人工智慧第一次商業落地：風雲再起，產業爆發

[ 億歐導讀 ]隨著人工智慧技術的迅速發展，互聯網已進入新常態，人工智慧將加快傳統產業改造和顛覆。本文整理了自2016年以來，人工智慧領域在技術和產業應用方面的新進展。

說到人工智慧，人工智慧的定義到底是什麼？現在沒有非常嚴格準確或者所有人都接受的定義，但是有一些約定俗成的說法。通常人工智慧是指機器智能，讓機器達到人智能所實現的一些功能。人工智慧既然是機器智能，就不是機械智能，那麼這個機器是指什麼呢？是指計算機，用計算機模擬出來的人的智能行為叫作人工智慧。中國工程院院士高文如是說。

人工智慧發展實際經歷了三個階段。

第一個階段從1956年到1976年。1956年，在由達特茅斯學院舉辦的一次會議上，計算機專家約翰·麥卡錫提出了「人工智慧」一詞，這被人們看做是人工智慧正式誕生的標誌。但到了70年代，由於科研人員在人工智慧的研究中對項目難度預估不足，讓大家對人工智慧的前景蒙上了一層陰影。

第二個階段從1976年到2006年。1976年很多學者研究神經元網路，直到1986年，BP演算法（即誤差反傳網路）的出現讓人眼前一亮。以往的神經元網路只能做非常小的事，做不了大事。但這個東西出來以後可以做大事了，所以就推動了這個領域發展的速度非常快。但它也只能解決一些問題，人工智慧跌入第二次低谷。

第三個階段從2006年開始。隨著2006年Hinton提出的深度學習的技術，以及在圖像、語音識別以及其他領域內取得的一些成功，大家認為經過了兩次起伏，人工智慧開始進入了真正爆發的前夜。

這次標誌性的技術進步，在最近三年引爆了一場商業革命。2016年可謂是AI商業化崛起的「黃金年」，谷歌、微軟、百度等互聯網巨頭，還有眾多的初創科技公司，紛紛加入人工智慧產品的戰場，掀起又一輪的智能化狂潮，而且隨著技術的日趨成熟和大眾的廣泛接受，這一次狂潮也許會架起一座現代文明與未來文明的橋樑。

2016年AI迎來爆發元年

谷歌阿爾法狗打敗世界圍棋冠軍李世石

谷歌是人工智慧領域的領軍者，由該公司研發的深度學習人工智慧項目AlphaGo在2016年1月份掌握了圍棋技術，3月份即以4:1的比分擊敗了世界圍棋冠軍李世石。

NVIDIA首款深度學習與人工智慧專用超級計算機問世

NVIDIA創立於1993年1月，是一家以設計智核晶元組為主的半導體公司。在今年之前，NVIDIA就已經推出了一些專為深度學習應用而設的GPU，所以它接下來開發超級計算機也是順理成章的事情。2016年4月，英偉達宣布其開發出了一台專門用於滿足人工智慧研究人員需求的超級計算機——DGX-1。

XPRIZE攜手IBM Watson設立AI 2020競賽

2016年8月，XPRIZE宣布他們將和IBM Watson組織一項新的挑戰賽，讓人們更加務實地思考人工智慧對於人類未來的影響。挑戰賽開始不久，1000多人註冊組成團隊並提出面向各種社會問題的計劃，其中包括健康，氣候，交通，太空旅行，機器人，城市規劃，外科手術，教育甚至還有公民權等。該競賽是開放式比賽，參賽團隊需要思考2020年他們將面臨的評價標準。

谷歌WaveNet可以合成更逼真的人聲

2016年9月9日，Google的DeepMind人工智慧團隊（就是開發了AlphaGo的那個）利用了神經元網路，開發了第三種方式--也就是直接拆解出聲源樣本，產生出一個更深層的語言「習慣」資料，之後再從這些習慣直接建構出音訊檔來。取決於餵給WaveNet AI的資料，它甚至可以模擬出嘴型動作和換氣的細微聲音，在音調和語速上也更有個人風格。而且WaveNet的應用並不止於人聲而已，研究人員餵給它古典樂做為參考，它也能組合出相當有模有樣的古典樂出來。

Elon Musk宣布Tesla所有新車將安裝Autopilot2.0系統

2016年10月，Elon Musk宣布Tesla所有新車將安裝具有完全自動駕駛功能的硬體系統Autopilot2.0，並計劃在2017年年底之前以完全自動駕駛模式讓無人駕駛汽車從洛杉磯開往紐約

谷歌開源TensorFlow圖說生成模型，可真正理解圖像

9月22號，谷歌宣布開源圖說生成系統Show and Tell最新版在TensorFlow上的模型。該系統採用編碼器-解碼器神經網路架構，分類準確率達93.9%，在遇到全新的場景時能夠生成準確的新圖說。谷歌表示，這說明該系統能夠真正理解圖像。這次發布的版本對系統計算機視覺組件的一些重大技術提升，訓練速度更快、生成的圖說也更加準確、豐富。

Facebook、Amazon、谷歌、IBM和微軟結成史上最大AI聯盟

9月28號，Facebook、Amazon、谷歌Alphabet、IBM和微軟自發聚集在一起，宣布締結新的人工智慧(AI)夥伴關係，旨在進行研究和推廣最佳做法。這意味著高科技公司將經常聚在一起討論人工智慧的進展情況。他們還將正式建立一種體制，實現公司間的溝通。值得注意的是，在日常工作中，這些團隊將不斷競爭，利用機器智能開發出最好的產品和服務。

機器學習也要反歧視？谷歌提出機會均等框架

隨著機器學習技術的快速發展，人們對理解其社會影響的興趣也越來越大。機器學習中一個尤其成功的分支是監督學習（supervised learning）。只要有足夠的歷史數據和計算資源，學習演算法通常都能得出有效得讓人驚訝的未來事件預測器。即使最好的預測器也會犯錯。儘管機器學習的目標是最小化錯誤的可能性，但我們可以如何防止特定的群體經受不成比例的這類錯誤？10月7號，為了解決機器學習中的反歧視問題，谷歌提出機會均等框架。

Facebook推出AI和機器學習戰略

在11月份的Web峰會上，Facebook首席技術官Mike Schroepfer闡述了人工智慧和機器學習將在公司今後改善全球連通性、技術可及性和人機交互能力方面將發揮的重要作用。並再次表示，未來十年Facebook的發展願景是「連接全世界」，而具體創新點則落實到「連接」、人工智慧（AI）和虛擬現實（VR）三個領域上。

谷歌人工智慧翻譯工具獲新突破

2016年11月22日，谷歌發布了人工智慧翻譯工具。此前其可以把英文日文，英文韓文進行互譯，但現在機器可以在前兩對翻譯訓練的基礎上，「無師自通」地把日文直接翻譯成韓文，整個過程不再藉助英文的「橋接」。這或許意味著計算機自己內部形成了一套更深層次的概念體系，其更像是一個哲學的進步。

OpenAI發布人工智慧訓練平台Universe

2016年12月5日，特斯拉首席執行官伊隆馬斯克(Elon Musk)創辦的人工智慧非營利性組織OpenAI發布了一款名為「Universe」的虛擬訓練平台，以加快人工智慧技術的發展。具體來說，開發人員可以將視頻遊戲、應用程序等內容放在這個平台上，對人工智慧進行訓練。

自動唇讀系統LipNet唇語識別準確率為95.2%

2016年12月，英國牛津大學、谷歌DeepMind等研發的自動唇讀系統LipNet對Gird語料庫實現了準確率為95.2%的唇語識別，其對BBC電視節目嘉賓進行唇語解讀，準確率為46．8％，遠遠超過專業的人類唇語專家（僅為12．4％）

2017年AI實現產業落地

「小度」人臉識別戰勝最強大腦代表

2017年1月6日，百度人工智慧機器人「小度」利用其超強的人臉識別能力，以3：2的成績戰勝人類最強大腦代表王峰。

Alpha Go成功戰勝人類棋手

2017年5月份，圍棋天才柯潔與AlphaGo進行了對決。柯潔賽前的冷靜與鬥志，在與AlphaGo對弈中逐漸消磨，最終柯潔以0:3戰敗。賽後柯潔曾一度哽咽：「它太完美我很痛苦，看不到任何勝利的希望。」

AlphaGO的開發者之一黃士傑稱，AlphaGo的成功融合深度學習(Deep Learning)、強化學習(Reinforcement learning)與樹搜索(Tree Search)三大技術，讓程序自我對弈，自己便是自己的老師。談及AlphaGO對圍棋界的衝擊時，黃士傑表示，「未來AI是人類的工具，跟人類合作，而非跟人類對抗，現在最強的學習技能仍在人類的腦袋裡。」

谷歌正式發布第二代TPU，對標英偉達GPU Tesla V100

5月19日凌晨，在谷歌I/O 2017大會上，谷歌正式發布了第二代TPU。

從2016年谷歌公布了這一項目計劃之後，一直等到了2017年4月才看到詳細的文檔介紹以及論文。TPU的目標很簡單，為多種深度神經網路設計，能夠高速、高能耗比地執行深度學習模型的推理任務。在當時的幾種方案中，ASIC的功能完全固定，FPGA的速度優勢不大，GPU做模型訓練沒問題但推理任務成本太高，TPU的靈活性稍高於ASIC，並提供了大幅高於GPU的推理任務能耗比。雖然論文中的對比對象有爭議、TPU在某些任務中的表現也並不理想，但以TPU為代表的定製晶元方案註定將會是深度學習大規模商業化應用的必備基礎設施。谷歌正式發布的第二代TPU，運算能力、存儲能力都有大幅提高。相比較上周英偉達剛剛推出的GPU Tesla V100，每秒達到120萬億次浮點運算，谷歌二代TPU最高可達到每秒180萬億次的浮點運算性能。最重要的是它還可以支持模型訓練。

百度開源自動駕駛系統Apollo

2017年7月份的AI開發者大會上，百度宣布開源自動駕駛系統Apollo，並宣布其自駕車軟體可供任何想下載的人免費使用。

作為國內智能駕駛研究和實踐的先鋒，百度此舉，旨在將用戶吸引到百度的開源人工智慧平台上，為後續數據的收集與分析鋪路。百度不僅向任何公司（包括其競爭對手）免費提供自主駕駛軟體，這些軟體也可以被定製化，開發他們自己的自主駕駛車輛。

人工智慧上升為國家戰略

7月，國務院印發《新一代人工智慧發展規劃》（簡稱《規劃》），指導構築我國人工智慧發展的先發優勢，加快建設創新型國家和世界科技強國，將人工智慧的未來發展上升為國家戰略。

《規劃》提出了人工智慧六個方面的重點任務和一系列保障措施，要求到2020年人工智慧總體技術和應用與世界先進水平同步，人工智慧核心產業規模超過1500億元，帶動相關產業規模超過1萬億元；到2030年，我國人工智慧理論、技術與應用總體達到世界領先水平。

iPhone X「齊劉海」引發人臉識別熱議

9月，蘋果重磅發布最新產品iPhone X，嵌入了Face ID、無線充電、自創晶元A11 Bionic等最新AI技術。被人吐槽的「齊劉海」，其實是Face ID紅外鏡頭、紅外鏡頭、泛光感應元件、點陣投影器和普通攝像頭的集成地。為了更加精準與安全地進行人臉識別，蘋果開發了一個神經引擎，用神經網路處理圖像和點陣模式，並邀請好萊塢特效面具公司，通過之作面具來訓練神經網路的「聰明」程度。

華為發布世界首款人工智慧手機晶元

9月份，華為在柏林公布最新的麒麟970晶元，這是世界首款帶了專用人工智慧元素的手機晶元。這顆晶元採用台積電10納米工藝，ARM的big.LITTLE大小多核架構，八核心晶元，有4個A73大核心（2.4Ghz）+4個A53小核心（1.8Ghz）。

麒麟970在不到100平方毫米的狹小體積內集成了55億個晶管體，集成度非常高。另外，麒麟970還集成了12核心的GPU圖形顯示晶元，即ARM Mali-G72 MP12十二核GPU，改善了過去麒麟晶元圖形性能較弱問題。

阿里投千億成立達摩院

在10月份阿里雲棲大會的第一天，阿里巴巴CTO張建鋒宣布，投資千億成立阿里達摩院，強勢加入人工智慧領域的爭奪戰。

達摩院作為一家「致力於探索科技未知，以人類願景為驅動力的研究院」，專註於基礎科學、顛覆性技術等中長期技術研發。其首批公布的研究領域包括：量子計算、機器學習、基礎演算法、網路安全、視覺計算、自然語言處理、人機自然交互、晶元技術、感測器技術、嵌入式系統等，涵蓋機器智能、智聯網、金融科技等多個產業領域。

「女性」機器人Sophia獲得公民身份

10月，在沙烏地阿拉伯舉行的「未來投資倡議」大會上，類人機器人Sophia被授予沙特公民身份，她成為了歷史上首個獲得公民身份的機器人。

除了透明後腦勺，Sophia擁有與人類高度相似的外觀和行為方式，她還具有強大的語音識別、視覺數據處理和面部識別功能，不僅可以與人自然地聊天，Sophia還能控制多達62種面部表情，雖然她的眼睛裡鑲嵌著攝像頭，但是她似乎可以與人進行眼神交流。

騰訊首次公布AI戰略

10月30日，馬化騰就發表了致合作夥伴的公開信，用「深度融合」、「雲化分享」、「智慧連接」、「全用戶」、「大內容」、「新科技」、「寬平台」等七大關鍵詞，分享了過去一年對數字經濟發展的觀察和思考。馬化騰提到，今天軟體、硬體和服務三者正在變得越來越緊密，甚至在融為一體。未來新技術的變革，一定會帶來很多重新洗牌的機會。數字經濟的發展讓跨地域的協作創新產生了更多可能。

11月8日，2017騰訊全球合作夥伴大會在成都正式拉開序幕，大會發布了騰訊AI戰略「基礎研究-場景共建-AI開放」的全景圖：在基礎研究領域著重於語音識別、自然語言處理、計算機視覺、機器學習四大領域；在場景應用上落地社交、內容、遊戲、醫療、零售、金融、安防、翻譯等八大場景；騰訊也將通過開放自身AI能力方面賦能醫療等傳統行業實現AI，另一方面則是以AI生態計劃全力扶植新興AI創業者。

「1秒8000張海報」魯班設計師

在雙11的非凡熱鬧中，號稱「1秒鐘就能製作8000張海報」的阿里AI設計師【魯班】出盡了風頭。

魯班，是在今年UCAN大會上驚艷亮相的人工智慧設計平台。它早在去年的雙11就已經在阿里內部進行了大規模的投入使用。在今年的雙11，它完成了數量高達4億的海報設計工作，做到了「千人千面」效果的淘寶海報。

據研究人員透露，魯班目前的設計水平已經非常接近普通設計師。不少設計師表示要被魯班「搶飯碗」，但更多的人認為，魯班目前只是承擔了設計工作中比較低級的重複性部分，對於創意和想像工作，魯班還並不能勝任。

無人駕駛在北京正式上路

2017年7月，百度李彥宏駕駛無人汽車在北京五環上行駛，但由於變道時壓了實線，百度無人駕駛汽車吃到了第一張罰單。而對於此次國內首個自動駕駛法規落地，百度立即發微博稱「未來到來的速度比我們預期的快多了」。

2017年12月18日，北京交通委正式印發了《北京市關於加快推進自動駕駛車輛道路測試有關工作的指導意見（試行）》，作為中國第一個自動駕駛車管理規範，它正式給北京地區的自動駕駛路試做了規定。

DeepMind團隊重磅發布AlphaGo Zero

10月19日，DeepMind團隊重磅發布AlphaGo Zero，再次震驚世人。相比之前的AlphaGo，該版本的AlphaGo Zero實現了在AI發展中非常有意義的一步——"無師自通"。技術解密在這裡。12月7日，AlphaGo Zero再進化，通用演算法AlphaZero誕生，除了圍棋以外，攻克了更多棋類。技術解密在這裡。

Google AI中國中心在北京成立，由李飛飛、李佳領導

12月13日，在谷歌開發者大會上，谷歌Cloud人工智慧和機器學習首席科學家李飛飛宣布，Google AI中國中心(Google AI China Center)於北京正式成立。該中心由李飛飛和Google Cloud研發負責人李佳博士共同領導。李飛飛將會負責中心的研究工作，並統籌Google Cloud AI,Google Brain以及中國本土團隊的工作。

Google AI中國中心的研究重點是人工智慧基礎研究，並與中國人工智慧學術界建立長期合作的緊密聯繫。李飛飛表示，Google AI中國中心致力於中國人工智慧長期研發合作的第一步，同時也非常期待能在中國本土合作上有所建樹，為更廣大的學生及研究人員提供高質量AI及機器學習的教育支持。

結語：

AI還有很長的路要走，無論在技術研究，還是產業應用，只有不斷地將新技術與產業結合，才能促進AI的成長，但是一切能夠改變生活的科學技術都值得期待！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！