当前,人工智能技术正在以前所未有的速度发展,深度学习的兴起更让AI产业呈现出井喷之势。而身为领域的奠基人,有“AI教父”之称的Geoffrey Hinton,却在AI翻天覆地的变革时刻,做出了一个令业内外震惊的举动。
2023年5月,Hinton宣布将离开已经工作十年之久的谷歌。在接受媒体采访时,Hinton明确表示,自己选择离开谷歌的原因是“为了能够自由地讨论AI技术发展的风险”。
而就在离开谷歌5个月后,Hinton宣布将加入一家刚刚成立不到2年的AI机器人公司——Vayu Robotics,并担任顾问一职,开始在机器人领域的新征程。Hinton透露,之所以选择加入Vayu Robotics,是因为“他们在AI与机器人技术的结合方面具有巨大的创新潜力,相比其他AI应用领域,这个方向上的风险更小”。
AI先驱的学术背景
1947年出生的Hinton是一位英国籍的科学家,长期从事神经网络和深度学习方面的研究,是公认的深度学习基础奠基者,对这项的发展做出了开创性的贡献。
20世纪80年代,Hinton在卡内基梅隆大学开展关于模拟大脑结构的连接主义研究,这为后来的深度学习奠定了理论基础。2006年,Hinton提出了开创性的深度信念网络(DBN),使无监督深度学习成为可能,才真正打开了这一领域的大门。
而将深度学习推向风口浪尖的,是2012年在图像分类竞赛ImageNet中,Hinton带领的多伦多大学团队使用卷积神经网络AlexNet横空出世,大幅超越其他方法的识别效果,从而证明了深度学习在计算机视觉方面的巨大潜力。随后,包括语音、自然语言等领域都出现了深度学习带来的技术飞跃。
2018年,Hinton联同Yoshua Bengio和Yann LeCun一起荣获图灵奖,三人被并称为“深度学习之父”。可以说,没有Hinton与弟子们在算法和模型上的突破,就不会有深度学习技术的繁荣,也不会有后来涌现的无数AI创业公司。
因此,Hinton对整个AI产业发展的贡献和影响力,是巨大的。
技术发展警示:担忧AI无法控制
如果说Hinton代表了推动AI技术发展的一面,那么他近期的举动,则呈现出科技先驱对行业发展的反思和警示。当今年5月Hinton宣布离开谷歌时,外界才恍然大悟,原来在AI高速发展的背后,这位“AI教父”一直对技术进步的速度和风险怀有强烈的担忧。
Hinton在接受媒体采访时坦言,自己选择离开谷歌的原因就是“为了能够自由地讨论AI的风险”,他直言自己对推动AI发展的“毕生工作感到非常后悔”,因为AI的发展速度已经远远超出他的想象,很可能在不久的将来就脱离人类控制。
具体来看,Hinton对AI发展的担忧主要在以下两个方面:
一是AI技术进步的速度太快,已经开始超出人类的控制能力。Hinton认为,AI系统正在变得比人类更聪明,能够根据自己的经验作出决定。这种“超级智能”可能在30到50年就会出现,远快于他之前的预料。一旦AI系统学会欺骗人类,就很难防止它制造危害。
二是AI技术广泛应用所带来的社会影响。Hinton担心AI会对就业市场造成冲击,最终导致大规模失业。此外,AI生成的假新闻、错误信息也会严重影响社会舆论。
可以看到,Hinton的担忧并非杞人忧天。近年来关于算法歧视、假信息泛滥、隐私跟踪等负面影响的讨论日益激烈,而他作为AI领域的主要奠基人之一,对技术发展方向的警示尤其令业界为之一振。
投身机器人寻求新机遇
如果说Hinton选择离开谷歌代表的是对现状的反思,那么他加入Vayu Robotics 则可视为对行业发展方向的新选择。
Vayu Robotics是一家新兴创业公司,致力于在机器人技术和自动驾驶技术上进行创新。关于选择加入Vayu Robotics,Hinton认为这家公司在技术路线上更具前瞻性,同时也考量到了风险的可控性。
Vayu Robotics在此之前一直十分低调,很多人在听到Hinton履新消息的时候,都不由得发出疑问:“Vayu Robotics是谁?”公司官网也没有披露过多资讯。
直到10月3日,公司网站才发布第一条新闻:Vayu Robotics成功完成1270万美元的种子轮融资。据悉,本轮融资由Khosla Ventures领投,Lockheed Martin Ventures、ReMY Investors等公司参投,资金将用于加强AI机器人产品研发,扩大市场,助力工厂自动化,交付“最后一公里”。
作为一家非传统意义上的机器人公司,Vayu Robotics的创始团队都由机器学习、传感器开发和工业制造领域的专家组成,并且奉行“原则优先”,通过用于移动的基础模型,以及低成本传感技术,来解决机器人的高成本和难部署问题。
目前公司已推出包括移动机器人在内的三款产品及解决方案。
1.Vayu Drive:面向移动技术的基础AI模型,计算效率高、可扩展性强
2.Vayu Sense:一种低成本高效的传感器,在中距离应用中可取代激光雷达
3.Vayu One:针对“最后一公里配送”的小型送货机器人,采用AI视觉技术,安全性高且能耗低,并且体积小巧,无论是制造成本还是运行成本都比较低。
Vayu公司的创始阵容也十分豪华。
公司CTO Nitish Srivastava是多伦多大学的博士,也是Hinton的学生。在多伦多学习期间, Srivastava与Hinton共同提出能够让AI模型的泛化能力更强、更节能、更简单的Dropout,还参与开发了最早用于无监督学习的LSTM模型。
公司CEO Anand Gopalan是斯坦福大学电子工程的博士,曾担任激光雷达上市公司Velodyne Lidar的CEO。
公司另一位联合创始人Mahesh Krishnamurthi也曾在苹果和美国第二大打车应用公司Lyft任职,在传感器方面有相当深厚的技术积累。
可见,在技术和人才上,Vayu Robotics优势都较为显著。对于Hinton来说,这家公司不仅能发挥他的学术专长,也提供了一个在商业领域继续推进AI技术发展的机会。
公司CEO表示,Vayu预期通过运营价值最高,但成本最低的机器人来颠覆市场,并为此公司已组建了在软硬件方面各有专精的工程师团队。未来Vayu将通过先进传感技术,将机器人推向一个新的境界。
AI发展的平衡点
AI的发展速度让人瞠目结舌,初创公司OpenAI凭借足以称得上是划时代的产品“ChatGPT”,将生成式AI推向发展高潮,众多科技巨头入局竞争,各种创新产品层出不穷,最初的几个月更是以“一天一个大模型”的速度狂刷记录。
与此同时,围绕AI安全的争论也在持续升温,乐观看待AI创新所带来的机遇,对技术负面影响保持警惕,两种声音并存。
历史性的机遇与挑战并存,继续推动创新仍将是产业发展的主线,但技术始终需要服务人类,才能被赋予正当价值,人们也必须审视技术的负面影响,对AI带来的风险理性“祛魅”。
- RDR-648 - 使用 HiperPFS-4 和 HiperLCS 的 150 W 功率因数校正 LLC 电源
- 使用 Broadcom Inc 的 HCPL-5300 的参考设计
- LTM4608AIV 3V 至 5.5Vin、2.5V @ 8A 输出 DC/DC 稳压器的典型应用电路
- DC2437A,使用 LT3066 低噪声线性稳压器的演示板,有源输出放电,1.8V = VIN = 45V,Vout = 1.2/1.5/1.8/2.0/2.5/3.3/5V @ 500mA
- 智能小区电动车充电站-免MCU-4G充电站(Air724UG)
- 使用 Epson America, Inc 的 S2S65P10 的参考设计
- FAN431A 大电流并联稳压器的典型应用
- 【LM3914】10级电平显示器
- CN3085四并镍氢电池充电器改造
- 使用 STMicroelectronics 的 LM2931BZ50AP 的参考设计
- 谷歌解释为何Pixel 6/Pro的屏下指纹识别慢:采用增强安全算法
- 苹果iOS平台限制,报告称Netflix网飞或将通过App Store上架游戏
- stm32f10x 中断分组
- 荣耀60系列的三款新机过3C认证:66W快充
- 智能手机采用三、四镜头的比重持续增长 8P镜头采用率低
- 罕见的带有"死星"标志iPhone 4原型机在一段视频中出现
- 高通宣布年度峰会日期:骁龙898有望11月30日发布 性能提升
- 三星Galaxy Tab A8官方渲染图解密:10.4英寸液晶屏,支持microSD
- 曾号称“青年良品” 魅族:魅蓝手机将回归!
- 三星Galaxy S21系列One UI 4.0国行第二波内测开启了