21世纪经济报道记者杨清清 北京报道，我来为大家科普一下关于清华大学教授谈人工智能视角?以下内容希望对你有帮助!
清华大学教授谈人工智能视角
21世纪经济报道记者杨清清 北京报道
“面对当下问题时，请不要忽视未来技术的力量。”
9月23日，由南方财经全媒体集团旗下《21世纪经济报道》主办的“2022年度21世纪科技峰会”正式召开。在峰会“前沿科技篇”的主题演讲上，清华大学惠妍讲席教授、衔远科技创始人、IEEE/CAAI Fellow周伯文的观点掷地有声。
一个显见的例子便是“马粪危机”。周伯文在演讲开场提到，1894年的伦敦是一个人口密集的繁华大都市，当时这座城市的交通运输完全依靠马车，随之而来的是英国《泰晤士报》抛出的“50 年内马粪将淹没伦敦”这一警示预言。
最终，这一预言并未发生。时针转至1933年，随着汽车的出现、马车被淘汰，随着技术的迭代与演进，伦敦所面临的城市问题迎刃而解。
在当下的时代中，也呈现出新的发展趋势。周伯文指出，当前在商业领域，产品创新正驱动企业向高价值发展，另一方面，在技术领域，多模态AI理解与生成取得突破性进展，将两者融合到一起，则带来数智化技术赋能产品创新的产业赋能趋势。
“新相对论”
个性化时代，消费者的角色不可同日而语。
周伯文认为，在日益增多的个性化需求持续满足的背景下，未来10到20年，原材料分布格局将更细化、加工商分层更多样化、制造商去中心化及更柔性、品牌分化颗粒度更细化、分销零售渠道更扁平化，与此同时消费者需求亦将更加个性多元。
这也就意味着，未来每个消费者都可获得自己所需的个性化产品，对于品牌商而言，对品质提升的重视、专注细分领域市场及品牌价值打造则成为“必修课”。
而围绕品牌、产品及消费者之间的关系上，周伯文新近提出了“新相对论E=MC²”的观察，亦即以商品为中心让位到以消费者为中心的全新产业消费模式。其中，E为Earnings即企业利润，它等于Merchandise（商品）乘以Customer（消费者）的平方。
在周伯文看来，个性化时代中消费者的角色更加多元化，会主动去参与商品的设计、生产、制造、创意等各个环节。企业要想进一步获取更多收入及利润增长，必须重视消费者在各环节全方位的参与。“谁能赢得以消费者为中心的商业模式，谁就能获得未来，这便是‘新相对论’的核心逻辑和思想。”
交互式AI
除了商业领域的新趋势外，近年来，人工智能技术也在持续演进中，多模态表征交互及大模型预训练模型均取得长足进步。
周伯文指出，当前随着人工智能技术的进步，构建跨场景、多任务、多模态的多模态基础模型已成为可能，它也成为了当前人工智能行业的热点与前沿。同时，在多模态融合之外，越来越多的应用在下游任务中引入自监督学习，提高多模态模型的表征能力，缓解缺少大规模监督数据的挑战。
此外，在多模态表征方面，当前业内也越来越多地引入知识表征及推理，通过强化模型的知识和推表征理能力，提高模型的可解释性。而随着多模态人工智能的进展，多模态交互式AI也成为一种趋势。
“传统研究大多是AI模型与数据之间的交互，各类预训练模型本质上是学习互联网上海量的不同模态数据的内在规律，但由于数据、算力等资源限制，从数据中学习的效果可能达到上限。这也就意味着，从交互中学习预计成为一种趋势。”周伯文判断道。
产业数字化新机遇
消费者需求日趋个性化，对产品创新速度及成功率的要求越来越高，同时叠加多模态交互式AI的技术进展，能够帮助企业进一步进行产品创新的打造。
“大量企业端客户在市场洞察、消费者体验管理、创新产品定义、产品设计等方面，急需大量数据驱动的人工智能，”周伯文表示，“在产品创新设计完成后，对产品上市后的销售表现、上市预测以及供应链管理同样拥有大量数字化及智能化需求。”
例如，某头部品牌冰箱所生产的新款冰箱，首先利用多模态理解技术阅读冰箱商品结构、用户评价及相关商品的品参设计等多模态信息，然后分别设计神经网络进行冰箱参数的结构优化、基于动态理解进行对消费者体验及购买意愿的预测。
“两个神经网络互相攻防，直到负责设计的生成神经网络生成出最优的冰箱参数，从而保证最好的消费者体验及最高的转化率。”周伯文指出。
在这个过程中，所有训练均由人工智能完成，新品冰箱从设计到生产的总时长则比传统基于大数据洞察的方式提升了83%。冰箱上市后，在同期70多款新品冰箱中销量排名第一，在过去两年内的销量数据均在行业内名列前茅。
同时，当前消费者所关注的不仅是单品创新，而是完整场景中商品所能满足的需求，这也为企业创新提出了更大挑战。
“在复杂场景中融合多种家居产品、打造完整体验的洞察，这对产品经理、研发、市场营销团队的要求极高。”周伯文表示，“如果能有效利用人工智能技术完成洞察，包括对社交媒体、商品自身属性、消费者使用数据、场景机会、功能体验等进行挖掘，融合生成高维度商品，这也是人工智能在产品创新方面具备的极大潜力和价值主张。”
更多内容请下载21财经APP
,
