2016年，關(guān)于物聯(lián)網(wǎng)、機器學(xué)習、AI等都發(fā)生了什么？

　　機器學(xué)習領(lǐng)域

　　從AlphaGo歷史性的勝利到NIPS(神經(jīng)信息處理系統大會(huì ))的出席者人數打破記錄，繼續成為產(chǎn)業(yè)大佬們的戰略聚焦點(diǎn)。在第V13.0期的LWITF里，我們總結了Yann LeCun揚·勒丘恩(計算機科學(xué)家)的預測機器學(xué)習的演講資料，以及Tryolab關(guān)于2016年無(wú)監督學(xué)習領(lǐng)域取得的進(jìn)展的總結。深度學(xué)習獲得了來(lái)自各方的關(guān)注，但實(shí)際上所有的參與者著(zhù)手的研究項目都各不相同。以下我們梳理了這個(gè)領(lǐng)域最主要的幾個(gè)參與企業(yè)，它們在2016年取得的進(jìn)展：

　　使用深度學(xué)習技術(shù)的60多個(gè)創(chuàng )業(yè)公司 圖片來(lái)源：CB Insights

　　Google DeepMind

　　2016年，當AlphaGo的勝利占據頭條的時(shí)候，DeepMind的應用領(lǐng)域也早已超過(guò)了挑戰像星際爭霸這樣的游戲?？晌⑸窠?jīng)計算機Differential Neural Computers (DNC)將深度學(xué)習與存儲元素相結合，讓計算機具備了推理以及簡(jiǎn)單判斷的模式。(DNC將一個(gè)神經(jīng)網(wǎng)絡(luò )與傳統電腦的海量存儲數據結合，系統的智能已經(jīng)可以自主分析并學(xué)習外部的存儲數據。)這種只提供少量訓練樣本的學(xué)習方式(One-shot learning methods)可以基于很小的數據集合獲得很高的精確度，這對于那些無(wú)法掌握海量數據集合的小公司來(lái)說(shuō)，或許是一個(gè)從深度學(xué)習領(lǐng)域獲利的契機。DeepMind 還推出了WaveNet，這是一個(gè)用于處理原始音頻波形圖的深度生成模型。

　　Google Brain

　　《紐約時(shí)報》發(fā)表了一篇關(guān)于Google Brain和人工智能的精彩文章，這篇文章也出現在了第V14.0期的LWITF上。給予深度學(xué)習的機器翻譯正在與人工翻譯一較高下。谷歌的關(guān)注點(diǎn)在與神經(jīng)網(wǎng)絡(luò )和深度學(xué)習。SyntaxNet這樣的神經(jīng)語(yǔ)言處理(NLP)工具以及基于谷歌TensorFlow 的圖說(shuō)生成模型都被開(kāi)源。谷歌發(fā)表了一篇文章探討人工智能的倫理問(wèn)題，文章是關(guān)于對數據集合的一些固有偏見(jiàn)，這些偏見(jiàn)影響著(zhù)機器學(xué)習的發(fā)展。

　　FacebookAI研究院(FAIR)

　　由計算機科學(xué)家Yann LeCun領(lǐng)導的這個(gè)實(shí)驗室正專(zhuān)注于對卷積神經(jīng)網(wǎng)絡(luò )(Convolutional Neural Networks)和圖像處理的研究。FAIR在2016年發(fā)布的最有趣的工具是Caffe2Go，這是一個(gè)可以用在移動(dòng)設備實(shí)現實(shí)時(shí)風(fēng)格的深度學(xué)習系統。鑒于Yann LeCun對生成式對抗網(wǎng)絡(luò )Generative Adversarial Networks (GANs)公開(kāi)表示贊揚，FAIR往后在深度卷積生成式對抗網(wǎng)絡(luò )方面的進(jìn)展將十分值得關(guān)注。

　　OpenAI

　　是一個(gè)非營(yíng)利性的人工智能研究公司，由Elon Musk創(chuàng )立，贊助人包括大名鼎鼎的Reid Hoffman， Peter Thiel， 微軟和AWS。OpenAI的研究人員在8月份的時(shí)候推出了InfoGAN模型，這個(gè)系統可以在無(wú)人監控的情況下，自動(dòng)生成包含數據集相關(guān)信息的表征。

　　微軟

　　微軟和谷歌一樣，在機器學(xué)習領(lǐng)域的方方面面都表現活躍。繼2015年推出了用于圖像識別的

　　深度殘差學(xué)習之后，微軟在去年10月在語(yǔ)音識別方面祭出了大招。微軟的研究人員宣布它們的系統達到了人類(lèi)同等的會(huì )話(huà)語(yǔ)言識別。Azure的機器學(xué)習和認知工具包都是可供臨時(shí)用戶(hù)方便地使用的產(chǎn)品。

　　被Salesforce收購的MetaMind

　　和在Yann LeCun的影響下專(zhuān)注于卷積神經(jīng)網(wǎng)絡(luò )研究的FAIR相似，由Richard Socher領(lǐng)導的MetaMind專(zhuān)注于循環(huán)神經(jīng)網(wǎng)絡(luò )(RNN， Recurrent Neural Networks)以及神經(jīng)語(yǔ)言處理程序的研究。這個(gè)Joint Many-Tasks (JMT)模型是一個(gè)端到端的可訓練模型，它可以習得復雜的自然語(yǔ)言處理任務(wù)。

　　在NIPS 上發(fā)表的“基于視覺(jué)監控程序Visual Sentinel的自適應聚焦”涉及了與卷積神經(jīng)網(wǎng)絡(luò )結合的自然語(yǔ)言處理，并顯示了在自動(dòng)圖片說(shuō)明方面的巨大進(jìn)展。

　　Uber

　　被Uber收購自動(dòng)駕駛貨運車(chē)公司Otto的新聞蓋去風(fēng)頭的是Uber成功收購了

　　Geometric Intelligence。外界對Geometric Intelligence的所知甚少，但普遍預測這是一次針對人才團隊的收購，目的是鞏固Uber在人工智能領(lǐng)域的地位。2017年，我們可以期待這個(gè)由Otto和 Geometric Intelligence組合而成的智庫貢獻出頂尖的產(chǎn)品。

　　百度

　　人工智能領(lǐng)域的大部分玩家都來(lái)自美國，作為一家中國公司，百度取得的成就顯得不容忽視。由Andrew Ng領(lǐng)導的百度，在去年9月發(fā)布了DeepBench，這個(gè)開(kāi)源測試工具能對硬件平臺訓練出神經(jīng)網(wǎng)絡(luò )的效率進(jìn)行評估。百度基于Python的深度學(xué)習框架PaddlePaddle在漢語(yǔ)音譯方面表現優(yōu)異。

　　其他參與企業(yè)

　　· 蘋(píng)果：除了雇傭CMU機器學(xué)習教授Russ Salakhutdinov之外，蘋(píng)果剛剛開(kāi)始出版自己的著(zhù)作。在2016年初，蘋(píng)果還收購了位于西雅圖的人工智能初創(chuàng )企業(yè)Turi。

　　· 亞馬遜：和谷歌、微軟、Facebook相比，亞馬遜在機器學(xué)習方面的成果有限，但是隨著(zhù)Alexa在語(yǔ)音市場(chǎng)的優(yōu)秀表現以及2016年發(fā)布的一系列新產(chǎn)品的出現，亞馬遜將在人工智能領(lǐng)域有更多投入。

　　· IBM：可以公允地說(shuō)，AlphaGo的風(fēng)頭已經(jīng)蓋過(guò)了此前IBM Watson引發(fā)的贊嘆。有消息傳出IBM的百萬(wàn)神經(jīng)元類(lèi)人腦芯片TrueNorth在圖像識別方面表現突出，除此之外，還沒(méi)有更多消息。

　　人工智能與自動(dòng)化領(lǐng)域

　　2016年，自動(dòng)駕駛汽車(chē)和Amazon Go(亞馬遜在西雅圖建立的自動(dòng)售賣(mài)商店)引發(fā)了關(guān)于自動(dòng)化的熱烈爭論。從科技界的領(lǐng)軍者們開(kāi)始裁員，到一項關(guān)于基本收入的調查，讓大眾開(kāi)始憂(yōu)慮人工智能會(huì )帶來(lái)的后果。

　　這個(gè)話(huà)題如此一言難盡，與其詳細陳述方方面面，不如把我們的參考資料(書(shū)目)告訴大家。無(wú)論你對它持有何種態(tài)度，人工智能的時(shí)代都已經(jīng)來(lái)了，而且我們必須做好準備。