人工智能及互联的未来

人工智能及互联的未来AIandOurInterlinkedFutureTomM.Mitchell机器学习系卡内基梅隆大学匹兹堡，宾夕法尼亚洲，美国准确率

human视觉语音human准确率

机器人主题:机器学习聊天机器人recommendationsfrauddetection医疗诊断机器翻译

深层神经网络

支持向量机

贝叶斯网络

强化学习

决策树

高斯混合模型

最大期望算法....万物互联--人机共生物联网传感器显示会话界面人类–机器

合作机器作为可变通的队友根据人类需求定制重要的研究问题CriticalResearchNeeded持续的,永不停止的机器学习

Continuous,Never-EndingLearning可指导的机器–每个用户都是一个老师

Instructablemachines–everyuserateacherInternetofThingsSensorsDisplaysConversationalinterfacesHuman–MachineTeamsMachinesasflexibleteammatesCustomizetohumanuser当晚上下雨的时候,

提前30分钟叫醒我.我不明白。可以教我吗?

可指导的机器人–每个用户都是一个老师/程序员Wheneveritsnowsatnight,

wakemeup30minutesearlier.Idon’tunderstand.Canyouteachme?我不明白.可以教我吗?告诉我的项目小组我们下午4点会议Tellmyprojectteamwewillmeetat4pm.好的,首先打开一个新的邮件，然后将收件人设为项目小组的所有组员，然后将邮件i题目设为“我们将在下午4点开会，然后发送，完毕.OK,firstcreateanewemail.Thensetitsrecipienttotheemailaddressof

everyoneonmyprojectteam.ThensetitssubjecttoWewillmeetat4pm.Andsendit.That’sall.好的，明白了.Gotit.好的,

现在告诉我的秘书我下午4点有事.OK,nowtellmyassistantIwillbebusyat4pm.执行“告诉我的秘书我下午4点有事.”Executing“tellmyassistantIwillbebusyat4.”Idon’tunderstand.Canyouteachme?

TechnicalApproach技术方法–可指导机器学习“告诉碧姗我下午有事.”

(createInstanceemail)(setemailrecipient(getemailAddress‘Bishan))(setemailsubject“Iamlate”)(sendemail)参考:“LIA:ANaturalLanguageProgrammablePersonalAssistant,”EMNLP2018.“InstructableIntelligentPersonalAgent,”AAAI2016.2.

从用户的指令中学习:新的执行程序提高自然语言语义分析模型2.Learnfromuserinstruction:newproceduresimprovedlanguageparser1.Semanticallyparseeachsentenceintoexecutablecode.“TellBishanIamlate.”

(createInstanceemail)

(setemailrecipient

(getemailAddress‘Bishan))

(setemailsubject“Iamlate”)

(sendemail)1.将每个句子进行语义分析并转成可执行的代码

可持续的,永不停止的学习Continuous,Never-EndingLearning

永不停止的语言学习机器

(NELL)NELL知识库的一部分知识,理解文字的能力的增长率问题:学习如何读互联网.方法:

永不停止地学习,24x7,since2010.结果:知识图谱涵盖超过1千万的推测事实,

持续地增长理解文字的能力,以及准确率,知识库Problem:Learntoreadtheweb.Approach:Neverendinglearning,24x7,since2010.Results:Knowledgegraphwith100Mbeliefs,

Continuouslygrowingreadingskills,knowledge必须从无标注的数据中学习半监督学习优化一致性从而提高准确率必须避免平坦的学习曲线不断发明新的学习任务持续扩展表示形式必须阶段学习任务从易到难永不停止的语言学习机器

(NELL):得到的教训LessonsLearned参考:“NeverEndingLearning,”CACM2018.“CoupledSemi-SupervisedLearningforInformationExtraction,”WSDM2010.Learnfrommostlyunlabeleddatasemi-supervisedlearningoptimizeconsistencytoobtain

correctnessAvoidflatlearningcurvecontinuouslyinventnewlearningtaskscontinuouslyextendrepresentationsStagelearningtaskseasytasksfirst,thenharder展望新的人工智能产品PossiblenewAIproducts未来可能的产品:会话助理

ConversationalAssistantsAlibabaGenie,AmazonEcho,GoogleHome,…

免提,免看,

可感知的,持续可用Handsfree,eyesfree,perceptive,alwayson每家零售店的过道Everyaisleineveryretailstore每个设备的每个用户界面Everyuserinterfacetoeveryappliance

接下来,添加用户的教学能力:“你刚才听到的声音是我的狗在叫.

当你听到我的狗叫时,播放我的声音说'冷静下来。“Next,addabilityforuserstoteachit:“Thesoundyoujustheardwasmydogbarking.Whenyouhearmydogbark,playmyvoicesaying‘calmdown.’“未来可能的产品:可学习的灯泡

LearningLightBulbs带手机功能的灯泡摄像头,扬声器,麦克风,无线连接,…成本低,体积大无电池永不停止地学习能力,可指导Lightbulbswithcellphoneabilitiescamera,speaker,microphone,wirelessconnectivity,…atlowcost,largevolumenobatterywithneverendinglearningabilities,andinstructable未来可能的产品:可学习的灯泡

LearningLightBulbs例子:在医院房间里.学会识别事物(护士、药品、访客)学习跟踪和预测行动(护士到达时进行脉搏检测)学会识别需要帮助(病人跌倒)学会将电子工作顺序与执行相匹配(错误)学会任何其他护士,病人教的，为他们做的事Example:inhospitalroom.learntorecognizethings(nurses,medicines,visitors)learntotrackandpredictactions(nursearrives,takespulse)learntorecognizeneedforhelp(patientfalls)learntomatchelectronicworkordertoexecution(errors)anythingelsethenurses,patientsteachittodoforthem未来可能的产品:不断学习,可教的设备

ContinuouslyLearning,InstructableEquipment每一个

公共巴士电梯打印机飞机引擎例子:每辆救护车

感知:

观察外面和里面主动:提供驾驶指导,医疗建议记忆:每一个行程,每个病人对话:免提,免看的智能帮助学习:哪些人员需要哪种帮助自我反省:了解何时需要服务EverypublicbuselevatorprinterairplaneengineExample:everyambulanceperceptive:watchingoutsideandinsideproactive:offerdrivingdirections,medicaladvicememory:ofeveryride,everypatientconversational:hands-free,eyes-freeassistancelearning:whichpersonnelneedwhichkindofhelpself-reflective:noticeswhenitneedsservicing对社会的影响ImplicationsforSociety人工智能带来的机会

AIOpportunities改善交通改善医疗保健改善教育智能城市改善老人生活ImprovetransportationImprovehealthcareImproveeducationSmartcitiesImproveindependentlivingforelders新的挑战NewChallenges人工智能设备(智能车,门锁,...)的道德数据挖掘的公平性贫富悬殊加剧

隐私就业EthicsofAIdevices(intelligentcars,doorlocks,…)FairnessindataminingIncreasingwealthdisparityPrivacyEmploymentandjobs对政府的影响ImplicationsforGovernments政府可以加速AIGovernmentcanaccelerateAI鼓励强大创业生态系统的政策数据访问策略,建立数据标准解决阻碍AI的法律、伦理问题的政策资助基础研究资助以对社会有利的AI项目(被营利公司忽视)PoliciestoencouragestrongstartupecosystemPoliciesondataaccess,establishdatastandardsPoliciestoresolvelegal,ethicalissuesimpedingAIFundbasicresearchFundAI-for-goodprojectsthatwillbeignoredbyfor-profitcompaniesAI可以改变政府

AIcanchangegovernment更多基于大数据、基于证据的决策按行业使用的A-B测试评估策略政府的新角色:向公民提供实时信息(健康数据,税收使用,...)新的从公民到传统官僚机构的连接界面Moredataintensive,evidence-basedpolicymakingEvaluatepoliciesbyA-BtestingusedbyindustryNewroleforgovernment:providereal-timeinformationtocitizens(healthdata,useoftaxes,…)Newinterfacesforcitizenstoold-timebureaucracies中国的大好机遇

China’sBigOpportunity教会世界如何利用社会规模数据提高公民的生活质量中国的独特性最多的数据,中国用户隐私规范,中央集权政府政府政策:利用这些差异为导向识别并追求盈利公司不会追求的大机遇支持民营企业追求剩下的机会Teachtheworldhowtousesocietal-scaledatatoimprovecitizens’qualityoflifeChinaisuniquethemostdata,Chineseprivacynorms,centralizedgovernmentGovernmentpolicy:leveragethesedifferencestoleadthewayidentifyandpursuebigopportunitiesthatwillnotbepursuedbyfor-profitcompaniessupportprivatecompaniestopursuetherest中国和西方

ChinaandtheWest中国优势最大的社会规模数据

隐私规范中央集权政府西方优势更长的AI商业创新经验

大学人工智能研究处于当前领先地位自下而上的创新文化AdvantagetoChinaBiggestsocietalscaledataPrivacynormsCentralizedgovernmentAdvantagetotheWestLongerexperienceinAIbusinessinnovationCurrentleadinuniversityAIresearchCultureofbottom-upinnovation中国和西方

ChinaandtheWest中国优势最大的社会规模数据

隐私规范中央集权政府西方优势更长的AI商业创新经验

大学人工智能研究处于当前领先地位自下而上的创新文化结果?Outcome?AI将在中国和西方创造更多的新财富

AIwillgeneratemuchnewwealthinChinaandtheWest在非竞争性领域的国际合作(卫生保健、智能城市