年终盘点:2015年人工智能取得哪些重大突破?
北京时间12月9日消息,彭博社今天撰文指出,过去几年间,无论是Preferred Networks这样的创业公司,还是谷歌、微软等科技巨头,都在加大对人工智能技术的投入。在这种大背景下,计算机的智能化程度和认知速度均达到一个前所未有的水平,而2015年更是成为人工智能技术取得重大突破的一个年份。
以下为文章全文:
过去5年间,人工智能在悄然间取得了一个个突破,而2015年已成为这项技术发展的重要里程碑。现如今,计算机的智能化程度已达到有史以来的最高水平,而认知速度也达到一个前所未有的水平。
人工智能研究取得前所未有的发展
谷歌高管杰夫·迪恩(Jeff Dean)表示,人工智能“的确正在加速发展”。为了庆祝过去取得的成就,制定未来一年的发展规划,迪恩和人工智能领域的众多顶尖人才本周齐聚加拿大蒙特利尔市,出席了“神经信息处理系统”(以下简称“NIPS”)大会。NIPS大会从1987年开始举办,随着人工智能技术的快速发展,它在过去几年已成为众多硅谷公司必须要参加的会议。
2013年,Facebook CEO马克·扎克伯格(Mark Zuckerberg)正是在NIPS大会上宣布了建立人工智能实验室的计划,而一家名为DeepMind的创业公司也在被谷歌收购之前,在NIPS大会上展示了一种能学会玩计算机游戏的人工智能系统。
本周,人工智能技术注定会成为一个焦点。在今年,人工智能研究取得了前所未有的发展,这主要归功于以下几个方面。首先,云计算基础设施得到了极大地改善,成本也出现大幅下降,技术人员可以处理更为复杂的信息。其次,还出现了大量数据集和免费或价格低廉的软件开发工具,供研究人员使用。得益于这种趋势,一种被称为“神经网络”(neural network)的重要认知技术,如今也变得相对便宜许多,而以前其成本高的让人望而兴叹。
科技巨头与创业公司齐发力
这最终导致一些科技行业巨头也想从人工智能市场分一杯羹,比如谷歌、Facebook和微软。这三家科技公司每家都有自己的人工智能实验室,实施一系列重要研究,发布了研究成果供学术界讨论。举例说,谷歌研究人员的一项研究成果就登上了科学杂志《自然》的封面,介绍了一种可自动学会玩Atari游戏的系统;Facebook也开发出了一种技术,能让计算机向盲人描述图像;微软则对外展示了全新的Skype系统,该系统能自动将一种语言翻译成另一种语言;IBM也暗示人工智能技术是其最重要的潜在增长领域之一。
与此同时,创业公司也对人工智能的发展作出了重大贡献。Preferred Networks的人工智能系统将被整合到日本知名机器人公司发那科(Fanuc)制造的工业机器人中,而Indico Data Labs也携手Facebook研究人员,教计算机如何利用自己的想象力为面孔涂颜料。
自多伦多大学研究小组的深度学习系统在2012年的一项大赛中获胜以来,这种技术在热门图像识别比赛中的出错率急剧下滑
计算机越来越善于识别图像中的具体内容,而且出错率近年来逐年下滑
计算机目前越来越善于识别照片中的内容。2012年,在全球最富盛名的一个图像识别技术大赛中,多伦多大学的一个研究小组笑到了最后。这个小组最终被谷歌招进了自己的公司,其技术方法也在短时间内被谷歌和其他科技公司采用。2015年,根据这个团队深度学习技术开发的人工智能系统变得越来越准确。在测试中,这种系统的出错率已降至大约5%,几乎与人类的表现不相上下。
下图是近年来谷歌公司内部使用重要人工智能技术的软件项目的具体数字
未来应用潜力广阔
大量公司正投入人工智能技术的怀抱,但在这个方面,没有一家能比得过谷歌。2012年,谷歌只是在少数一些项目中应用了深度学习技术,而今年这种技术已经广泛应用于数千个项目中。
2012年,科技创业公司CrowdFlower向客户售出了200万份数据,帮助他们学习使用人工智能系统。今年,CrowdFlower的数据销量已经接近1亿份
另一家创业公司DifffBot则在使用人工智能技术提升其数据抓取工具的准确性
创业公司也在广泛采用人工智能技术。例如,向企业客户提供结构化数据的创业公司CrowdFlower就表示,为了实施人工智能研究,企业需要获得的相关数据急剧增长。另一家创业公司DifffBot也在使用人工智能来改善其自动化数据抓取工具。
谷歌研究人员过去两年一直在努力帮助其人工智能系统学习玩Atari游戏,这套系统已经变得越来越先进
- 神经网络预测编码器的设计及应用(05-24)
- 模块化免疫神经网络模型在计算机病毒分类检测中的应用(05-29)
- LabVIEW中BP神经网络的实现及应用(06-19)
- 神级经典设计案例:用ARM和FPGA搭建神经网络处理器通信方案(07-19)
- 智能通信终端的关键技术研究(09-19)
- 无线环境远程监控系统(10-23)