爱吧机器人网 » 专题 > 观点 > 正文

德国在人工智能方面的优势与不足

原标题:【人工智能】德国的优势与不足
原文出处:《法兰克福汇报》
作者:Alexander Armbruster
日期:26.04.2018
此文由《公益翻译小使者》提供
译者: 王秋人和芥末
校对:乔巧


正文

德国是否会在本世纪的关键科技上赶不上下一班车?目前到处都在把资金投入人工智能。各大公司如Alphabet(谷歌母公司)、亚马逊、阿里巴巴、百度或腾讯都在招募大量科学家,并为年轻的专业人士提供离谱的高薪。各国也都野心勃勃,尤其是中国政府,这个世界第二大经济体想要在十年以后成为人工智能领域的全球引领者。那么对于德国这样一个在国际经济上有着举足轻重地位的国家来说,接下来会发生什么?我们是否必须对此做出更强烈的回应?如果是,该如何做呢?

先说好消息:当谈到前景大好的计算机科技分支人工智能领域时,德国不是,也从来都不是无名之辈。两位计算机科学家Sepp Hochreiter和Jürgen Schmidhuber已经在九十年代开发了一个开创性的学习演算算法(LSTM),这项技术每天为亿万智能手机用户提供着各种服务。例如谷歌就使用了这个算法来优化其翻译程序。

一个好消息

而时任慕尼黑德国联邦国防大学教授Ernst Dieter Dickmanns,早已在九十年代还没有超级计算机的情况下,用一辆改装后的奔驰S车型,实现了无人驾驶技术的开拓性突破。如今美国Waymo公司就在利用该突破性技术在某些城市测试自动驾驶汽车。然而那时候还根本没有无人驾驶的汽车。

德国联邦政府拥有的德国人工智能研究中心(Deutsches Forschungszentrum für Künstliche Intelligenz)是世界上同类机构中规模最大的,这个成功机构的出色负责人是Wolfgang Wahlster。同时也有其他国际知名的科学家在这里进行人工智能的基础研究。

当最终涉及到如何通过人工智能盈利(工业4.0)时,将取决于两个前提条件:智能的电脑程序,以及强大的工业。而德国毫无疑问据有后者。

在探讨人工智能时,所有这些成就和现有技术都应该被德国人牢记,在当出现德国时不时从美国获取建议的情况时,我们就应该想到这些。而美国所有的科技创新都产生于硅谷。

一个新的科研联盟?

现在说坏消息:德国不能忽视世界上其他地区对人工智能的大量研究。机器学习,也就是基于庞大数据和强大计算能力的人工智能领域,在使电脑程序更好地理解口语和文字、识别图形以及做出基本预测方面仍存在着巨大的潜力。也是因为人工智能对整个社会的影响还尚未被充分预见。

在经济方面是利润的增长(如谷歌),在政治方面则是更大权力的增进(如中国)。目前的电子型助手实际上是在隐喻十年后的未来。在这个领域,美国和中国远远超出了德国(和欧洲)。为此,值得德国政府不加吝惜地投入更多资金。

然而问题在于怎么去做。不久前美国谷歌公司常任执行官 Eric Schmidt已经建议美国国防部和情报部门一起建立一个新的人工智能科研中心用来应对中国的计划,其中包括自动武器系统。回顾美国历史,军事作为科研的支持者一直以来都扮演着重要的角色。美国在六十年代建立的人工智能中心,如今已是世界上最领先的部门之一。

由于德国国防人口和设施跟美国大不相同,这也就并不适用于德国。德国联邦政府在基础研究方面一向很强大。新的科研联盟,如德国和其他欧洲科学家共同发起的“Ellis”,应运而生。因为他们认为,长此以往在人工智能方面将无法与谷歌比肩。由黑红联盟(德国基督教民主党和社民党联盟)酝酿的德法人工智能中心也正是基于这个想法。两者也都同样认为,德国不该原地等待,而应该对其良好的经济状况所提供的丰富资源加以利用。

还有一个补充,对于人工智能有时会存在这样的问题:人工智能是否真的智能?假如仅仅只是计算或者模拟智能,则没有任何新意。重要的是,相比人类而言,它究竟能具体做什么。也就是人为的能力。

来源:https://www.faz.net/aktuell/wirtschaft/kuenstliche-intelligenz/wird-deutschland-in-der-kuenstlichen-intelligenz-abgehaengt-15558374.html

上一篇:人民日报评述AI:发展仍处于初级水平 务实发展是正道
下一篇:人工智能决策的偏见:只有经过优化,才能为己所用
精选推荐
麻省理工最新机器人“装配工”未来可建造太空基地
麻省理工最新机器人“装配工”未来可建造太空基地

[2019-10-17]  两个机器人原型把一系列小单元组装成大结构体麻省理工学院科研人员最近提出一种新型机器人技术,即一种小型机器人系统,能够自主地用统一规 ...

搭载人工智能的太空机器人CIMON 2乘SpaceX抵达国际空间站
搭载人工智能的太空机器人CIMON 2乘SpaceX抵达国际空间站

[2019-12-09]  12月5日,搭载人工智能的太空机器人西蒙2号(CIMON 2)乘坐SpaceX火箭Dragon货运舱,从佛罗里达州卡纳维拉尔角空军基地升空,前往国际空间 ...

什么是机器人学?机器人学简介
什么是机器人学?机器人学简介

[2017-12-14]  机器人学是工程学与科学的交叉学科,包括机械工程,电气工程,计算机科学等。机器人技术涉及机器人的设计、制造、操作和应用,以及用于控制、感官反馈和信息处理的计算机系统。...

助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出
助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出

[2017-12-25]  本文提出了一个大型的、长序列的、用于行人重识别的视频数据集,简称LVreID。与现有的同类数据集相比,该数据集具有以下特点:1)长序列:平均每段视频序列长为200帧,包含丰......

机器人iCub作为嵌入式AI的标准机器人研究平台的重要性
机器人iCub作为嵌入式AI的标准机器人研究平台的重要性

[2017-12-24]  机器人的研究在过去10年中得益于一个具有嵌入式人工智能(AI)的标准化开源平台——人形机器人iCub。iCub最初在意大利被创建,如今在欧洲、美国、韩国、新加坡和日本的实验室......

机器人从工业走向家庭  库卡KUKA目标是引领中国市场
机器人从工业走向家庭 库卡KUKA目标是引领中国市场

[2017-12-08]  机器人正在改变着人们的生活方式,而库卡KUKA想要在中国这个大蛋糕中占有一块大份额,库卡公司正在引领市场...

机器人灵巧手将成为智能机器人的下一个重大突破
机器人灵巧手将成为智能机器人的下一个重大突破

[2018-01-25]  计算机科学教授兼东北地区助手机器人实验室负责人罗伯特·普拉特(Robert Platt)说:“机器人手操作是下一步要解决的问题。想象一下,一个机器人可以在现实世界中用手去做事......

可编辑神经网络,有望简化深度学习?
可编辑神经网络,有望简化深度学习?

[2019-10-04]  深度学习是一个计算繁重的过程。 降低成本一直是 Data curation 的一大挑战。 关于深度学习神经网络大功耗的训练过程,已经有研究人员 ...

本周栏目热点

2020年中国AI基础数据服务行业发展报告

[2020-04-03]  核心摘要:目前人工智能商业化在算力、算法和技术方面基本达到阶段性成熟,想要更加落地,解决行业具体痛点, 需要大量经过标注处理的相关 ...

[1970-01-01]    从首尔清潭洞SM娱乐公司大楼代表办公室的落地窗可以清晰地眺望对面的汉江。李秀满会长介绍拥有代表办公室和录音室的建筑物是工作室中心 ...

[1970-01-01]    虽然我国经济增速下降,通缩若隐若现,但由于我国劳动力人口在2012年已经达到顶峰,之后总量呈逐年下降之势,所以即使近几年产业工人工 ...

腾讯思享会:探讨智能社会与人类未来

[1970-01-01]    人类在享受开车的过程时,在不久的将来可能让机器开车,人类如不是理性的控制机器人,又将一场持久的大战。  以智能社会与人类未来为 ...

[1970-01-01]    机器人发展到今天到了重新定义的时候,机器人拥有人类的感知和思维、应用到更多领域,成为现代机器人产业发展的新方向,由此看出中国机 ...