来的资料进行分析,就像我们可以知道某个人有多少执行, 判断与策划能力,AI可以用更精准的办法来了解每一个员工在哪方面的价值、贡献。比如在人工智能这个系统中,收集到必要的资料,最后给员工一个贡献值,根据这个贡献值,将来就可以在赋能管理上面做一些工作。

 

袁老师:来自雪球网的问题是AI是新基建当中一个重点方向,今年下半年会有一个爆发吗?

 

郑院长:我觉得爆发的状态已经一两年了,当然新基建会有更大的投资,人才会继续的吸引,但是我希望就是这个AI的定义要做的很广,就像我讲的AI包括硬件、软件,AI包括应用、基础,如果我们把AI的这个范围定得很广的话,我想AI在不同时期会有不同的爆发点。我觉得因为新基建把这个继续定为重点项目,资金、人力进去的更多,所以我想我会期待有新的爆发点出来。

 

袁老师:来自CSDN的问题是,与常规图像识别相比,医疗图像识别有哪些不同和技术难点?

 

郑院长:图像和大概的分三类,自然图像、医疗图像、红外线图像,每一种的分析都不太一样,但是共同的技术还是共通的。关于医疗图像的特质,第一它不是大资料,它到现在还是中资料和小资料,因为病人还是有限的,每个医院收集到的资料通常是几百个、几千个人,最多几万个人,不是那么大的用户群体。第二没有那么多的人来标识这个资料,尤其是深度神经网络训练,一定要有一些专家标识的资料来训练模型,最后才能拿来用。虽然图很多,但是能用来训练的经过标识的图并不多。第三个就是隐私问题,医院都不愿意把资料共享出来,所以资料资源是相当有限的。

 

这几个困难加起来,造成医疗图像的进展没有办法像我们刚刚讲的很多自然图像辨认进展这么快。另外如果需求大到一定程度,比如说香港的医管局已经在找研究人员希望把资料送出来,那么这块的瓶颈未来会减缓一点。

 

袁老师:下面一个问题来自欧路·心视界,国内的AI独角兽企业在国际上大概是什么水平?)

 

郑院长:如果在应用和算法方面国内AI研究成果以及企业地位非常的高,这块事实上就是聪明的人下苦功,相对于刚才所谈的AI硬件方面,进展比较快一点。国内优秀的研究人员很多,应用场景很多。

 

袁老师:来自百度百家号的问题是很多人都在讨论人工智能能否替代人类的智慧,对于普通人来说如何更辨证地理解人工智能?

 

郑院长:人工智能毕竟是冷的,它做事情可以做的比人好,但是它没有人性、意识、理解力,它的记忆力可以很强,但是理解这方面我觉得距离人还有一段非常长的距离。人的智慧、人脑里面的网络,是目前任何计算机网路的好几十个数量级倍的复杂,所以想达到人类的计算算法和这个硬件能够达到人脑的这种高效能,在未来几十年还是有一段距离的,所以我相信人工智能和真正人的智慧距离还是保持一段相当的距离。

 

袁老师:对的。不管人工智能怎么发展,它还是冷的,我们人还是有温度的,所以如果我们想不被人工智能替代,就是要活出更有温度的人生。

 

袁老师:我们还有来自腾讯企鹅直播的问题,AI辅助诊断在未来能否取代门诊,如果AI出现误诊如何追责?

 

郑院长:在这方面我一直强调这是计算机辅助诊断,所以医生是放射科专家,他们来看这个图像分析或者是人工智能系统对他们的建议,基础的问题或者是用户问一些问题,人工智能系统可以回答。经过海量的分析,最后的决定权绝对是专业的医生,责任还在专业的医生,所以这些辅助工具绝对没有办法取代专业医生。

 

袁老师:来自道口投的问题是有哪些适合小团队可以相对低成本启动的AI创业方向,让这些小的企业有可能有希望弯道超车?

 

郑院长:我想是可以做一些物联网上面需要的人工智能芯片,这方面需求很大但技术门槛不是最高的。如果你有基本能力的话,有些大公司可能就会买这样的公司,因为他们要建一个芯片设计团队本身要几年的时间,所以我很鼓励一些小的团队找到合适的人朝这方向走。

 

袁老师:接下来进入到比较有趣的快问快答环节。

 

袁老师:第一个问题您的座右铭是什么?

郑院长:谦卑。

 

袁老师:您觉得您最可爱的缺点是什么?

郑院长:内向。

 

袁老师:您最大的兴趣爱好是什么?

郑院长:跑步。

 

袁老师:您压力大的时候用什么方式给自己减压?

郑院长:跑步,这个会上瘾。

 

袁老师:目前为止您认为对您影响最大的人是谁?

郑院长:是我太太,我们结婚32年,她对我影响很大。

 

袁老师:您教育自家小孩子的时候最管用的一招是什么?

郑院长:尊重他们的兴趣。

 

袁老师:如果不做院长和教授您最想尝试哪个职业?

郑院长:我最想将来到小学、初中做老师,因为教书是我的最大兴趣,我喜欢看到学生一路的成长。

 

 

袁老师:最后还是请郑院长给我们推荐两本书吧。

郑院长:我推荐的第一本书是和教育有关的,A Whole New Engineer谈到工程教育的改变,谈到非常多的理念,谈到一个现代工程教育20年的经验和对未来工程师需要哪些特质,我鼓励大家读这本书。


 

第二本我最想推荐的是白先勇系列的书,白先勇和我都是台湾大学毕业的,他后来大学毕业到美国加州大学圣巴巴拉分校教书教了40年,我在那边教了24年,但是我到的时候他已经退休了。他这本《台北人》,就是在讲当初国共内战后来很多人,随着国民党到台湾,故事的内容都是他们在中年40、50岁的时候离乡背井后经历的人生百态,我个人对民国史很感兴趣,我鼓励大家看看,也了解一下那一代人在台湾生活的现况。念理工的人还需要读文史的东西,接触一些有温度的东西,人生才会平衡一点。

 

总结语

 

本期访谈中,工学大儒郑光廷教授不仅为我们梳理了人工智能发展的历程,还展望了未来这个产业的发展方向并解答了许多观众对AI的疑惑。作为一名世界级的工学教授,郑院长也为我们分享了他对新工科教育的看法,并鼓励学习理工科的同学还要读文史类的有温度的东西,人生才会平衡一点。

 


End.

 

下一期将会在4月29日(周三)20:00继续直播!我们邀请到了香港科大(广州)社会枢纽署理院长谢丹阳教授,与我们探讨社会的长远趋势与转折点!

 




零壹智库推出“金融毛细血管系列策划”,通过系列文章、系列视频、系列报告、系列研讨会和专著,系统呈现“金融毛细血管”的新状态、新功能、新价值、新定位。
 

上一篇>零壹研究院院长于百程:“医疗新基建”的方向与机会

下一篇>沈建光:中国增加粮食储备背后的考量



相关文章


用户评论

游客

自律公约

所有评论

主编精选

more

专题推荐

more

第四届中国零售金融发展峰会(共15篇)


资讯排行

  • 48h
  • 7天



耗时 175ms