新时代下,未来人才的培养要求发生很大变化。如何在5G+AI的技术浪潮下打造个人核心竞争力,以适应未来社会发展的需要。

清华大学智能教育技术创新联合研究中心副主任张文涛和大家分享的主题内容是与当前时代的信息技术密切相关的,最热的两个话题5G和AI。在过去的研究中,我们发现,随着5G商业化,5G和人工智能将会共同绘制未来十年的宏大技术图景。

5G与人工智能:未来10年的宏大技术图景

人工智能与5G的结合,会为整个社会生产方式的改进和生产力的发展带来前所未有的提升。

5G到底是什么?5G是今年特别火的话题,并且已经在生活中得到实际应用。我们中有很多人已经换上了5G的手机,用上了5G的套餐。与4G相比,5G有非常强大的网络传输能力,峰值速率有了20倍的提升,用户可以感知到的延迟降低到原来的20%,连接数可以扩大100倍,在一平方公里的范围内可以达到一百万个终端的接入。也就是说,我们能够想到的所有联网的设备都将通过5G网络连接,这是一个非常大的进步。从连接人与人,到连接人与任何物,再到连接物与物。5G的服务范围和影响力,已经不仅限于个人用户,而是真正达到万物互联的社会。

5G:面向万物互联的ICT基础设施。5G的出现,让我们去将想象中的应用进行实现变得有了可能,比如说无人驾驶/自动化驾驶的实现,VR/AR的运用,万物互联的物联网的运用,这些技术的背后是5G终端产业链的成熟,包括芯片技术、模组技术、接入技术等。

5G终端的成熟,让5G的商用变得可能,配合5G网络的建设,让我们在未来的五到十年时间都将享受5G发展的红利期。对个人来讲,我们在享受技术带来的红利的同时,也应该思考自己要如何利用这个红利浪潮去实现提升,得到更快的成长。

人工智能(AI)是一种新的通用目的技术。其实 5G和AI具有天然的结合基础。5G是连接的技术,实现万物的互联。AI是智能化的技术,去实现辅助的决策。换句话说,AI是一种生产力,能够帮助我们更高效率地完成一系列工作。

历史上发生了很多生产力重大变革性的技术,从农工时代,到蒸汽时代、电力时代、互联网时代,在这十年我们终于进入了以人工智能为代表的智能时代。我们可以看到很多人工智能的应用逐步渗透到我们的生活中。

5G+AI将带来信息基础设施史上最大变革。当5G和AI都日益成熟的情况下,就会形成新型的5G+AI的“端-网-云-用”四合一的一体化的信息物理空间。同时,它也会带来整个信息基础设施史上的最大的变革。届时,很多计算都不用在本地进行,而是云端。它背后会催生出一系列非常新颖的应用,再通过5G的强大网络推送到个人的用户。由此可见,人工智能与5G的结合,会为整个社会生产方式的改进和生产力的发展带来前所未有的提升。

人工智能的一些基本概念

人工智能的发展不是一个巧合,不是偶然,是由最近十几年数据大爆发带来的。

人工智能的历史是由两代伟大的科学家推动的。第一代是阿兰图灵为代表的,包括明斯基等,在60年前通过一系列努力打造了人工智能的基础,第二代是最近20年左右时间三位大师Geoffrey Hinton、Yann LeCun与Yoshua Bengio共同打造的新一代的人工智能的范式,就是深度学习。

我们把前面几位大师代表的时代称为AI的旧石器时代,后三位所代表的时代称为AI的新石器时代。在人类历史上,旧石器和新石器的分期是人能够使用磨制石器,在人工智能的历史上,这个工具就是深度学习。我们现在所用的AI大部分是商用AI,我们要看到,我们仍然处于AI的石器时代,仍然处于人工智能的早期应用,能解决的问题范畴还非常小。

其实,人工智能的发展不是一个巧合,不是偶然,是由最近十几年数据大爆发带来的。纵观整个数据的增长历史,我们可以看到最近十几年,人类产生的数据量急速增长。而且,未来随着5G和物联网的运用,还会急速的增加。技术的大爆发将激发人工智能技术的发展。

“深度学习”的算法带来的不只是效率的革命,更是理念的革命。随着深度学习的应用,我们可以发现,当数据量增加的时候,系统的性能在快速的提升,而且能提升到商用的目的。这实际上是深度学习设计理念的变化,导致的AI系统可以真正投入商用。

算力的变化。过去我们最熟悉的电脑上的元件是CPU(中央处理器),如果你留意的话,可以发现现在最贵的已经不是CPU,而是显卡GPU了,而它的背后就是算力的变化,从原来的指令计算到矩阵计算,做大量的矩阵乘法或矩阵逆的计算,达到AI能用的效率。从CPU到GPU再到FPGA,也就是从指令集/通用型中央处理器,到图形计算/矩阵计算,再到专用低功耗深度学习芯片的变化。

场景为王:必须围绕场景快速迭代。AI应用最关键的一点,不管是数据、算法,还是算力等,最终都是围绕着场景快速迭代的。所以,我们对场景的理解,影响我们怎么围绕场景做服务、迭代。

5分钟理解“深度学习”技术

当神经网络的“层数”超过3层时,我们就可以称其为深度神经网络,这个方法就是深度学习(Deep Learning)。

我们现在80%的人工智能问题是分类问题,另外,80%的商用AI都是通过监督学习的方法得到的。

这里以一些猫狗的图片为例,我们人类可以非常清楚并快速地识别猫和狗的图片,那机器是如何识别的呢?这需要我们提前将一些替代符号告诉机器,机器会使用神经元(分类器)进行分类。神经元实现的是内机的操作,也就是线性代数中最基本的操作。很多个“神经元”能构成了一个“神经网络”。通过一系列组合的方式,如并行、分层的,构成一个复杂的神经网络,最终目标是实现分类问题。当神经网络的“层数”超过3层时,我们就可以称其为深度神经网络,这个方法就是深度学习(Deep Learning)。

5G+AI如何改变强行百业

5G和人工智能技术的应用,正在以惊人的爆发式速度,渗透到我们日常生活的方方面面。

当前,5G和人工智能技术的应用,正在以惊人的爆发式速度,渗透到我们日常生活的方方面面,潜移默化的改变着人们的教育、出行、社交、休闲等方式,给人们的生活带来便利。常见的有以高维空间分类为核心技术,应用于生活支付、手机解锁、安防等场景的人脸识别;应用于医疗行业的医疗图像分析,通过对大量确诊病人CT片的输入学习,分析新CT片的具体情况;炫酷的无人驾驶,现在已经可以看到投入市场的特斯拉无人驾驶汽车;应用于教学、互动娱乐的增强现实;还有语音交互、聊天机器人、智能推荐、机器人、情感计算、软件-Autodesk衍生式设计等。

年轻人如何打造核心竞争力?

对于年轻人来说,应该以技能目标为第一关键,以技能目标带动其他目标的提升。

在5G和AI的新型技术浪潮下,我们应该打造哪些核心竞争力?

首先,我们要区分三类目标,即著名教育学家Bloom提出的三维学习目标理论:知识目标、技能目标、情感目标。

要怎么平衡这些目标?我认为,对于年轻人来说,应该以技能目标为第一关键,以技能目标带动其他目标的提升。比如,我们小时候学习的游泳、骑车等,这些运动的掌握,都需要做大量练习,只是看是不行的。在这里面,学会并掌握该项运动是技能目标,在技能目标的提升实现过程中,我们会了解到趴着可以最大程度借助水的浮力,而这正是知识。这两者是有非常大差别的。

很多时候,懂了不代表能用,过去我们学习了很多知识,真正能够运用的只是很小的一部分。这是很多学生在大学毕业走向社会时需要跨越的巨大鸿沟。因此,为应对时代的发展,应对人才需求的变化,我们需要掌握一些核心的能力。

首先是编程。至少掌握一种编程语言:Python、JavaScript、Java/Kotlin、Swift。其中,做人工智能方向、数据分析方面,Python有很大的优势;前端开发,交互界面,通用型技术用JavaScript;对安卓系统比较感兴趣,想开发手机应用、游戏,可以学习Java/kotlin;对苹果感兴趣可以学习下swift。

第二,站在别人的肩膀上。善用已有的知识成果及经验,事半功倍。当我们想从事一个方向的研究时,一定要有很好的文献调研能力,要提前查好有哪些资料可以支持。

最后,作技术型沟通,就是能够很好地很快地说明自己的想法。能够把自己的想法推销给别人,说服别人帮助你,这是很重要的。关于这个方面,我建议大家做一个练习。即同样一件事情,尝试在不同的时间范围内完美表达,30秒、5分钟,20分钟,1小时,以此了解自己在不同时长内能做出怎样的发挥。

如今,5G+AI的时代正在快速临近,二者的结合将带来整个社会的变革,我们所接触的一切都将智能化。这是一个智能化的大时代,同时也是一个充满着前所未有创新机遇的大时代!在新的技术时代下,如何有更好的发展,施展自己的才华和水平,是需要我们思考的事情。