人工智慧的研究，最近又突然變得火紅，極具未來指標的幾個重大應用，都與人工智慧的技術突破有著密不可分的關係?？萍季揞^們紛紛投入相關領域，也讓人工智慧正式轉向商用化之路。

想像有一天這些都會發(fā)生，《鋼鐵人》的人工智慧管家賈維斯在你需要時隨時出現(xiàn)，解決生活大小的疑難雜癥；甚至，人工智慧軟體越來越個人化，“不僅能干而且知心”，撫慰現(xiàn)代人寂寞的心靈，也許哪天你也會愛上《云端情人》里的莎曼珊。

電影里蘊含著人類對科技的期待，然而人工智慧到底是什幺？我們天馬行空，有許多想像，許多人都把人工智慧跟機器人劃上等號，也許是2001年《A.I.人工智慧》里的機器男孩大衛(wèi)，形象太鮮明，讓我們覺得，能自主思考、懂常識、具有人類外表的機器人，很快就會出現(xiàn)。

真是如此嗎？是也，非也。人工智慧發(fā)展到極致，具有自主思考的機器人終究會來臨，然而現(xiàn)階段我們看到的人工智慧突破，是更廣泛的研究領域。舉凡Google翻譯、個人語音助理、自動駕駛車、不需操控的無人機、具有感知情緒的機器人、可以人機互動協(xié)作的工業(yè)機器人、診斷癌癥、股票自動交易，背后都有人工智慧。根據(jù)美銀美林估計，2020年，全球人工智慧市場規(guī)模將達1,530億美元，增加三倍。

希捷的研究預測，2025年將有超過400億臺連網(wǎng)裝置。未來不再是單一載具獨霸的社會，而是多元載具并存的新時代。隨著硬體、運算、云端、資料分析、演算法等等技術陸續(xù)到位及突破，每個人擁有的裝置將從三個增加到超過1千個。能夠同時回饋不同載具應用的底層會是什幺？智慧型手機嗎？當然不是。情境智慧新創(chuàng)Snips AI執(zhí)行長欣迪（Rand Hindi）在TED演講上指出，“人工智慧是串起這些裝置、達到無所不在運算（Ubiquitous Computing）的關鍵！”這些連網(wǎng)裝置有天將會像電一樣自然地從在于生活之中，由人工智慧幫忙篩選重要資訊。

第三次人工智慧浪潮

然而，人工智慧的進展卻不如想像中快速，從1956年麥卡錫（John McCarthy）在達特茅斯研討會首次提出人工智慧一詞，人工智慧的概念已出現(xiàn)超過60年?；仡欉@60年，人工智慧經歷三次興衰，1950年代對于機器人同伴出現(xiàn)，抱持十分樂觀的想像。到了1970年代，這份情懷就崩盤了，科學家發(fā)現(xiàn)西洋棋機器就只會下西洋棋而已，沒有期待中的聰明。然而1980年代第二波人工智慧浪潮再度興起，美國國防部砸下數(shù)十億美元研究經費，希望讓機器人上戰(zhàn)場打仗，后來卻無功而返，讓人工智慧研究從此蒙上陰影。

如今，人工智慧的第三次浪潮來臨，人工智慧在垂直領域表現(xiàn)得很好，一次又一次跟人類的比拚中，都展現(xiàn)出電腦運算能力的大躍進，人工智慧不可同日而語了。1997年IBM超級電腦深藍打敗全球西洋棋冠軍卡斯帕洛夫，震驚世人；2011年IBM超級電腦華生，在益智搶答競賽中用語言分析演算法打敗兩位節(jié)目史上最強冠軍，再度引起譁然。

這一次，人工智慧的突破，增添了我們的期待，但是否意謂具有自主思考與學習的人工智慧時代就將到來，亦或又只是再一次地過度樂觀想像？紐約市立大學理論物理學教授加來道雄在《2050科幻大成真》一書中指出，“雖然好萊塢電影讓我們以為『終結者』般的機器人很快就會出現(xiàn)，但是打造人工心智的困難程度比前人所想的還要高。”他認為，人工智慧演化至今仍十分原始，還在試著學習基礎的事物，認識世界，所以還沒有辦法模擬真實的未來。

仔細分析，“人工智慧的發(fā)展，至少還有圖形辨識與普通常識兩個問題待解決！”加來道雄說。首先，人工智慧系統(tǒng)目前仍難靠自動學習來辨識物體，這也是為什幺從2012年開始，Google、蘋果、微軟、IBM、Facebook、Amazon及雅虎等科技巨頭們，紛紛收購人工智慧公司來尋求突破，其中包括深度學習（類神經網(wǎng)路）、語言翻譯、電腦視覺、圖像辨識、情緒辨識等領域都受到科技巨頭的關注，也因為如此，人工智慧技術在近幾年有了重要突破。2015年，是人工智慧大有嶄獲的一年，正式從實驗室走入商用領域。

延伸閱讀：一篇文章看懂Google人工智慧帝國，為何這里一切都是AI

其次是關于常識問題，如何讓人工智慧具有自主學習能力，不斷累積常識，進而達到舉一反三？關于這部分，深度學習的技術突破，攸關人工智慧發(fā)展的未來。Facebook創(chuàng)辦人兼執(zhí)行長佐克伯說，非監(jiān)督式學習才能讓人工智慧學習常識。

他在2016年要挑戰(zhàn)像賈維斯一樣操作簡單的AI管家，他并分析機器學習主要仰賴監(jiān)督式學習，透過大量資料進行模式識別，例如，透過數(shù)千張照片讓AI系統(tǒng)學習辨識Facebook好友，在上傳照片時幫忙標籤朋友。然而人類學習新事物時，通常不需要學1千次，模式識別不僅無法讓人工智慧具備常識，就連舉一反一都做不到。

麻省理工學院、紐約大學及多倫多大學所開發(fā)的貝葉斯程式學習BPL，讓電腦終于有了舉一反三的能力，但即使如此，大概也要到本世紀末，人工智慧才能具有猴子般的智慧，并有自己的意識。各界對人工智慧將會威脅人類的擔憂或許還太早，因為距離創(chuàng)造出賈維斯和莎曼珊還有很長一段路要走呢！

Google
2013年｜收購深度神經網(wǎng)路公司DNNresearch。
2014年｜收購深度學習公司DeepMind。
2015年｜無人車上路測試，預計2020年商用化；開源深度學習系統(tǒng)TensorFlow程式碼。
2016年｜Google DeepMind AlphaGo系統(tǒng)打敗歐洲圍棋高手；Google與半導體新創(chuàng)企業(yè)Movidius合作深度學習手機；欲將神經網(wǎng)路RankBrain結合搜尋引擎。

微軟
2014年｜推出個人數(shù)位語音助理Cortana。
2015年｜推出亞洲聊天機器小冰；收購R語言商業(yè)方案提供商Revolution Analytics與以色列文本分析新創(chuàng)Equivio；推出應用測年齡how-old.net和測雙胞胎TwinsOrNot.net。
2016年｜收購智慧輸入新創(chuàng)SwiftKey；開源深度學習語音圖像辨識CNTK；推出測你是哪種狗應用What-dog.net。

IBM
2012年｜收購人力資源管理公司Kenexa。2014年華生已應用在醫(yī)療、金融、法律、學術、煮飯。
2015年｜收購自然語言處理服務商AlchemyAPI、IBM宣布開源機器學習平臺SystemML。
2016年｜軟銀機器人Pepper已成功導入IBM超級電腦華生。

Facebook
2015年｜正式成立人工智慧研究團隊；展示人工智慧助理M；公布人工智慧硬體框架Big Sur并開源；收購語音辨識技術Wit.ai。
2016年底｜打造跟賈維斯一樣的AI管家；訓練人工智慧系統(tǒng)下圍棋。

蘋果
2013年｜收購自動語音辨識技術公司Novauris。
2015年｜收購口語辨識新創(chuàng)VocalIQ和影像辨識新創(chuàng)Perceptio。
2016年｜收購人臉及情緒辨識技術的新創(chuàng)公司Emotient；聘雇教Siri運動知識的軟體工程師。

Tesla
2014年｜Tesla執(zhí)行長馬斯克投資模仿人腦的人工智慧公司Vicarious。
2015年｜馬斯克投資非盈利人工智慧中心OpenAI，防止AI危害人類；推出電動車自動駕駛系統(tǒng)。

Amazon
2012年｜收購機器人倉庫設備商Kiva Systems。
2013年｜收購文字轉語音公司Ivona和語音辨識App Evi Technology。
2015年｜用人工智慧技術發(fā)現(xiàn)假評論及評分；推出語音助理Echo；釋出Alexa軟體開發(fā)套件。

Yahoo
2013年｜收購圖像辨識新創(chuàng)IQ Engines及自然語言處理廠商SkyPhrase。

你應該要知道的人工智慧大事

1943年
形式神經元的數(shù)學模型被提出，開創(chuàng)類神經網(wǎng)路研究時代。
1950年
艾倫．圖靈在論文中預言人工智慧機器的可能，并設計圖靈測試。
1956年
約翰．麥卡錫在達特茅斯研討會首次提出人工智慧一詞。
1959年
麥卡錫、閔斯基在麻省理工學院創(chuàng)立第一個人工智慧實驗室，開啟人工智慧計畫。
亞瑟．塞繆爾設計出全球第一個自動學習的西洋跳棋系統(tǒng)，機器學習和游戲AI開始發(fā)展。
1980年
專家系統(tǒng)R1（XCON）出現(xiàn)，全球公司開始研發(fā)專家系統(tǒng)。
1986年
大衛(wèi)．魯姆哈特等人發(fā)明倒傳導網(wǎng)路，類神經網(wǎng)路研究沉寂多時再度活躍。
1997年
IBM超級電腦深藍打敗全球西洋棋冠軍蓋瑞．卡斯帕洛夫。
2005年
史丹佛大學開發(fā)出自動行駛機器人，贏得DARPA挑戰(zhàn)大賽頭獎。
2007年
Siri用自然語言處理技術開發(fā)iOS人工智慧助理軟體，2010年被蘋果收購。
2010年
Google實驗室Google X發(fā)表自動駕駛車專案。
2011年
IBM超級電腦華生在益智搶答競賽中打敗節(jié)目史上最強冠軍。
Google Brain成立，2012年用YouTube的1千萬張相片自動學習辨識貓臉。
2015年
MIT、紐約大學及多倫多大學開發(fā)出貝葉斯程式學習BPL，讓電腦終于能舉一反三。
2016年
Google子公司DeepMind的AlphaGo系統(tǒng)用深度學習打敗歐洲圍棋冠軍。

文章: 2016-03-09 09:34:30-221.222.204.27

文章來源：機房監(jiān)控 http://dvdvideogroup.com