قبل بضعة أيام، وذكرت شبكة لى فنغ الأخبار بعد إنشاء معهد جامعة ووهان الذكاء الاصطناعي، والقراء ترى قائمة من معهد الذكاء الاصطناعي المحلي وقد أنشئت هناك، "جامعة الشعب الصينية - معهد الذكاء الاصطناعي Hillhouse،" يمثل وضع المؤتمر الوطني الشعبي غريبة حتى اصطناعية ماذا الكلية الذكية. مفصل شبكة لى فنغ "معهد Hillhouse الذكاء الاصطناعي" في هذه المقالة، "التفكير" و "به".
ألف قارئ، هناك ألف هاملت.
وألف الكليات والجامعات، لديها ألف الخصائص المختلفة لل/ معهد الذكاء الاصطناعي المعهد.
وقال جامعة الشعب الصينية، تشينغ الشمال الجامعات الثلاث عظمى من الدرجة، تسينغهوا للعلوم والتكنولوجيا، جامعة بكين للفنون والطب ونواب الشعب الاجتماعي. وقد تم في أذهان الناس، ومجلس الشعب هو عملاق العلوم الاجتماعية، ولكن التقنية يكاد لا يملك أي شعور الوجود.
ومع ذلك، في بداية هذا العام (19 يناير)، أعلن عن إنشاء معهد جامعة الشعب من الذكاء الاصطناعي Hillhouse، ويتبع لتحديد المواقع:
"مدرسة Hillhouse الذكاء الاصطناعي هو الكليات المدارس الثانوية التابعة لها، المدرسة مسؤولة عن التخطيط والبناء من التخصصات الذكاء الاصطناعي ذات الصلة، لتنفيذ الانضباط في مجال تدريب الموظفين والبحث العلمي ...... افساح المجال كاملا للمزايا من المدارس القائمة في التخصصات ذات الصلة الذكاء الاصطناعي وبناء الذكاء الاصطناعي على مستوى العالم، لتعزيز النفوذ والقدرة التنافسية الدولي في المدرسة ".
وقال نائب الرئيس Hillhouse أستاذ معهد قوه فو تشانغ الذكاء الاصطناعي مرارا وتكرارا: "نحن نريد من وإلى الشمال من المدرستين (لاحظ المؤلف: واضح، شمال). لا تفعل نفس AI"
كيف تختلف؟ مجلس الشعب ديها اعتباراتها الخاصة، يمكننا أن نبدأ الحديث عن تغيير طريقة النموذج العلمي.
(ويتم في الجزء التالي على محتويات الخطب أستاذ عميد Hillhouse في معهد الذكاء الاصطناعي جى رونغ من 19 نوفمبر وبعد Rongyuan تشانغ ون دون التحقق من الهوية، لأنها تمثل إلا رأي شخصي. )
A، ذ = و (خ): تغيير المنهج العلمي
1، والطريقة التقليدية
في عدة مئات من السنين الماضية، سواء العلوم الطبيعية أو العلوم الاجتماعية، يتأمل الطبيعة من طرق البحث الأساسية، ومجموع يمكن أن يعزى إلى الصيغة التالية:
جميع الدراسات فقط للعالم معقد، وتبحث عن تنوعت بين عينات خفية وراء ظهور قانون موضوعي، ثابت، حكم مستقر. وخاصة في مجال العلوم الطبيعية، ونحن نأمل دائما أن القوانين الموضوعية تمثل نموذجا أو المعادلة.
هذا الأسلوب هو، في جوهره، هو تقليد علمي أو التقاليد العقلانية، ونأمل أن الحدس أو عن طريق الاستقراء من عينة صغيرة، وخصم وغيرها من الأساليب تأتي إلى هذا النموذج، وظيفة أو المعادلة. وبمجرد الانتهاء من يتقن هذا النموذج / وظيفة / المعادلة، ونحن يمكن الاحتفاظ بها لشرح مجموعة متنوعة من النظرات وظاهرة متنوعة، لتحليل عدم الثبات في العالم تستقر تلك الأشياء نفسها.
في تاريخ التنمية البشرية، وخاصة في العملية العلمية، ولقد تم استكشاف نموذج جميل بسيطة بقدر الإمكان في جميع المجالات. هذا النموذج هو أبسط وأكثر أناقة، مع أكثر عالمية، كان ذلك أفضل سنشعر هذا النموذج.
هذا النهج قد حقق نجاحا كبيرا في مجال العلوم الطبيعية، فقد أصبح معظم القوة الدافعة الرئيسية للمجتمع الحديث. ويمكن القول أن نتائج العلم والتكنولوجيا في جميع جوانب الحياة اليوم هي في هذا الفكر يجلب.
ونحن بطبيعة الحال وجدت في بعض هذه مستقر، لا تتغير، والقانون الموضوعي.
ولكن ينبغي أن نلاحظ أيضا أنه في الماضي حتى سنوات عديدة، عندما نطبق هذا المنهج العلمي في مجال العلوم الاجتماعية والتي وجدنا الكثير من الصعوبات. على سبيل المثال، ونحن نستخدم صيغة لوصف القوانين الاقتصادية، مثل التنبؤ في سوق الأسهم، في كثير من الأحيان نتيجة للخلاف يظهر التنبؤ.
وهذا يدل على أن لا يتم تطبيق هذا الأسلوب في العلوم الاجتماعية.
والسبب هو أن العلوم الاجتماعية هو معقد، غير الخطية، (سوبر) أنظمة متعددة المتغيرات، من خلال البيانات الصغيرة / الحدس هو في كثير من الأحيان من الصعب تغيير القانون لكشف الحقيقية وراء هذا النظام.
الأهم من ذلك هو أن العلوم الطبيعية يمكن جمع كميات كبيرة من البيانات من خلال الكثير من التجارب، والعلوم الاجتماعية من الصعب الحصول على بيانات بتكرار التجربة، وبالتالي فإن البيانات عينة هو وجود ندرة. كما انه يعطي الناس انطباعا من "العلوم الاجتماعية ليس العلم" الانطباع.
2، أسلوب البيانات الكبيرة / المنهج التجريبي
عصر البيانات الكبيرة، يوفر لنا فرصة غير مسبوقة. لدينا فجأة الفرصة لجمع الكثير من البيانات، وخاصة في بعض المناسبات الصعبة سابقا للقيام بتجارب لبيانات اجمع. لقد وجدنا أنه عندما نقوم بجمع المزيد والمزيد من البيانات، لا يمكننا حتى تجد خفية وراء نموذج البيانات.
توفر البيانات الكبيرة وسيلة، ورسم الخرائط مباشرة من مدخلات الانتاج، أي ما يعادل المنهج التجريبي بحتة. ونحن نعلم أنه إذا ما يكفي من الخبرة، ونحن لا يجب أن ننظر للنموذج، وتجاوز هذا النموذج، مع خبرة في حل المشكلة مباشرة. هذا هو جوهر الحل مع البيانات الكبيرة.
وقد حقق هذا النهج نجاح في العديد من المجالات، ولكن هذا الأسلوب لديه مشكلة في أن الكثير من البيانات في الوقت ليست كافية. في كثير من الحالات، وسوف تجد أن البيانات الخاصة بك لا يمكن أن تغطي جميع الحالات.
3، نيو بارادايم: ذكية بيانات كبيرة +
الذكاء الاصطناعي هو يظهر طريقة جديدة في الخلفية البيانات الكبيرة: على الرغم من تعقيد المسألة، وكنت قادرا على العثور على نموذج وراء البيانات، وبالتالي فهم ثبات وانتظام الأشياء. لها يختلف نهج من الطرق التقليدية، وتسعى إلى "نموذج معقد" من "نموذج البيانات الضخمة" في.
الأساليب السابقة من العلوم الطبيعية هي كمية صغيرة من البيانات من عدد قليل من عينات الاختبار داخل تبحث عن نموذج بسيط والتي يمكن استخدامها في مجال العلوم الطبيعية، والعلوم الاجتماعية لا يمكن، لأن المسألة معقدة جدا، والكثير من المتغيرات.
ولكن الآن مع البيانات كبيرة الاصطناعية القائمة على الاستخبارات، نجد أن النماذج المعقدة يمكن أن تسعى من كميات هائلة من داخل البيانات.
قد يكون للنظام عشرات الملايين، والمليارات من المتغيرات، يمكن أن يكون وراء مشاكل غير الخطية المعقدة جدا، لا يهم، لا يزال بوسعنا أن بناء مثل هذا النموذج.
دراسة متعمقة، فمن تمثيلا لهذا النهج، فمن الممكن لمعرفة البيانات نموذج المعقدة بكفاءة عالية من الكتلة. في الواقع، والتعلم العميق ليس فقط أن تفعل التعرف على الوجه، الطيار الآلي، والعلوم الاجتماعية الفعالة على قدم المساواة، سيتم تطبيقها على العلوم الاجتماعية، فإن هذا سيكون له الثورة التخريبية. لأنه يعطينا طريقة جديدة لمشكلات بحثية فعالة المعقدة.
هذا النموذج العلمي الجديد هو: نموذج البيانات + بيغ الذكاء الاصطناعي.
ثانيا، دراسة النموذج الجديد
يمكن أن يفهم عمق الشبكة العصبية على أنها معقدة جدا وظيفة و. في رؤية الكمبيوتر، ونستخدمها لوصف ما يحدث عندما يرى الناس النمذجة كائن، ونحن الآن حققنا نتائج جيدة جدا في هذا المجال، وقد تم قادرة على تجاوز الأداء البشري في مجالات محددة.
ثم تطبيق هذا النهج في العلوم الاجتماعية في ما ليست هي نفسها؟
أستاذ ون جى رونغ بعض الأمثلة:
1 + الاقتصاد
قدم ون جى رونغ لهم من 300،000 الأخبار، والتحول الصناعي لاستخراج البيانات بها. حيث x هو هذا الخبر البيانات 300000، وبناء النماذج، بالإضافة إلى نقل الصناعية نتائج تآمر كما هو مبين في عدد FIG نقل الصناعية ذ = (الوقت والمحافظات 1، 2 المحافظات). حيث تتم إزالة البيانات ذات التردد المنخفض إلى إعطاء حق FIG.
من الذي يمكن بسهولة أن ينظر إليه، ونقل الصناعي للصين هو الشمال وشانغهاى وقوانغتشو كمركز، وثلاثة الوضع نقل مختلفة، بكين المجاورة لتحويل شنغهاي الى الشرق بدوره، ويمكنك بدوره لا يزال في قوانغتشو محليا. بهذه الطريقة، يمكنك الحصول على تصور البيانات الأصلية، والتصور، وبذلك تكشف لا يمكن العثور على القوانين الاقتصادية الأصلية.
2 وعلم الاجتماع +
تواصل استشهد ون جى رونغ نتائج بالتعاون مع أكاديمية العلوم الاجتماعية، الأيديولوجية البحوث. ووفقا لمن 170 مليون مستخدم، 2.7 مليار البيانات مدونات صغيرة (منها هناك الملايين من V كبير)، وجدنا أن العديد من ظاهرة مثيرة للاهتمام. على سبيل المثال، وجدوا أن البيانات الصغرى بلوق من الصين في السنوات الأخيرة، في واقع الأمر لا الشعبوية خطيرة، والشعبوية قدم المتنوعة، والناس أكثر قلقا مع الشؤون الداخلية والسياسة.
3 والعلوم السياسية +
والمثال الثالث هو النص جى رونغ العمل خلال مايكروسوفت. 2012 النص جى رونغ لتحليل بيانات الشبكة من خلال الرأي العام المفتوح أوباما ورومني على التنبؤ الانتخابات الرئاسية الأمريكية، والنتيجة هي دقيقة جدا. ون جى رونغ ساخرا، انتقل الآن إلى هذا النموذج سمح التنبؤ "، لأن البحرية الامريكية قد كبروا".
4، + التاريخ
ملاحظة: الجانب الأيمن من الكارثة من تعريف الشبكة، وهنا مجرد المثالية
التاريخ، أيضا، يمكن القيام به. يمكننا أن البيانات التاريخية لنموذج مجموعة متنوعة من الطرق، مثل الكوارث (الفيضانات والجفاف والجراد) في السلالات وكيف حدث ذلك، أي نوع من التأثير، ولدت مع السكان، الناتج المحلي الإجمالي، والحرب، والأوبئة، الخ ما العلاقات بين البلدين. يمكن أن نضع هذه المشكلة إلى مشكلة تحليل البيانات القيام به، والآن وقد تم ذلك على التكنولوجيا، ولكن من البيانات الحقيقية من التاريخ ما زال بعيدا، وهذا يتصل كيفية بناء منصة تقنية ضخمة.
5 + قانون
الجوانب القانونية، ون جى رونغ لديه الكثير من النتائج. على سبيل المثال من حيث، كما هو مبين أعلاه، فإنها تستخدم عشرات الملايين من الحكم النصوص القانونية قيام نظام تحليل، أدخل "ثالوث"، سيأتي إلى حق التوزيع كما هو مبين أعلاه، والذي يمثل أكثر قتامة في اللون، حالة أكثر ملاءمة. يمكن أن ينظر إليه جيانغشى خاصة جدا، في حين يبدو أن الشمال الشرقي والجميع على التفكير ليست هي نفسها.
ما سبق هو ملزم فقط جزء من الضوابط الاجتماعية العلوم وأساليب النموذج الجديد، والأولية فقط. في الواقع هناك بالفعل الكثير من الأشياء والناس يحبون، والكثير من بحوث العلوم الاجتماعية وتستفيد أيضا من بيانات + الذكاء الاصطناعي كبير.
هذا النهج ولكن لا تزال هناك سلسلة من المشاكل في عملية الجمع بين مختلف التخصصات. على سبيل المثال، في كثير من الأحيان البيانات لا مباشرة، أو بيانات النص هو الوجود غير منظم.
وبالإضافة إلى ذلك، فإن الخبراء الكمبيوتر الحالي يعرف كيفية استخدام هذه التقنية لا يعرف العلوم الاجتماعية المقابلة، وبدورها غيرهم من الخبراء في هذا المجال وغالبا استخدام يست جيدة جدا من البيانات الكبيرة والذكاء الاصطناعي. ما هي البيانات استخراج لتحليل؟ تحليل ما هي المشكلة؟ كيف التحليل؟ وينبغي إجراء الخبراء في هذا المجال من التعاون معمقة مع خبراء الكمبيوتر.
مجلس الشعب أكثر هو عدم وجود خبراء العلوم الاجتماعية في هذا المجال.
هذا هو المكان الذي المزايا لمجلس الشعب، مجلس الشعب أيضا هو الاستفادة من المدرسة الثانوية حيث اصطناعية لينغ الاستخبارات.
ثالثا، القضايا العشرة الأوائل المتطورة للمجتمع المخابرات في الحكم
كما ذكر آنفا، إذا كنت ترغب في معهد Hillhouse الذكاء الاصطناعي "افساح المجال كاملا للمزايا من المدارس القائمة في التخصصات ذات الصلة الذكاء الاصطناعي،" يجب أن نعمل بشكل وثيق مع الكليات الأخرى.
على 19، بدعم من الجمعية الصينية للعلوم، استضافت "أولا الذكية الحكم الاجتماعي المنتدى" من قبل جامعة الشعب الصيني.
وتشمل الأطراف للمشاركة في منتدى الجمعية الصينية للعلوم - مركز الدراسات الاجتماعية، جامعة الشعب الصينية الحكم، استراتيجية التنمية الذكية والمعهد الوطني للجامعة الشعب الصينية، جامعة الشعب الصين للعلوم والثقافة حديقة التكنولوجيا، جامعة رنمين جنة الرابطة الديمقراطية الصينية، معهد الذكاء الاصطناعي Hillhouse، كلية الاقتصاد وكلية القانون، كلية الاجتماعية والسكانية، كلية الصحافة، مدرسة العمل والموارد البشرية، ومعهد لحكم مستقبل مركز القانون والصحافة وتنمية المجتمع البحوث.
في الواقع، يمكن أن ينظر الاجتماع في مجلس الشعب AI لينغ] مدرسة ثانوية وكلية الأخوي "التحالف" الرسمي لعلامة.
جى رونغ ومعهد ون عميد Hillhouse الذكاء الاصطناعي، أعلن في اجتماع عشرة "قضايا الحدود ذكية من الإدارة الاجتماعية"، وهدفهم لمستقبل التعاون مع شقيقه في الكلية. وهم على النحو التالي:
المهمة الأولى: ذكية منصة بناء المجتمع وإدارة البيانات الكبيرة (معهد الذكاء الاصطناعي).
المشكلة الثانية: الخوارزميات وآليات التصميم الذكي الحكم الاجتماعي (معهد الذكاء الاصطناعي).
المسألة الثالثة: هي التنظيم القانوني لخوارزميات الذكاء الاجتماعي والبيانات (كلية الحقوق).
القضية الرابعة: المسؤولية القانونية الذكية منصة الإنترنت الاجتماعي (كلية الحقوق).
المسألة الخامسة: التنظيم الاقتصادي ومجتمع الاستخبارات سياسة المنافسة (كلية الاقتصاد).
المسألة السادسة: مجتمع رقمي ذكي والاقتصادات التي تمر بمرحلة انتقالية الصينية (كلية الاقتصاد).
المسألة السابعة: حكم الرأي العام عقلاني وذكي (كلية الصحافة).
العدد الثامن: بناء ذكي الأخلاق العامة والقواعد (كلية الصحافة).
المسألة التاسعة والإنترنت والمخابرات الأشخاص المجتمع إعادة عرض (كلية سكان الاجتماعية).
المواضيع العاشرة: نظام ذكي ذكاء الاجتماعي والحكم (مدرسة من سكان الاجتماعية).
من هذه القائمة، يمكننا أن نرى أن مجلس الشعب وضع على تنمية الذكاء الاصطناعي، واضحة، مختلف تماما عن الشمال. مجلس الشعب أكبر من التركيز على العلاقة بين مختلف العلوم الاجتماعية وتكنولوجيا الذكاء الاصطناعي لتغيير العلوم الاجتماعية التقليدية من خلال تكنولوجيا جديدة، جديدة نموذج البحث. في هذه العملية، أكاديمية الذكاء الاصطناعي وهذا هو الوسط والحافة.
ربما يمكننا أن نعتقد أن التكنولوجيا NPC AI كعلم اجتماعي، باسم "الرياضيات الجديدة".
لى فنغ صافي الاختيار السنوي - العثور على أفضل الممارسات الهبوط AI من 19 الصناعات الرئيسية
تأسست في عام 2017، و "القائمة السنوية أفضل الأحوال AI ناجتس" الأولى الذكاء الاصطناعي حالة الأعمال المسابقة في هذه الصناعة. شبكة لى فنغ من البعد التجاري، والبحث عن الذكاء الاصطناعي في مختلف قطاعات أفضل الممارسات الهبوط.
وقد تم إطلاق الجائزة الثالثة رسميا، والانتباه إلى عدد الجمهور قناة الصغرى "شبكة لى فنغ"، أجاب الكلمة "قائمة" للمشاركة في التسجيل. هي التفاصيل المتاحة من مايكرو إشارة: xqxq_xq
