盤(pán)點(diǎn)：2015年人工智能領(lǐng)域十大事件

盤(pán)點(diǎn)：2015年人工智能領(lǐng)域十大事件

1.人工智能開(kāi)源熱潮2015年11月，谷歌開(kāi)源了第二代機(jī)器學(xué)習(xí)平臺(tái)TensorFlow，為用戶(hù)們提供一種利用大量數(shù)據(jù)直接訓(xùn)練計(jì)算機(jī)完成任務(wù)的途徑。軟件可以和不同方法相結(jié)合，在不同計(jì)算機(jī)硬件基礎(chǔ)上有效建立并訓(xùn)練模擬“深度學(xué)習(xí)”神經(jīng)網(wǎng)絡(luò)。谷歌此舉旨在將多種神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)應(yīng)用到產(chǎn)品和服務(wù)當(dāng)中。如今，使用該平臺(tái)的項(xiàng)目已經(jīng)超過(guò)600個(gè)。早在今年一月，F(xiàn)acebook也公布了一個(gè)機(jī)器學(xué)習(xí)的開(kāi)源項(xiàng)目，他們將一些基于機(jī)器神經(jīng)網(wǎng)絡(luò)的產(chǎn)品免費(fèi)放在了Torch(一個(gè)關(guān)注深度學(xué)習(xí)的開(kāi)源軟件項(xiàng)目)上，可以用來(lái)處理數(shù)據(jù)，分析信息的共同特征。此后，F(xiàn)acebook了開(kāi)源人工智能硬件服務(wù)器BigSur。其他巨頭在人工智能方面也越發(fā)開(kāi)放，微軟將分布式機(jī)器學(xué)習(xí)工具包(DMTK)通過(guò)Github開(kāi)源；IBM旗下機(jī)器學(xué)習(xí)平臺(tái)SystemML正式開(kāi)源，成為Apache孵化器下面的一個(gè)開(kāi)源項(xiàng)目。2.DeepMind論文震驚世界當(dāng)2013年12月DeepMind的團(tuán)隊(duì)首次展現(xiàn)他們靠不斷試錯(cuò)學(xué)習(xí)最后成為擊敗人類(lèi)專(zhuān)業(yè)玩家的游戲人工智能時(shí)，很多專(zhuān)家都感到不可思議。而在2015年，DeepMind團(tuán)隊(duì)現(xiàn)在已經(jīng)在《自然》雜志上公布了自己的研究成果：Human-levelcontrolthroughdeepreinforcementlearning—通過(guò)深度神經(jīng)網(wǎng)絡(luò)與強(qiáng)化學(xué)習(xí)等方法的的結(jié)合，展現(xiàn)出在一系列復(fù)雜任務(wù)當(dāng)中與人類(lèi)表現(xiàn)相當(dāng)?shù)乃惴āＲ韵乱曨l就是DemisHassabis在GoogleZeitgeistminds的演講，其中演示了他們訓(xùn)練人工智能成為游戲高手。(字幕由機(jī)器之心翻譯出品。聽(tīng)譯：微胖。時(shí)間軸：汪汪。)3.人工智能倫理之爭(zhēng)加劇劍橋大學(xué)、馬斯克先后成立人工智能研究所。12月初英國(guó)劍橋大學(xué)新建了一個(gè)研究中心，致力于人工智能未來(lái)并旨在影響其道德倫理發(fā)展。據(jù)了解，一家名為L(zhǎng)everhulme的信托公司將為其提供十年約1000萬(wàn)英鎊的資助。而到12月中旬，特斯拉和SpaceX的CEO伊隆·馬斯克、YCombinator董事長(zhǎng)SamAltman等人宣布出資10億美元成立非盈利性人工智能(AI)研究機(jī)構(gòu)OpenAI。DeepMindCEOHassabis也透露，霍金曾和他討論人工智能的情況。而下月，紐約大學(xué)將舉行人工智能倫理研討會(huì)，眾多互聯(lián)網(wǎng)巨頭及創(chuàng)業(yè)公司的人將參與本次會(huì)議。4.MagicLeap再融資神秘的MagicLeap在過(guò)去一年不斷搶占媒體版面。“這是一家野心勃勃的公司，雖然還沒(méi)有任何成形的產(chǎn)品，雖然其展示給投資者的只是一堆代碼和Demo”，但一年內(nèi)完成共計(jì)18億美元的融資后。不妨再來(lái)看看他們的演示視頻：為了讓用戶(hù)看到現(xiàn)實(shí)中不存在的物體和現(xiàn)實(shí)世界融合在一起的圖像并與其交互。MagicLeap需要實(shí)現(xiàn)感知現(xiàn)實(shí)似乎節(jié)并通過(guò)頭戴式顯示器以呈現(xiàn)虛擬的影像(Display)。不過(guò)MagicLeap還是留下了太多疑問(wèn)，比如要計(jì)算4維光場(chǎng)，計(jì)算量驚人，如何解決芯片問(wèn)題？又比如如果沒(méi)有操作系統(tǒng)支持MagicLeap，怎樣實(shí)現(xiàn)“世界就是你的新桌面”的愿景？以及除了最最最嚴(yán)重的電池問(wèn)題。MagicLeap在2015年留給世界太多的問(wèn)號(hào)，我們真心希望能在新的一年找到答案。5.《科學(xué)》雜志論文展示機(jī)器學(xué)習(xí)新方法“僅從一個(gè)例子就形成概念”的能力對(duì)人來(lái)說(shuō)很容易。然而，盡管人工智能近年來(lái)取得了長(zhǎng)足的進(jìn)步，但要讓機(jī)器做到這一點(diǎn)，卻難于上青天，因?yàn)槟壳暗娜斯ぶ悄芡ǔＰ枰獜拇罅康臄?shù)據(jù)中進(jìn)行學(xué)習(xí)，你得讓它看成千上萬(wàn)張菠蘿的圖片才行。不過(guò)，這個(gè)事實(shí)或許從今年開(kāi)始改變了。一篇人工智能論文今年登上了《科學(xué)》雜志的封面，為人們帶來(lái)了人工智能領(lǐng)域的一個(gè)重大突破：三名分別來(lái)自麻省理工學(xué)院、紐約大學(xué)和多倫多大學(xué)的研究者開(kāi)發(fā)了一個(gè)“只看一眼就會(huì)寫(xiě)字”的計(jì)算機(jī)系統(tǒng)。三位研究者采用的方法是“貝葉斯程序?qū)W習(xí)”(BPL，BayesianProgramLearning)，能讓計(jì)算機(jī)系統(tǒng)對(duì)人類(lèi)認(rèn)知進(jìn)行很好的模擬。傳統(tǒng)的機(jī)器學(xué)習(xí)方法需要大量的數(shù)據(jù)來(lái)訓(xùn)練，而這種方法只需要一個(gè)粗略的模型，然后使用推理算法來(lái)分析案例，補(bǔ)充模型的細(xì)節(jié)。劍橋大學(xué)的信息工程教授ZoubinGhahramani說(shuō)：“我認(rèn)為這對(duì)人工智能、認(rèn)知科學(xué)和機(jī)器學(xué)習(xí)是一個(gè)重大的貢獻(xiàn)?！倍鄠惗啻髮W(xué)和谷歌的人工智能先驅(qū)GeoffreyHinton說(shuō)這個(gè)研究“令人印象非常深刻”。6.無(wú)人機(jī)逐漸成熟在2014年媒體一直都在宣傳無(wú)人機(jī)在各行各業(yè)無(wú)所不能的能力，從在野外為車(chē)輛導(dǎo)航到解決地球上的饑荒，無(wú)人機(jī)的身影無(wú)處不在。事實(shí)上，如今我們只是剛剛看到美國(guó)聯(lián)邦航空局開(kāi)始為無(wú)人機(jī)的商業(yè)行為網(wǎng)開(kāi)一面，開(kāi)始著手制定法規(guī)。目前已經(jīng)有超過(guò)2500架商用無(wú)人機(jī)獲取了美國(guó)聯(lián)邦航空局的準(zhǔn)飛許可，與去年的宣傳形成鮮明對(duì)比的是在媒體口中無(wú)人機(jī)從“很酷的玩意兒”變成了“頭疼的玩意兒”。2015年的無(wú)人機(jī)市場(chǎng)正進(jìn)入爆發(fā)的前期：創(chuàng)業(yè)公司不斷涌現(xiàn)、市場(chǎng)領(lǐng)跑者不斷攻城略地、包括亞馬遜、谷歌在內(nèi)的互聯(lián)網(wǎng)巨頭從不同維度進(jìn)入市場(chǎng)、大量消費(fèi)級(jí)無(wú)人機(jī)上架售賣(mài)以及美國(guó)聯(lián)邦航空管理局啟動(dòng)的無(wú)人機(jī)注冊(cè)規(guī)定從政府、企業(yè)再到消費(fèi)者，無(wú)人機(jī)的影響越來(lái)越大，我們也有理由相信接下來(lái)的一年會(huì)有更多突破。7.沃森的職業(yè)發(fā)展規(guī)劃IBM的沃森正在快速成長(zhǎng)中，過(guò)去一年“他”先后在五星級(jí)酒店的后廚、律師事務(wù)所及大型醫(yī)院服役，能夠自己創(chuàng)作菜譜，分析法律文本，以及診斷腫瘤等。此外，沃森還變身體育教練、仿生學(xué)家、反恐專(zhuān)家等。與此同時(shí)，依托其強(qiáng)大的認(rèn)知計(jì)算能力，沃森還成為諸多創(chuàng)業(yè)公司的好“基友”。IBM推出了一個(gè)基于云端的平臺(tái)Bluemix給開(kāi)發(fā)者使用沃森創(chuàng)造新的“智能”應(yīng)用的機(jī)會(huì)。去年1月份，IBM投入了10億美元資金用于進(jìn)一步研發(fā)沃森包括1億美元用于迅速啟動(dòng)認(rèn)知應(yīng)用生態(tài)系統(tǒng)。目前，沃森生態(tài)系統(tǒng)包括350家公司，77000名開(kāi)發(fā)人員，他們正在設(shè)計(jì)并構(gòu)建IBM所謂的“基于云計(jì)算的認(rèn)知計(jì)算應(yīng)用”，范圍從醫(yī)療工業(yè)到金融服務(wù)和零售業(yè)。12月份，沃森物聯(lián)網(wǎng)全球總部在慕尼黑開(kāi)張，同時(shí)開(kāi)放一些強(qiáng)大的包括語(yǔ)音識(shí)別、機(jī)器學(xué)習(xí)、預(yù)測(cè)和分析服務(wù)、視頻和圖像識(shí)別服務(wù)以及非結(jié)構(gòu)化文本數(shù)據(jù)分析服務(wù)在內(nèi)的API，通過(guò)開(kāi)放化的人工智能技術(shù)進(jìn)軍物聯(lián)網(wǎng)。8.NIPS2015召開(kāi)今年的參會(huì)人數(shù)接近4000，創(chuàng)下了NIPS舉辦以來(lái)的注冊(cè)人數(shù)之最。其中，注冊(cè)大會(huì)基調(diào)報(bào)告的人數(shù)為2584人，比去年激增100%。大會(huì)總共收錄了403篇論文，其中深度學(xué)習(xí)課題約占11%。本次大會(huì)也體現(xiàn)出了深度學(xué)習(xí)的幾大發(fā)展趨勢(shì)，例如，神經(jīng)網(wǎng)絡(luò)框架變得越來(lái)越復(fù)雜而精密，且逐漸從單一框架變成基于多種神經(jīng)科學(xué)技術(shù)的混合和匹配；大部分最先進(jìn)的系統(tǒng)都將LSTMs；注意力模型越來(lái)越成為研究的主流；在深度學(xué)習(xí)的幫助下，計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理之間不再割裂，變得更加融合；神經(jīng)網(wǎng)絡(luò)模型壓縮的展示則令人看到在移動(dòng)設(shè)備上進(jìn)行神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練的可能性；深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的交叉將產(chǎn)生更多令人興奮的成果。9.谷歌量子計(jì)算機(jī)的“重大進(jìn)步”人工智能的發(fā)展離不開(kāi)高性能計(jì)算尤其是量子計(jì)算機(jī)研究突破，谷歌在量子計(jì)算機(jī)研究領(lǐng)域取得重要進(jìn)展。谷歌在一篇論文中指出：“在一個(gè)特定的、精心設(shè)計(jì)的概念證明問(wèn)題上，我們比傳統(tǒng)計(jì)算機(jī)的運(yùn)行速度快1億倍?！睋?jù)了解，2013年，谷歌從加拿大本拿比的D-Wave公司購(gòu)買(mǎi)了一臺(tái)量子計(jì)算機(jī)。D-Wave是唯一一家銷(xiāo)售此類(lèi)設(shè)備的公司，他們的產(chǎn)品在學(xué)術(shù)界飽受爭(zhēng)議。此前他們?cè)暦Q(chēng)自己的計(jì)算速度更快，但遭到了質(zhì)疑?，F(xiàn)在，谷歌發(fā)布了D-Wave迄今為止最強(qiáng)大的結(jié)果，顯示出1億倍的速度提升。不過(guò)，該論文的結(jié)果受到諸多質(zhì)疑。瑞士蘇黎世聯(lián)邦理工學(xué)院的MatthiasTroyer說(shuō):“你需要仔細(xì)讀一讀文章，”“它只是在某些特定的問(wèn)題上比某些特定的傳統(tǒng)算法快108倍，而這些問(wèn)題的設(shè)計(jì)初衷就是對(duì)普通算法很難，對(duì)D-Wave很簡(jiǎn)單。”MatthiasTroyer進(jìn)一步指出，對(duì)模擬退火算法進(jìn)行一下改進(jìn)，就能把D-Wave的優(yōu)勢(shì)降到100倍，而另一些更加復(fù)雜的算法在普通PC上運(yùn)行時(shí)甚至能比D-Wave更快。麻省理工學(xué)院的ScottAaronson說(shuō)：“這肯定是迄今為止對(duì)D-Wave的能力最令人印象深刻的證明。但是，D-Wave是否真能取得我所認(rèn)為的『真正的量子提速』，目前還完全不清楚。”10.微軟亞洲研究院的152層“深度殘差網(wǎng)絡(luò)”獲得2015ImageNet冠軍過(guò)去幾年，神經(jīng)網(wǎng)絡(luò)的復(fù)興讓圖像和語(yǔ)音識(shí)別等技術(shù)的精度實(shí)現(xiàn)了大幅度飛躍。而在2015ImageNet計(jì)算機(jī)視覺(jué)識(shí)別挑戰(zhàn)賽上，微軟亞洲研究院以152層“深層殘差網(wǎng)絡(luò)(deepresidualnetworks)”系統(tǒng)，獲得圖像分類(lèi)、圖像定位以及圖像檢測(cè)全部三個(gè)主要項(xiàng)目