深度学习的下一站在哪里( 四 )

如何解决数据短缺问题?李世鹏说 , 目前很多科学家在对此研究 。 一类是从数据源方面解决 , 比如 , 借助更高效的数据标注工具帮助人快速获取更多标注数据、用对抗网络生成数据等;一类是从深度学习算法本身改进 , 比如迁移学习、少样本学习、无监督学习和弱监督学习等 。

我们看到 , AI在自动驾驶领域若达到99.9%的准确率 , 也意味着很多次驾驶活动中可能出现一次机器不能处理或者不能处理得很好的例子 。 这是否说明自动驾驶就不能做了?“当然不是 。 解决方法是通过人机耦合来实现稳定可靠的人工智能 。 ”李世鹏答道 。

李世鹏解释道 , 今天的人工智能即使在可以发挥得很好的领域 , 也不是百分之百可靠 。 在一些不是很关键的领域 , 某些AI技术也许是可用甚至好用 , 但在某些关键领域却远远不能符合要求 。 因此 , 不要把人工智能当作万全技术 , 在设计一个产品或者系统时 , 要充分考虑机器失败的时候 , 人类怎么能很好地接手 。


推荐阅读