▲中国最大搜索引擎公司百度公司自2014年成立人工智能实验室以来，已经收获技术进步

麻省理工学院技术评论网站刊登文章称,人工智能(AI)在2016年取得了巨大的进步,2017年将进一步发展,并对人工智能2017年发展的五大预期进行了评论。

正强化

当前发展

AlphaGo(谷歌旗下DeepMind公司开发的一款人工智能程序,译为“阿尔法围棋”)对弈世界顶尖围棋选手李世石所取得的历史性胜利,对于人工智能领域、尤其对于深度强化学习这一技术而言,具有里程碑意义。强化学习是让机器通过试验与正强化(Positive Reinforcement)而非编程或明确的实例,来学习如何解决问题,其灵感来自于动物对某些特定行为将带来何种结果(正面或负面结果)的学习。譬如,利用强化学习的方法,计算机可以通过不断试验、遇错、将正面的结果与导致其发生的行为联系起来,最终穿越迷宫。使机器无需指令甚至明确的实例来进行学习。强化学习这一概念已经存在了数十年,而与大型(或深度)神经网络结合使用的机器学习具备了解决真正复杂问题(譬如围棋对决)所需要的能力。正是通过不懈的试验,以及对先前比赛的分析,AlphaGo掌握了专家水平的对弈方法。

未来预期

2017年,强化学习很可能会被用于解决类似自动驾驶或工业用机器人的难题。谷歌公司已能利用深度强化学习,提高其数据中心的效率。不过,强化学习仍然是实验性的,尚需大量时间进行模拟,其现实有效性值得期待。

竞争性神经网络

生成对抗网络

2016年12月在西班牙巴塞罗那举行的世界人工智能大会——神经信息处理系统大会(NIPS)上,新型机器学习技术“生成对抗网络”(GANs)成为一个讨论热点。“生成对抗网络”由美国人工智能非营利组织OpenAI的科学家伊恩·古德费洛发明,是由以下两种网络组成的系统,其中一种网络能在学习训练集后生成新数据,另一种网络能区分真实与虚假的数据。这两种网络可以通过协作,生成非常真实的合成数据。“生成对抗网络”方案可以用于生成视频游戏场景、使像素视频片段变得清晰,或为计算机生成的设计带来风格上的变化。

未来预期

世界顶级机器学习专家之一Yoshua Bengio在神经信息处理系统大会上表示,“生成对抗网络”方案非常令人兴奋,因为其提供了一种计算机学习未标注数据的有效方式。很多人认为,这可能抓住了令计算机变得更加智能的关键。

中国的人工智能发展

当前发展

中国最大搜索引擎公司百度公司的人工智能实验室已成立一段时间(译注:2014年),正在收获技术进步成果,譬如语音识别、自然语言处理以及更加优化的广告业务;腾讯公司于2016年早些时候成立了人工智能实验室,在神经信息处理系统大会上忙于招贤纳士;2016年早些时候收购优步中国业务的滴滴出行也在建立一个实验室,据报道该实验室致力于研究自己的无人驾驶汽车。

未来预期

2017年可能是中国在人工智能领域崛起为重要力量的一年。中国的技术企业已将人工智能与机器学习锁定为未来重大创新领域。中国投资者的资金正涌向专注人工智能的初创企业,中国政府也释放出了希望国家人工智能工业繁荣发展的信号,承诺到2018年达到约150亿美元的投资。

　　

▲通过不懈的试验，以及对先前比赛的分析，AlphaGo掌握了专家水平的对弈方法

语言识别

未来预期

人工智能研究人员的下一个目标很可能与语言有关。他们希望,在语音和图像识别方面取得惊人进步的技术也能帮助计算机更加有效地进行语法分析并生成语言,这是人工智能领域长久以来的目标。更好的语言理解将大幅提升机器的有用性;然而,考虑到语言的复杂性、精妙程度,相关挑战也令人生畏。与手机实现深度、有意义的对话尚无法在短时间内实现,不过,目前这一领域已取得重大进步,2017年还可期待进一步发展。

对人工智能夸张宣传的激烈反应

当前发展

2016年,随着人工智能领域取得名副其实的进步、出现令人兴奋的新应用,围绕人工智能的夸张宣传也达到了新高度。这一方面反映出很多人对当前技术潜在价值的笃信,另一方面也不免体现了相关宣传夸张失控,已有不少人工智能研究人员对此感到恼火。

未来预期

人工智能遭热炒会带来很多真正的问题,譬如,当重大突破性进展没有发生时,此前的夸张宣传就会不可避免地带来失望,导致被高估的初创企业失败,投资枯竭。2017年也许将出现某些针对人工智能夸张宣传的激烈反应,或许这并不是什么坏事。