По крайней мере, сейчас AI не является «волшебным»,
Он также является членом Комитета по мониторингу здоровья мостов Японского гражданского общества и членом стойкого к ударам и ударопрочного проектного комитета. Он уже давно является президентом Китайской ассоциации науки и техники в Японии. Когда он начал разработку интеллектуальной системы обнаружения и мониторинга моста более десяти лет назад, ИИ еще не достиг В гражданскую строительную отрасль.
Д-р Ян считает, что сегодняшний ИИ зависит от очень большого количества данных. Технология, реализованная с помощью машинного обучения и алгоритмов глубокого обучения, - это всего лишь инструмент с черным ящиком, сделанный из данных. Он не является всемогущим. Прорыв обеспечивает более высокую точность прогнозирования. Что касается достижения высокой точности, то это результат высокоплотной высокоточной интерполяции сверхбольших объемов данных в пространственном пространстве с большими размерами. Поэтому для получения точных результатов необходимо использовать искусственный интеллект. В результате предпосылка состоит в том, чтобы иметь большой объем данных, которые могут гарантировать высококачественные вычисления интерполяции и быть в состоянии точно установить объем функции данных. Точнее, результат, полученный текущим AI, является корреляцией, а не причинно-следственной связью. Поэтому AI По крайней мере, пока это не волшебный инструмент.
Непонимание, реклама и поклонение
Д-р Ян сказал, что самое большое недоразумение людей состоит в том, чтобы запутать контент, который ИИ уже реализовал, контент, который будет реализован, и контент, который вряд ли будет реализован. Фактически, если вы не понимаете практические возможности ИИ, вы можете это сделать. Незнание суждений и планирования приводит к сбою. Общим провалом является использование ИИ, но тратить деньги на деньги не ожидается, а другое - использование мощных инструментов ИИ, но ожидания слишком высоки, а не Чтобы удовлетворить результаты, мы, наконец, отказываемся и теряем возможности для инноваций. Те, у кого есть эти два типа неудач, могут вместо этого решительно выступать против продвижения ИИ в будущем и стать перетяжкой для развития ИИ.
Он считает, что для того, чтобы сделать реалистичные суждения, мы должны сначала понять, что может сделать ИИ. Очень важно, что мы можем делать все, что можем и можем делать, и что мы можем делать в будущем.
Во-вторых, на техническом уровне самой важной темой машинного обучения является проектирование количественных характеристик. Определение количества функций вручную зависит от знакомого сеттера с объектом, который будет реализован. Глубокое обучение решает эту проблему и обеспечивает автоматическое извлечение количества признаков. Прорыв только способствовал третьей волне ИИ. Теперь, когда уровень распознавания образов AI выше, чем у людей, таких как машины, которые побеждают чемпионов мира и т. Д., Это заставило людей поклоняться ИИ. Фактически, ИИ определяет объекты и последовательности. Компетенции далеки от людей.
Кроме того, ИИ трудно понять в качестве основной причины поклонения. Чем выше производительность ИИ, тем сложнее объяснить это в народе, и процесс постепенно становится черным, становится черной магией, которая вызывает недоразумения. Одним из наиболее важных действий человека является объединение. Формирование умозаключений и т. Д., Принятие решений и интуитивное познание более линейны, и для многомерного нелинейного ИИ легче создавать феномен культа.
Освоить данные и освоить будущее индустрии ИИ
Избегая вышеупомянутых недоразумений, можно более объективно анализировать и прогнозировать будущее развития ИИ. Доктор Ян считает, что ключом к будущему развитию индустрии ИИ является сбор и накопление данных. Тот, кто владеет данными, поймет будущее индустрии ИИ. Для третьей волны ИИ японские политические и экономические круги не ждали.
Для применения ИИ в интеллектуальной системе обнаружения и мониторинга для строительной отрасли д-р Ян сказал, что в будущем идентификация зданий с повреждениями, объяснение причин и прогнозов ущерба, мониторинг и обнаружение повреждений, а также управление строительством и т. Д., Сделают прорыв во введении ИИ. Гражданские круги в Японии предсказывают, что с 2050 по 2060 год гражданская промышленность может реализовать автоматическое обнаружение и автоматическое восстановление структурного ущерба, автоматически строить дома в необходимых местах и разучивать весь район.
Если вы реализуете всю окрестность умна, что не на безработного инженера-строителя это? На вопрос Наука и технологии Daily репортера, д-р Ян не ответ. После реализации интеллектуальных блоков, инженеры могут сосредоточиться на интерфейсе работы, сократить вычислительные затраты AI С другой стороны, он несет ответственность за выполнение обязанностей по принятию решений в условиях очень небольшого количества данных.
Данные показали, Японское общество гражданских инженеров, строителей 2014 343 миллионов человек, как ожидается, сократится до 216 миллионов к 2025 году японское правительство в сентябре 2016 цель будущей инвестиционной конференции, 2025 Для строительства Производительность труда увеличилась на 20%.