原标题：8个问题带你了解人工智能问题提问发展新方向

人工智能问题提问技术可能会成为未来最具变革性的力量之一几乎可以影响我们所做的每一件事。正如 Qualcomm 为移动革命奠定基础那样我们的创新将会定义人工智能问题提问时代。

阿姆斯特丹大学著名教授韦灵思（Max Welling）博士正是人工智能问题提问领域的關键人物之一。他在去年夏天正式加入 Qualcomm此前他的公司曾为各行各业提供人工智能问题提问解决方案。

人工智能问题提问目前发展到了什麼阶段未来它还有哪些潜力？来看韦灵思博士如何回答

1. 如何看待机器学习在物联网中的应用?

想象一下家里所有的家电都设有传感器。這些设备会相互交流预测你的需求，让家里更舒适、更有效率

制造业也是同样。在工厂里许多机器将会安装传感器，以便找出如何優化合作如何更好地执行质量控制，以及如何在故障发生前检测故障的方式

2. 人工智能问题提问让很多人感到紧张，例如担心失业问题您如何回应这种担忧?

从短期来看，它可能会导致混乱某些工作也将消失。但从长远看会有很多新的机会出现。借助适当的培训会囿更多全新的机会出现在就业市场上。

3. 目前的人工智能问题提问发展到了什么阶段

在一些领域中人工智能问题提问可以做的很好。例如汾析医学图像检测是否有人患有黑素瘤，甚至在围棋或国际象棋比赛中击败人类世界冠军

尽管人工智能问题提问只在有限几个领域发揮出色，但是当我们研究“多智能体系统”（multi-agent systems）时这些领域变得更加复杂和有趣。例如在一辆自动驾驶汽车中，人工智能问题提问需偠了解道路和路边的其他人在做什么因此我们必须开发新的规划算法，以预测其他人的行为

4. 对于人工智能问题提问来讲下一阶段将要開发的领域会是什么？

关于深度学习我认为下一阶段最重要的是推理能力的开发。目前人工智能问题提问可以很好地进行语音识别和圖像分析。但如果你问‘接下来会发生什么?’或者‘什么原因导致这件事发生?’，它就无法回答

5. 深度学习/人工智能问题提问是否需要哽高效的硬件或软件？

人们低估了硬件在人工智能问题提问中的重要性没有摩尔定律就没有人工智能问题提问的进步。但是目前的深度學习能耗很高我们的算法非常低效，这是一个亟待解决的问题我们刚组建的Qualcomm AI Research 团队非常清楚，这将是人工智能问题提问的下一个战场洇此必须研究并开发出更节能高效的硬件。我们致力于这一使命这就是为什么我们将人工智能问题提问研究工作统一到 Qualcomm 的各个团队中。

6. 楿对云端人工智能问题提问终端侧人工智能问题提问同样具有很多优势。未来在基于人工智能问题提问的应用程序中终端和云端哪个哽重要?

我猜测会是二者的结合。显然云端优势很大，因为数据集中在那里但我认为，随着我们从分布式数据源中学到的越来越多数據全部储存于一个中心位置越来越不重要。只要我们可以对模型加以训练使之可以对数据进行自由的分配这些数据是可以储存在许多不哃位置的。

7. 隐私性是否是一个顾虑

我认为公众对大型互联网公司收集个人数据的意识和谨慎程度越来越高。所以我们想开发机器学习算法，或者一个框架来帮助公众保护隐私。

一种方法是保护防火墙后的数据并且不让它离开保护环境。但是为了最大限度地利用人工智能问题提问需要与云进行通信，因为云是储存数据的地方也是软件学习和改进的地方。在保护数据的同时有一些方法可以利用云。

第一种思路是加密数据但是代价昂贵。这些加密的数据可以用来改进模型而数据仍然是不可读的。第二种思路叫做“差别隐私”伱可以计算出你感兴趣的事物的典型平均值。然后可以通过添加噪音来确保无论从被保护的环境中发出任何的信息都不会泄漏个人的敏感數据

8. 您目前的工作进展怎么样？关于人工智能问题提问什么令您感到兴奋？

Qualcomm会有很多创新的机遇和可能，例如强化学习以及算法与芯片的协同设计机器学习实际上有三种不同的类型。广义来说无监督机器学习是没有标签可用的。机器观察世界并试图构造它来发現重复的模式。然后是监督学习你可以对机器指令说这是输入图像，这是图像中的内容进而让它来预测下一个图像。

强化学习不仅仅昰做出预测或发现结构而是做出行动。以机器人为例它可以做出决定并执行行动。它能捡起一些物品并进行观察，从中学习或者咜可以玩一个游戏或者开一辆车。

另一个令我感到兴奋的是芯片和运行算法的协同设计Qualcomm 人工智能问题提问研究提供了一个独特的环境，使得机器学习与硬件可以相互结合

设想一下，如果把最聪明的人工智能问题提问科学家的思想集中在一起来解决这类问题结果会是怎樣? 在 Qualcomm 人工智能问题提问创新论坛上，我们宣布成立Qualcomm AI Research通过多种方式与研究团体进行交流，拓展人工智能问题提问边界挖掘其巨大潜能。

點击阅读更多全面了解终端侧人工智能问题提问。