2018年的人工智能和深度學(xué)習將會(huì )如何發(fā)展？

　　隨著(zhù)我們的日常生活與各種各樣的技術(shù)越來(lái)越緊密地交織在一起，有時(shí)候，似乎未來(lái)已經(jīng)到來(lái)。然而，技術(shù)仍在不斷發(fā)展，人工智能(AI)已經(jīng)占據了這一領(lǐng)域的中心地位。在許多前進(jìn)力量的支持下，人工智能繼續激發(fā)公眾對未來(lái)的想象。亞馬遜的Alexa、Netflix的推薦系統以及SnapChat濾鏡等的創(chuàng )新，進(jìn)一步推動(dòng)了這一信念，這些都是人工智能進(jìn)入個(gè)性化領(lǐng)域的優(yōu)秀范例。

　　最常見(jiàn)的人工智能構成部分，以及人工智能家族中的“聰明之星”，都是“深度學(xué)習”。深度學(xué)習是一種數據學(xué)習的模式，近年來(lái)改進(jìn)了長(cháng)期以來(lái)的預測準確性標準。除了傳統的預測建模之外，它還在語(yǔ)音識別和計算機視覺(jué)領(lǐng)域有突出貢獻。然而，隨著(zhù)我們迎接新年的到來(lái)，事情將變得更加有趣。讓我們來(lái)看看2018年的深度學(xué)習(以及更廣泛的人工智能)的情況。

　　卷積神經(jīng)網(wǎng)絡(luò )(幾乎)無(wú)處不在

　　卷積神經(jīng)網(wǎng)絡(luò )是一種復雜的學(xué)習模型，它的優(yōu)點(diǎn)是需要對數據進(jìn)行最少的預處理或“清理”。主要被應用于“解決”視覺(jué)圖像分類(lèi)和處理，目前開(kāi)始應用于更多的案例。

　　其理念是，視覺(jué)世界是合成的，因此圖像可以被分解成最基本的特征。例如，一個(gè)風(fēng)景的圖像由各種各樣的物體組成;這些物體由輪廓和線(xiàn)條組成，而這些線(xiàn)條又由像素組成。Covnets能夠識別這些成分，并創(chuàng )建分層的抽象世界概念，使各種識別任務(wù)變得更容易。

　　目前，Facebook的照片標簽和面部識別功能都使用了Covnets。在2018年，我們可以預計，Covnets將更廣泛的應用于自動(dòng)駕駛領(lǐng)域，特斯拉的ModelX已經(jīng)在使用Covnets來(lái)實(shí)現自動(dòng)駕駛的相關(guān)功能。更近的，像Quere.ai這樣的公司正在使用Covnets，并且在醫學(xué)成像的診斷方面取得了顯著(zhù)的成功。預計公司將開(kāi)始為這些高度精確的學(xué)習模式尋找不同的應用。

　　人工智能將加強數據安全

　　雖然機器學(xué)習和深度學(xué)習模型具有前所未有的預測精度，但有些目前仍容易受到質(zhì)疑。例如，在受監督的機器學(xué)習中，模型學(xué)習標記數據的某些特征，訓練和測試數據被假定來(lái)自相同的數據分布。如果數據在這個(gè)假設中失真，那么模型的預測精度就會(huì )受到很大的影響。以垃圾郵件過(guò)濾為例——如果將隨機文本和圖像添加到消息中，消息可能會(huì )繞過(guò)垃圾郵件檢測系統。這就是為什么你的收件箱里塞滿(mǎn)了垃圾郵件，盡管有一個(gè)系統可以阻止它。

　　安全部門(mén)巨頭McAfee公司認為，將數字安全考慮在內，2018年勒索軟件和其他數字威脅(比如對全球社會(huì )造成恐慌的“WannaCry”)越來(lái)越多地利用機器學(xué)習和深度學(xué)習技術(shù)。具體來(lái)說(shuō)，這些模型將威脅到檢測模型，從檢測模型的防御反應中學(xué)習，并利用發(fā)現的漏洞來(lái)破壞檢測模型，其速度比防御者修補漏洞的速度更快。

　　為了抵御這些技術(shù)，McAfee公司的工程師們一直在研究對抗機器學(xué)習，并組建一個(gè)先進(jìn)的防御研究團隊來(lái)為這些漏洞創(chuàng )建解決方案。要真正抵御這種攻擊，唯一的辦法是建立一種更為普遍的學(xué)習模式，甚至能找出最微小的異常。在這方面，一些有趣的研究正在進(jìn)行中。

　　結論

　　在過(guò)去的兩三年里，人工智能和深度學(xué)習在公共領(lǐng)域出現了爆炸式的增長(cháng)，推出了一些令人興奮的產(chǎn)品。在2018年和未來(lái)幾年，它們將越來(lái)越多地出現在我們的日?；?dòng)中，尤其是在移動(dòng)應用領(lǐng)域。

　　隨著(zhù)移動(dòng)硬件地快速發(fā)展，它將能夠支持復雜的深度學(xué)習任務(wù)。例如，蘋(píng)果的iOS11支持CoreML，這是一款面向iOS開(kāi)發(fā)者的機器學(xué)習工具包。未來(lái)，開(kāi)發(fā)者將可以部署支持文本預測和圖像識別的應用(比如SnapChat)，不需要任何機器學(xué)習的知識。很顯然，人工智能和深度學(xué)習的未來(lái)充滿(mǎn)活力和前景。我們看到這種變化和進(jìn)步的速度有多快，只有時(shí)間能給予我們答案。因此，隨著(zhù)新的一年的展開(kāi)，讓我們拭目以待，看看這一細分領(lǐng)域的表現吧。