人工知能はどのようにしてデジタル経済の新しい時代を導くのでしょうか?デジタルサミットの専門家は言う

人工知能はどのようにしてデジタル経済の新しい時代を導くのでしょうか?デジタルサミットの専門家は言う

[[346344]]

「人類の技術発展の歴史を振り返ると、機械化、電化、情報化の時代を経験し、生産や生活様式は大きな変化を遂げてきた。スマートツールの普及により、人類はデータ主導のインテリジェント時代に入った」と、第3回デジタルチャイナサミットのメインフォーラムで、中国工程院院士で天津大学学長の金東漢氏は述べた。

iFlytekの劉清鋒会長も、人工知能とビッグデータの組み合わせは前例のない好機を迎えていると考えている。それは目に見える形で実感できるだけでなく、その応用の有効性は統計データによって証明することもできる。 「これまでは不可能だったことを実現し、これまで不可能だった多くの労働を解決し、多くの危険な仕事も人工知能に置き換えられる可能性がある。」

劉青鋒氏は、パンデミック中のオンライン教育を例に挙げ、人工知能が生徒の宿題や前日の準備を自動的に分析し、教師にこの授業をどのように教えれば生徒に好印象を与えられるかを伝えることができると述べた。分析後、知識グラフを使用して教育を支援し、「一歩も遅れずについていけない」ことを回避できる。 「感染症流行後、社会全体がデータ時代へと突入するだろう。データの集約能力は、中国の将来のデータ応用と人工知能の発展を促進する上で、より大きな役割を果たすだろう。」

百度の創業者、会長兼CEOのロビン・リー氏は、知能化の3つの大きな潮流について言及した。第一に、産業の知能化。すべての産業は人工知能技術を必要としており、自らの分野やシナリオで人工知能の応用機会を見つける必要がある。第二に、人間とコンピュータのインタラクションの知能化。これまで、人間とコンピュータのインタラクションはタッチスクリーンを通じて行われていたが、将来はセンサーがあらゆる場所に設置され、あらゆる場所やシナリオでコンピュータや機械とインタラクションできるようになる。第三に、インフラストラクチャの知能化。人工知能技術は、すべての産業に「開発ツール」を提供する。

伝統的な製造業のインテリジェント製造への変革について、中国工程院院士で天津大学学長の金東漢氏は、人工知能が主に製品インテリジェンス、生産インテリジェンス、サービスインテリジェンスの面で製造業の変革とアップグレードを促進すると考えています。

「近年、天津大学は人工知能の発展の大きなチャンスを捉え、積極的に新興分野を開拓し、人材育成モデルを革新し、将来争奪戦となる分野で人材クラスターの形成に努めてきました」と述べ、天津大学は新しい工学分野の構築を主導し、人工知能+多分野横断的な発展の道の確立を模索し、将来の課題に対応できる優れた人材を育成していると語った。

将来のデジタル経済時代では、あらゆるものがプログラム可能かつ接続され、人工知能技術の急速な発展により、ネットワークセキュリティを無視することはできません。 360グループの周宏偉会長兼最高経営責任者(CEO)は、デジタル化は前例のないセキュリティリスクをもたらし、サイバー脅威は従来の脅威を超え、デジタル時代の最大のセキュリティ脅威になるだろうと述べた。将来は高度にデジタル化された「デジタルツインの世界」となり、ネットワークセキュリティとデータセキュリティのリスクはコンピューターやシステムに限定されず、生活や生産のあらゆるシナリオに蔓延することになります。

周洪一氏は、政府、企業、個人は、デジタル変革を推進する過程で、ネットワークセキュリティはもはやデジタル化の従属物ではなく、デジタル化の基礎であることを十分に認識すべきだと提案した。デジタル時代のセキュリティ能力の構築において、事後的な漏れのチェックや修復の手法を使い続けることはできない。システム思考の方法論を用いて、新世代のセキュリティ能力システムを企画・構築し、「根本原因ではなく対症療法」という古い考え方を捨て去る必要がある。 (文・写真:光明オンライン記者 李正偉)

<<:  さあ、アルゴリズムの複雑さをもう一度理解しましょう!

>>:  なぜAlipayは携帯電話の闇市場に関与しないのでしょうか?公式回答: 犯罪者は顔認識を突破できない

ブログ    

推薦する

ビッグデータとディープラーニングは、仕事帰りの交通渋滞の回避にどのように役立つのでしょうか?

携帯電話のバスアプリでバス路線 112 の残りの停留所の数を確認するとき、バスに GPS をインスト...

AIと機械学習がIoTと密接に関係する理由

モノのインターネット (IoT) の将来の可能性は無限です。 2025 年までに、世界中の IoT ...

「新世代人工知能」の10の応用シナリオが北京宜荘に上陸

[[349350]] 10月29日、北京亦荘イノベーション発表体験研究イベントで記者らが自動運転タク...

2020年に人工知能がIT業界を変える

21 世紀は人類史上刺激的な時代であり、人々の日常生活に技術の進歩が起こっています。今では、患者の健...

マイクロサービスにおける電流制限ロジックとアルゴリズム

[[341117]]この記事はWeChatの公開アカウント「Invincible Coder」から転...

...

XGBoost機械学習モデルの意思決定プロセス

XGBoost アルゴリズムは、Kaggle やその他のデータ サイエンス コンテストで優れた結果...

2021年、AIは小売業者が失われた顧客ロイヤルティを「救う」のに役立つだろう

2020 年は混乱と混乱が共存しましたが、騒動は落ち着き、小売業者は新年に再編成し、新たな常態に向か...

...

Google Cloud の共有: AI を活用して企業価値を生み出す方法

今月、Google Cloud は、顧客やパートナーと人工知能の最新の進歩について議論するエグゼクテ...

AIのための大規模ストレージインフラストラクチャの要件

ストレージ インフラストラクチャに人工知能を導入することで、容量とパフォーマンスの要件が高まっていま...

デジタル時代のパフォーマンス管理:現実と未来

デジタルパフォーマンス管理の変革デジタル目標設定パフォーマンス計画は、企業の繁栄戦略と業務を結び付け...

Yann LeCun 氏は衝撃的な発言をしました。「ディープラーニングは死んだ、微分可能プログラミング万歳!」

ディープラーニングの分野で最も有名な学者の一人であるヤン・ルカン氏が本日、自身のFacebookに投...

AI は言語をより早く習得するために何ができるでしょうか?

新しい言語を学ぶことは間違いなく挑戦です。特に 18 歳以上の人にとっては、これまで触れたことのない...

AIopsにおける人工知能

組織にとって、機械学習 (ML)、自動化、人工知能 (AI) 機能を備えたテクノロジー プラットフォ...