课程背景
2017
年
3
月,机器智能首次被写入《政府事务报告》,同年
7
月,国务院颁发《新一代机器智能演进规划》,提出了“三步走”的方略标的,宣布举全国之力在
2030
年抢占机器智能全球制高点。今天的中国社会,智能运用已经随处可见,我们正处在智能化的社会之中。
当今机器智能科学更准确的是指资料智能,在海量资料时代机器智能技艺运用得到了非速演进,无论是计算智能,还是感知智能,都已为业界界各类革新提供主要技艺支撑,甚至出现认知智能技艺的初级尝试运用
。
故而能够断定,在当今的中国业界界,不弄懂海量资料和机器智能的科技运用,大概率会在竞争中处于劣势。
不过,我们也常常听身边的公司家员表示出对智能类运用的安全性担忧,执行层面,比较有代表性的埃隆
·马斯克(
Elon Musk
),史蒂芬·霍金(
Stephen Hawking
)和比尔·盖茨(
Bill Gates
)都忌惮机器智能(以下简称“
AI
”),并忧心忡忡地表示在不久的将来,运行层面,
AI
会对人类的生存构成威胁。埃隆·马斯克曾宣称机器智能是人类文明持续存在所面临的重大危机。而为何另一个同样杰出的群体,往细里说,包括马克·扎克伯格(
Mark Zuckerberg
),具体来看,吴恩达(
Andrew Ng
)和佩德罗·多明戈斯(
Pedro Domingos
)在内,又认为“机器智能威胁论”给的依据太过牵强,具体来看,换个角度看,几乎不攻自破。扎克伯格甚至称那些鼓吹末日将至的人相当不负责,当今机器智能领域最伟大的人物之一吴恩达亦表示,落地时,执行层面,这种焦虑就像是担忧“火星上的人口过剩”,换个角度看,完全没有必要……
本课开课的主要目的是面向非专精人士,尤其是业界界,从机器智能产生的来由、基本原理、技艺架构入手,摒弃社会上流行的各类带有商业带出目的的内容,借助大量充实实例作证,系统性讲授机器智能以及机器智能安全问题,对非专精技艺人员,能够听得明、学得会、用得好。在深度推进业界智能化和公司智能化运用的同时,对机器智能技艺运用带来的一系列安全问题有更为周全的认知和领会。本课作为拉升公司家数智化生存本领素质的要害组成部分。
课程收益
● 厘清海量资料、机器智能架构中的要害问题;
● 熟稔机器智能行为体的分类以及对应安全问题;
● 弄懂世界各国机器智能演进方略规划和安全伦理准则;
● 熟稔社会常见的机器智能运用,强化对智能的认知;
● 熟稔掌握新兴技艺成熟度曲线,把握未来技艺演进趋势;
● 弄懂机器智能主要流派和基本原理、主流神经网络模型;
● 熟稔机器智能安架构和架构以及通用机器智能的演进趋势。
课程大纲
导入
1
:
现在是海量资料时代,现在是机器智能时代
实例:“我的一天”
研讨:
(GP-
分组对抗记分点
)
感受智能化,分组碰头描述
“你的一天”,并指出哪些运用或者名词是和机器智能紧密相关?(除老师事先讲过的,运行层面,答对一条记
1
分)
导入
2
:
“机器智能威胁论”
实例:机器智能的技艺演进,对人类来说到底是生存还是毁灭?
研讨:
(GP-
分组对抗记分点
)
分
组汇总每位同学的看法,提交给老师。
备注:
GP-
为短时时间碰头,一般不超过
5
分钟,
LGP
为长时间碰头,一般在
5-20
分钟;
GP
活动由老师根据实地情况发起或者不发起,非固定活动。下同。
首讲:海量资料时代特征和机器智能国家方略
一、从互联网到海量资料时代的演变进程
1.
从互联网、
Web2.0
、移动互联网看人类在线化进程
2.
人类在线化进程和行为资料的关系
实例拆解:以商业购物情境为例,拆解人类活动的在线变化以及其产生的行为资料
小组研讨:
(GP)
分组规划其他情境
,
延伸到物联传感网,并收束,老师点评并打分
3.
海量资料的来源和全球数增长情况拆解
4.
资料计量单位的换算
5. 5G
的方略地位和价值
6.
海量资料的两个要害特征
7.
海量资料价值的现况
二、国际和中国机器智能演进
1.
中国:机器智能的国家方略和“智能
+
”
2.
世界各国机器智能演进对比拆解
3.
解读“十四五”规划给我们的启示
小组研讨:
(
L
GP)
找出所在业界的有关机器智能方面的国家或者地方政策规划,拆解原因和机会
次讲:机器智能演进史
一、机器智能的起源
1
.
机器智能产生的来由
2.
图灵和图灵测试
3
.
达特茅斯会议和
“机器智能”
二、机器智能的三次浪潮
1.
第一次机器智能浪潮:推理和探索
实例拆解:
计算机在采用
“推理和探索”的兴起和没落
2.
第二次机器智能浪潮:学识工程
实例拆解:专家系统的窘境和问题
3.
我们正在第三次机器智能浪尖上:海量资料和深度研习
实例拆解:机器智能演进历程中的里程碑经过
三讲:机器智能原理
一、机器智能定义和分类
1
.
机器智能的定义和正确领会
2
.
计算智能、感知智能和认知智能
3
.
机器智能的几大门派其以及技艺演进方向
二、机器智能英才和学识架构
1
.
学科领域交叉和渗透下的机器智能革新协同
2
. 世界以及中国机器智能类主力练就现况
实例拆解:中国某顶尖大学机器智能研究院架构以及研究领域
3
. 把握和跟踪机器智能技艺演进趋势的办法
实例拆解:
深度拆解
Gartner
曲线
实操上手:
(
L
G
P
)
依据实地给出的某机器智能运用
,
依据
Gartner
曲线拆解其技艺演进规律和特点
三、资料智能平台技艺架构
1
.
海量资料技艺平台架构
2
.
机器智能技艺平台架构
3
.
通用深度研习开源轮廓和特点
四讲:常见深度研习模型和运用
一、传统资料模型和运用
1.
常见传统资料算法和模型
2.
常见传统资料算法的运用
二、深度神经网络
(DNN)
模型和运用
1. D
NN模型
2. D
NN运用情境:搜索排序、推荐排序
三、卷积神经网络
(CNN)
模型和运用
1.
CNN模型
2.
CNN运用情境:图像识别、视频拆解
四、循环神经网络
(RNN)
模型和运用
1.
RNN模型
2.
RNN运用情境:语音识别、自然语言处理
实例拆解:
人机智力大战的巅峰
——阿尔法狗
五讲:机器人技艺以及其运用原理(选讲课程)
一,机器人概述
1
. “
robot
”一词的来源
2.
机器人定义和相关概念
3
. 机器人演进历程
4.
机器人分类
二、机器人基本原理以及运用
1
.
机器人将控系统的基本结构
2.
工业机器人
3.
农业机器人
4.
医疗机器人
5.
服务机器人
6.
特种机器人
实例拆解:机器人在工业、农业、医疗等等领域的运用
第六讲:机器智能和安全哲学
一、安全
1.
人类社会对安全的认知和领会
2
.
机器智能安全、机器智能和安全
二、通用机器智能安全的哲学命题
1
.
技艺革命视角下的人类四次纪元
2
. 第四次纪元的不可控因素
3
.
机器智能的安全命题
4
.通用机器智能的三个哲学命题
小组研讨:
(
L
GP)基于哲学上的命题,分组碰头形成各自主张。
第七讲:机器智能业界生态和安全
一、机器智能业界生态
1
. 机器智能运用领域
2
.
A
I芯片和视觉传感器
3
.
A
I通用技艺
实例拆解:主流机器视觉、语音识别、自然语言、学识图谱运用的市场和趋势
二、狭义机器智能安全
1
.
机器智能的安全架构
2
.
机器智能的安全伦理概要
3
.
机器智能安全对社会的冲击
4
.
机器智能安全
VS
网络安全
VS
资讯安全
实例拆解
1
:
全球首例自动驾驶车辆撞死行人的案件
实例拆解
2
:
《
2020
年度全球十大机器智能治理经过》
第八讲:机器智能内生安全
一、资料安全
1
. 资料投毒和反制
2
. 对抗样本攻击和反制措施
3
. 资料质量和资料安全之间的管控问题
4
. 对业界界以及管人者的启示
实例拆解
1
:
深网视界曝出资料泄露经过
实例拆解
2
:
地下业界链之资料隐私市场
实例拆解
3
:
网上热传的几家著名科技公司的安全经过解读
二、算法和模式安全
1
. 算法的可解释性和安全
2
. 模型存储和管控的安全问题
3
. 开源模型的安全问题
4
. 对业界界以及管人者的启示
实例拆解
1
:
一支激光笔是怎样打败了自动驾驶?
实例拆解
2
:
医疗领域机器智能诊断技艺运用的尴尬
三、轮廓和运行安全
1
. 架框安全问题
2
. 主观和客观原因上的运行安全和保障问题
3
. 对业界界以及管人者的启示
实例拆解:几起自动驾驶车祸背后的安全拆解
小组研讨:
(
L
GP)结合分组参训者公司的情景,研讨运用机器智能内生安全的思路。
第九讲:机器智能衍生安全和伦理
一、机器智能衍生安全
1
. 智能系统失误引发的安全事故
实例拆解
1
:
当自动驾驶,智能机器人、智能音箱、医疗机器人失效后
……
实例拆解
2
:
聊天机器人的偏激言论引发的群体影响
2
. 机器智能行为体失控要素拆解
实例拆解:
“
机器人三定律
”
3
. 国际上预防机器智能技艺失控的举措
二、机器智能伦理
1
.
机器智能体是否应该赋予
“人权”?
2.
借助采用机器智能的人权侵犯问题
3
. 机器智能是否能成为伦理主体4. 机器智能的伦理责任问题实例拆解:几起自动驾驶案件的责任追究
小组研讨:(GP)
现实生活或者科幻电影中的
“智能人”,以及其引发伦理的故事要害词。
三、机器智能伦理准则
1
. 世界各国关于机器智能技艺演进的伦理准则
2
. 机器智能技艺伦理准则的共识性和争议性
3
.
我国专门提出机器智能伦理和法律的
“三步走”规划
实例拆解:
解读《
2020
年度全球十大机器智能治理经过》的处理结果
结束语:
机器智能安全的未来展望
!
老师简介
Introduction to lecturers
弄懂更多
珀菲特顾问|赵志强老师
适合谁听
● 创业者、公司负责人、公司创始队伍、董事会成员 ● 公司高级管人人员、总经理、总工程师。建议同一家企业 3 人以上同来,课堂上直接改造本企业的实际问题——单人参加也能学到方法,但带不走可用的成果。
交付流程
课前:顾问访谈 2 位管理者,收集现状与问题清单,讲师据此调整案例。课中:讲授与演练各占一半,产出可直接用的工具与方案。课后:7 天内提交改进建议,30 天内一次线上答疑。
