9月17日から19日まで、上海で「人工知能が新時代を力づける」をテーマにした2018年世界人工知能大会が開催されました。大会では、アリババのジャック・マー氏が講演しました。ジャック・マー氏は、人工知能は外の世界、未来の世界、そして人類自身を理解し、私たち自身の考え方を再定義する方法であると述べました。
ジャック・マー氏は、将来、機械は必ずしも人間の脳に従って考えるのではなく、機械自身の思考に従って考えるようになると述べた。機械は独自の思考と論理を持たなければならないため、人間が機械を発明するときは、機械が間違いなく人間よりも賢くなることを認識すべきである。しかし、機械は決して価値観や夢や愛を持つことはできません。 ジャック・マー氏は演説の中で、将来の製造業はサービス業であり、将来の製造業の焦点は人材であると述べた。企業が標準化からパーソナライゼーションに転換できなければ、生き残るのは難しいだろう。 (シン・リン) 以下は、Sina Technology がまとめた馬雲氏のスピーチの一部の書き起こしです。 まず、AI*** は機械知能と翻訳されるべきだと思います。人工知能と翻訳することは、人間を過大評価することだと思います。車は人間よりも速く走りますが、車は人間の真似はしません。将来、機械は必ずしも人間の脳に従って考えるのではなく、機械自身の思考に従って考えるようになります。機械は独自の思考と論理を持つようになるため、人間が機械を発明するときには、機械は間違いなく人間よりも賢くなることを認識する必要があります。しかし、機械は決して価値観や夢や愛を持つことはできません。 機械が人間と同じことができるのは素晴らしいことだと思います。機械は他のあらゆるものから学ぶことで、人間にはできないことができるのです。知性は世界を変えるツールです。機械が人間の知恵を超えたとき、人間の知恵はむしろ成長します。 第二に、知能によってもたらされる本当の変化は、生産性、生産関係、生産設備の変化です。コンピューティングは生産関係です。将来、インテリジェント テクノロジーは私たちの生活のあらゆる側面を変えるでしょう。例えば、データ化とはパーソナライゼーションとインテリジェンスを意味します。将来の製造業はサービス産業であり、将来の製造業の中心は人材です。企業が標準化からパーソナライゼーションに転換できなければ、生き残ることは困難です。 上海の街はデータ、インテリジェンス、IoTなどによって一変し、上海は真に世界クラスの都市になると信じています。 3つ目に、今日では、ウェブページさえあれば、それはインターネット技術と呼べるのではないかと思います。もしそのような技術が持続可能な社会の発展を促進し、現代の私たちの生活をより健康にすることができないのであれば、それは無意味です。今日、製造業が衰退しているのではなく、後進的な製造業が衰退しているのです。今日の若者が十分に努力していないのではなく、私たちが十分に努力していないのです。私たちの起業家はデータを変革したでしょうか?若者にとって良い環境を作ったでしょうか?私たちの教育システム全体が変わる必要があります。私たちは将来の問題を解決する方法を見つけなければなりません。そして、それが将来の問題を解決する正しい方法です。昔は年間30都市に行っていましたが、将来は300都市に行くことになります。今は1日8時間働いていますが、将来は4時間か2時間働くことになります。私たちにはそれができませんが、子どもたちにはそうしてもらいたいのです。 |
<<: 200 の優れた機械学習チュートリアルの要約「史上最も完全」
>>: 2年後には「ロボット」が人間の活動の80%以上をこなすようになるのでしょうか? AIに関する専門家の見解を聞く
[[230060]]細胞生物学者と細胞研究者は、新しい細胞モデルツールを利用できるようになりました。...
MetaImage は最近、テクノロジー界で大きな話題を呼んでいます。論文「IMAGEBIND: ...
アップル社が2025年までに完全自動運転車を発売する計画だとブルームバーグが報じたことを受け、同社の...
3月23日から26日まで、2021年重大健康産業(重慶)博覧会と第6回双品会が重慶で開催されました。...
[[409851]] 0 はじめにこの記事で議論されている問題は、ICLR 2019の記事「CRI...
統計によると、交通事故のほぼ主な原因は運転者の過失です。そのため、自動化は長い間、セキュリティにおけ...
序文:ロボット産業の研究者および愛好家として、私は産業や生活におけるロボットの実用化について常に考え...
[[373764]]顔認識訪問者システムの利点は何ですか?以前は、訪問者の管理に手書きの登録が使用...
「機械学習」、「人工知能」、「ディープラーニング」という 3 つの用語は混同されることが多いですが、...
データ準備の最も一般的なアプローチは、データセットを調査し、機械学習アルゴリズムの期待値を確認し、最...