近日，由核桃(科技)主辦的2022“和大師對(duì)話(huà)”活動(dòng)已正式啟動(dòng)。本次活動(dòng)邀請(qǐng)到人工智能領(lǐng)域?qū)＜?、諾貝爾獎(jiǎng)得主愛(ài)德華·莫澤(Edvard Moser)與清華大學(xué)經(jīng)濟(jì)學(xué)博士、童行書(shū)院創(chuàng)始人、科幻作家、第74屆雨果獲獎(jiǎng)得主郝景芳作為對(duì)話(huà)嘉賓，旨在為熱愛(ài)編程的青少年群體與國(guó)內(nèi)外知名學(xué)術(shù)專(zhuān)家搭建溝通“橋梁”，以開(kāi)放共享的形式，拓寬青少年們對(duì)人工智能領(lǐng)域的探索通道，開(kāi)啟未來(lái)科技發(fā)展的新視角。

2022年核桃(科技)再次升級(jí)“和大師對(duì)話(huà)”系列活動(dòng)，并于2022年10月24日也就是“1024程序員節(jié)”當(dāng)日，面向內(nèi)部用戶(hù)發(fā)出招募令，選拔出的優(yōu)秀用戶(hù)代表將再次“和大師對(duì)話(huà)”，圍繞“AI能創(chuàng)造新大腦嗎?”這一主題，進(jìn)行一場(chǎng)跨域空間的深層次交流。本次活動(dòng)不僅邀請(qǐng)到了人工智能領(lǐng)域?qū)＜?、諾貝爾獎(jiǎng)得主愛(ài)德華·莫澤(Edvard Moser)還有清華大學(xué)經(jīng)濟(jì)學(xué)博士、童行書(shū)院創(chuàng)始人、科幻作家、第74屆雨果獲獎(jiǎng)得主郝景芳作為對(duì)話(huà)嘉賓蒞臨指導(dǎo)。

在大流行開(kāi)始兩年多之后，供應(yīng)鏈中斷仍然是每個(gè)行業(yè)的痛點(diǎn)，因?yàn)槠髽I(yè)在追趕產(chǎn)品需求，導(dǎo)致延誤并推高價(jià)格。雖然目前的就業(yè)趨勢(shì)并不是造成供應(yīng)鏈狀況的唯一原因，但但它們已經(jīng)產(chǎn)生了重大影響，制造、運(yùn)輸、倉(cāng)儲(chǔ)和公用事業(yè)等行業(yè)去年的離職率很高。從庫(kù)存和員工的角度來(lái)看，企業(yè)不得不用更少的資源做更多的事情。

智能勞動(dòng)力管理解決方案可以通過(guò)使配送中心更高效地運(yùn)營(yíng)，來(lái)幫助應(yīng)對(duì)供應(yīng)鏈的不確定性。例如，通過(guò)使用AI和ML，企業(yè)可以分析數(shù)千個(gè)可能影響勞動(dòng)力需求的數(shù)據(jù)點(diǎn)，如交付日期、天氣事件等，從而做出更好、更明智的調(diào)度決策。此外，還可根據(jù)需求、勞動(dòng)標(biāo)準(zhǔn)、業(yè)務(wù)政策和預(yù)算限制創(chuàng)建人員配置指導(dǎo)，以制定最佳的勞動(dòng)計(jì)劃。這使得配送中心運(yùn)營(yíng)商可以制定具有固定和靈活時(shí)間表的長(zhǎng)期人員配置計(jì)劃。

如果要從”大辭職“中學(xué)到什么，那就是沒(méi)有一家企業(yè)能幸免于這段時(shí)間出現(xiàn)的勞動(dòng)力短缺和培訓(xùn)挑戰(zhàn)。與其坐在那里，提供員工不再認(rèn)為有價(jià)值的相同福利和薪酬，企業(yè)應(yīng)該花時(shí)間來(lái)反思員工真正想從工作和企業(yè)中得到什么。是更多的認(rèn)可、更高的薪酬，還是更大的工作時(shí)間靈活性。

通過(guò)提供更好地符合員工需求的福利，企業(yè)正在證明，其真正關(guān)心員工，而不僅僅是關(guān)心數(shù)字。這將創(chuàng)造更好的企業(yè)文化和對(duì)未來(lái)的預(yù)測(cè)，減少員工離開(kāi)公司的機(jī)會(huì)。

每一項(xiàng)競(jìng)爭(zhēng)優(yōu)勢(shì)都很重要，因?yàn)槠髽I(yè)仍在不斷尋找吸引和留住小時(shí)工的新方法。人工智能驅(qū)動(dòng)的勞動(dòng)力管理是一個(gè)游戲規(guī)則的改變者，其為雇主提供了一種簡(jiǎn)單的方法來(lái)優(yōu)化其勞動(dòng)效率，同時(shí)改善其員工體驗(yàn)。

實(shí)際上，第一代人工智能在40年前就已出現(xiàn)，當(dāng)時(shí)是很簡(jiǎn)單的知識(shí)驅(qū)動(dòng)處理系統(tǒng)，例如根據(jù)頭痛，咳嗽等癥狀可以推斷出感冒，但缺點(diǎn)是知識(shí)不能發(fā)展。

第二代AI系統(tǒng)也稱(chēng)為數(shù)據(jù)驅(qū)動(dòng)系統(tǒng)，其可以利用深度學(xué)習(xí)找到數(shù)據(jù)背后的函數(shù)且有理論的保證，即可以自己深度學(xué)習(xí)，其能像人一樣聯(lián)想、回憶、學(xué)習(xí)，典型的例子是阿爾法狗打敗圍棋選手。

但該系統(tǒng)的缺點(diǎn)是如果網(wǎng)絡(luò)結(jié)構(gòu)過(guò)于簡(jiǎn)單，存在欠擬合風(fēng)險(xiǎn);如果網(wǎng)絡(luò)結(jié)構(gòu)過(guò)于復(fù)雜，會(huì)出現(xiàn)過(guò)擬合現(xiàn)象，且欠缺邏輯思維。

目前已發(fā)展成第三代AI系統(tǒng)，其把第一代的知識(shí)驅(qū)動(dòng)和第二代的數(shù)據(jù)驅(qū)動(dòng)結(jié)合起來(lái)，構(gòu)造更強(qiáng)大的AI。在數(shù)據(jù)上，有歸納能力，能舉十反一;在知識(shí)上，有邏輯推理能力，可舉一反三。

潘毅指出，目前難點(diǎn)在于找到藥物和新靶標(biāo)的關(guān)聯(lián)，AI可助力藥物研發(fā)進(jìn)行更高維度的探索，即實(shí)現(xiàn)數(shù)據(jù)的萬(wàn)物關(guān)聯(lián)。

具體來(lái)看，我們可以慢慢建成全面的數(shù)據(jù)庫(kù)，其中包括藥物數(shù)據(jù)庫(kù)、疾病數(shù)據(jù)庫(kù)、蛋白質(zhì)基因數(shù)據(jù)庫(kù)、集成數(shù)據(jù)庫(kù)等，將其關(guān)聯(lián)起來(lái)，進(jìn)而利用AI技術(shù)挖掘數(shù)據(jù)間的關(guān)系，找到新的治療方案。隨著數(shù)據(jù)庫(kù)的增大，關(guān)聯(lián)性將更加容易找到。

“總之，人工智能可使生物學(xué)家少走彎路。”潘毅稱(chēng)。