报告丨2016年全球人工智能十大热点事件

2016年,全球人工智能技术和产业发展迅速,公众对人工智能的关注持续上升。在对该领域的重要事件进行分析和比较的基础上,选取了2016年该领域十个最具有影响力的事件。

1

美国等政府发布人工智能研发战略规划

入选理由:该报告全面体现了大国政府对人工智能的看法,以及对未来发展的规划。

2016年10月12日,美国总统办公室发布了两份重要报告:《为人工智能的未来做好准备》和《美国国家人工智能研究与发展战略规划》。《为人工智能的未来做好准备》报告详尽阐述了在发展人工智能技术方面政府的职责。在该报告中,政府提议建立一个类似国防高级研究计划局(DARPA)的机构,支撑高风险、高回报的人工智能研究及应用;建议联邦机构应在人工智能领域优先开放培训数据和数据标准;建议美国交通部(DOT)不断完善监督框架,将全自动车辆和无人机(包括新型交通工具设计)安全整合入交通系统。报告称,相关部门需要考虑的另一个问题就是人工智能与网路安全的相互影响。

2

阿尔法围棋4:1战胜韩国棋手李世石

入选理由:计算机打败人类顶级围棋选手,这是继深蓝战胜人类国际象棋大师之后的又一重大进步。

2016年3月15日,谷歌研发的人工智能“阿尔法围棋”(AlphaGo)与韩国著名九段棋手李世石第5局比赛在弈至280手时李世石中盘认输。至此,从3月9日至15日在首尔四季酒店举行的这场五局人机大战宣告结束。AlphaGo以4:1获胜。这场比赛有极大的象征意义。

3

DeepMind和OpenAI开源人工智能实验平台

全球人工智能研究最前沿的两大机构打造的实验平台,为模拟人工智能agent环境提供强有力的工具,有助于加速人工智能发展。

2016年12月5日,OpenAI公开OpenAIUniverse,这是一个能在几乎所有环境中衡量和训练AI通用智能水平的开源平台,当下的目标是让A智能体像人一样使用计算机。这是继今年4月发布OpenAIGym之后,OpenAI又推出的最新人工智能实验平台。几乎同一时间,继OpenAI宣布开源其用于测试和训练人工智能通用能力的平台Universe之后,DeepMind于2016年12月6日也在官方博客上宣布将其人工智能核心平台DeepMindLab开源。该平台将几个不同的人工智能研究领域整合至一个环境下,方便研究人员测试智能体(Agent)的导航、记忆和3D成像等能力。

4

IBM发布首个深度学习类脑超级计算平台

入选理由:科技巨头的第一款类脑神经网络芯片。

2016年4月,IBM发布了一款用于深度学习的类脑超级计算平台IBMTrueNorth,其处理能力相当于1600万个神经元和40亿个神经键,消耗的能量只需2.5瓦。将低能耗的类脑处理器应用于深度学习无疑是未来大数据处理创新方法。类脑计算与未来高性能计算和模拟发展趋势一致,类脑计算的潜力和机器智能将会改变科研方式。.

5

英伟达发布全球首款深度学习超级电脑

入选理由:这是全球首款基于GPU加速器专门满足人工智能大量运算需求的一体化商业产品。

2016年4月,为应人工智能大量运算需求,英伟达推出全球首款深度学习超级电脑NVIDIADGX-1。这是首款专为深度学习所设计的系统,完全整合硬件、深度学习软件以及开发工具,让用户可以简单快速地部署。此系统搭载新一代GPU加速器,资料处理量相当于250部x86服务器。

6

英特尔借收购Nervana力推人工智能芯片

入选理由:不同于当前传统的CPU处理器,也不同于深度学习常用的GPU处理器,英特尔的这一新处理器有可能改变传统计算行业。

2016年8月,英特尔以4.08亿美元讲深度学习初创团队NervanaSystem收入麾下,借助其Engine芯片在深度学习训练方面优于传统GPU的能耗和性能优势。英特尔将在2017年推出XeonPhi至强融核处理器、LakeCrest晶片、KnightsCrest等新产品,结合IntelXeon处理器及Nervana技术,特别针对类神经网路进行最佳化,强化深度学习效能,并透过高频宽互连提供高运算密度。

7

谷歌发表论文称神经机器翻译技术取得突破

入选理由:借助神经网络技术大幅提升机器翻译的准确性。

2016年9月,谷歌发表论文称,谷歌的神经机器翻译系统(GNMT)达到了突破性的进步,能够实现到目前为止机器翻译质量的最大提升。谷歌通过在维基百科和新闻网站的例句测试发现:在多个样本的翻译中,谷歌神经网络机器翻译系统可将误差降低55%~85%甚至更多。中国中文信息学会副理事长、清华大学教授孙茂松表示,谷歌的这套新的机器翻译系统令人非常震撼。

8

牛津大学发表论文称读唇技术取得突破

让机器听懂人类说话不再只是依赖语音识别技术,读唇技术的突破可以在嘈杂环境下更好“听清”人类指令。

2016年11月,牛津大学人工智能实验室联合谷歌DeepMind团队联合发表一篇论文,称其研发的基于深度学习技术的读唇软件LipNet超过了人类识别的最高水平。在公开的语料库的评测上,LipNet软件实现了93.4%的准确度,超过了经验最丰富的人类唇读者。相比之下,人类“读唇”者的准确率仅为52.3%。目前这款LipNet软件仍处于早期阶段,但是其运行速度非常快,在将静音视频转换成文字的测试中几乎能够实现实时读取。

9

特斯拉自动驾驶模式造成死亡事故

反映了当前全自动的无人驾驶技术没有之前宣传的那么完美,真正实现安全可靠的自动驾驶尚待时日。

2016年5月,一位特斯拉车主在使用ModelS的Autopilot自动驾驶模式时发生交通事故,这位车主不幸死亡。特斯拉官方博客透露,这是Autopilot自动驾驶模式启用后,超过1.3亿英里(约合2.1亿公里)行驶里程中首次出现死人事故。之前特斯拉事故不断,但都是轻微事故,大都是特斯拉汽车不需负责的第三方因素导致。特斯拉对这起严重事故表示:数据显示,在有司机监督的情况下启用,Autopilot能减少司机的操作负担,相对于纯手动驾驶从统计意义上带来更好的安全性。不过,尽管Autopilot正变得越来越好,但还不完美,因此司机需要保持警惕。

10

五大科技巨头成立人工智能联盟

入选理由:IBM、微软、谷歌等科技巨头通过建立联盟,可以共享和交流技术进展,有助于促进思想创新,并有可能带动联盟以外的整个人工智能行业的技术进步。

2016年9月,谷歌、微软、IBM、亚马逊和Facebook宣布将成立人工智能联盟,为公众答疑消除对人工智能发展的困惑,并与学术和伦理领域的专家共同研究未来需要遵守的人工智能标准。这意味着高科技公司将经常聚在一起讨论人工智能的进展情况。他们还将正式建立一种体制,实现公司间的沟通。值得注意的是,在日程工作中,这些团队将不断竞争,利用机器智能开发出最好的产品和服务。

原文发布于微信公众号 - 人工智能LeadAI(atleadai)

原文发表时间:2017-08-10

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏CDA数据分析师

好书 | 《大数据掘金:挖掘商业世界中的数据价值 》

本期责编:Sophie 书名:《大数据掘金:挖掘商业世界中的数据价值 》 原书名:Real-World Data Mining: Applied Busines...

1777
来自专栏AI科技评论

AI如何帮助律师所向披靡?

近期,斯坦福法律信息学中心将举办“2016年代码X未来法律大会”(CodeX FutureLaw Conference 2016),这第四届大会将着眼于技术,如...

3234
来自专栏机器之心

Nature | 走向实用化:谷歌量子计算的三大商业前景

选自Nature 作者:Masoud Mohseni等人 机器之心编译 参与:李泽南、黄小天、蒋思源 谷歌量子人工智能实验室的 Masoud Mohseni、...

3299
来自专栏前沿科技

中兴视觉大数据报:人工智能的春天才刚刚开始

中兴智能视觉大数据报道:人工智能春天刚刚开始。提出这一观点是因为人类社会经历了机械化、电气化、信息化的时代以后,正在向智能化时代迈进。人工智能有望引领新一轮科技...

2094
来自专栏新智元

【质疑AI泡沫】当我们谈论机器学习时,我们究竟在说些什么

【新智元导读】当下“机器学习”或者说“人工智能”过热,虽然在所难免,但作者指出,媒体、投资人尤其应该具有怀疑的精神,任何声明都需要有证据支撑。如今人工智能仍处于...

4769
来自专栏AI科技大本营的专栏

重磅 | 奖金200万,千万数据规模,创新工场搜狗今日头条联合发起迄今国内最大AI挑战赛(附详细赛事说明)

文/周翔 编辑/鸽子 上月,举办了八届的 ImageNet 挑战赛由创始人之一李飞飞博士正式宣布退出历史舞台。虽然 ImageNet 走了,但是今日下午(8 月...

3466
来自专栏新智元

【北大AI公开课第二季】雷鸣开讲:创业公司如何突围BAT垄断

---- 新智元报道 作者:艾霄葆 【新智元导读】2月28日,北京大学“人工智能前沿与产业趋势”系列课程如期开讲。第一讲,北大人工智能创新中心主任雷...

3436
来自专栏DT数据侠

"唱反调"博士,用算法实现财务自由 | 数据科学50人·张智林

张智林,美国加州大学圣迭戈分校电子与计算机工程系博士,曾在三星北美研究院担任高级工程师,现为AT&T首席数据科学家。凭借在算法上的创新,他用三年实现了个人财务自...

950
来自专栏企鹅号快讯

2018年机器学习和数据科学重要会议概览

来源:KDnuggets 编译:Bing 一月 美洲 BAFI 2018:金融和工业商业分析第三次会议(3rd Conf. on Business Analyt...

26710
来自专栏量子位

AI炒股轻松赚大钱?Too naive

夏乙 允中 编译整理 量子位 出品 | 公众号 QbitAI 让AI代替人类炒股,多么美妙的目标。 机器学习技术能在不需要人类预先编写规则的情况下,让计算机从数...

3034

扫描关注云+社区