读起来太长

有一个共同的术语（一般来说）是理解和发展的关键欧洲仍在竞争人工智能，有大量高质量（基础）研究使用机器学习来阐明和支持人类的搜索，而不是直接尝试端到端地解决问题隐私是重要的，新的合作方式将确保隐私，如联合学习，它使用全球模式和本地模式，正如谷歌在今年的I/O会议上提到的对于某些机器学习任务，自监督学习是一个比无监督学习更好的术语到2022年，将消除7500万个工作岗位，但创造了1.33亿个与人工智能相关的新工作岗位；到2030年，经济将增长约14万亿美元

我不敢相信，当我有幸在柏林的一家小咖啡馆里亲自与费边会面，讨论在他的AI崛起会议上发表演讲的可能性时，已经过去了1.5年多（你可以在这里读到）。现在，距离那次会议已经过去了一年，我很高兴我也得到了一张参加第五次会议的门票——非常感谢维罗尼卡和费边！因此，在2019年5月16日，来自大约25个不同民族的800人聚集在一起发表演讲，聆听他们的演讲，互相学习，建立联系。活动地点与去年相同，即宪兵市场的电信大楼。不过，今年又增加了一个舞台和一个工作室，里面有一些深入的会议。

活动的日程安排看起来很有希望，我从他们每个人身上都拿走了一些东西。下面，根据我的笔记和记忆，我对我参加的会议做了一个简短的总结。作为一个负责人和更深入的观察，你可以在这里找到会议的幻灯片和更多的图片在这里。

我的一天开始与小组讨论，每个人都可以决定参加。我正要去参加一个关于在企业中使用人工智能的讨论会，突然我在一个医疗保健讨论会上停了下来，大数据的现状，我完全出于兴趣。Iris Hulzink以开放和专业的方式主持了讨论，我们讨论了几个话题。我们的一个讨论点是大型科技公司对医疗保健的影响是什么，谁应该拥有这些数据。与此相关的是，苹果在他们的一个主题演讲中声称，他们对人类最大的影响将是他们对医疗保健的贡献。

在拉斯维加斯2019年消费电子展上的苹果隐私广告（来源）

继最近的隐私丑闻之后，这些公司现在更加重视这一点——至少他们声称是这样做的——因为隐私是Facebook和谷歌今年主要会议的一个重点。我相信，如今的科技可以极大地改善医疗体系，让每个人的生活更轻松，因为这些公司尊重你的隐私和数据。当被问及这个问题时，我举了一个例子，说明数字化医疗的可能场景是什么样子的。在过去甚至今天，医生都有你的健康数据。你去看医生，公众号返利系统，接受治疗，医生对你有记录。现在，我可以想象，你在手机上得到记录，医生没有任何数据，当你回来时，你只需将记录上传到医生的系统中进行治疗。这样，除了你与他们共享数据之外，没有其他人拥有这些数据——正如所说，鉴于我们生活在一个安全和私人的世界里——你可以随心所欲地在医生之间切换。因此，软件企业优惠，尽管我对整个医疗保健话题充满热情，让我们继续会议的其余部分。

我听的第一个演讲是关于达格玛·莫内特提出的研究中的问题。关键的一点是要有一个共同的语言和定义的话，能够创造透明度，创造有效的文件，理解，并进一步发展；一项任务，物联网应用，是指今天与花哨的短语超参数优化。我们生活在一个过度销售，闪亮的流行语和炒作的世界里，不是吗？我认为，为了理解和连接不同时间点的信息，跟踪词义的演变是很重要的。

在某个旁听阶段进行的一些谈话非常非常非常拥挤。所以，在下一次谈话中，我迟到了几分钟，我不得不站在房间尽头的一根柱子前。幸运的是，电视放在房间的一边，所以我无论如何都能看到幻灯片。演讲者Pascal Weinberger谈到了这样一个事实，即未来的算法将以分布式和安全的方式处理较小的数据集，从而更快地完成机器学习周期。

由于云通常是机器学习的唯一基础设施选项，因此差异隐私等技术可能会有所帮助。他还提到了使用在匿名数据上训练的全局模型，然后在本地进行微调的技术；谷歌在今年的I/O会议上提到的一种方式，被Gboard（请看这里关于联合学习和Gboard的主题文章）运用到了我在博客开头提到的大公司隐私第一的叙述中。温伯格说，协作学习是指每个参与者都在去中心化的数据仓库上进行培训，然后将结果结合起来，这样就朝着一个类似的方向发展，即在尊重隐私的同时仍然能够共同工作，欧洲正在发展，谁在竞争中获胜。他引用了台湾风投、微软、苹果和谷歌前高管李开复（Kai-Fu-Lee）的话，李开复说："他把欧洲排除在外，因为我认为欧洲在这次人工智能竞赛中连所谓的‘铜牌’都拿不到。"。Uszkoreit对此做了一些解释，并深入研究了不同的指标。虽然中国发表的论文数量确实超过了美国和欧洲，但美国和欧洲的论文质量更高，这取决于这些论文被哪些会议接受，以及它们是否获得任何奖项。