機器學習 人工智能新未來

李智+薛睿萌

最近，世界排名第一的中國棋手柯潔在與谷歌人工智能AlphaGo長達4個半小時的首場較量中，最終以四分之一子之差遺憾惜敗。

這場“人機大戰”再次把人工智能話題推到風口浪尖。當人工智能逐漸成為技術領域關于未來的“談資”，各國有哪些公司有望主導人工智能的未來，引發關注。

英國：讓機器能自我學習

2010年于英國倫敦大學學院成立的DeepMind團隊因其發明的程序AlphaGo在全球名聲大噪。這家年輕的公司在2014年被收購后依然保持著獨立研發和運營狀態。

DeepMind的目標是通過開發強大的通用學習算法，并將其融入到人工智能系統或智能程序中，以確保機器能夠進行自我學習。

DeepMind開發了應用于不同領域的人工智能程序，其中AlphaGo即為一款擅長游戲的程序，DeepMind為這款程序加裝了圖形處理單元，使程序主動“學會”進行游戲。

目前，AlphaGo取得的研究成果正在快速復制到各行各業，谷歌旗下的DeepMind首個任務便是用機器學習來管理數據中心，DeepMind訓練了三個具有神經網絡，該神經網絡具有一定通用性，可實現除數據中心外，發電廠、半導體制造及醫療領域的管理。

中國：人工智能遍及全行業

過去五年，人工智能在工業界的火熱程度呈指數上漲。五年前，機器學習作為實現人工智能的一種方式，僅在少數項目中得以重視和采用。隨著時間推移，機器學習在互聯網行業巨頭中逐步占據舉足輕重的地位，其影響力從少數零星產品迅速擴展到更多場景。

百度、騰訊等大型互聯網公司在全球范圍內設立人工智能實驗室和研究院，將人工智能確立為未來發展的戰略級研發項目。

人工智能正在慢慢滲透甚至改變所有行業。大公司和創業公司的目光正從先前的“互聯網+”慢慢轉向“人工智能+”。此前，滴滴“互聯網+打車”和美團“互聯網+O2O”思考的是如何用互聯網改變傳統行業，如今，它們關注的是如何使積累的數據提供更多價值。

由此可見，人工智能技術迎合多行業的發展趨勢，成為未來不可或缺的重要部分。

美國：致力機器人視頻識別

隨著人機交互的程度不斷被突破，從弱人工智能到強人工智能的進化是機器人發展的關鍵。計算機若能夠實現圖片文字識別并做出相應推理反饋，則屬于向強人工智能進發的表現。

2010年成立的美國公司Vicarious就致力于為機器人和計算機研發圖片和視頻識別系統，模擬大腦識別圖像。Vicarious的目標即復制人類大腦皮層功能，使機器理解語言并進行數學計算。2013年10月，Vicarious聲稱其通過視覺算法精確度達到90%，已經通過第一個“圖靈測試”。

Vicarious創始人表示，公司正開發一種類似人類大腦處理數據的新方式，賦予機器輕松識別刺激或概念的能力，從而使機器擁有更加智能的表現。

日本：發展高科技商業產品

盡管日本政府對新科技的反應非常遲緩，一定程度造成日本近年在全球科技競爭處于邊緣地位，但日本國內依然不乏在細分市場占據頂尖位置的科技公司。

2014年成立的創業公司Preferred Networks僅一年時間就擁有高達1.2億美元的估值，引起豐田、松下等日本老牌大公司的興趣并發起合作請求，后者希望通過深度學習發展高科技商業產品。

在日本，“深度學習”被寄予了另一種期望。日本企業希望從不同于硅谷的角度來挖掘深度學習，而Preferred Networks的出現猶如一面旗幟，將構成日本科技新一代的主力公司凝聚在一起。

競技游戲并非人工智能的終點

人工智能是賦予機器人的智能；機器學習是一種實現人工智能的方法；深度學習是一種實現機器學習的技術。深度學習使得機器學習實現眾多應用，進而拓展了人工智能的領域范圍。

AlphaGo在“人機對戰”中的獲勝，表明了機器能夠掌握以往被認為不可能的技能，有能力在更多領域中展示出驚人的深度學習能力。對此，谷歌大中華區總裁石博盟表示，類似圍棋等人工智能的游戲本身并不重要，重要的是通過游戲的手段使機器模擬人的思維，提升認知與思考能力。

AlphaGo的真正意義在于探索人工智能如何在信息不完美的情況下做出最好的選擇，并將這種技術應用于醫療、商業等領域惠及人類，而圍棋等競技游戲僅僅作為一種形式，為人工智能的進步提供啟示。