2017年人工智能現七大走向

　　2016年在人工智能熱浪中落下帷幕，無可否認的是，人工智能已逐步滲透到我們的工作和生活中。

　　2016人工智能十大事件回顧

　　3·9：AlphaGo下圍棋戰勝圍棋宗師李世石;

　　3·23：微軟聊天機器人“Tay”學會種族歧視言論;

　　5·7：“自動駕駛”特斯拉自動駕駛致使車禍;

　　9·28：谷歌、亞馬遜、Facebook、IBM 及微軟五大科技巨頭組建超級AI聯盟;

　　10·12：美國白宮發布人工智能白皮書;

　　10·17：微軟AI的語音識別能力首次超過人類;

　　11·25：人工智能改善癌癥診斷法;

　　12·5：亞馬遜開展新零售業務Amazon Go;

　　12·19：扎克伯格開發AI助手Jarvis;

　　12月：華人AI研究貢獻占據全球份額近一半。

　　2016年圍繞著人工智能各行各業開始智能化探索，創投圈攻城略地，中美等眾多國家也積極布局人工智能搶占戰略制高點。在市場規模方面，《2016中國人工智能產業發展報告》中多家分析機構的數字評估認為，2016年年底，世界人工智能市場規模將突破100億美元，其中，中國市場規模將達到15億美元左右。未來，人工智能市場有望進一步擴大，到2020年，全球人工智能市場將發展到200億美元左右的規模。人工智能，未來已來?

　　人工智能尚處初級階段

　　學術界將人工智能界定為“研究與設計智能體”，而且把智能體定義為“能夠感知環境，并采取行動使成功機會最大化的系統”，一般分為感知智能、認知智能和創造性智能。對其研究最早出現在 20 世紀 50 年代，在發展過程中經歷了起起落落，進入21世紀以后，隨著深度學習、大數據、云計算等相關技術的成熟，近年來取得眾多突破性的發展。

　　但縱觀社會發展的歷程來看，目前人工智能的發展仍處于初級階段，稱之為“弱人工智能”，其中感知智能以深度卷積神經網絡為代表的感知智能依賴于大數據，在視覺物體識別、語音識別和自然語言理解等方面取得了媲美人類水平的成功;具有近似人類能力的認知智能的研究，仍在逐步探索中;而創造性智能則是在更高層次上的人工智能，要求人工智能具有類似于人類的頓悟、靈感等超強能力，這方面的研究甚至還沒有起步。

　　從產業鏈上看，人工智能產業鏈包括基礎技術支撐、人工智能技術及人工智能應用三個層次。其中基礎技術支撐由數據中心及運算平臺構成;人工智能技術是基于基礎層提供的存儲資源和大數據，通過機器學習建模，開發面向不同領域的應用技術;人工智能應用主要為人工智能與傳統產業相結合實現不同場景的應用，如機器人、無人駕駛汽車、智能家居、智能醫療等領域。目前人工智能的發展還是國內外科技巨頭為主推動力，國外以Google、Facebook、IBM、Microsoft、Amazon、Intel等為主，國內以BAT及語音巨頭科大訊飛為主。

　　人工智能的重要意義是對每一個行業和領域效率帶來指數級提升推動作用，由于技術的復雜性，發展不會一蹴而就，必然經歷一個由點到面，由專用領域到通用領域的歷程，通用領域的人工智能實現還比較遙遠。截至2016年11月，據數據統計顯示，全球1485家人工智能公司可劃分為深度學習、機器學習、機器學習、自然語言處理、計算機視覺、圖像識別、手勢控制、虛擬私人助手、無人駕駛、智能機器人、語音翻譯等13個細分領域。近五年內，專用領域的定向智能化將是人工智能主要的應用發展方向。或許在更遠的將來，如果人腦芯片等硬件架構能有所突破，運算能力有極大提高，則專用智能將有可能逐步進化成為跨場景、跨上下游應用的通用智能。

　　2017 年人工智能將掀起怎樣的風暴?

　　有機構預測2017年人工智能的投資將同比增長300%以上。人工智能在技術上將更迅猛發展，智能語音、智能圖像、自然語言處理、深度學習等技術越來越成熟，像空氣和水一樣會逐步滲透到日常生活。行業專家關于2017年人工智能的發展方向有如下幾點：

　　1.機器學習應用的擴張：機器學習正被應用在更復雜的任務以及更多領域中，而且被更多的人作為挖掘數據的方式。

　　2.無監督學習會取得更多的進展(也存在很大的挑戰，在這方面離人類的能力還差得很遠)。

　　3.計算機在理解和生成自然語言：預計最先會在聊天機器人和其他對話系統上落地。

　　4.深度學習和其他的機器學習以及人工智能技術的混用，是成熟技術的典型標志。將深度學習應用到醫療領域中包括對醫療圖像、臨床數據、基因組數據等各種類型數據上的研究和成果將會大大增加。

　　5.自動駕駛汽車，計算機視覺也會持續取得進展。

　　6.聊天機器人和自動駕駛汽車可能會取得較大進展。

　　7.預計更多的人類基準會被打破，特別是那些基于視覺、適合卷積神經網絡的挑戰。而非視覺特征創建和時間感知方法將變得更頻繁、更富有成果。