中科院计算所研究员陈益强:越来越’聪明’的智能硬件

8月30—31日,由OFweek中国高科技行业门户、高科会主办,OFweek人工智能网、OFweek智能硬件网承办的“OFweek(第二届)中国人工智能产业大会”在上海成功举办。在“OFweek(第二届)人工智能产业大会–AI+智能硬件论坛”上,中国科学院计算技术研究所研究员,博士生导师,泛在计算系统研究中心主任,IEEE SMC交互与可穿戴计算机及设备技术委员会共同创始委员陈益强博士为现场观众带来了“越来越’聪明’的智能硬件”主题报告演讲,主要介绍智能硬件产品设计研究成果以及如何迎接产业面临的前沿挑战。

ai2018090802

中国科学院计算技术研究所研究员,博士生导师陈益强先生出席演讲

IoE(万物智联)是人工智能的发展方向

首先,他从著名的摩尔定律说起,该定律由行业巨头英特尔公司创始人戈登摩尔提出:当价格不变时,集成电路上可容纳的电子元器件数目,约每隔18到24个月便会增加一倍,性能也将提升一倍。“大约每过十年,新编程平台、网络、交互方面的技术进步会促成一个全新而且通常是价格更低廉的计算机平台。这个平台一旦形成,就会产生一个相对独立的产业结构” 陈益强先生如是表示。而他认为IoE(万物智联)是继移动终端后的一大信息化平台,并认为万物智联中的语音对话输入将逐渐取代移动终端中的多点触控输入成为第一交互方式。

互联是基础,智能是效率

陈益强先生表示:我们可以通过物端计算机实现无处不在的感知(包括移动感知、穿戴感知和环境感知),通过边缘计算实现无需干预的机器学习,通过云服务实现无所不达的服务。并且他认为,在智能硬件加成下,医疗健康、居家养老和儿童教育三大产业能够成为有效地拉动内需的三驾马车。

感知数据到机器学习的三大挑战:标记少、调参繁、适配差

生成对抗学习可以解决数据标记少的问题,比如两台机器对抗学习生成训练数据,进而能在围棋人机大战上与大师对决。无调参、无模型选择、自动化的迁移学习方法可以有效解决调参繁的问题。增量学习,不断调试适配可以缓解各设备、各网络环节之间适配差的问题。

E-Health(电子健康)将向C-Health(认知健康)转变

就是说,随着智能硬件的进步,我们不仅仅是检测数据,还可以把数据传输到处理中心,经过数据的处理、比对,最终我们可以从反馈中了解到自己的健康状况。例如最近陈益强先生带领团队新开发的帕金森助手,可以辅助医生智能量化评分病患的记忆认知能力和手指灵活性。认知健康需要连接数据、人、系统。陈益强先生同时认为:应该将可穿戴检测数据标准化,使体征数据可以统一共享到后台;构建推广远程医疗服务系统,实现“面对面、手把手、心连心”的医疗健康关怀,满足边远地区对于良好医疗条件的需求。

愿景:无处不在的泛在计算,满足人民对美好生活的需求

通过无处不在的泛在计算,构建医院网络联盟应用,实现全科远程医疗+可穿戴标准数据的落地,让优质医疗资源普惠更多人民群众;以及在其他渠道产业比如教育事业上更好地提升人民的生活水平。

未经允许不得转载:数智网 » 中科院计算所研究员陈益强:越来越’聪明’的智能硬件

分享到: