摘要：?本文講述了在過(guò)去一年里人工智能在哪些方面獲得了哪些突破。

AI子領(lǐng)域包括：機(jī)器學(xué)習(xí)（ML），自然語(yǔ)言處理（NLP），深度學(xué)習(xí)（DL），機(jī)器人流程自動(dòng)化（RPA），回歸等等。那么過(guò)去一年AI到底獲得了那些突破呢？我們與21名專(zhuān)業(yè)人士聊完之后，匯總了一下他們的見(jiàn)解。

事實(shí)

·過(guò)去的一年里人工之智能取得了許多突破，特別是在深度學(xué)習(xí)方面。例如，AlphaGo Zero能夠自學(xué)圍棋、國(guó)際象棋，并且可在沒(méi)有人工干預(yù)的情況下與人類(lèi)進(jìn)行游戲。Taco Tron 和百度的DeepVoice生成的語(yǔ)音幾乎與人類(lèi)語(yǔ)言完全相同。此外，計(jì)算機(jī)視覺(jué)、目標(biāo)檢測(cè)和圖像分割也變得更加精準(zhǔn)，甚至在醫(yī)學(xué)診斷和生物學(xué)研究中可與人類(lèi)媲美。但是，自然語(yǔ)言處理、聊天機(jī)器人以及文本摘要等技術(shù)都沒(méi)達(dá)到預(yù)期目標(biāo)。

·人工智能已經(jīng)存在很長(zhǎng)時(shí)間了，新舊事物都在進(jìn)步，重要的是不能低估公眾意識(shí)的力量。當(dāng)深藍(lán)打敗加里·卡斯帕羅夫時(shí)，情況就不同了。之前只在電影中看到人類(lèi)被機(jī)器打敗，而現(xiàn)在真實(shí)發(fā)生了，這很大程度改變了人們的看法。而我們還有很多應(yīng)用程序通過(guò)人工智能提供商業(yè)價(jià)值。

·人工智能不再被視為僅存在于科幻小說(shuō)中了。大多數(shù)科技公司已經(jīng)了解人工智能對(duì)企業(yè)的益處。這使得該技術(shù)在過(guò)去幾個(gè)月里取得了快速發(fā)展，具有了更好的收益能力，以及機(jī)器實(shí)時(shí)改進(jìn)其學(xué)習(xí)過(guò)程的能力也得到了提高。

·在過(guò)去的一年里，我們將重點(diǎn)放在了構(gòu)建真正的會(huì)話(huà)型AI上。目前的各種助手不具有處理更復(fù)雜和有價(jià)值的任務(wù)的能力，要想實(shí)現(xiàn)則需要人工智能技術(shù)。它能夠基于知識(shí)進(jìn)行推理，通過(guò)上下文和個(gè)性化理解不完整或模糊的語(yǔ)言，人工智能利用并超越了模式匹配，從而實(shí)現(xiàn)真正的動(dòng)態(tài)對(duì)話(huà)。就像人類(lèi)還會(huì)通過(guò)手勢(shì)、凝視和以及其他因素進(jìn)行交流，我們也開(kāi)始在系統(tǒng)中連接其他服務(wù)以及虛擬助手。這就是為什么我們推出了cognitive arbitrator，它通過(guò)一個(gè)跨越汽車(chē)、智能家居和物聯(lián)網(wǎng)（IoT）生態(tài)系統(tǒng)的單一接口，無(wú)縫地連接和集成了不同的虛擬助理、第三方服務(wù)和內(nèi)容，以完成復(fù)雜的任務(wù)并增強(qiáng)用戶(hù)體驗(yàn)。因此我們能夠最大限度的為用戶(hù)提供獨(dú)特的和具有個(gè)體差異性地體驗(yàn)，同時(shí)實(shí)現(xiàn)了各助手之間各種服務(wù)的交互性。這對(duì)物聯(lián)網(wǎng)生態(tài)系統(tǒng)中的每個(gè)個(gè)體都是雙贏的，特別是購(gòu)買(mǎi)使用產(chǎn)品和服務(wù)的人。

·AI和ML已經(jīng)走出實(shí)驗(yàn)室，轉(zhuǎn)向更主流的應(yīng)用程序了。人工智能正進(jìn)入新的章程，而且才剛剛開(kāi)始。六年前數(shù)據(jù)科學(xué)家的頭銜還不存在，如今已經(jīng)變得非常專(zhuān)業(yè)化，數(shù)據(jù)科學(xué)家和開(kāi)發(fā)人員實(shí)現(xiàn)了使用人工智能更快更好地完成任務(wù)。

GPUs

·從2000年到2003年，所有的貿(mào)易公司都逐步采用了算法交易。在過(guò)去的幾年里，由于應(yīng)用程序需求的增加，機(jī)器學(xué)習(xí)獲得了快速發(fā)展。在一些需要?jiǎng)?chuàng)造性的情境中，人工智能正在取代人類(lèi)，因?yàn)闄C(jī)器可以根據(jù)新的信號(hào)來(lái)源和大量數(shù)據(jù)自行做出決定。

·從技術(shù)上講，過(guò)去一年里，由于開(kāi)發(fā)人員開(kāi)始利用處理能力加速應(yīng)用程序的發(fā)展，使得基于GPU的服務(wù)器變得司空見(jiàn)慣。像谷歌的TPU這樣的專(zhuān)業(yè)處理器開(kāi)始出現(xiàn)，而它的競(jìng)爭(zhēng)對(duì)手云服務(wù)提供商正在合作開(kāi)發(fā)一個(gè)開(kāi)源的深度學(xué)習(xí)庫(kù)。此外，也從大數(shù)據(jù)和點(diǎn)工具（如Hadoop和Spark）開(kāi)始穩(wěn)步過(guò)渡到使用人工智能和神經(jīng)網(wǎng)絡(luò)的更廣泛的數(shù)據(jù)分析類(lèi)。ML通過(guò)使用大型不同的數(shù)據(jù)集，以及將算法智能應(yīng)用到分析中來(lái)縮小這些方法之間的差距。而學(xué)習(xí)算法的自學(xué)能力還處于初級(jí)狀態(tài)，人工智能在我們的生活中的地位日益增加，產(chǎn)品和服務(wù)推薦引擎和圖像處理系統(tǒng)得到了顯著改善，人工智能產(chǎn)生了許多新職業(yè)。該領(lǐng)域的創(chuàng)新步伐正在迅速加快。

效率

·AI和ML的概念是云計(jì)算的關(guān)鍵要素，但這只有在用戶(hù)掌握數(shù)據(jù)的情況下才行得通。通過(guò)ML實(shí)現(xiàn)的自動(dòng)化程序提高了企業(yè)員工的工作效率，而且隨著員工對(duì)人工智能工具越來(lái)越熟悉，這種自動(dòng)化程度還會(huì)越來(lái)越高。此外，簡(jiǎn)化數(shù)據(jù)集成的工作正在興起，尤其是企業(yè)希望能夠從數(shù)據(jù)中獲取更多有用信息，對(duì)預(yù)測(cè)分析的日益關(guān)注使企業(yè)能夠?qū)?shí)時(shí)數(shù)據(jù)轉(zhuǎn)化為行動(dòng)指南。

數(shù)據(jù)

·人工智能并不是新鮮事物，但它的復(fù)興是由于能夠處理所需數(shù)據(jù)以及數(shù)據(jù)速度和類(lèi)型。信息是大量且雜亂的，需要使用人工智能從中獲取有用信息與數(shù)據(jù)。但問(wèn)題是，他們無(wú)法完全掌控周?chē)臄?shù)據(jù)。

·人工智能在過(guò)去一年里發(fā)生了戲劇性的演變，主要原因有兩個(gè)：1）所有的企業(yè)都在迅速進(jìn)行數(shù)字化轉(zhuǎn)型。2）新業(yè)務(wù)和操作數(shù)據(jù)集的引入速度，以及它們提升了對(duì)人工智能自動(dòng)化業(yè)務(wù)和操作活動(dòng)的需求。人工智能的需求已經(jīng)從“最好具備”發(fā)展到“必須擁有”。決策者認(rèn)識(shí)到實(shí)施人工智能才能使業(yè)務(wù)取得更大成功，所以人工智能現(xiàn)在是每個(gè)公司首席信息官和首席財(cái)務(wù)官議程上的一個(gè)關(guān)鍵項(xiàng)目。

其他

·各種大肆的宣傳傳遞了一個(gè)內(nèi)容，那就是人工智能的趨勢(shì)還會(huì)繼續(xù)。機(jī)器學(xué)習(xí)的民主化在于普通工程師就能使用它。跟一年前相比，現(xiàn)在軟件工程師可以更簡(jiǎn)單的做出有趣的ML。由于有更低成本的硬件、可用的數(shù)據(jù)、遷移學(xué)習(xí)的技術(shù)，使你不必成為超級(jí)專(zhuān)業(yè)博士，就可以成為了解自己的數(shù)據(jù)，控制數(shù)據(jù)的主題專(zhuān)家，從而將所學(xué)內(nèi)容實(shí)現(xiàn)商業(yè)化價(jià)值。

·拐點(diǎn)：之前人們逐漸意識(shí)到生產(chǎn)問(wèn)題的嚴(yán)重性，例如數(shù)據(jù)科學(xué)家的短缺問(wèn)題。為了解決這個(gè)問(wèn)題，現(xiàn)在有大量的在線教育，以及大學(xué)開(kāi)設(shè)了數(shù)據(jù)科學(xué)課程。所以實(shí)現(xiàn)了全民數(shù)據(jù)科學(xué)家，而且有了自動(dòng)化ML的趨勢(shì)：機(jī)器自動(dòng)輔助算法做出選擇。

·他們?cè)跊](méi)有云計(jì)算的技能集，也沒(méi)有數(shù)據(jù)科學(xué)家的情況下。多年來(lái)一直研究如何在邊緣設(shè)備上實(shí)現(xiàn)更智能的計(jì)算。通過(guò)語(yǔ)義智能ML，可以使邊緣設(shè)備變得更加智能。我們能讓這些邊緣設(shè)備系統(tǒng)做一些記憶任務(wù)嗎？當(dāng)然可以，這需要更多樣化的設(shè)備部署，以及將實(shí)例化數(shù)字角色和應(yīng)用程序融合到組分模型中。從而使語(yǔ)義更加豐富。

·我們當(dāng)然也會(huì)看到對(duì)深度學(xué)習(xí)和黑盒技術(shù)的厭倦。在研究方面，似乎發(fā)生了很大的一個(gè)轉(zhuǎn)變，即開(kāi)始轉(zhuǎn)向創(chuàng)建不太透明且數(shù)據(jù)量少的算法。我們?nèi)绾卧诓皇褂么髷?shù)據(jù)的情況下，僅用真實(shí)數(shù)據(jù)就得出結(jié)論呢？有些系統(tǒng)數(shù)據(jù)量非常大，而有些不是，我們?nèi)绾卫媒y(tǒng)計(jì)學(xué)和其它數(shù)據(jù)技術(shù)推導(dǎo)出有意義的解？

原文鏈接

本文為云棲社區(qū)原創(chuàng)內(nèi)容，未經(jīng)允許不得轉(zhuǎn)載。

總結(jié)

以上是生活随笔為你收集整理的人工智能有哪些突破的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。