9月14日，清华大学自动化系长聘教授陈峰在“ AI+创业精英实训营”第三次课程进行了《新型智能与创业思考》的专题讲座，并与现场同学积极互动。活动由清华x-lab主任郝秀清主持。
“实训营”面向在AI领域有创业想法或实践的清华大学在校生及校友，致力于打造全方位、多层次的人工智能知识体系，汇聚了教授与业界专家、产业深耕者与领军者，所授课程涵盖前沿技术与产业应用，通过走进知名企业进行深度学习，与行业领军者面对面交流，创业基金全程陪跑，引导学生与产业应用场景深度融合，培养复合型AI人才。报名十余天，500余名同学对课程进行了咨询，近300名学生提交了报名材料，经过评审，最终50名学员入营，部分课程开放百余位旁听席位。
授课嘉宾陈峰老师为清华大学自动化系长聘教授，曾任自动化系副主任，自动化协会教育工作委员会秘书长，并入选教育部“新世纪优秀人才支持计划”。本次活动的专题分享围绕以下几方面展开：
AI发展的困惑：理论短板与技术瓶颈成为行业发展难题
陈峰教授深入剖析了人工智能（AI）领域当前所面临的困惑。他指出，AI发展的首要问题是理论的缺失，缺乏坚实的理论保障和完整的建模体系，这使得AI技术的深度和广度受到限制。在技术层面，现有的AI硬件设备体积庞大，功耗极高，不利于大规模应用。同时，AI的性能表现偏重于知识性任务，而在个性化、任务理解能力和逻辑推理方面存在明显不足。此外，AI的应用场景多局限于简单的软应用，如人机交互，而在更复杂的领域应用尚显不足。陈教授指出，伦理问题同样不容忽视，AI技术的发展可能给人类社会带来潜在风险，这已成为业界关注的焦点。
具身智能：从自动化到智能化的跨越，开启机器人新时代
陈峰教授详细阐述了具身智能的发展趋势，认为这是具身智能从自动化向智能化演进的必经之路。具身智能强调的是机器人的通用智能，通过整合海量数据和千亿级参数，旨在突破通用认知的门槛。在数据获取方面，具身智能利用五感传感器、动补、遥操作、外骨骼、VR等技术，实现对环境的全面感知。在学习方法上，结合模仿学习和强化学习，具身智能致力于提升对通用场景的理解能力。尽管具身智能在感知、决策和控制等方面面临诸多挑战，但随着多环境、多任务、语言交互引导决策的生态系统逐渐形成，具身智能的发展前景充满希望。
类脑智能与通用智能：解锁AI新境界，探索认知的深度与广度
在讲座中，陈峰教授还深入探讨了类脑智能和通用智能的研究进展。他指出，类脑智能通过模仿生物脑的计算方式，实现了高效的学习和记忆索引系统。在类脑计算领域，神经元模型的创新和STDP等学习方法的探索，为AI的发展提供了新的思路。通用智能则试图让AI具备类似人类的认知能力，大模型的发展为此提供了可能性。然而，如何处理大模型中的特征污染问题，以及如何平衡数据量与性能的关系，仍然是AI领域亟待解决的问题。
创业经验：洞察市场趋势，以创新精神攀登科技高峰
陈峰教授结合自己的丰富经验，为在场听众分享了创业的心得。他认为，创业成功的关键在于把握市场趋势、提前进行专业准备、快速整合资源以及选择正确的关键路线。创业者还需不断提升自己的认知水平，塑造个人品牌，深入学习交流，预判行业动态。在能级提升和能力锻炼方面，陈峰教授鼓励创业者先行动再改变，不固守初始想法，同时提高奖励阈值，以应对创业过程中的种种挑战。
陈峰教授以其丰富的行业经验，为众多志在人工智能领域的创业者们提供了实用的指导与建议。在随后的问答环节，与会同学们积极参与，就自动驾驶决策系统的关键问题、类脑计算技术的未来趋势，以及如何通过具身智能机器人技术打造通用智能机器人的最佳路径等热点话题进行了深入探讨。
版权声明
本文来源：清华x-lab
热门跟贴