MIT發(fā)布2017全球十大突破性技術(shù)：多數生命科學(xué)技術(shù)入選

　　近日，北京大雪紛飛，作為《麻省理工科技評論》在中國大陸地區的獨家運營(yíng)方，DeepTech深科技聯(lián)合IBM中國研究院、網(wǎng)易科技、人民郵電出版社、云享客、數字家圓在國貿三期中國宴會(huì )廳舉辦了2017年《麻省理工科技評論》全球十大突破性技術(shù)榜單發(fā)布會(huì )。

　　科大訊飛、百度、馭勢科技、樂(lè )視、地平線(xiàn)、中科創(chuàng )星、華創(chuàng )資本、和米資本、地平線(xiàn)、易寶支付、清華大學(xué)、中國科技大學(xué)、中科院、中科晶云、合生基因、元碼基因、金準基因、華興資本、淺石創(chuàng )投等數十家機構的嘉賓參與了這次發(fā)布會(huì )。

　　作為全球最為著(zhù)名的技術(shù)榜單之一，《麻省理工科技評論》全球十大突破性技術(shù)具備極大的全球影響力和權威性，至今已經(jīng)舉辦了超過(guò)16年。每年上榜的有的已經(jīng)在現實(shí)中得以應用，有的還尚需時(shí)日，但他們的重要性都毋庸諱言，注定將在未來(lái)對我們的經(jīng)濟政治生活產(chǎn)生重大的影響，甚至會(huì )徹底改變整個(gè)社會(huì )的文化面貌。

　　DT君的美國合作伙伴MIT Technology Review出版人兼主編就十大突破技術(shù)中國首發(fā)進(jìn)行專(zhuān)門(mén)的致辭，并就榜單內容做了簡(jiǎn)單的介紹。

　　強化學(xué)習

　　Reinforcement Learning

　　技術(shù)突破：強化學(xué)習(Reinforcement Learning，RL)是一種人工智能方法，能使計算機在沒(méi)有明確指導的情況下像人一樣自主學(xué)習。

　　重要意義：假如機器不能夠自主通過(guò)環(huán)境經(jīng)驗磨練技能，自動(dòng)駕駛汽車(chē)以及其他自動(dòng)化領(lǐng)域的進(jìn)展速度將受到極大地限制。

　　主要研究者：

　　- DeepMind - 科大訊飛

　　- Mobileye - 阿里巴巴

　　- OpenAI - 微軟亞洲研究院

　　- Google - 中科院

　　- Uber - 百度

　　成熟期：1-2年

　　強化學(xué)習技術(shù)，正是AlphaGo能夠掌握復雜的圍棋游戲，并擊敗世界最強職業(yè)選手的關(guān)鍵。如今，強化學(xué)習正在迅速發(fā)展，并逐步將人工智能滲透到除了游戲之外的各個(gè)領(lǐng)域。除了能夠提升自動(dòng)駕駛汽車(chē)性能，該技術(shù)還能讓機器人領(lǐng)會(huì )并掌握以前從未訓練過(guò)的技能。

　　本質(zhì)上，強化學(xué)習技術(shù)是從自然界中學(xué)習的一種基本法則。心理學(xué)家愛(ài)德華·桑代克(Edward Thorndike)在100多年前也注意到了這一點(diǎn)。在最著(zhù)名的迷箱實(shí)驗中，桑代克將貓放在一個(gè)迷箱中，貓只能通過(guò)按壓一個(gè)控制桿才能逃脫。觀(guān)察結果顯示，經(jīng)過(guò)相當長(cháng)時(shí)間的來(lái)回徘徊，動(dòng)物最終總會(huì )偶然地踩到控制桿，然后逃脫。

　　一些最早期的人工智能研究者認為，迷箱實(shí)驗的過(guò)程有可能在機器中有效地重現。早在1951年，馬文·明斯基(Marvin Minsky)創(chuàng )造了世界上第一臺具有學(xué)習能力的機器，利用簡(jiǎn)單形式的強化學(xué)習方法模擬了一只老鼠如何學(xué)習走出迷宮。

　　然而，隨后的幾十年里這個(gè)領(lǐng)域幾乎沒(méi)有什么喜人的成績(jì)。1992年，IBM的研究員杰拉爾德·特索羅(Gerald Tesauro)演示了一個(gè)使用人工智能技術(shù)玩西洋雙陸棋的程序。很快，這個(gè)程序就玩的非常熟練，并足以與最好的人類(lèi)玩家競賽。這是人工智能發(fā)展史上一個(gè)里程碑式的成就。

　　強化學(xué)習技術(shù)之所以行得通，是因為研究人員找出了如何讓計算機程序計算出每種狀態(tài)下應該分配的強化值的方法。還是以迷箱實(shí)驗為例，在走出迷宮的過(guò)程中，“模擬老鼠”每一次做出“向左轉”或者“向右轉”動(dòng)作時(shí)，計算機程序會(huì )做出獎或懲的評價(jià)。并且，所有分配的強化值都存儲在一張大表格中，然后計算程序會(huì )隨著(zhù)學(xué)習的過(guò)程逐步更新這些數據。

　　但對于大型復雜的任務(wù)，這種方法在計算上是不切實(shí)際的。然而，近幾年來(lái)，深度學(xué)習技術(shù)被證明是一種用來(lái)識別數據模式的極其高效的方式，無(wú)論這里的數據指的是迷宮中的轉彎、圍棋棋盤(pán)上的位點(diǎn)，還是計算機游戲中屏幕上的像素，亦或是自動(dòng)駕駛時(shí)面臨的復雜路況。

　　在國內，以科大訊飛為例，這家公司已經(jīng)針對強化學(xué)習在多個(gè)方向展開(kāi)了研究和應用，包括人機對話(huà)系統、智能客服系統、機器輔助駕駛、機器人控制等方向，都已有了應用研究。以對話(huà)系統這樣一個(gè)多輪人機交互系統為例，它就是一個(gè)非常典型的強化學(xué)習應用案例。

　　傳統的任務(wù)完成型對話(huà)系統，用戶(hù)需要在一次交互過(guò)程中把自己的需求描述清楚，這樣的交互不是自然的。在訊飛的AIUI交互系統框架中，引入了多輪交互的思想，由一個(gè)深度強化學(xué)習(馬爾庫夫決策過(guò)程)模型來(lái)引導用戶(hù)輸入需求，從而快速、自然流暢地完成用戶(hù)任務(wù)。

　　同時(shí)，許多工業(yè)機器人制造商也將目光投向了強化學(xué)習技術(shù)，測試該技術(shù)在無(wú)手工編程情況下訓練機器執行新任務(wù)的效果。此外， Google公司的研究人員也正與DeepMind合作，試圖利用深度強化學(xué)習(deep reinforcement learning)技術(shù)使其數據中心更加節能。

　　通常，找出數據中心各個(gè)單元如何影響系統總能耗是十分困難的，但是強化學(xué)習算法能夠從收集的數據以及模擬實(shí)驗中學(xué)習經(jīng)驗并提出優(yōu)化建議，比如說(shuō)，如何以及何時(shí)啟動(dòng)冷卻系統。