深度学习虽火但不适合协作机器人
大小：0.04 MB
人气：
2017-09-30
需要积分：1
8月26日至27日，在中国科学技术协会、中国科学院的指导下，由中国
人工智能学会发起主办、中科院自动化研究所与CSDN共同承办的2016中国人工智能大会（CC
AI2016）在北京辽宁大厦盛大召开，这也是本年度国内人工智能领域规模最大、
规格最高的学术和技术盛会，对于我国人工智能领域的研究及应用发展有着极大的推进作用。大会由CSDN网站进行
专题直播，并由百度开放云提供独家
视频直播技术支持。
国际人工智能促进会（AAAI）主席、美国亚利桑那大学教授Rao Kambhapa ti参加了本次大会，在会上做了主题为《Planning Challenges in Human-Machine Collab oration》的演讲，并接受CSDN记者专访，分享了他从事人工智能研究的故事，讨论了研究协作 机器人的技术路线，并就中国学者在全球人工智能领域应当如何能够有所作为给出了自己的建议。
国际人工智能促进会（AAAI）主席、美国亚利桑那大学教授Rao Kambhapati
从事人工智能研究的两个原因
之所以会从事人工智能技术的研究，Rao Kambhapati表示，主要基于如下两个原因：
人类有三个比较终极的问题：人从哪里来？生命从哪里来？智慧从那里来？现在是在创造社会，也是需要去理解的一种方法，明白了创造它是从一定程度上理解它从哪里来，这是非常有意思的。
最开始接触AI的时候是在研究认知技术、认知科学问题的时候，慢慢就转到AI 算法上，到现在又开始发散，算法只是解决其中一部分问题，后来需要解决其他，比如说交互情感的东西，觉得好像又回到大问题，应该是这样一个最有趣的东西。
人机共存本质是协调而非替代
人类与机器人的关系，这是Rao Kambhapati在本次大会上的演讲主题。他表示，人机共存的本质是协调而非替代，当下一提及机器人，人们马上会想到替代人类的工作，其实机器人不可能替代像Uber或滴滴司机，应该是与人类协作，绝非替代人类。
人们可以将一些简单、繁复的工作来交给协作机器人，而把自己从那些工作中解脱出来，去做更有意义的事情。机器人不可能替代我们的社会，但是我们会有一个新的模式，比如刚人类需要很好的家庭主妇。但机器人不是自动协作，还是需要挺懂人类的需要才知道自己该做什么，或是去照顾老人、孩子等，这是整个社会都需要共同完成的一件事情。
如何实现与AI互动是当下需要解决的难题
人机互动非常复杂，尤其是大量的人机互动。机器人应该可以理解人类意图从而更好地为人类服务，这涉及到机器是否可以理解人类的情感发展，利用人类情感模式干预协调活动。传统规划要理解想要的结果，指定行动的模式、得到的目标、描述最初所处的状态，会做出一些假设，设计行动的模式。
但是现在人机共存需要基于一些不完整人机模型进行规划，其中就包括了一些决策，现在面临的 信息是不完整的，有时候会带来一定的副作用，所以在这样的一个规划当中，不能预计人们会喜欢所开发出来的模型，就需要通过这样不完整的模型进行学习。通常在一个规划过程当中的模型，要学习起来实在太困难了，即便有很多的数据，所以必须要进行简化，然后才能使用。
深度学习虽然很火，但并不适合协作机器人
现在深度学习非常火，但Rao kambhapati表示，深度学习并不适合协作机器人。因为机器人最开始比较差，就像小孩一直会问很多的为什么，协作机器人也要问为什么，如果用深度学习来做协作机器人，就需要模型学出一个知识出来并告诉你，但没有解释为什么。我们人类，即使是小孩，学习的过程也不止是告诉这个结果，深度学习没有能够完全 vwin 这个人类学习过程，这是一个比较大的问题。我们两在一起工作，你不能只告诉我结果是什么，还要告诉我原因，不然我不会信任你，在这个人和机器人协作的场合，这种信任很重要。现在的不信任，是由于只出结果不给过程，应该是比较大的问题。
中国学者的研究领域有点窄
在谈到中国目前处于全球AI领域的水平时，Rao kambhapati说，他目前担任AAAI主席和IJCAI 2016的程序主席，非常重视中国的研究学者，也比较认可中国学者的研究成果。但他同时认为，中国学者的研究领域有点窄——基本都在研究 机器学习。
作为一个研究者，Rao kambhapati更希望看到中国这个大国能够聚集更多的力量在更广泛的、有价值的研究领域研究领域，如认知科学、推理等方面。他提醒说，现在不少企业忙于利用深度学习的东西，希望中国的学者可以把目光放长远一些。因为企业把深度学习的潜力榨干之后，还是需要使用更多的其他方法，所以下一步该做什么，是需要提前考虑的。
Rao kambhapati还补充说，自己之所以会参加CCAI大会，很大一部分原因就是想了解中国学者正在研究的东西，因为他在此前参加的活动中很少看到有中国学者参与。他表示，希望中国学者更多地参与到AI的活动当中——不止是写一些学术论文，而是相互交流、分享。
对于那些希望从事AI领域的研究的中国年轻人，Rao kambhapati深化了自己的建议：
从事AI领域的研究并非仅通过写文章来实现自身价值，更多的是要如何去实现自己的想法，也就是实际地动起来。你可能并没有发表过什么论文，但你有独特的想法，一样可以融入到很高的圈子当中。
在写论文前，你也需要有很好的想法，拥有一些独特的东西同样可以让你的文章进入到第一梯队中。
Rao kambhapati表示，他给学生的建议就是要学会平衡个人想法与写论文，他自己也很少花时间去写文章，更多的是通过一些独特的东西让大家熟知
国际人工智能促进会（AAAI）主席、美国亚利桑那大学教授Rao Kambhapa ti参加了本次大会，在会上做了主题为《Planning Challenges in Human-Machine Collab oration》的演讲，并接受CSDN记者专访，分享了他从事人工智能研究的故事，讨论了研究协作 机器人的技术路线，并就中国学者在全球人工智能领域应当如何能够有所作为给出了自己的建议。
国际人工智能促进会（AAAI）主席、美国亚利桑那大学教授Rao Kambhapati
从事人工智能研究的两个原因
之所以会从事人工智能技术的研究，Rao Kambhapati表示，主要基于如下两个原因：
人类有三个比较终极的问题：人从哪里来？生命从哪里来？智慧从那里来？现在是在创造社会，也是需要去理解的一种方法，明白了创造它是从一定程度上理解它从哪里来，这是非常有意思的。
最开始接触AI的时候是在研究认知技术、认知科学问题的时候，慢慢就转到AI 算法上，到现在又开始发散，算法只是解决其中一部分问题，后来需要解决其他，比如说交互情感的东西，觉得好像又回到大问题，应该是这样一个最有趣的东西。
人机共存本质是协调而非替代
人类与机器人的关系，这是Rao Kambhapati在本次大会上的演讲主题。他表示，人机共存的本质是协调而非替代，当下一提及机器人，人们马上会想到替代人类的工作，其实机器人不可能替代像Uber或滴滴司机，应该是与人类协作，绝非替代人类。
人们可以将一些简单、繁复的工作来交给协作机器人，而把自己从那些工作中解脱出来，去做更有意义的事情。机器人不可能替代我们的社会，但是我们会有一个新的模式，比如刚人类需要很好的家庭主妇。但机器人不是自动协作，还是需要挺懂人类的需要才知道自己该做什么，或是去照顾老人、孩子等，这是整个社会都需要共同完成的一件事情。
如何实现与AI互动是当下需要解决的难题
人机互动非常复杂，尤其是大量的人机互动。机器人应该可以理解人类意图从而更好地为人类服务，这涉及到机器是否可以理解人类的情感发展，利用人类情感模式干预协调活动。传统规划要理解想要的结果，指定行动的模式、得到的目标、描述最初所处的状态，会做出一些假设，设计行动的模式。
但是现在人机共存需要基于一些不完整人机模型进行规划，其中就包括了一些决策，现在面临的 信息是不完整的，有时候会带来一定的副作用，所以在这样的一个规划当中，不能预计人们会喜欢所开发出来的模型，就需要通过这样不完整的模型进行学习。通常在一个规划过程当中的模型，要学习起来实在太困难了，即便有很多的数据，所以必须要进行简化，然后才能使用。
深度学习虽然很火，但并不适合协作机器人
现在深度学习非常火，但Rao kambhapati表示，深度学习并不适合协作机器人。因为机器人最开始比较差，就像小孩一直会问很多的为什么，协作机器人也要问为什么，如果用深度学习来做协作机器人，就需要模型学出一个知识出来并告诉你，但没有解释为什么。我们人类，即使是小孩，学习的过程也不止是告诉这个结果，深度学习没有能够完全 vwin 这个人类学习过程，这是一个比较大的问题。我们两在一起工作，你不能只告诉我结果是什么，还要告诉我原因，不然我不会信任你，在这个人和机器人协作的场合，这种信任很重要。现在的不信任，是由于只出结果不给过程，应该是比较大的问题。
中国学者的研究领域有点窄
在谈到中国目前处于全球AI领域的水平时，Rao kambhapati说，他目前担任AAAI主席和IJCAI 2016的程序主席，非常重视中国的研究学者，也比较认可中国学者的研究成果。但他同时认为，中国学者的研究领域有点窄——基本都在研究 机器学习。
作为一个研究者，Rao kambhapati更希望看到中国这个大国能够聚集更多的力量在更广泛的、有价值的研究领域研究领域，如认知科学、推理等方面。他提醒说，现在不少企业忙于利用深度学习的东西，希望中国的学者可以把目光放长远一些。因为企业把深度学习的潜力榨干之后，还是需要使用更多的其他方法，所以下一步该做什么，是需要提前考虑的。
Rao kambhapati还补充说，自己之所以会参加CCAI大会，很大一部分原因就是想了解中国学者正在研究的东西，因为他在此前参加的活动中很少看到有中国学者参与。他表示，希望中国学者更多地参与到AI的活动当中——不止是写一些学术论文，而是相互交流、分享。
对于那些希望从事AI领域的研究的中国年轻人，Rao kambhapati深化了自己的建议：
从事AI领域的研究并非仅通过写文章来实现自身价值，更多的是要如何去实现自己的想法，也就是实际地动起来。你可能并没有发表过什么论文，但你有独特的想法，一样可以融入到很高的圈子当中。
在写论文前，你也需要有很好的想法，拥有一些独特的东西同样可以让你的文章进入到第一梯队中。
Rao kambhapati表示，他给学生的建议就是要学会平衡个人想法与写论文，他自己也很少花时间去写文章，更多的是通过一些独特的东西让大家熟知
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%