展会信息港展会大全

戴姆勒5大高管震撼演讲,人工智能指导原则印象深刻
来源:互联网   发布日期:2019-09-11 15:02:14   浏览:6887次  

导读:虽然人工智能有许多挑战、风险和未知因素需要考虑,但人类仍将是技术的创造者! 德国时间2019年9月10日上午,北京时间9月10日下午,又一年法兰克福车展正式开幕。康林松(Ola K llenius)第一次正式以戴姆勒董事会主席兼梅赛德斯-奔驰汽车集团全球总裁身份对...

虽然人工智能有许多挑战、风险和未知因素需要考虑,但人类仍将是技术的创造者!

德国时间2019年9月10日上午,北京时间9月10日下午,又一年法兰克福车展正式开幕。康林松(Ola K llenius)第一次正式以戴姆勒董事会主席兼梅赛德斯-奔驰汽车集团全球总裁身份对外发表演讲,包括残疾人在内全集团200名员工代表上台一起启动新领导人对未来的展望。

康林松(Ola K llenius)

这绝对是令人印象深刻的亮相,而此前一天晚上戴姆勒股份公司董事会5大成员,他们在法兰克福自己传统的展馆里,向来自全球的汽车媒体发表了自己的演讲。这种表达方式同样令人印象深刻。

负责梅赛德斯-奔驰汽车集团销售与市场营销的贝思格(Britta Seeger)女士发表了最佳客户体验4.0战略,认为豪华体验意味着轻松互动。

贝思格(Britta Seeger)

负责梅赛德斯-奔驰汽车集团生产与供应链的董事白韫泽(Jorg Burzer)博士论述了未来奔驰汽车生产,谈数字化遇上可持续性该怎么办。

白韫泽(Jorg Burzer)

负责戴姆勒集团研发及梅赛德斯-奔驰汽车集团研发的董事会成员马库斯谢弗(Markus Schafer)发表了关于研发创新的演讲,认为燃料电池将对电力驱动技术起到补充作用,未来的动力系统绝不会是单一形式,而是多样化的。

马库斯谢弗(Markus Schafer)

梅赛德斯-奔驰汽车集团董事会成员,负责瞰思(C.A.S.E.)未来战略的萨贾德可汗(Sajjad Khan)发表了关于中国人熟悉的对于汽车新四化的演讲。他认为,四化领域的投入不仅关系到企业的未来,同样也关系着那些对当代社会经济形势和生活品质影响重大的领域。

萨贾德可汗(Sajjad Khan)

对于汽车商业评论(ABR)来说,最有意思或者最具有价值的恐怕是戴姆勒股份公司董事会成员、负责诚信经营与法律事务白韵格(Renata Jungo Brungger)女士发布的关于戴姆勒人工智能指导原则的演讲。

白韵格(Renata Jungo Brungger)

她认为,人工智能技术潜力无限,能从各个方面改善客户的生活。虽然我们也有许多挑战、风险和未知因素需要考虑,但人类仍将是技术的创造者!

以下是白韵格演讲全文,此处有删节。

人工智能已经全面融入到了我们的日常生活当中。我们上网时,有零售商根据我们的喜好向我们推荐产品;在线流媒体服务“了解”我们所喜欢的音乐和电视剧类型。

而在梅赛德斯-奔驰,我们的梅赛德斯-奔驰智能人机交互系统(MBUX)可以预判你的行动。如果客户愿意, MBUX系统还能了解客户的习惯,并按照客户的意愿对系统进行自我调整。

实际上,人工智能影响着公司的方方面面。从研发到设计、再到生产和IT部门,甚至是我负责的诚信经营与法律事务部门。

在我们部门,人工智能已经用来检查合同,审核其与相关法律文件是否有相悖之处。

在戴姆勒,人工智能用来改进产品、服务和流程。因为我们致力于为客户提供最佳体验。

人工智能的应用也必然愈加凸显其重要性,在自动驾驶领域就是很好的例证。

然而有史以来,每项发明都充满魅力,同时也让人心生敬畏。

铁路的引进就是一个很好的例子。在技术怀疑论者看来,火车头是“邪恶之物”,他们预测人类会因为这项“地狱般的”发明吞下恶果。例如担心火车上冒的烟会毒害乘客,火车气流会引发肺炎,火车快速的节奏会让大脑产生错乱等等。

怀疑论者为何又改变了看法,尝试信赖这些新科技了呢?一方面是因为随着时间推移,人们完全适应了这些科技的存在,甚至开始明白了新科技的价值。

还有一点就是:迟早,制约这些新科技的规则会制定出来。可以这么说:这些机制的实施完全实现了它初衷。

今天数字化转型也正经历着同样的变革,人工智能的兴起也同样如此。因为他们带来了相似的挑战。

对于大多数人工智能应用来说,大量的数据必不可少,包括个人数据。然而很多客户并不希望自己的个人信息被泄露。他们担心数据保护并不完善、数据被篡改,或者因此造成失控。

有些人甚至担心如此发达的人工智能系统有一天会统治世界。

这些顾虑戴姆勒早已洞悉,而且会认真应对。

安全性一直以来都是我们公司历史发展长河中的核心理念之一。

事实上,我们自己的检测标准一贯比相关法规的要求更加严格。

进入数字化时代,这一论断对我们来说愈加重要。

那么我们如何应对?

我们团队的任务就是确保公司在抓住人工智能所带来的机遇的同时,化解随之而来的危机、恐惧和挑战。

我们以建立一个合理的、可持续的人工智能使用机制为己任。而且我的观点非常清楚:只有当人们充分信任人工智能,这项技术才算是成功了。

我们的四项原则:

作为汽车发明者,我们制定了明确的原则,以规范人工智能的使用。

这四项原则是:合理利用;可解释;保护隐私;安全且可靠。

我们着力于建立框架,以确保这四项指导原则得以遵循。例如:

我们保持沟通,提高认知水平。

我们对员工进行相应的培训。

而且我们创建了不同的平台来交流最佳范例,并进行讨论。

现在我来详细地解释一下这些原则如何应用到日常工作中。我们将通过由戴姆勒出行公司所开发的一款叫作“Bela”的全新应用程序来向大家说明,并为大家展示在实践当中这些原则是如何奏效的。

Bela是一款全新的数字化伴侣,可以大大提高汽车的安全性能。另外,将该款应用取名为“Bela”也是为了向汽车安全先驱贝拉巴恩伊(Béla Barényi)致敬。贝拉是我们的一位高瞻远瞩的工程师,他发明了带有撞击缓冲区的安全车身。有不计其数的人为了践行他的理念而奋斗终生。

在注意力辅助系统的疲劳警示功能,Bela这款应用得到了进一步扩展。你也许会在更先进的梅赛德斯-奔驰车上了解到它。

而这款新的应用同样适用于非奔驰驾驶员。换句话说,我们的人工智能技术人人都能使用。人工智能界将其称之为“民主化的”人工智能。

根据你的驾驶员资料和驾驶时间,一套自学习算法会根据个人需求和状态,提醒你休息和放松。

因此,该系统能将驾驶员的行为举止和智能手机中的个人数据与实时交通数据结合起来。

那么我们前面提到的第一条指导原则,合理使用原则是如何在此体现的呢?

首先,在整个开发和部署阶段我们都会合理地使用人工智能技术。

举例来说,我们会根据风险等级进行技术影响评估。我们会将所有可能受到人工智能影响的各方都考虑在内。关键问题在于:

谁能从中受益?这款应用又会给谁带来潜在的风险?

总体来说,我们争取做到一视同仁换句话说,杜绝歧视我们力求包容。包容的意思就是,举例来说,基于人工智能的语言识别系统可以识别不同的口音。这一点对于我这样的一个瑞士人而言尤为重要。

我们如何才能努力实现这些价值?通过使用

有代表性的数据集,

设计相应的系统,

同时要不断地改进产品、服务和流程。

这样我们的产品就能一直在客户的掌控之中。在这种情况下,对Bela这款应用来说,

机器学习(智能识别)只有在用户选择个性化应用时才会启用,用户决定选择标准配置的情况下则不会启用。

无论选择哪种,我们都不会收集可能具有辨别性的参数,个人详细信息和档案只会存储在用户的智能手机本地。

我们的第二项原则是可解释性。我们竭尽全力,在人工智能方面实现高度透明。

我们不对任何人工智能应用做隐藏处理。人工智能技术的使用必须确保对客户透明。

通过Bela应用程序,常见问题体现了数据收集的目的和范围。同时自主学习算法的局限性也被明确提出。

可解释性对我们而言至关重要,其原因不胜枚举。只有这样,

我们才能不断地改进自己的产品;

在我们的应用程序中消除偏见;

并分享最佳范例。

我们的第三项原则是保护隐私。对数据负责是我们可持续经营战略的一部分。而数据保护对我们而言是质量的关键标志。

正因如此,我们不仅要考虑人工智能各个方面的隐私设计,还要使用现有的隐私增强技术。

这就意味着所有的个人数据都保留在客户的移动设备上。个人信息并未被发送到数据中心。人工智能可通过设备自身进行识别。

举例来说,通过使用GPS数据,应用程序本身的使用也得到了改善。不过只有得到用户的主动授权,应用程序使用这些信息。隐私设置往往容易操作、便于理解。

最后还有一点也很重要,我们的第四项原则,提供安全性和可靠性。

首先,Bela应用程序的主要目的就是提供安全性和可靠性。通过提醒驾驶员休息,该功能可以减少事故的发生。

在创建如Bela这种安全相关的应用程序时,我们就做好了足够的预防措施。我们采取适当措施,让人工智能仅在确定的、安全的框架内进行工作。这意味着整夜开车仍然不是明智之举。

最后,我们的内部IT服务还会筛选应用程序,并随时为客户提供支持,解决客户问题。

女士们,先生们,我希望现在您对我们的人工智能方案已经有所了解了。

我们相信:人工智能技术潜力无限,能从各个方面改善客户的生活。

但我们也有许多挑战、风险和未知因素需要考虑。

借助这四项指导原则,我们确保在该领域能达到更高的标准。

女士们、先生们,可以明确的重要一点是,人类仍将是技术的创造者!

而戴姆勒已经为相关的规章制度做好了充分准备。因此,我们期待着人们合理地利用人工智能,创造更加美好的未来。

赞助本站

人工智能实验室
AiLab云推荐
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港