中國人工智慧遍及全行業
過去五年,人工智慧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慧的一種方式,僅在少數項目中得以重視和採用。隨著時間推移,機器學習在網際網路行業巨頭中逐步佔據舉足輕重的地位,其影響力從少數零星産品迅速擴展到更多場景。
百度、騰訊等大型網際網路公司在全球範圍內設立人工智慧實驗室和研究院,將人工智慧確立為未來發展的戰略級研發項目。
人工智慧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“網際網路+”慢慢轉向“人工智慧+”。此前,滴滴“網際網路+打車”和美團“網際網路+O2O”思考的是如何用網際網路改變傳統行業,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,人工智慧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。
國外研究機器學習的三大人工智慧公司
國外的人工智慧熱潮與中國幾乎同步。過去五年,新一代人工智慧公司崛起,機器學習走向成熟,雲計算得到普及,網際網路帶來海量數據和人機互動……這些均大幅增強了人工智慧的實用性。
![標題圖片](http://images.china.cn/attachement/jpg/site1000/20170524/ac9e174e11811a8fccd256.jpg)
英國:DeepMind
2010年于英國倫敦大學學院成立的DeepMind團隊因其發明的程式AlphaGo在全球名聲大噪。這家年輕的公司在2014年被收購後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演算法,並將其融入到人工智慧系統或智慧程式中,以確保機器能夠進行自我學習。
DeepMind開發了應用於不同領域的人工智慧程式,其中AlphaGo即為一款擅長遊戲的程式,DeepMind為這款程式加裝了圖形處理單元,使程式主動“學會”進行遊戲。
目前,AlphaGo取得的研究成果正在快速複製到各行各業,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路,該神經網路具有一定通用性,可實現除數據中心外,發電廠、半導體製造及醫療領域的管理。
![標題圖片](http://images.china.cn/attachement/jpg/site1000/20170524/ac9e174e11811a8fcd1a58.jpg)
美國:Vicarious
隨著人機交互的程度不斷被突破,從弱人工智慧到強人工智慧的進化是機器人發展的關鍵。電腦若能夠實現圖片文字識別並做出相應推理反饋,則屬於向強人工智慧進發的表現。
2010年成立的美國公司Vicarious就致力於為機器人和電腦研發圖片和視頻識別系統,模擬大腦識別圖像。Vicarious的目標即複製人類大腦皮層功能,使機器理解語言並進行數學計算。2013年10月,Vicarious聲稱其通過視覺演算法精確度達到90%,已經通過第一個“圖靈測試”。
Vicarious 採用了一種新的神經網路演算法,該演算法體現了更多生物上的特徵。它的一個重要特點是,在學習了一項資訊後,它能夠預想這個資訊在其他情景中樣子——這是一種人造的想像方式。
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,賦予機器輕鬆識別刺激或概念的能力,從而使機器擁有更加智慧的表現。
![標題圖片](http://images.china.cn/attachement/jpg/site1000/20170524/ac9e174e11811a8fcd635a.jpg)
日本:Preferred Networks
儘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於邊緣地位,但日本國內依然不乏在細分市場佔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併發起合作請求,後者希望通過深度學習發展高科技商業産品。
Preferred Networks採用的深度學習軟體系統高度模擬人類大腦,在不依賴人類操作的情況下實現機器自動學習,獨立識別和過濾資訊。“深度”是指機器的神經元網路擁有更多層次,能夠處理更多複雜問題。深度學習使機器實現自我升級,並通過不同機器之間的互聯來升級整個系統,這比人工升級機器的效率高出很多。
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於矽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。