作者 | 维克多
编辑 | 琰琰
7月9日，在2021年世界人工智能大会的可信AI论坛上，艾耕 科技 CEO韦啸进行了题为 《可信AI助力内容创作实现智能化》 的报告。他在报告中指出了AI内容生产在“可信”方面遇到的挑战，并给出了三条提高AI内容生产可信性的技术建议：
1.知识图谱沉淀行业专家经验提升可控性；
2.专家系统与局部模型提升可解释性和可调性；
3.强调人+机器协同的工作模式。
此外，在报告结束，AI 科技 评论和韦啸进行了一场关于“AI发展路径”的交流，他认为当前人工智能想要取得突破性进展，必须等待其他领域，例如生物学领域，有突破性的发现。
今天的演讲题目是《可信AI助力内容创作实现智能化》，分享一下AI在内容生产方面遇到的可信挑战。回顾互联网的前世今生，从门户网站到搜索引擎、到社交网络、再到超级APP，互联网发挥的核心作用是：分发内容。而内容生产属于互联网的上游，每年制作物联网流通的内容成本超过千亿。
人工智能（AI）作为技术发展的桥头堡，未来十年的技术热点，其一定会在行业里发挥巨大的作用。
目前，AI已经能够生产各种各样的内容，例如强大的GPT-3模型，其内容生成能力一度让人类惊呼。但实际上，GPT-3生成的大量内容都是胡说八道的，没有办法直接使用。这对应的是AI稳定性问题，即生成算法不可控。
可解释性，可调性，是AI生产内容过程中碰到的另一个问题。举个例子，当我们用AI进行视频生产时，无论是半自动还是全自动的方式，采用同一模板生成的视频，在社交平台上获得的点赞数和流量却不一样。至于为什么？用户希望能够有一个解释，即是算法出了问题还是其他方面的问题？这就是内容生产遇到的AI可解释性挑战。
其实，内容生产和内容生成不同，今天AI技术大多仅支持内容生成，内容生产意味着要为产业赋能。内容生成里的专家主要有主编、编辑和运营。而内容生产需要将AI技术有机整合成一个专家系统，包含上述一系列的角色，对于不同角色进行不同程度的赋能，从而提高内容生产的能力。这也是我们一直打造的品牌“AIZAO, AI造”。
它的逻辑是先依靠电商或者品牌的营销专家，然后基于他们对行业的理解，用知识图谱支撑智能素材库，生产出合适的图、文内容，最后加上运营数据的回流，就可以构成生产力的大幅度提升。
为了让这一AI系统生成的内容更为可信，我们做了如下的尝试：1.知识图谱承载专家经验提升可控性；2.专家系统与局部模型提升可解释性和可调性；3.强调人+机器协同的工作模式。AI一定会犯错，人机协同是提高AI可信性的举措之一。
总结一下，如果想搭建一个更为可信的内容生产平台，需要遵守三条原则，第一，坚守向善价值观，不做恶；第二，建立评估体系，保证系统生产的内容可信；第三，明确算法系统的责任。我们可以感受到，互联网充满了不可信的内容，已经对 社会 产生极大负面的价值，我们希望算法设计出之后，其所承担的责任能有清晰的界定和边界。
AI 科技 评论：请问您如何看待可信AI？
韦啸：可信AI 包括几个方面：稳定性、可解释性、可调性、公平性等等。这意味着可信AI不是一个概念，更多的衡量如何把一个技术更好的赋能各个场景。
关于构建可信AI需要四方面的发力：
1.技术和学术上的突破。机器学习模型中的黑盒性是AI可信问题的源头之一，很多AI技术如自动驾驶，AI医疗影像的应用，背后其实有可解释性，可控制性的缺陷，邢波老师的Petuum，就考虑了如何提升黑盒模型的debuggability。杨强老师主推的联邦学习，又在一定程度上能解决数据隐私问题，所以技术的发展，肯定能够带来更多可信的解决方案。
2.政策、法律衡量责任。一个算法存在开发者和使用者，但算法出错，如何衡量双方的责任，是需要政策制定者考虑的事情。
3.遵守商业道德准则。算法即技术，技术中立，向善的人使用，会产生好的结果，心怀不轨的人使用，会产生恶果。
4.明确可信的目标。所有的算法都针对一个目标进行优化，我们在设立这个目标的时候，能否将可信作为一个目标衡量？
AI 科技 评论：相比深度学习，传统AI模型的可解释性比较好，您如何看待两者的关系？
韦啸：我举个例子，美国人工特别昂贵，很多车主自己动手修车。衡量一个修车匠是否能“打”的一个标准是：修车工具箱里工具种类是否丰富。这个工具箱可能有一些17世纪就有的改锥，也可能有新开发的智能电钻。其实，老改锥还是新电钻都存在于工具箱里，使用哪种锯子修车取决于具体的场景。
类比到AI内容生产领域，GPT-3这一模型确定能够提高基底模型表现，在从语料库提取特征方面，非常高效。但是，有些场景要求生成的内容丝毫不能出错，例如宝马X5的排量是2.4，如果AI生成的是2.5，显然就不符合要求。因此，这时候如果采用经典的PCFG，效果反而会更好。
因此，深度学习也好，传统模型也好，它们都在工具箱里，如何使用，关键要看具体的场景。所以，我们创业者也要摒弃一个观点：新工具不一定比传统工具产生更大的商业价值，毕竟一些比较老的模型研发成本比较低，新模型（深度学习）研发成本比较高。
AI 科技 评论：AI内容生成领域，遇到哪些可信方面的挑战？
韦啸：正如我演讲中提到的，第一是稳定性，我们在用工具创造标题的时候，有些生成的内容质量高，有些却不通顺；第二是可解释性，同一组算法生成的视频，却获得了不同的流量反馈，人工干预也无法总结优化的路径；第三是AI系统一定会犯错，不管什么模型，只要场景足够复杂系统就一定会犯错。这时候需要人机配合，往往可以大幅提高工具使用的可信度。
AI 科技 评论：在实际操作过程中，AI还无法取代人类？
韦啸：在某些特定领域，AI可以取代人工，但也不能取代人。工具取代人工一直在发生，例如超市售货，很多时候顾客选品扫码支付不需要和售货员互动，即便如此，无人超市也没有普及，这就侧面说明了售货员还有他存在的价值。但也不得不承认，超市管理中，现在所用到的人力成本比原来要少很多。
AI内容生产也是如此，某些情况下，AI剪辑视频的质量和操作精度已经超过人类了，但是仍然需要人类进行审核、把关。
AI 科技 评论：目前人工智能的发展，呈现出“大”的特点，例如大数据集、大模型，您如何看待？
韦啸：技术发展的路径非常复杂，存在很多不同的道路，大模型只是一条 探索 路径，但肯定不是唯一的路径。之前在和学者进行交流的时候，他们表达的一个观点是：其实人工智能领域也在期待其他学科，例如脑科学的突破，例如直到今天，我们清楚的知道人脑对于一些观察和决策的工作机理，例如颜色是如何被探测和判断的，但是高级的认知例如红色这个概念，大脑如何存储和计算，却没有很好解释。而这些解释上的突破，很有可能为算法的设计提供全新的思路，在大模型之外，为AI的应用打开新的场景。
由于微信公众号试行乱序推送，您可能不再能准时收到AI 科技 评论的推送。为了第一时间收到AI 科技 评论的报道， 请将“AI 科技 评论”设为星标账号在看”。
大数据将怎样改变互联网
维词VV（VictorVocabulary）是一款英语教育类学习软件，主要以词汇查询为主，包括高中阶段的英语词汇和讲解，并配有声音朗读，其他功能还有分类词汇、教材词汇和自学笔记等。
软件介绍
1、收词全面：收录高中英语课标要求掌握的3500个单词、约1000个使用频率高的单词、500个固定搭配或习惯用语。
2、标注单词级别：标注单词的高考词频、阅读星级、口语和书面语级别。高考词频从低到高以1到5级表示。阅读词频，由低到高以1到3表示。口语和书面语以1到3表示常用性在1000词以内到3000词以内。
3、精讲重难点词汇：收录近5000个教材和高考例句；精讲290个重难点词汇；辨析72组高考常见易混词语；涵盖1052个最新高考链接。
扩展资料
维克多英语公司大事记
1998年5月公司成立，与高教社建立合作伙伴关系。
1999年推出《高考英语听力》，至今已过百万册。
2006年出版《新课标英语词汇3500+1000+500》，历经10次修订。
2009年开发出“维克多语料库系统”。
2010年公司迁址至新的总部，办公环境更加现代化。
2010年起定期举办全国经销商大会，积极传递核心价值。
2011年维克多英语向电商时代转型。
2012年与台湾建冠数位合资成立北京维克多冠程教育科技有限公司，正式步入产品数字化时代。
2014年1月与教育部合作成立幼儿园信息化教育资源研究中心。
参考资料来源：百度百科——维词VV
参考资料来源：百度百科——维克多英语
维克多英语大学能用吗?
大数据将怎样改变互联网
信用卡公司通过客户信息，能迅速发现资金异动，向持卡人发出提前警示；能源公司利用气象集纳分析，能够轻松选定安装风轮机的理想地点；交管部门通过车流数据预测，能让市区拥堵时间缩短一半……
随着大数据产业蓬勃发展，大数据技术及应用逐渐渗透、融入社会各个领域，并且推动互联网等产业加快转型升级。如何充分释放和利用大数据蕴含的巨大价值，无疑成为当下的热门议题。
传统行业“掘金”大数据
怎样给大数据下定义？“通俗地说，大数据就是量很大的数据，大到单个计算机无法处理。”工业和信息化部软件司司长陈伟此前在接受采访时介绍，目前，全球数据量每18个月就会翻倍，而由于产业链涉及数据采集、存储、分析、挖掘以及流通服务，大数据不仅改变着互联网的商业模式，而且还将重构互联网产业格局，并将人类带入互联网的全新时代。
经过多年积累，现在不少保险公司已占有大量线下数据，并圈定大批低赔付人群样本。作为互联网企业代表的百度，正与保险公司发展“深交”，通过对保险公司数据科学建模，利用人工智能算法海量计算，将这批具备相同特征的群体挖掘出来，寻找低赔付人群的准确性已超过了85%。
随着“双11”电商节临近，快递业紧锣密鼓地开始准备“迎战”。与保险行业类似，物流行业也在积极拥抱大数据。阿里巴巴利用菜鸟物流雷达预警，去年“双11”货品预测率达到90%，“双11”期间2.78亿订单仅用10天时间便已发送到位。
“因物流与商家供需信息不匹配，前年或者更早时货物送达时间甚至超过1个月，有人‘双12’还没收到‘双11’的货品……”阿里数据经济研究中心秘书长潘永花进一步介绍，结合商家销售数据和物流公司快递数据综合分析，可为物流公司提供智能物流解决方案。
伴随人们大步迈进互联网时代，各传统行业不断争相拥抱“大数据+”，云、网、端逐渐成为各行业重要基础设施体系。潘永花认为，从“端”的角度来看，除智能终端外，还有越来越多的App；从“网”角度来说，互联网、物联网、云和大数据都将是核心资源，而正是基于云、网、端的基础，才有了“互联网+”各种行业的化学反应。
巧用数据资源释放大能量
有人说，“IT”代表着过去，“DT”才代表着未来。这里所说的“DT”正是指的数据技术。也就是说，当下大数据核心技术成了诸多产业的发展驱动力。“人们逐渐意识到，数据是推动产业发展的动力，也将为今后各行业提供全新服务。它不再仅是业务的附属品！”Teradata天睿公司大中华区副总裁姜欣表示。
根据大数据产业发展需求，不少互联网企业不仅巧用大数据助力自身发展，而且也尝试逐渐向外界开放数据资源，推动传统企业在“互联网+”的大潮下转型升级。
“大数据与行业数据融合，可以产生‘核聚变’，迸发出新能量。”百度公司高级副总裁王劲告诉记者，百度正通过大数据技术识别各类目标客群，进行多维度分析客群搜索趋势、搜索行为、兴趣偏好，助力企业了解行业趋势、加强用户洞察、提升营销效果；此外，系列数据资源还能为网上舆情提供实时监控分析。
王劲介绍：“随着互联网用户趋于交互方式寻找服务需求，百度大数据预测未来5年使用语音、图像来表达需求的比例将超过50%。百度在语音识别、图像识别、自然语言处理等前沿技术领域，正在有针对性地进行重点突破。”
从政府角度看，如果能盘活政府机构大量数据资源，将更有利于融合并利用外部智慧，提升政府公共服务创新能力，提升社会运行效率。“政务大数据可让公众、企业深入参与政府治理，使政府与公众充分互动，实现政府对公众服务的精准化、个性化，使政府从单纯的管理角色向多元共治方向变革。”潘永花说。
大数据瓶颈消除在望
“目前，大数据产业发展主要遇到的障碍是数据的共享与互通，以及如何保障数据安全。”百度有关负责人表示。
潘永花坦言，目前我国大数据人才缺口大，相关的创新创业人才有待培养，而且我国也缺乏像发达国家一样的“大数据国家战略”以及“开放政府政策”，在标准、规范方面还存有各自为政的尴尬。
陈伟指出，国务院印发的《促进大数据发展行动纲要》提出要“加快政府数据开放共享，推动资源整合，提升治理能力”，此举不仅开启了数据共享的大门，而且也对各行业、各企业间进行数据互通起到引导示范作用，将有利于打破数据共享互通中的发展障碍。
同时，数据安全、数据共享等话题同样备受关注。“这是一场‘革命’，将对各行各业带来深刻影响，甚至改变我们的思维方式，但同时它也引发‘数据暴政’的担忧……”牛津大学教授维克多·梅耶－舍恩伯格在《大数据》中的这句经典话语，曾被业界津津乐道。
为保证数据安全，技术层面不容忽视。“从大数据存储、应用、管理以及隐私保护等方面应层层把关，有针对性地应对安全威胁。”王劲告诉记者，目前，百度综合采用随机干扰、散列、K-匿名、泛化等多种隐私保护手段，对用户数据实现了完全的数据脱敏处理，再供应业务方和合作伙伴进行使用，防止用户隐私泄露。
有人时常提及，“数据安全三分靠技术，七分靠管理”。潘永花对此也深表认同：“从运营管理层面上说，互联网企业须对数据安全有严格规范标准，建立数据安全保障策略以及各项应急机制。”
欧都雅是什么品牌
能用。维克多英语”是一家为中国人学习英语提供帮助的公司，所以维克多英语大学能用。维克多英语”已在国家商标总局注册受相关法律保护。公司于1998年成立，下设编辑部，发行部，新媒体部，录音部，运营部，物流部，财务部等部门。
欧都雅是什么品牌：
欧都雅是美妆品牌。
应该是欧莱雅
欧莱雅集团是法国的化妆品公司，创办于1907年。
欧莱雅集团是美妆品行业中的领导者，经营范围遍及130多个国家和地区，在全球拥有283家分公司、42家工厂、100多个代理商，以及5万多名的员工，是总部设于法国的跨国公司，也是财富全球500强企业之一。
以上就是关于艾耕科技CEO韦啸：可信AI助力内容创作实现智能化全部的内容，如果了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！
