APIA2018 - Zhang Lin - When AI meets IoT
•
0 likes•108 views
APIA 2018 Shenzhen
Recommended
More Related Content
Similar to APIA2018 - Zhang Lin - When AI meets IoT
Similar to APIA2018 - Zhang Lin - When AI meets IoT (6)
More from European Innovation Academy
More from European Innovation Academy (20)
APIA2018 - Zhang Lin - When AI meets IoT
- 1. 数字化转型：当物联网遇上人工智能 Digital Transformation: When IoT meets AI 张 林 清华大学 教授 清华-伯克利深圳学院 院长 2018年7月27日·APIA Keynote·深圳
- 2. 关于清华-伯克利深圳学院（TBSI.edu.cn） • 2014年，清华大学、伯克利加州大学、深圳市签署合作办学协议，创立清华-伯克利深圳学院 • 开展三个方向的交叉学科研究工作 – 环境科学与新能源技术：新材料技术、环境科学与工程、智能电网、智能交通、低碳经济 – 数据科学与信息技术：传感器、计算摄影学、物联网、人工智能、未来互联网 – 精准医学与公共健康：生医工程、药物工程、生物材料、健康管理 • 师资：20位伯克利终身制教授、30位清华长聘教授、16位TBSI全职教授 • 学生：博士（清华工学博士学位）和硕士研究生（两校硕士学位）200人
- 3. 信息：第五元素？ 引 子
- 4. 手机普及率 vs 人均GDP 观察 THE FACTS
- 6. 网络的世界
- 7. 网络的世界
- 8. 信息：第五元素 • 物理世界和社会生活的方方面面正逐渐 在信息系统中建立虚拟镜像 • 信息系统的越来越强地影响着物理世界 和社会系统的演化 • 古希腊神话中，自然界是由风、火、水、土 四大元素构成，而中国传统的五行学说中， 金木水火土，相生相克。 • 信息的本质是什么？ • 现代物理学有量纲的四大基本物理量： 时间 T、空间 S、物质 M、能量 E • 信息 I：第五元素？ • 麦克斯韦佯谬的信息解读 𝐸 = 𝑚𝑐2
- 10. 技术正在以无法预料的方式改变着人类社会 • AI：机器学习、智能机器正在改变人类工作的方式。机器人 不仅出现在简单、危险的工作环境，而是重新定义人类的工作方法及合 作模式 – 未来的工作 – 未来的出行 – 未来的商业智能 • IA：增强现实、虚拟现实 - 增强认知：重新定义未来的脑机接口，以及 未来的教育、娱乐行业 – 未来的表演 – 未来的教育 – 未来的娱乐业 • II：数字化转型-智慧基础设施：大量的嵌入式传感器支持的新服务，创 造共享经济的新形态 – 未来的家庭健康服务 – 弹性的信息物理系统
- 11. 创新：自然智慧+人工智慧，技术创新+社会关注 • 深入技术创新 – 机器人与智能机器：与人类合作的机器人系统、无人车、 无人机、深度学习、新型交通系统 – 增强与虚拟现实：增强认知能力，改变未来的教育、表 演、娱乐业 – 数字化转型：智慧基础设施、IoT+AI+云计算改变信息物 理系统的基础构架，新型交通系统、能源系统，共享经 济 • 驱动社会转型 – 更好的健康管理：通过家庭健康管理，提供更高水平的 诊断和24/7在院护理，延长人类寿命 – 提升生活质量：以人为中心的技术创新，提升家庭、工 作、社会环境下的生活质量 • 创新的影响力 – 产业生态环境：提升教师、学生、产业伙伴的世界级影 响力，构建基础研究到产业创新公司的全生态系统 – 系统化解决方案：提供系统级的解决方案，应对重大社 会挑战
- 14. 当前人工智能的前沿 • AlphaGo是一款围棋人工智能程序，由谷歌（Google）旗下DeepMind公司开发； • 2016年3月，与围棋世界冠军、职业九段选手李世石进行人机大战，并以4:1的总 比分获胜； • 2016年末2017年初，在中国棋类网站上以“大师”（Master）为注册帐号与中日 韩数十位围棋高手进行快棋对决，连续60局无一败绩； • 2017年6月，终极之战，战胜人类冠军柯杰。
- 15. 一切的背后，是计算能力的爆炸
- 16. 这年头，还有谁不做人工智能？
- 17. 吴恩达的经验主义解释
- 18. 吴恩达的经验主义解释
- 19. “ 非我造之物，我无法理解。 What I cannot create, I do not understand. ” ——理查德·费因曼（Richard Feynman）
- 20. 事实上，这一切都是历史的重演 ——三分钟人工智能简史（WiKi） • 二战后，一批学者独立发起了智能机器的研究。 – 阿兰·图灵是其中的先驱，于1947年的一次演讲中提到了智能机器。 – 1950年，在题为“Computing Machinery and Intelligence”的文章中，他提出了图灵测试。 • 1956年的达特茅斯论坛（John McCarthy, Marvin Minsky, Nathaniel Rochester, Claude Shannon）正式提出了“人工智能”这个词汇。 – 1956年的ALPAC 报告：宣布了机器翻译项目（2000万美元）失败 – 1969年，连接主义失败: Marvin Minsky 和 Seymour Papert 出版《感知元》 – 1971–75年，DARPA在卡耐基梅隆大学的研究项目“语言理解”失败 – 1973年 Lighthill报告：BBC辩论“通用机器人是虚幻的梦想吗？”
- 21. 事实上，这一切都是历史的重演 ——三分钟人工智能简史·续（WiKi） • 第一次人工智能冬天1974–1980 – DARPA大幅裁剪经费 – 反向传播技术出现（Rumelhart, Hinton and Williams, 1986）连接主 义复兴 – 1987年，Lisp智能机铩羽市场 – 专家系统衰落：1990年代初期，最早获得成功的专家系统（XCON） 由于维护成本高昂。 – 1981 –1990：日本的五代计算机项目失败 – 1983 -1988： DARPA战略计算计划 • 第二次人工智能冬天1987–1993 • 1990年代末期，由于摩尔定律开始发挥作用，人类的计 算能力大大加强，AI获得重生 – 在物流、数据挖掘、医学诊断领域的应用开始出现 – 1997年，深蓝战胜国际象棋大师卡斯帕罗夫 – 2011年，IBM答题机器Watson在Jeopardy答题秀中战胜人类玩家 – 布隆伯格认为，2015年是AI兴起的标志性纪年，零散应用开始大规 模兴起 1997 2017
- 22. 理性主义 vs 经验主义
- 23. 理性主义 vs 经验主义 • 理性主义和经验主义是对人类知识本源的看法，二者之争 的高潮出现在17-18世纪。广义来讲，经验主义认为，人 类所有知识来源于自身的感知、经验以及与世界交互的经 历；而理性主义则认为，人类有一部分知识不是由经验得 来的。 Noam Chrosky （1928~），现代语言学之父： “语言结构的原理是在人类生物学结构中确定的， 因此会随着基因代代相传。”
- 24. • 在2011年5月，MIT建校150周年的论坛：“Brains, Minds, and Machines symposium” 上，Chomsky 与 Norvig（谷歌研究总监）关于经验主义和 理性主义的论证 – 主持人向Chomsky发问，如何看待概率模型近年来在认知科学领域到处开花 的趋势。 – Chomsky回答：确实有许多研究工作在尝试用统计模型来解决各种各样的语 言学问题。其中有一些取得了成功。但是大多数是失败的。 – 如果不考虑语言的实际结构就应用统计方法，那么所谓的成功不是正常意义 下的成功。就科学研究的历史经验来说，这种意义上的成功并非主流。 – 这就好像研究蜜蜂行为的科学家只是对着蜜蜂录像，通过记录蜜蜂的历史行 为，加以统计分析，来预测蜜蜂未来的行为。也可能统计方法可以预测得很 好，但这算不上科学意义上的成功。研究蜜蜂的科学家并不关心这种预测。 • 理性主义，指逻辑和推理，及其由此积累知识。理性思维的巅峰是数学、 物理理论的创立。
- 25. 人工智能的发展曲线 • 符号主义 vs 联结主义
- 26. 观 点 一 “统计蛮力”的想法 – 以深度神经网络（Deep Neural Networks，DNN）为代表的深度学 习，其本质是大数据统计学习。 – 在带有类别标签的大数据上进行有监督学习，表现出了突出性能。
- 27. • 这种逻辑，即使通过大数据统计能够学习到，也是事倍功半，低效地 统计学习。 • 效率=收益/成本 – 这里的效率，不是指机器计算的效率（MIPS，million instructions per second），也不是指机器的能耗效率，而是指我们定义的——机器 学习的效率，机器接受每比特的有监督数据量后，带来的智能（比如说， 准确率）提升。 – 燃料燃烧，化学能->动能的换能效率 – 机器能高效地学习，这是我们认为未来机器智能的一个重要研究方向 深度学习还需一场”分离冷凝机”式的革命
- 28. 观 点 二 • 人工智能发展中，理性主义和经验主义各领风骚，此消彼长 • 很多人都在有这样的一个趋势判断，单纯依靠经验主义以及大数据统 计恐怕不能真正解决机器智能 • 语音识别的先驱Frederick Jelinek在他晚年所言“put language back into language modeling”正是体现了这一愿景。 • 理性主义复兴的历史步伐不会改变。 • 经验主义和理性主义并举，这是我们认为未来机器智能的另一个重要 研究方向
- 30. 物联网发展的三个阶段 感知中国 《国家中长期科学技术发展规划(2006-2020)》在重大专项、优 先主题、前沿领域三个层面均明确列出传感网。 2009年8月，温家宝总理在在江苏省无锡市高新微纳传感网工程 技术研发中心考察时提出“感知中国”。 2009年11月，温家宝总理在《让科技引领中国可持续发展》的 讲话中再次提出“要着力突破传感网、物联网关键技术，及早 部署后IP时代相关技术研发，使信息网络产业成为推动产业升 级、迈向信息社会的‘发动机’”。 Smart Planet 2009年1月，IBM首席执行官在与美国总统奥巴马的圆桌会议中 提出”Smart Planet”概念。奥巴马对此给予积极回应：“经济刺 激资金将会投入到宽带网络等新兴技术中去,毫无疑问,这就是美 国在21世纪保持和夺回竞争优势的方式。” IOT 2009年6月，欧盟委员会提出关于物联网的议案《Internet of Things——An action plan for Europe》，将联合欧洲议会等机构 共同推进物联网发展，带动经济增长。 u-Japan 2006年，日本总务省将原有的e-Japan政策更新为u-Japan作为其 信息化发展战略，着力构建泛在网络社会（Ubiquitous Network Society）。 • 第一阶段（1999-2009）军事应用 • 战场传感网 • 第二阶段（2009-2012）国家推动 • “感知中国”、“智慧地球” • 第三阶段（2013-今），资本和工业界介入 • 智能硬件 • 传感大数据
- 31. 物联网：传感器和执行器组成的网络
- 32. • 施工过程中监测 • 基坑支护 • 沉降差异 • 受力部件形变状况 • 施工完成后的监测 • 振动模态参数的测量，对比理论计算值， 分析施工质量 • 分析非结构件对于建筑物刚性的影响 • 日常使用中的监测 • 盐碱酸的侵蚀对结构的影响 • 雨雪风压力造成的倾覆告警 • 冬夏温度差造成的荷载变化告警 • 灾后的监测和评估 • 地震、火灾后的结构评估 • 回答能不能用，哪里有损伤， 如何修理的问题。 基坑支护监测 大跨度结构的安全监测 辅助结构监护 建筑物屋顶监测 火灾后的结构评估 地震灾后的评估 结构安全
- 33. 矿山安全 • 开采区域监控 – 地下水 – 瓦斯 – 地面沉降 • 井下人员定位 • 塌方、透水事故后依然可能顽存的无线系统 WirelessLink Sink Node (Wireless Gateway) Wireless Link Wireless Link Environment Sesor Node Environment Sesor Node VOC CO2 SO CO2 Environment Sesor Node Global Network Environment Monitoring Server
- 34. 1. “工业级”传感器实现“环境级”检测。 2. 通过标定、算法补偿、在线校准等多种 手段确保高精度及数据稳定性。 3. 模块化设计，产品形态灵活多变。 “采集端” “云端大数据” “应用系统” 低成本 高精度 模块化 时空检索 无限扩展 强大吞吐 计算模型丰富 安全防护专业 千万级设备管理 独一无二的时空检索能力满足了污 染源解析等应用的核心需求。海量 数据无限上传，及强大的吞吐能力 可实现各类云端大数据服务 通过多种计算模型及数据分析， 为政府及企业提供各类应用的 综合解决方案 环境监测
- 35. 物联网给我们巨大的想象空间 • 拓展人类的感知能力 • 在地球表面的一层“人造皮肤” • 最终实现Cyber 和 Physical Space的统一 • 信息物理系统：CPS
- 36. 当物联网遇上人工智能
- 37. 当前的技术版图 Courtesy Prof. Yiran Chen
- 39. Case I: 建筑节能游戏 Non–Cooperative Stackelberg Game First level – Followers (Existence of a Nash Equilibrium) q Participants utility function: Taguchi loss function Upper level – Leader Goal: Maximizing game’s utility function à Minimizing the energy usage in the office à Converge to an optimal pL after several steps q Game’s utility function: Energy savings of the office Points cost function U l!, l! ! = −D ! − l! ! + ! "# ! − l! ! − l!! p! ! ! ! ω p, q = D! J! (! , ! ) D! J! (! , ! ) = 0! ! ! D! p, q = ! ! ! ! J! (! , ! ) ! ! ! ! J! (! , ! ) ! ! ! ! J! (! , ! ) ! ! ! ! J! (! , ! ) ! U l!, l! ! = −D ! − l! ! + ! "# ! − l! ! − l!! p! ! ! ! ω p, q = D! J! (! , ! ) D! J! (! , ! ) = 0! ! ! D! p, q = ! ! ! ! J! (! , ! ) ! ! ! ! J! (! , ! ) ! ! ! ! J! (! , ! ) ! ! ! ! J! (! , ! ) ! Theorem: (p,q) is an isolated strict local Nash equilibrium if is invertible Gain share sense Feeling of lottery ! !! !, !! ! =!−! ! ! − !! ! + ! ! !"#( ! ! ! ! ) ! − !! ! −!!! ! ! !! ! ! !! !, !! ! = !! ! ! −!!! ! ! − ! ! ! !
- 42. 故事的结尾：一个美好的愿景
- 43. 谢谢大家！