智能制造网APP
智能制造网手机站
智能制造网小程序
智能制造网官微
智能制造网服务号
智能控制
机器人
仪器仪表
物联网
3D打印
工业软件
回放
预告
品牌
杭荣
AI浪潮热度不减 细数2017人工智能五大发展趋势
MIT科技评论撰文对2017年人工智能领域展开五大预测。去年是人工智能和机器学习技术取得重大进展的一年，2017年该领域有望迎来更多的实质性进展。
正面强化
AlphaGo对世界围棋李世石的历史性胜利，称得上AI领域(尤其是名为深度强化学习的技术)的一项里程碑。
强化学习技术涉及让机器通过试验和正面强化来解决问题，而不是通过程序或者明确的例子。这一理念已经存在了数十年，而结合它和大型的(或者深度的)神经网络可带来解决非常复杂的问题(比如围棋)所需的能力。通过不计其数的试验和对旧棋局的分析，AlphaGo自己习得专家级别的下棋能力。
业界希望，强化学习技术将能够在很多的现实生活场景派上用场。通过扩大计算机能够借助这种技术获得的技能数量，近期数个模拟环境的推出应当会推动所需算法设计方面的进展。
2017年，我们可能将会看到将强化学习应用于自动化驾驶、工业用机器人等问题的项目。谷歌已经宣称，通过使用深度强化学习技术，它能够提升其数据中心的运营效率。但这种实践仍然是试验性的，它还需要长时间的模拟。因此，未来该类技术能够如何被有效部署值得关注。
生成式对抗网络
在近期在巴塞罗那举行的神经信息处理系统大会(NIPS,AI学术聚会)上，一项名为生成式对抗网络(GAN)的新机器学习技术成为了众人的焦点。
该类网络由OpenAI研究科学家伊恩·古德费洛发明，这种系统由两个网络组成，一个在学习训练集后生成新数据，另一个则尝试区分真实数据和假数据。通过共同作用，这些网络能够产生非常现实的合成数据。这种方式可被用于产生视频游戏布景，使得像素化录像片段变得更加清晰，又或者对计算机生成的设计实施风格变化。
作为世界的机器学习专家(和古德费洛在蒙特利尔大学的博士生导师)，约书亚·本吉奥在NIPS上表示，这种方式尤其令人兴奋，因为它给计算机带来一种很好的从无标记数据学习的途径——不少人认为，这可能是使得计算机未来几年大大提升智能程度的关键所在。
中国的AI热潮
今年可能也会是中国开始成为AI领域重要一员的一年。中国的科技行业正变得不那么热衷于抄袭西方的公司，它已认准AI和机器学习是未来重要的创新领域。
百度设立专门的AI实验室已有一段时间，它正在多个技术领域取得进展，如语音识别和自然语言处理，以及经过进一步优化的广告业务。其它的公司也在紧锣密鼓地追赶上来。腾讯在2016年设立了一个AI实验室，它也在NIPS大会上积极招募人才。滴滴也在建立实验室，据称要研发自有的无人驾驶汽车。
中国投资者正积极投资专注AI领域的创业公司，政府也表示希望本国的AI行业繁荣发展，并承诺2018年前对该领域投资大约150亿美元。
语言识别
问问AI研究人员他们的下一个目标是什么，他们很可能会提到语言。业界希望，为语音和图像识别以及其它领域带来巨大进展的技术，也有助于计算机更加有效地解析和生成语言。
这是人工智能长期以来的一个目标，计算机利用语言与我们沟通互动的前景很有吸引力。更好的语言理解能力会大大提升机器的实用性。但考虑到语言的复杂程度、微妙和威力，这是一个巨大的挑战。
可别指望你不久之后就能够与你的智能手机进行深入而有意义的对话交流。不过，业界正取得一些令人印象深刻的进展，预计今年该领域还会出现进一步的进展。
过分吹捧引发反弹
2016年，在AI取得实质性进展和迎来令人兴奋的新应用的同时，围绕人工智能的吹捧也达到了新的高度。虽然很多人都看好当下开发的技术的潜在价值，但人们也不免觉得围绕AI的大肆吹捧实在有点失控了。
部分AI研究人员为这个问题而感到十分气愤。在NIPS大会举行期间，他们为一家名为Rocket AI的假AI创业公司举办了庆祝成立的派对，以此来凸显围绕真实AI研究的躁狂情绪。这种做法虽然不是很令人信服，但它确实是一种很有趣的吸引大家关注一个实实在在的问题的方式。
现实的问题是，吹捧过度在行业没有取得重大突破的时候不可避免地会引发失落感，导致估值过高的创业公司倒下，投资枯竭。也许，2017年AI被过度吹捧的现象会引发某种反弹——也许这不会是什么坏事。
(原标题：中国在AI领域举足轻重 已经摆脱"山寨"标签)
浙公网安备 33010602000006号
智能制造网APP
智能制造网小程序
微信公众号
