科学家x企业家未来十年人类作业与日子将怎么改动

导读:图片来源于“特定授权”2019世界创新者年会(World Innovators Meet
2019,
简称WIM2019),于2019年12月6日在北京·国贸大酒店拉开帷幕。本届大会由中国企业联合会指导,亿…图片来源于“特定授权”2019世界创新者年会(World
Innovators Meet 2019,
简称WIM2019),于2019年12月6日在北京·国贸大酒店拉开帷幕。本届大会由中国企业联合会指导,亿欧·EqualOcean、工业和信息化科技成果转化联盟联合主办,以“科创4.0:共建全球化新未来”为主题,6000余名来自美国、英国、法国、澳大利亚、瑞士、以色列、俄罗斯、西班牙、葡萄牙、印度、新加坡等二十余个国家和地区的创新者齐聚一堂,共同总结2019年世界科技与产业创新的成果,预测2020年最新创新趋势。本次大会为期三天(12月6日-8日),采用“9+1”的会议结构,即于8日举办的“1”场创新领袖峰会,于6日和7日举办的“9”场主题论坛。9场论坛分别围绕当下最热门的零售新消费、金融科技、投资新趋势、智能硬科技、医疗大健康、产业互联网等领域,以及青年、女性和科学企业家等群体展开。在12月8日举办的创新领袖峰会上,加拿大皇家科学院院士,滑铁卢大学终身教授李明、清华大学工业工程系教授,博导,全球创新学院副院长饶培伦、南京大学物理学院教授,博导,先扬剑量子计算机研究院董事长于扬、升哲科技联合创始人付刘伟、亿欧公司副总裁,亿欧智库研究院院长由天宇,围绕“前沿科技:未来十年,人类工作与生活将如何改变?”这一主题分享了各自的观点。圆桌的主要观点如下:李明:对未来做出了两大预测:第一,十年内大部分癌症将会找到治愈的方法;第二,十年内自然语言理解技术将发展成熟。饶培伦:未来人类与技术的关系将重新匹配,我们所需要的专业相关知识技能也会改变,创新交叉人才培养将成为趋势。于扬:量子计算速度非常快,未来三到五年将可能实现100个量子比特,将对深度学习起到非常大的推进作用。付刘伟:物联网最终提供的是服务,能够为人们的生活带来服务和改变才是终点。以下是圆桌内容整理(部分有删减)由天宇:大家好,我是亿欧智库的由天宇。今天我们探讨的话题是“前沿科技:未来十年,人类工作与生活将如何改变?”为什么这个话题与今天在座的四位教授和企业家有关系呢?我先做一个简单的介绍和开场。第一位是李明教授,是加拿大滑铁卢大学的终身教授,也是加拿大皇家科学院的院士,他在人工智能,尤其是自然语言处理领域是知名的专家,在个性化癌症免疫治疗方面作出过很多的贡献,也是IEEE成员,所以他会从AI的角度进行一些分享,以及对于未来十年AI领域的展望。第二位是饶培伦教授,是在大陆工作十几年的台湾人,来清华工作应该已经有十七八年的时间了,在人机交互、人因工程方面有非常多全球领先的研究成果。第三位是于扬教授,于扬教授是南京大学物理学院的教授,他所研究的领域是过去一两年非常热门、十分前沿的领域,就是量子计算。相信这个话题在场的很多朋友都很感兴趣。最后一位是来自升哲科技的联合创始人付刘伟付总。付总的公司很神秘,在业界的曝光不是很多,但是在物联网、传感器,在消防安防领域的应用已经做出了很多的案例和成绩,而且拿到了国内和全球很多顶尖的投资,我们今天很荣幸邀请到付总发言。好,我们进入第一个问题。我们要谈未来,不如先看一下过去,大家能不能说一说你认为过去十年有哪些技术大幅度地改变了我们的工作和生活?我们从李明教授开始。李明:我是做AI的,所以我就讲讲AI吧。过去的十年深度学习改变了我们生活的方方面面,人脸识别实现了,语音识别实现了,无人驾驶正在逐步被实现。自然语言处理还没有真正实现,但未来的十年是有望取得重大突破的,未来机器人下棋都是小事。AI可以做很多事情,但有些事情,要做就可能是作茧自缚,比如说人脸识别,掌握人脸识别的权利方拥有太大的权利,并也不一定是好事。另外,AI有很多军事用途,都是兵家必争之地。有很多人在讲这是信息科学,它们增加了社会收入吗?其实增加了很多,但是也有很多人因为AI而下岗。那么,整体国民收入会增加很多吗?过去的十年很难说。但关键是,如果一个国家不做AI,就落后了。从世界竞争的角度来看,AI是不做不行的事情。由天宇:这十年AI的发展,对于您个人的职业生涯有一些什么样的改变吗?李明:说老实话,AI对我们大部分学者都是一场灾难。所有的东西都要重新学,甭管你是做系统的,还是做机器学习的,因为新算法的出现,都是要重新学习的。像我这种年龄,很多东西都要重新学。由天宇:深度学习带给了大家巨大的机会,但是对于从业者来说,需要重新学习很多东西,才能重新用起来。李明:对,不学习就要落后,落后就会淘汰。由天宇:请饶教授从自己的专业方面谈一谈。饶培伦:我的专业是人因工程,关心人的因素,所以如果说过去十年当中很大的变化,我觉得广泛一点来讲,是影响人与之间交流相关的信息技术。当然这个领域又具体的应用,像社会化媒体,以及很多其他和人与人之间交流有关系的应用。大家可能听过一个数字叫“邓巴数字”,这个“邓巴数字”是由英国的心理学家邓巴提出,他研究人与人之间的往来,发现我们每一个人跟周围其他人能够进行某种程度的社交,甚至深度社交的人数是有限的。最重要的局限,第一来自于我们的大脑,我们的认知是局限的;第二来自于我们的时间,今天很多人每天话费很多时间使用微信,打开你的微信看,你看你可以联系到多少人,这个突破了我们的局限。从人的因素角度来讲,微信满足了我们的社交需求,也预告了这个需求必须或者即将被满足的更好,因为这个事我们会一步一步取得突破。至于究竟怎么一步一步突破,或者向什么样子去改变,我们后面再说。由天宇:请于扬教授谈谈过去十年。于扬:我是做量子计算的,量子技术对人类发展具有革命性的意义。大家可能觉得量子技术离我们比较遥远,其实是非常近的。我们经常接触到的核磁共振,就是典型的量子技术;还有GPS,是依赖于我们对时间的探测,而我们时钟做的越来越准的话,主要是因为量子技术的发展。现在最准的时钟能做到4000万年没有一秒钟的误差。另一个很简单的例子就是LED,也是典型的量子技术。量子力学不断给我们提供从技术到应用上的一些新技术,推动我们不断地革命过去。由天宇:谢谢于教授,请付总分享。付刘伟:大家下午好,非常感谢亿欧的邀请。刚才主持人说我们公司比较神秘,我简单介绍一下我们公司。升哲科技是一个物联网技术服务商,我们现在提供的是一个端到端的物联网解决方案。我们覆盖从常规的传感器,到通讯网络,再到顶层的应用平台,通过这样的三层结构,提供给各个行业以不同的解决方案。目前我们的服务应用在消防、安防、智慧零售、智慧城市和社区等领域。我们搭建的通讯网络在国内覆盖了140多个城市,也在走向国际的过程中。在国外,我们覆盖到了65个国家,一带一路沿线有40多个国家。回到刚才的问题,我觉得过去十年移动互联网对我们生活改变特别大。移动互联网的兴起造就了很多巨头,包括BAT这些巨头公司。同时,也给我们的生活带来了非常多的改变,吃穿住行游购娱等等,慢慢的变便捷,在家里动动手指,很多事情都能解决掉了。而现在的话,还有另外一张网,是基础建设的一张网——物联网。物联网这个词提出已经有20多年,前十年没有显著的发展,主要受到硬件技术、网络等等一些条件的限制。近几年,依托于我们现在的硬件、网络、云计算、AI等这些综合能力的发展,物联网发展得非常快速。2009年,国家已经把物联网作为战略性方向,我们也看到各行各业有非常多物联网公司兴起,分别深耕于某一个垂直领域。这个领域大家能够感受到的,比如共享单车的锁,手机扫一下“嘀”地一下就开了,这是我们非常常见的一个场景。我们大家可以感知到它很方便,但是我们不知道它背后依托的就是物联网技术。由天宇:共享单车这个锁作为终端传感器的交互设备,假如没有过去十年的技术进步,成本的降低,可能今天还是实现不了的。你们的工作也部分与此技术能力相关,对吧?付刘伟:是的。由天宇:再请教一个问题,你们公司的名字为什么叫升哲科技?听起来好像既富有诗意,又富有深意。付刘伟:我们公司的名字是SENSORO,SENSOR加上一个O。SENSORO音译过来,就是“升哲”,还蛮有诗意的。由天宇:谢谢付总分享。这是第一个问题,让大家去回顾一下过去的变化。第二个问题是想每个人分享一下自己目前在做什么事情,解决了什么样的问题,遇到了什么困难?我们还是先请李教授来分享一下。李明:现在我在做两件事,一个是个体化的免疫治疗,未来十年癌症慢慢将会逐渐被治愈,就是把患者的免疫系统调动起来。另外一个工作就是自然语言处理,我们公司“薄言”在做自然语言处理,这是人类智能的关键。人类和动物最关键的区别,其实不是跑不是看东西,不是跳不是叫,其实是语言,有了语言才能概念化组织,打败其他的种群。到现在为止,深度学习并不能解决自然语言理解问题,自然语言处理只能做一轮对话。虽然现在有很多进步,但是多轮对话还是没有解决,希望未来十年能有突破。由天宇:一是个性化癌症免疫,二是突破比较难的自然语言理解问题,这是李教授目的在做的,我们一会儿请他聊,未来十年会有什么样的突破。饶教授您谈谈现在做的工作。饶培伦:我借此机会介绍一下“人因工程”是在做什么。第一个方向偏生理方向,跟人的身体有关系。最近我一直在做的事情,跟人的姿态有关,讲具体一点就是步态,人们走路的样子。我们在和包括医学界的一些专家一起做研究,希望可以早一点从走路的样子里了解到健康的情况,帮助大夫做诊断,或者了解治疗情况。步态识别还可以应用在别处,比如做个人的身份识别,尤其是高龄人群。第二个应用是心理和认知层面,我们很关注人跟人工智能、物联网如何交互,基本思路或模式就是用AIoT来支持交互应用。第三个应用是社会层面。我们的社会步入老龄化,这是中国过去从来就没碰过的情况,我们大家都希望活得更健康长寿。不论是技术还是制度的改变,都在影响者我们日常生活的节奏和规律。人因工程基本是从这三个层面在做研究。由天宇:既关心人本身,更关心人的状态,以及人与外界之间的关系。于扬教授这边,9月份谷歌发表了一篇关于量子计算的论文,在科学界、商业界,甚至大众媒体都引来了很高热度。您目前带领的团队南京先扬剑,您可以与大家伙儿一起来分享分享。于扬:为何需要做量子计算?量子计算将诞生世界上最快的计算机。为什么量子计算机这么快?这个可以这么理解,近代物理学有两个重要的研究方向。一个是相对论,相对论是爱因斯坦建立的,告诉我们时间是不确定的,我们感受到的时间可能是变化的,不是我们想的那么绝对;另外一个学科是量子力学,空间没那么绝对,是相对的。量子计算是利用量子力学的原理,量子计算是空间换时间,可以用多空间来做计算,所以时间很短,量子计算就是可以非常快。量子计算这么好为啥不赶快花钱做?因为困难是非常大的。我们大家都知道相对论能看到时间变化是有条件的,速度要接近光速很难。同样量子计算看到空间的变化也是有要求,必须把空间跟外界隔离得足够好。我们做计算,必须要去跟你的系统有相互作用,就是你要控制你的系统。而你控制的系统就把量子力学的性质抹杀掉了,这是控制和量子相干性的矛盾,这是一个很大的挑战。但是经过20年的努力,我们不断地在进步。这是一种全新的技术,跟以前经典的计算机是完全不一样的。说到谷歌,他们近年来确实取得了很大的进步。关键是他们证明了我们大家可以控制量子系统完成一件任务,能够远远超过现在最快的经典计算机。这只是一个证明,虽然他做的事情可能还不是那么有用,但是至少我们是可以用量子计算机用非常快的速度完成一件事情的。由天宇:谷歌在2016年用阿尔法狗证明了AI可能做的很多事情,今年又用量子?AEli

没有人会怀疑,量子计算和机器学习是当前最炙手可热的两个研究领域。

总的来看,这是一个还处于早期探索,未来有很大发展空间可以期待的领域。

在量子计算方面,理论和硬件的一个个突破性进展让人们看到大规模通用量子计算机的脚步越来越近。

没有人会怀疑,量子计算和机器学习是当前最炙手可热的两个研究领域。

在机器学习方面,以人工神经网络为代表的方法在视觉、语音、自然语言理解、游戏等应用领域中有了很大的性能提升。三位深度学习领域专家获得2019年图灵奖,更是被评论为“意味着AI复兴元年的到来”。

在量子计算方面,理论和硬件的一个个突破性进展让人们看到大规模通用量子计算机的脚步越来越近。

图片 1

在机器学习方面,以人工神经网络为代表的方法在视觉、语音、自然语言理解、游戏等应用领域中有了很大的性能提升。三位深度学习领域专家获得2019年图灵奖,更是被评论为意味着AI复兴元年的到来。

2017年12月3日,第四届世界互联网大会“世界互联网领先科技成果发布”在乌镇互联网国际会展中心举行,发布了世界互联网领域领先科技成果。图为世界首台超越早期经典计算机的光量子计算机展示。中新社记者
杜洋 摄

当量子计算和机器学习相遇,会碰撞出什么火花?总的来看,这是一个还处于早期探索,未来有很大发展空间可以期待的领域。
腾讯杰出科学家、腾讯量子实验室负责人张胜誉评价道。

当量子计算和机器学习相遇,会碰撞出什么火花?“总的来看,这是一个还处于早期探索,未来有很大发展空间可以期待的领域。”
腾讯杰出科学家、腾讯量子实验室负责人张胜誉评价道。

两者并非油和水的混合

两者并非“油和水”的混合

早在上世纪90年代,威奇塔州立大学的物理学教授伊丽莎白贝尔曼就开始研究量子物理与人工智能的结合,而在当时,神经网络还堪称是特立独行的技术。大多数人认为这是在把油和水进行混合。她回忆说:我花了很长时间才把论文出版。与神经网络相关的期刊会说,量子力学是什么?,而物理期刊会说,神经网络是什么?

早在上世纪90年代,威奇塔州立大学的物理学教授伊丽莎白⋅贝尔曼就开始研究量子物理与人工智能的结合,而在当时,神经网络还堪称是特立独行的技术。大多数人认为这是在把油和水进行混合。她回忆说:“我花了很长时间才把论文出版。与神经网络相关的期刊会说,‘量子力学是什么?’,而物理期刊会说,‘神经网络是什么?’”

但随着量子计算和机器学习在各自领域的进展,二者的结合似乎水到渠成。

但随着量子计算和机器学习在各自领域的进展,二者的结合似乎水到渠成。

神经网络和其他机器学习系统已成为人工智能时代的核心技术。具备机器学习能力的人工智能在某些方面的能力远超人类,不仅在国际象棋和数据挖掘等方面表现出众,而且在人类大脑所擅长的面部识别、语言翻译等方面进展迅速。通过后台的强大算力,这些系统的价值不断凸显。

神经网络和其他机器学习系统已成为人工智能时代的核心技术。具备机器学习能力的人工智能在某些方面的能力远超人类,不仅在国际象棋和数据挖掘等方面表现出众,而且在人类大脑所擅长的面部识别、语言翻译等方面进展迅速。通过后台的强大算力,这些系统的价值不断凸显。

但同时,传统计算机数据处理能力接近极限,而数据却在不断增长。正因此,业界展开了激烈竞争,看谁能率先推出一款比现有计算机更强大的量子计算机,来处理日益庞大的数据。

但同时,传统计算机数据处理能力接近极限,而数据却在不断增长。正因此,业界展开了激烈竞争,看谁能率先推出一款比现有计算机更强大的量子计算机,来处理日益庞大的数据。

机器学习技术的进步有赖于计算能力的提高,量子计算机的计算能力肯定比现有机器强太多,它必然能推动机器学习的发展,这就好比,一个脑子转得很快、更聪明的人比一个反应慢的人处理问题更快更好。
中国科学技术大学中科院量子信息重点实验室研究员韩正甫告诉记者,机器学习可能会在很短的时间内处理超出当前能力的复杂问题。

“机器学习技术的进步有赖于计算能力的提高,量子计算机的计算能力肯定比现有机器强太多,它必然能推动机器学习的发展,这就好比,一个脑子转得很快、更聪明的人比一个反应慢的人处理问题更快更好。”
中国科学技术大学中科院量子信息重点实验室研究员韩正甫告诉科技日报记者,机器学习可能会在很短的时间内处理超出当前能力的复杂问题。

北京国双科技有限公司首席技术官刘激扬在接受记者采访时则表示,随着产业数据规模的爆炸式增长,深度学习模型网络参数的不断扩增,现有的计算结构及框架,面对海量的数据规模及深层网络结构,处理分析所需的时间、硬件成本非常高,因此,亟须更为高效的解决方案。

北京国双科技有限公司首席技术官刘激扬在接受科技日报记者采访时则表示,随着产业数据规模的爆炸式增长,深度学习模型网络参数的不断扩增,现有的计算结构及框架,面对海量的数据规模及深层网络结构,处理分析所需的时间、硬件成本非常高,因此,亟须更为高效的解决方案。

强强联合的化学反应

强强联合的化学反应

刘激扬说,正因此,很多研究机构及科技公司都将目光集中到了量子计算领域。

刘激扬说,正因此,很多研究机构及科技公司都将目光集中到了量子计算领域。

量子计算的独特性质,使得它无论是在数据处理能力还是数据存储能力上,在理论上都远超经典计算,所以若将其应用到机器学习中,不仅可以解决目前机器学习算法处理海量大数据时计算效率低等问题,甚至可能改变整个机器学习领域。刘激扬说,机器学习和量子计算若结合,一方面是希望利用量子计算优良的数据处理能力,解决机器学习运算效率低的问题;另一方面探索使用量子力学的性质,开发更加智能的机器学习算法。

“量子计算的独特性质,使得它无论是在数据处理能力还是数据存储能力上,在理论上都远超经典计算,所以若将其应用到机器学习中,不仅可以解决目前机器学习算法处理海量大数据时计算效率低等问题,甚至可能改变整个机器学习领域。”刘激扬说,机器学习和量子计算若结合,一方面是希望利用量子计算优良的数据处理能力,解决机器学习运算效率低的问题;另一方面探索使用量子力学的性质,开发更加智能的机器学习算法。

刘激扬具体分析道,机器学习与量子计算的结合,主要有以下几种形式:由于量子计算能够同时执行大量、复杂的计算过程,所以通过结合它可以使某些在传统机器学习中不可计算的问题变为可能,
从而大幅降低机器学习算法的计算复杂度;利用量子理论的并行性等加速特点直接与某些机器学习算法深度结合,从而可以催生出一批全新的量子机器学习模型,这些模型能够实现更高的计算效率;还可以利用机器学习算法,解决量子物理学领域中的一些难以分析的问题,如量子多体物理问题、
量子优化控制等。

刘激扬具体分析道,机器学习与量子计算的结合,主要有以下几种形式:由于量子计算能够同时执行大量、复杂的计算过程,所以通过结合它可以使某些在传统机器学习中不可计算的问题变为可能,
从而大幅降低机器学习算法的计算复杂度;利用量子理论的并行性等加速特点直接与某些机器学习算法深度结合,从而可以催生出一批全新的量子机器学习模型,这些模型能够实现更高的计算效率;还可以利用机器学习算法,解决量子物理学领域中的一些难以分析的问题,如量子多体物理问题、
量子优化控制等。

近十年涌现出大量量子技术和机器学习结合的研究,主要在用经典机器学习解释和帮助量子力学的研究,也有不少对经典机器学习设计高效量子算法的研究,还有少量其他方面,如量子启发式机器学习、用量子理论帮助理解机器学习中的现象等,大家得到了形式丰富的结果。张胜誉告诉记者。

“近十年涌现出大量量子技术和机器学习结合的研究,主要在用经典机器学习解释和帮助量子力学的研究,也有不少对经典机器学习设计高效量子算法的研究,还有少量其他方面,如量子启发式机器学习、用量子理论帮助理解机器学习中的现象等,大家得到了形式丰富的结果。”张胜誉告诉科技日报记者。

张胜誉与团队近日系统梳理了量子机器学习的发展,文章发表于《国家科学评论》2019年第1期出版的量子计算专题。

张胜誉与团队近日系统梳理了量子机器学习的发展,文章发表于《国家科学评论》2019年第1期出版的“量子计算”专题。

国内企业积极部署

国内企业积极部署

虽然进展喜人,但我们也应该注意到目前机器学习领域的很多结果在严格性、问题基础性和未来实用性上都还有很大的提升空间。总的来看,这是一个还处于早期探索,未来有很大发展空间可以期待的领域。张胜誉认为。

“虽然进展喜人,但我们也应该注意到目前机器学习领域的很多结果在严格性、问题基础性和未来实用性上都还有很大的提升空间。总的来看,这是一个还处于早期探索,未来有很大发展空间可以期待的领域。”张胜誉认为。

量子机器学习的更多应用还须等到可以实现大规模量子信息存储,以及有成熟的量子计算机出现才行。韩正甫说,但事实上,量子计算机的概念1980年代提出,投入研发20年,迄今还没有一台真正走出实验室。

“量子机器学习的更多应用还须等到可以实现大规模量子信息存储,以及有成熟的量子计算机出现才行。”韩正甫说,但事实上,量子计算机的概念1980年代提出,投入研发20年,迄今还没有一台真正走出实验室。

刘激扬也表示,量子计算机是真正实现量子机器学习算法实用化的重要硬件基础,要想将量子机器学习算法应用于实际的数据分析和处理任务中,需要将数据转化为量子态,上传至计算机中,进行存储、处理并导出,这就需要研制出具有成百上千超导量子比特的量子计算机,在通用量子计算机建造成功之前,量子机器学习算法则很难在实际应用中展现出其数据处理方面的强大能力。

刘激扬也表示,量子计算机是真正实现量子机器学习算法实用化的重要硬件基础,要想将量子机器学习算法应用于实际的数据分析和处理任务中,需要将数据转化为量子态,上传至计算机中,进行存储、处理并导出,这就需要研制出具有成百上千超导量子比特的量子计算机,“在通用量子计算机建造成功之前,量子机器学习算法则很难在实际应用中展现出其数据处理方面的强大能力。”

张胜誉分析道,由于硬件资源的受限,量子机器学习的验证和发展确实有很多瓶颈。理论上可以进行更多量子加速的研究,实践上也可以结合硬件不停推进对物理化学中基本问题的理解。他认为,这个领域最终的突破,可能需要理论和硬件手拉手往前走。

张胜誉分析道,由于硬件资源的受限,量子机器学习的验证和发展确实有很多瓶颈。“理论上可以进行更多量子加速的研究,实践上也可以结合硬件不停推进对物理化学中基本问题的理解。”他认为,这个领域最终的突破,可能需要理论和硬件手拉手往前走。

在刘激扬看来,量子机器学习还缺乏完备的理论框架及实际验证。由于量子机器学习只能在量子状态下进行,而当前由经典信息到量子信息的转换研究较少,还有很多问题未解决。

在刘激扬看来,量子机器学习还缺乏完备的理论框架及实际验证。“由于量子机器学习只能在量子状态下进行,而当前由经典信息到量子信息的转换研究较少,还有很多问题未解决。”

我们还不能从基础理论角度来阐述量子机器学习算法的优势。刘激扬说,目前仍不能证明某个量子机器算法的性能比所有的经典机器学习算法都好,
因为没有找到同样复杂度的经典算法,但这并不代表这样的经典算法不存在,所以还有待进一步研究证明。

“我们还不能从基础理论角度来阐述量子机器学习算法的优势。”刘激扬说,目前仍不能证明某个量子机器算法的性能比所有的经典机器学习算法都好,
因为没有找到同样复杂度的经典算法,但这并不代表这样的经典算法不存在,所以还有待进一步研究证明。

但是,在业界大佬们看来,量子机器学习是个充满无限遐想的领域。深度学习带来的变化已经远超十年前的估计,量子计算机对量子多体系统的模拟会给我们带来哪些颠覆性的认识,量子与机器学习结合会对我们自身和自然界的理解和改变带来哪些影响,这里有非常大的想象空间。张胜誉说。

但是,在业界大佬们看来,量子机器学习是个充满无限遐想的领域。“深度学习带来的变化已经远超十年前的估计,量子计算机对量子多体系统的模拟会给我们带来哪些颠覆性的认识,量子与机器学习结合会对我们自身和自然界的理解和改变带来哪些影响,这里有非常大的想象空间。”张胜誉说。

张胜誉介绍道,腾讯一直持续关注量子机器学习的方向。我们团队和法国的合作者Iordanis
Kerenidis一起设计了第一个可证明有加速的神经网络量子算法,团队在机器学习对量子物理和量子化学的理解上也在不停向前探索。我们希望能在这个令人期待的领域中作出一些踏实的贡献。

张胜誉介绍道,腾讯一直持续关注量子机器学习的方向。“我们团队和法国的合作者Iordanis
Kerenidis一起设计了第一个可证明有加速的神经网络量子算法,团队在机器学习对量子物理和量子化学的理解上也在不停向前探索。我们希望能在这个令人期待的领域中作出一些踏实的贡献。”

在机器学习领域深耕多年的国双,也一直关注着量子机器学习等相关领域的最新动态。刘激扬说,目前,该公司的产业人工智能平台搭载包括机器学习、知识图谱、自然语言处理等人工智能技术与算法,在数字营销、司法大数据、工业互联网等领域都积累了丰富的实践经验及成功案例,切实的帮助客户提升生产运营效率。

在机器学习领域深耕多年的国双,也一直关注着量子机器学习等相关领域的最新动态。刘激扬说,目前,该公司的产业人工智能平台搭载包括机器学习、知识图谱、自然语言处理等人工智能技术与算法,在数字营销、司法大数据、工业互联网等领域都积累了丰富的实践经验及成功案例,切实的帮助客户提升生产运营效率。

除了持续推动AI+行业解决方案服务模式落地外,我们会跟进量子机器学习的进展并积极部署,思索如何将这些新兴技术融入国双独有的产业人工智能平台,致力落实用技术改变产业,为客户实现智能化转型而努力。刘激扬说。

“除了持续推动‘AI+行业解决方案’服务模式落地外,我们会跟进量子机器学习的进展并积极部署,思索如何将这些新兴技术融入国双独有的产业人工智能平台,致力落实用技术改变产业,为客户实现智能化转型而努力。”刘激扬说。

责任编辑:何周重

本报记者 操秀英

发表评论

电子邮件地址不会被公开。 必填项已用*标注

相关文章

CopyRight © 2015-2020 奥门新浦京电子游戏 All Rights Reserved.
网站地图xml地图