다음은 Jerry Kaplan 교수의 연설입니다.
실리콘 밸리에서 인사, 나는 캘리포니아에 살고, 매우, 매우 인텔 초대되어 영광, 이것은 내가 당신과 함께 설명서를 공유 할 수있는 기회를 가질 깊이 영광입니다, 귀하의 지원을 주셔서 대단히 감사합니다, 회의에 참석하기 위해 소주에 온 AI로, PC 업계도 발생하지 않습니다 나는 인공 지능에 대해에 소개 오늘을 변경, 스마트 개인으로. 여부를 산업 혁명을 이끌 또는 내 회사로, 우리는 인텔, 인텔이 아니라면 긴 협력을을 언급했다.하자 돌아가서 인공 지능의 역사를 소개하겠습니다. 인공 지능의 단계는 무엇입니까?이 두 가지 배경에 대해 알게 된 다음에는 새로운 것을 간단히 소개합시다. 우리의 다양한 산업에 대한 비즈니스 기회가이 기회를 빌어 모든 사람들에게 조언을 제공하고 비즈니스와 인공 지능을 더 잘 통합하는 방법에 어떤 영향을 미치고 있는지 마지막으로 중국 시장, 중국 정부 기업이 기술 혁명에 의해 촉발 된 AI를보다 잘 충족하도록 돕는 방법.
먼저 당신에게 질문을, 그리고 그 정확히 언급 한 사람들의 AI? AI 대다수는 것입니다 것입니다, 우리는 우리의 일을 멀리 훔치는 것, 기계가 너무 지적되고, 심지어 대체 할 사람의 능력에서 진화 것을 우려하고있다 대규모 실업으로 이어지는, 우리는 같은 컴퓨터에서 볼 수 있기 때문에, 왜 너무 무서운 나머지 "터미네이터."?이 세상의도를 직접 제어 생각합니다, 나는 그것을 밖으로 떠났다. 어쨌든 영화는 아주 무서운,하지만 난 인공 지능이 매우 밝은 생각합니다. 영화가 반드시 정말 현실이 될하지 않습니다, 우리는 여전히 정말 상상을 초월이다 이러한 공상 과학 소설의 영화를보고, 하지만 조금 이상 - 상상력 조금 너무 많은 것입니다. 오늘날의 로봇의 생각, 인간의 엔지니어들은 가장 숙련을하고 어떤 놀라운 결과를 달성하기 위해 국방부의 일부 작업에 우리가 로봇을 개발 한 내용을 비교? 우리는 로봇이 결국 무엇을 할 수 있는지를 볼 수 있습니다. 오늘날의 로봇은 정말 어리 석습니다. 그러나 로봇을 최적화 할 수 있다면 그들은 자신의 로봇 욕망이 아니라 자신의 아이디어를 가지고 있지 않기 때문에 그들은 정말 인류 봉기, 그리고 궁극적으로 세계를 지배 할 수 있습니까? 대답은 '아니요? 그들이 정말로 지혜 터미네이터 로봇의 종류로 개발할 수 있습니다, 그들은 것이다 업그레이드하지 인간은 그들에게 사전 설정 작업을주지 않습니다. 그들이 예정 인간 사이의 이러한 목표를 달성, 그들이 제시하는 프로그램의 규정에 따라 있습니다 할 경우에도. 다시 문제의 시작, 인공 지능의 정의 무엇인가 ?
공식적인 정의는 시각적 인식, 음성 인식, 의사 결정 및 언어 번역과 같은 인간 지능 시뮬레이션을 통해 작업을 수행하는 컴퓨터 시스템을 연구 및 개발하는 것입니다.
그러나, 나는이 정의는 매우 포괄적이라고 생각, 우리는 종종 인간의 효율보다 훨씬 더 많은 작업을 수행하기 위해 컴퓨터를 사용하여, 우리는 그것을 훨씬 자신의 효율성을, 단순히 초과 할 수 있습니다 희망하는 시스템을 구축 인간의 능력을 복사합니다. 짧은 인공 지능이 아닌 시스템뿐만 아니라 장비에 사람들이 생각하는 것처럼, 인공 지능의 본질, 내 의견으로는, 자동화,하지만 지능되지 않으며, 이것은 인공 지능의 나의 해석이다 및 장비의 새로운 세대를 이해하고, 우리가 항상 크게 향상 얻을 수있는 정신적 또는 신체적 운동뿐만 아니라, 관련 작업 여부, 사람들의 효율성을 지속적으로 향상시킬 수 있습니다. 그들은 더 나은 인간보다 이러한 작업을 수행하는 , 빠르고, 저렴. 그렇지 않으면, 우리가 잘 사항을 적용하지만, 미래로하지 않습니다 이러한 장치를 개발, 인공 지능은 자동화 될 것입니다. 우리가 더 도울 수 있고,뿐만 아니라 기계가 지능적이기 때문에 기계는 인간이 개발 한 도구로 매우 중요합니다. 양식 된 작품에서 해방.
이러한 변화는 인공 지능을 것 나타나는 이유는, 지금까지 무엇을 건국에서 변경이있는 인공 지능의 발전의 역사를 살펴 보자?
논리적 추론에서 기계 학습에 이르기까지 인공 지능 개발
AI 실제로 1956 다트머스 회의에서 태어나 다트머스 대학에서 토론에 전념 회의 동안 과학자의 숫자는 우리가 인공 지능 단어의 탄생을 목격했다.이 회의 참가자는이 뒤에 지능형 추론의 핵심은 회의가 인공 지능 분야의 기반을 마련하는 것이라고, 우리가 생각하는 것은 논리적 추론의 기초, 따라서 논리적이라고 생각? 우리가 공자는 사람, 두 번째 점이라고 가정 모두가 모두 죽을 것이다 공자가 죽을 것이라는 결론을 만들어 같은 문, 컴퓨터 프로그램에이 논리는, 이것은 매우 간단한 예는 인간이다. 이것은 논리적 인 접근 방식을 기반으로, 그것은 응용 프로그램을 많이 가지고 있으며, 그 순간은 여전히 존재 운전 경로를 우리에게 줄 수있는 권리를 포함하여 큰 영향은, 사양을 충족하기 위해, 같은 시간에, 더 나은 창고, 재고 관리에 컴퓨터 칩이 논리적 저장 방법을 사용하여,이 부분은 논리적이 필요 추측하기에 인텔은 또한 그러한 기술의 선두 주자이며 1956 년 전체에 의지하여 다른 분야에도 진출했다. 이러한 논리 추론 능력 야 머스의 회의는 단어 사이에 번역, 의미 론적 이해, 컴퓨터 비전을 포함, 해결하기 어려운 제기, 그래서 이것은 무엇 이러한 일반적인 문제 뒤에 정확히? 문제의 몇 가지 예 중 하나입니다 ? 그 뒤에 많은 매우 혼란이다 소요, 현실 세계의 구조화되지 않은 데이터는 이미지 의미의 많은을 포함하여 우리가 언급 한 사운드를 포함하는 좋은 설명을 얻을 수있는 방법은 없습니다, 따라서 다른 방법은 수 필요 더 나은 개발을 위해 AI를 사용하자. 이제는 기계 학습이라는 단어를 사용하여 표현한다.
기계 학습 뒤에 모델을 추출하는 예제의 다수를 포함하여 다른 사용 모델, 사례의 선택을 포함하여 소프트웨어 기술을 포함한 일련의 응용 프로그램입니다. 질량이 충분히 큰 경우 동일한 영역에서 데이터를 수집, 일부 모델을 찾을 수는 있지만 데이터 예측이나 분류, 특히 동일한 필드 예측이나 분류의 새로운 데이터의 경우 해당 모델을 최대한 활용할 수 있습니다. 따라서 기계 학습은 매우 훌륭한 예입니다 보이지 않는 미래에 대해 더 잘 예측하기 위해 컴퓨터 학습 프로그램을 사용하여 이미지를 식별하고, 개체를 식별하며, 이미지에는 다른 고양이와 개 등의 사진이 포함되어 있다고 가정합니다. 이 상관 관계는 주식 가격의 상관 관계, 유가 증권 판매를 비롯하여이 상관 관계를 발견 한 후 찾을 수있는 주식과 같은 것일 수 있습니다. 누구나이 분야의 전문가이며 모두 논리적 추론과 기계 학습이 두 가지라는 것을 압니다 다른 인공 지능 필드, 두 개의 다른 경로입니다.
그러나 한 가지 더 많은 논점이 생겨났습니다. 왜 지난 수십 년 동안 기계 학습이 매우 인기를 얻었는지 논리적 추론이 전 세계적으로 인기를 얻은 이유는 무엇입니까? 스토리지, 네트워킹, 컴퓨팅이 다를 수 있습니다. , 데이터는 변화의 본문에있는 광범위한 변화가 아니라, 많은 것은 아니지만, 나는 그 단어가 일 양의 변화의 엄청난 양이라고 말하고 싶다. 그리고이 변화는 더 많은 것이 될 수있다. 더 많은 가능성이 무궁무진합니다. 수십 년간 개발 속도와 메모리가 거의 두 배로 늘어남에 따라 용량이 배가되어 오늘날의 컴퓨터가 이제 그 어느 때보 다 능숙 해졌습니다 30 년은 20 배 이상이었을 것입니다. 만약 우리가 그의 지수를 보면, 2의 20 승이며 결과 질량은 100 만 이상이어야합니다. 그래서 우리의 직관적 인 분석과 지식을 초월합니다. 이 거대한 질량을 이해하기 위해, 백만은 속도를 나타냅니다. 즉, 달팽이가 걷는 속도와 우주 왕복선이 동일한 순서로 놓여 있다면, 그 차이는 얼마나 많은가? 500000. 애플 시계, 애플 시계 컴퓨터의 힘과 전통적인 우주 프로그램은 1965 년 달 착륙의 계산 능력에 비해 훨씬 빠른 미국 전에, 훨씬 더 큰 변화도 포함되어 있습니다 디지털화 된 데이터, 발생량은 엄청납니다.
이 개발 및 인공 지능의 방법? 인공 지능 추론 중 모든 첫 번째 방법의 첫 번째의 전체 방향을 변경하는 이유, 그 데이터의 단지 작은 양의 몇 가지 사실 끝을 입력 많은 작업을 완료 할 수있을 것입니다, 매우 수 있습니다 좋은 추론과 추론을 통해 유용한 사용자 경험이 많으며, 이는 기존 기술, 특히 20 년 또는 30 년 동안 쉽게 사용할 수 있었던 기술에 대해서는 틀림없이 유효합니다. 대조적으로 30 년 전 , 컴퓨터, 또는 기계 학습 알고리즘은 또한 데이터의 부족, 그 당시 그 뒤에 데이터 저장 처리 능력의이 부분은 또한 개발의 방향과 속도를 제한 할 수있을 것입니다 경우에도 마찬가지입니다. 따라서, (20)는 30 년 전에 돌아가려면 이것이 논리적 추론이 지배적 인 이유입니다.
그 당시 사람들은 기계 학습에 신경을 쓰지 않았으며 시간이 지남에 따라 상황이 바뀌 었습니다. 기계 학습은 매우 혼란스럽고 구조화되지 않은 실제 세계에서 문제를 야기 할 수 있습니다. 큰 많은. 그는, 컴퓨팅 파워를 많이 필요로 강력한 클라우드 스토리지 용량을 필요로하고 데이터, 더 많은 데이터, 더 나은 결과 더 많은 양을 필요로의보다 정확한 따라서, 기계 학습은 일치하는 매우, 매우 좋은 , 특히 매우 높은 데이터 밀도의 세계 에서뿐만 아니라 우리가 5G 인터넷의 모든 것, 인공 지능의 개발 역사에 진입하려고하는 시대에도 그렇습니다.
인공 지능의 중요한 산업 응용 분야
우리는 또한 일련의 새롭고 다른 응용 프로그램을보고 인공 지능은 밀접하게 관련되어 있지만 중요한 것은 인공 지능의 발전을 촉진하기 위해 이러한 핵심 기술을 이해하고 공통점이 많으며 AI 및 AI 관련 응용 프로그램, 자율 차량 또는 제품 권장 엔진 또는 기타 사이버 보안 알고리즘 및 네트워크 공격으로부터 시스템을 보호하는 기술은 관련 데이터를 나타냅니다. 데이터베이스, 이러한 전통적인 데이터베이스는 많은 거래를 가지고 있습니다. 많은 데이터가있을 수 있습니다. 종종 이러한 데이터 또는 데이터의 급류는 카메라, 마이크 또는 사물의 인터넷과 같은 실시간 카메라 단말기에서 가져옵니다. 여기서 기계 학습 비즈니스 인텔리전스는 기계 학습을 통해 널리 사용되며, 몇 가지를 선택하겠습니다.
첫 번째는 매우 분명합니다. 즉, 로봇의 새로운 세대를 대표합니다. 인간과 함께 작업하고, 작업 안전성을 확보하고, 공장에서 실제로 사용되기 시작했으며, 반복적이고 단순한 작업을 수행합니다. 그 이유는 오늘날 대부분의 로봇이 환경을 감지 할 수있는 능력이 제한되어 있고 환경에 적응할 수 없어 잘 제어 된 환경에서만 사용할 수 있기 때문입니다. 그러나 인공 지능 우리는 인간과 동등한 눈과 귀를 로봇에게 제공 할 수있게되었습니다. 인간과 동물이 반응을 보일지라도 주변 환경과 매우 상호 작용하며 인식력이 좋습니다. 이 새로운 세대의 유연한 로봇은 제조, 건설, 건설, 건축, 건축, 건축, 건축, 이러한 산업 분야는 파괴적인 변화를위한 새로운 세대의 유연한 로봇이 될 것입니다. 자동 운전 예를 들어, 차세대 비디오에서 볼 수있는 유연한 로봇 세대의 새로운 대표자 인 Sandra Rivera가 왼쪽의 운전자의 관점과 오른쪽의 차에서 볼 수 있습니다 센서 및 온보드 카메라가 있으며 운전중인 도로에 누군가가 있으면 자동으로 주차됩니다. 자율 차량의 경우 적용 분야 전반에 걸쳐 분명하지만 중요한 것은 무엇입니까? 고속도로에서는 매우 바쁜 도시의 도로보다 조건과 조건이 훨씬 간단하고 정규화 될 수 있으므로 자율 주행 차량이 고속도로에 있습니다. 자동차가 자율적으로 운전하고 맥주 맥주를 뒤에 몰아 넣는 미국의 사례 - 100 만 마일의 교통 수단으로 도시의 도로에서 우리 주변의 지역 사회에서 운전하는 자동 조종 자동차보다 먼저 왔을 수 있습니다. 그는 인간 조종사, 인간 관찰자, 자신이 아닌 동안 맥주를 마실 수있는 개입하지 않았다. 우리는 드라이버 자체의 출시 뒤에 볼 수 있습니다. 드라이브하지만 제공 아니라 비용 절감,화물 수송 선박의 거의 모든 부분을 달성하는 것이 가능하다.
다음으로, 우리는. 유연한 로봇이 공장을 변경하는 방법을 공유 계속, 이유는 간단하다 장비의 당신의 조각이 적당한 장소에 적절한 시간에 나타나지 않으면, 결과는 의심 할 여지없이 재앙이 될 것입니다. 순간을 공장 또는 작업장을 고려 이제 큰 때문에 일부 기계는 주변 환경을 인식하고 변화에 신속하게 대응할 수있는 능력이 없지만 유연한 로봇은 주변 환경을 감지하고 새로운 방식으로 다양한 방식으로 적응 조정을 할 수 있습니다. 더 많은 식물, 서로의 내용이 매우 복잡 할 것이며,이 같은 인간의 생각과 행동이 얽혀있을 수 있습니다. 여기에 자동차 조립 공장에서, 예를 들어, 위치에 따라 사용할 경우 구성 요소, 다른 변수의 다양한 다음, 이러한 도구는, 컨버터는 더 나은 인식하고 유연한 생산.이 변화는 모든 공장은 우리는 또한 디자인을 모방 할 때 사람이 아닌 기계가있는 경우, 즉, 계속 일어날 것입니다 그들은 운영 방법이 될 것입니다, 이것은 가장 초기의 아이디어 모방입니다. 과거에 조립 라인이었던이 조직들은 우리가 원하는 것입니다. 100 년 전부터 자동차 산업의 창시자이자 창업자이자 포드 산업의 창시자 인 Henry Ford는 자동차 조립 라인이었습니다. 각 어셈블리에 작업을 수행하는 어셈블리 전문가가있는 다른 스테이션은 워크 스테이션을 설치할시기와 위치를 확인하고 조립 라인을 확인하고 여기를 살펴보고 모든 프로세스가 서로 다른 워크 스테이션을 기반으로하는 문제가 어떤 종류인지 파악하기 위해 볼 수 있고 외부에 있으며 어떤 일이 발생하는지 볼 수 있으며 현재 대부분의 수동 작업이 기계로 대체,이 현대적 조립 라인은, 그것은 인간의 동작 전에, 우리가하고있는 헨리 포드 전에 한 세기가 비슷합니다 같이, 우리는 단지 사람이 말을하지 않습니다 모방하는가하는 것입니다 매우 전문적인 능력뿐만 아니라 특정 특수 작업을 수행하기 위해 특정 특수 장소와 장면에서 유연한 로봇이 필요합니다. AI, A 나는이 로봇을 사용할 수있다. 그는 움직일 수있다. 그 일을하기 위해 그 역에 고정되어있는 것이 아니라, 그는 장치들 사이를 이동할 수있다. 문제가 발견되면, 다른 장치들은 여전히 독립적으로 작업을 계속할 수있다. 이들의 영향의 일부가되지 않고. 우리가 더 복잡 듯했지만 매우, 매우 효율적인 조직, 우리는 아마존을 고려할 수있는 경우, 아마존은 미국 최대 전력 업체, 소매 업체, 그리고 그들은이를 넣어하기 시작했다 로봇 자동화 창고. 기존의 창고들 사이에서 고전, 상품이 서로의 서로 다른 것들 사이에 지금 최신 아마존의 창고를, 그것을 찾기 위해, 우리는 다른 카테고리를 넣어하는 방법을 매우 명확해야 조립되지만, 이 부분들은 출하 운송 영역 사이에 위치 할 가능성이 더 높습니다. 서로 다른 모양, 정말 관리 할 수있는 하나에서 다른 번호를 적층 다른 방법을 가지고 있기 때문에, 매우 혼란스러운 것처럼 보일 수 있습니다 어려울 수 있지만 이러한 장치의 AI 사용, 당신은 제품에 대한 빠른 액세스를 달성하기 위해 유연한 로봇의 그룹을 통해 얻을 수있는, 크게 미래에 우리의 작업의 효율성을 개선하고 현재는 창고에서 정말에만 로봇을 가지고, 그는이 고도로 자동화 된 공장을 가져올 수 있었다, 그는. 제조의 미래가 될 인공 지능 기술의 전체 사용을 얻을 수있을 것입니다. 따라서,이 공장은 여전히 큰 차이를 만들에 비해 지금은 현대적이고 자동화 된 공장하더라도, 그것은 군대에 센서가 장착 지능형 로봇을 포함하여 센서의 사용을 포함하여 다른 단계에서 다른 장치 사이 일 수있다 작동하는, 그들은 제품의 적시 수송의 원하는 위치를 달성하기 위해 식별 할 수있는 능력을 가지고, 배달, 운동. 따라서, 유연한 로봇의 사용이 매우 넓은 것, 그것은 건설 산업에서 인공 지능을 결합한다 기술은 매우 정밀 된 bricklaying 수 있습니다, 사람, 로봇, 주변 환경을 인식 할 수 특히 로봇 된 bricklaying 여기에 큰 역할을 아주 강한 벽의베이스와 위치 각을 구축 할 수 있습니다 장소는 매우 정확합니다.
인공 지능에 대한 다른 응용 프로그램이 고객 서비스와 관련되어 있습니다. 우리는 여기에 많은 영향을 미칠 것입니다. 예를 들어 금융 서비스 업계를 선택합니다. 금융 서비스 업계는 큰 도전을 안고 있습니다. 고객의 문제와 요구에 신속하고 효율적으로 대응할 수 있지만 앞으로 몇 년 안에 우리는 고객의 재무 관리 요구 사항을 해결하기위한 특별한 대화와 장비 투자가있을 것이며 매우 진보 된 자연어 처리 , 의미 인식, 언어 인식을 포함하여. 아마도 음성 인식, 음성 인식을 통해 자연스러운 음성 처리 에서뿐만 아니라 응답을 처리 할 수있는 등의 자동 채팅 로봇의 높은 수준의 도입은 매우 일부 스마트 채팅 로봇을 비롯한 복잡한 클라이언트 문제는 WeChat에서 이미 사용 가능하지만 인공 지능 기술 도입으로 자동화 속도와 성숙도가 더욱 높아질 수 있습니다.
또한, 아마도 AI에 의해 구동, 그래서 우리는 매우 흥분하고 흥미로운 기술이 AR 현실 필드를 증강이다.이 안경에 넣어 반투명 이미지입니다 AR 안경을 제공합니다, 당신의 주위에 스캔 할 수 있습니다 환경, 그는 게임은 높은 수준의 통합 주변 객체와 객체의 새로운 세대가 될 것입니다. 게임의 미래를 가져올 것이다, 증강 현실 기술을 고해상도지도의 아주 좋은 렌더링입니다 소개받을 수 있었고, 여기에 그들이 그것을 실제 환경 뒤에 장면을 볼 수있는 안경에 넣어 후 최근 마이크로 소프트 쇼 이후에,이, 즉 그가 안경에 넣어 환경을, 그는 수와 주변 이 좋은 상호 작용 효과 사이의 벽은 비록 실제 가구, 심지어 집에서,하지만 게임 플레이는 지상에처럼 게임 환경에서, 개인은 또한 약간 아주 무서운 느낄 수 있습니다.
그러한 산업뿐 아니라 인공 지능의 가장 큰 변화는 환자와 의사가 도울 수있는 대규모 의료 산업이며 의사를 어느 정도 대체 할 수도 있습니다. 매우 전문화되어 있기 때문에 생각할 수도 있습니다 일을 자동화하는 것은 어렵지만, 예를 들어 이미징 의사의 경우에는 그렇지 않습니다. 대부분의 영상 분야 의사는 X 레이, MRI, CT와 같은 영화를보고 있습니다. 그들은 설명하기를 배우고, 영화를 보는 법을 배우고,이 검은 반점이 양성인지 또는 존재하는 암을 가지고 있는지, 그리고 이미징 전문가 만이 결정을 내릴 수 있는지를 배우는 데 오랜 세월을 보냈지 만, 우리는 암이 중국의 사망률을 뒷받침하는 매우 중요한 이유라는 것을 알고 있기 때문에 이미징 및 방사선과 의사가이 날을 일년에 60 만명의 사망자를 지칭 할 가능성이있는 미국에서도 마찬가지입니다 CT 검사 의사를 포함한이 질병에서 암을 진단 할 수 있는지 여부가 중요합니다. 아직 중국에 있는지 여부를 말씀 드리고 싶습니다. 우리는 자격을 갖춘 이미징 의사 부족으로 인해 각광을 받고있어 과로하며 일부는 미국을 비롯한 기술적 인 문제로 오진 될 수 있습니다. 그러나 사용하는 경우 기계 학습, 많은 암 및 기타 질병의 신속한 진단은 이미징 의사를 통해 이루어지며, 이는 많은 중국 병원의 병원 및 클리닉에서 주로 채택되어 왔으며 의료 산업의 변화뿐만 아니라, 방금 소개 한 분야에서 우리는 건강 관리를 측정하는 방식에 커다란 변화가 있습니다. 모든 사람들이 인터넷이 무엇인지 알고 있지만, 우리가 생각하지 못하는 한 가지는 그러한 것 중 하나입니다. 점점 더 많은 센서가 우리의 신체에 착용 될 것입니다.이 센서는 우리의 건강 문제와 위험을 실시간으로 감지합니다. 문제가 있으면 우리는 즉시 귀하에게 신호를 보내거나 의사에게 직접 알려야합니다. 장비, 그리고 심지어 우리 몸은 인터넷에 연결될 수 있습니다, 건강 산업은 오늘날 소비자에게 있습니다 당신이 아프다고 느낄 때 그들을 찾아야 할 때, 의사를 만나러 간다. 이것은 일련의 과정이지만, 앞으로 상황은 바뀔 것이며, 우리는 새로운 서비스 제공자가 될 것이다. 이 예측 분석을 통해 건강 상태를 실시간으로 추적 할 수 있으므로 빠른 하트 비트와 같이 이러한 서비스 공급자가 건강을 위해 개인화 할 수있는 잠재적 인 건강 위험을 식별 할 수 있습니다. , 휴식을 취하거나 좀 더 개인화 된 치료 계획을 세워야합니다. 예를 들어, 수박 디저트를 더 먹거나 먹을 수는 없습니다. 환자를 더 잘 테스트 할 수 있고, 약을 빨리 먹을 것을 촉구 할 수도 있습니다. 우리 모두가 의료 분야에서 할 수있는 심장 마비 같은 증상이 악화됨에 따라 환자와 의료 전문가 간의 관계는 극적으로 변할 것입니다. 의료 산업의 현재 서비스 모델을 파괴, 우리는 더 흥미 진진한 의료 산업을해야합니다.
마지막 연설에서 필자는 개인적으로 소매 업계에서 인공 지능을 적용하고 소매 의류 판매 업계를 얼마나 파괴 할 것인지 개인적으로 생각하는 분야 중 하나를 소개하고자합니다. 소매 업계의 가장 큰 문제점은 많은 사람들이 맛이 좋지 않고 못생긴 옷을 사기 때문입니다. 당신이 걱정하든 말든, 그는 자신의 문제를 알고 있습니다. 그래서 나는 내 친구의 의견을 받아들이 기 전에 물론, 당신의 친구 또는 판매, 그들의 권장 사항은 반드시 좋은 것은 아니지만, 이러한 소비자는 세련된 전문가가 내게 유용하게 줄 수 있고 싶어 인공 지능의 새로운 응용 프로그램이 Amazon에로드되었습니다. 어떻게 사용 하시겠습니까? 다양한 옷을 시험해보고 Selfie를 제공하고 Selfie를이 응용 프로그램에 업로드 할 수 있습니다. 이 응용 프로그램은 어떤 옷이 더 아름답게 보이게하는지 알려줄 것이며, 우리는 환상을 찾을 수 있습니다. 실제 시험 결과, 우리는 당신에게 응용 프로그램 조언을 계산하는 패션 전문가들보다 더 나쁜 것으로 나타났습니다.
이것은 틀림없이 누군가가 패션 전문가의 조언을 얻을 수 있고 자신이 좋아하는 의류를 더 자신있게 구입할 수있는 소매 업계의 거대한 변화라고 할 수 있습니다. 이것은 인공 지능과 소매 업계를 결합하는 매우 쉬운 방법입니다 그러나 나는 그것이 매우 흥미롭고, 우리 삶의 방식을 파괴 할 것이라고 생각합니다. 인공 지능은 기존 산업을 변화시킬뿐만 아니라 새로운 비즈니스 영역을 계속 창출합니다. 모든 사람들을 위해 마지막 몇 분을 보내고 싶습니다. 미래에 나타날 수있는 혁신적인 장치를 살펴보면 어떻게 우리 삶의 방식에 혁신을 가져올 수 있습니까?
오늘날의 기존 장비는 장치 자체에 모든주의를 기울여야하며, 이는 상호 작용할 수있는 좋은 방법이 아니라고 생각합니다. 미래의 장치에서는 문제를 해결하고 장치가 더욱 몰입하게 될 것이며, 더 눈에 보이지 않는, 더 숨겨진, 우리가 아주 작은 헤드폰 또는 투명 콘택트 렌즈를 착용 할 것이다 될, 심지어 장치가 콘택트 렌즈에 직접 통합 할 수 있습니다, 그것은 우리의 일상 생활을 방해하지 않는 그들은 항상 관련 서비스를 제공하기 위해 뒤에있을 것입니다,이 미래의 컴퓨팅 장치는 환경과의 의사 소통 및 의사 소통 방법을 크게 향상시킬 것입니다.이 새로운 음성 인터페이스는 그들 사이의 기존 장비에로드되어, 우리에게 줄 수 있습니다 도로에서 돌아서거나 이메일을받는 등 매우 유용한 정보를 제공합니다. 그 이상의 기능을 수행 할 수 있으며 전자 개인 비서가되어 귀의 측면에서 알려줍니다 당신이, 삼일 아무 이유없이 당신의 아내가 일을 할 경우, 당신은 왜, 예를 들어, 키, 아래 표에서 자신의 냅킨을 잊지 말고해야한다, 또는 높은 그녀를 만들려면 예를 들어, 혈압이 약간 높습니다. 오후에 산책하러 가야합니다. 콘택트 렌즈를 살펴보면 콘택트 렌즈가 더욱 좋아질 것입니다. 우리는 당신의 눈으로 회의를 여는 것으로 가정합니다. 자동으로 반대편에있는 모든 사람을 식별 할 것입니다, 각 사람, 너무 긴 브랜드 소개를 할 테이블에 넣어 필요가 없습니다. 그것은 또한 아주 좋은 인생 조수가 될 수 있습니다. 그것은 자동으로 당신이 반대 앉아 있다고 말할 것입니다 종류 취미, 예를 들어, 그것을 타고 무엇을 좋아하는이 사람은, 그 사람의 딸은 친구들이 후 지난 해 그가, 오늘 그에게 감사의 일부를 표현할 수있는 당신에게 생일 축하 메시지를 보냈입니다.
또한, 개인 비서 또한이 그 궤도가 늦게 식사를 가야 함을 말하고 무엇을 테니스 비행, 당신에게, 스포츠 이벤트에서 더 나은 우리를 도울 수, 그리고 심지어 우리의 친밀한 삶에 영향을 미칠 수 있습니다.
인공 지능 산업 응용 프로그램을보다 잘 통합하는 방법은 무엇입니까?
지금은 모든 사람을위한 몇 가지 제안을 드리고자하는 방법을 자신의 사업에보다 완벽한 통합을 AI? 의심 할 여지없이, 기계 학습은 유효한 정보를 추출 할 수있는 방법들이 효과에 대한 정말 중요한 데이터의 바다에서 찾을 수있다 데이터,하지만 자신의 회사의 응용 프로그램 시나리오에 적용하는 것은이 작업을 수행하기 위해 또 다른 중요한 링크, 우리는, 데이터의 큰 숫자, 데이터의 큰 금액 중 당신의 기계 학습을 검색해야 응용 프로그램이 더 성공적 일 것이다. 당신이 더 명백 할 것이다에이 가져올 수있는 가치. 우리는 카메라의 많은 종류가있을 수 있습니다, 창고, 은행의 창구, 카메라의 대부분은 이들의 보안을 위해 사용된다 실제로 수집 된 데이터의 대부분은. 우리가, 당신은 많은 에너지 절약 자원의 낭비를 절약 할 수 있습니다, 당신이 고객 서비스를 가야 노동자에 직접 갈 수있는 고객 행동을 분석하기 위해이 데이터를 사용할 수 있습니다 낭비 된 간단히 말해서, 기계 학습은 이와 같은 카메라에서 수집 한 데이터를 최대한 활용할 수 있습니다. 더 나은 고객에게 맞춤 서비스를 제공하기 위해, 데이터는 정말 기름의 미래입니다.
모두가주의, 신중한 선택을 할 수 있도록 내 두 번째 제안에 더하여, 우리는 타이어를 걷어하지 않지만 시작이 아주 좋은 파일럿을 수행해야합니다, 인공 지능이 만병 통치약 아니다, 우리는 볼 시간이 걸릴 어떻게 인공 지능의 통합이 투자 수익을 개선해야한다 더 깊이있는이 기술은, 우리가 그것의 눈을 끄는 것보다 더 많은 일을 할 필요가있다. 나는 당신이 중 일부를 만들기 위해 테스트를 할 몇 가지 잠재적 인 응용 환경에서 시작하는 것이 좋습니다 프로토 타입, 가치를 가져올 수있는 것을 살펴본 다음 규모를 확대할지 여부를 선택하십시오.
서둘러 너무 많이,이 인공 지능 및 전문가 재능의 분야에서 지금 문제가 뒤에있을 무시할 수있는 경우에 마지막 조언은 여전히. 너무 걱정하지 말라 상대적으로 작은, 그러나 미래에 큰 것 변경, 우리는 또한 AI 시스템 배포를 쉽게하기 위해 더 많은 소프트웨어 도구를 개발할 것입니다. 오늘날의 회의실에서도, 거기에 기술이 존재합니다. 미래에는 새로운 기계가 될 것입니다. 인공 지능의 더 나은 교육에 대한 필요성은 이제 많은 장비는 매우 고가이다. 같은 효율을 달성 할 수 있지만 비용은 신속하게, 우리의 인사 문제는.이 도구는 또한 더 성숙 될 것입니다 해결 될 것입니다 떨어질 것 더 일반적으로 사용 가능합니다.
중국의 인공 지능 개발에 대한 제안
마지막으로, 중국에서 AI 시장을 준비하는 방법을 설명하기 위해 중국 정부는 AI 혁명을 어떻게 환영 할 수 있습니까?
중국은 AI의 분야에서 선도적 인 국가가 될 수있는 아주 좋은 잠재력을 가지고있다. 중국의 큰 장점을, 아주 좋은 협력을 달성 할 수있는 기능이며, 비슷한 목표에 도달하는쪽으로가. 그러나, 중국은 너무 큰 수, 매우 데이터 그리고 더 많은, 데이터 및 기계 시스템 훈련을하는 방법을 중요하게된다. 정부를 지원함으로써, 우리는 중국으로 간주 할 수있는 방법은 중합 그런 큰 데이터베이스를 넣어, 데이터의 공유를 장려하기 위해 더 나은 수 있습니다 AI 데이터의 사용에 매우 첨단 기술을 파악 할 수있다. 정부가 다른 도움을 제공 할 수 있습니다, 우리는 인프라, 법률 및 규정을 기존 최적화 할 수 있습니다, 어쩌면 AI 회사는 자신의 AI 파일럿 장치와 애플리케이션, 인프라를 많이 가속화 시설은 교통의 지혜처럼, 우리는 준비가 자동 조종 장치와 택시의 미래에 대해 원하는 동시에, 미래의 변화와 일치하지 않습니다. 미래에 우리가 로봇 디자인 도로에서 현대적인 라이프 스타일, 보도 및 도로 교통을 충족해야 그래서 양쪽 충돌하지 않고, 구분해야합니다.
간단한 요약이 끝나면 인공 지능이 우리의 미래를 더 밝게 만들 것이라고 단호하게 믿습니다. 간단히 말해서,보다 유연한 장치는 인간의 매뉴얼과 양식화 된 작업을 취할 것이고 사람들 미래에 더욱 가치 있고 가치있는 것 외에도 AI는 우리가이 디지털 세계의 도전과 이익에보다 잘 대처하도록 도와 주며, 우리에게 가장 가치있는 정보를 자동으로 찾을 것입니다. 우리가 더 정확한 결정을 내릴 수 있도록. 그러나, 최종 분석에서 밝은 미래는 여전히 사람들에 의해 개인적으로 만들어지며, 기계는 단지 달성하기위한 중요한 도구 일 뿐이며, 이러한 기술을 사용하는 방법은 우리에게 달려 있습니다. 또한 나는 그 날을 보길 고대합니다. 인공 지능을 사용하여 우리의 업무에 봉사하고 더 나은 세상을 만드는 더 혁신적인 방법을 찾기 위해 우리 모두가 함께 브레인 스토밍을하는 것이 우리의 희망입니다.