​为什么 2015 是人工智能突破性的一年

人工智能在经过了5年突破性的发展,2015年是人工智能发展的一个里程碑。计算机已经变得更加的精巧并且学习速度比以前更快。

谷歌的高级研究员Jeff Dean说,AI领域可以说确实处于加速发展中。为了庆祝他们的成就和制定关于人工智能领域的发展计划,这周Dean和许多其他AI领域的顶级人物聚集在蒙特利尔召开的神经信息处理系统会议。这个会议开始于1987年,并且由于其对AI领域不断进行探索研究,最近几年其已经发展成硅谷众多公司必须参加的重大会议。Facebook的首席执行官马克扎克伯格在NIPS上宣布要成立一个AI实验室争取在谷歌取得一些进展之前,以“深度思想”的新兴概念来打造一个能够学习打电脑游戏的人工智能领域。

关于人工智能领域有许多可以讨论话题。今年人工领域之所以会有前所未有的进步这要归功于一些令人厌烦的因素的积聚。例如,带有处理复杂信息能力的云计算基础建设,是一项附有巨大能量并且可以负担得起的工程。在这个领域中有能够供研究者们从事研究的充足的数据集、低价或者免费的软件开发工具。由于上述原因,作为智能学习至关重要的学习技术如神经网络,已经由比较昂贵的价格转向相对比较低廉价格。

并且人工智能领域也被技术产业的巨头诸如Google、Facebook、Microsoft等公司的发展快速带动起来。每个技术产业的巨头在自己的AI实验室中进行人工智能领域的相关研究,并且向学术领域发布许多基于AI实验室研究中获得的成果。今年,谷歌研究者们用一个在没有任何指导的情况下,学会操作并且掌握老雅达利游戏的系统抢夺了自然科学杂志的封面。Facebook建立了一种让计算机向盲人描述图像的方式;微软展示了一种能够自动地进行一种语言向另一种语言翻译的Skype系统;并且IBM指出AI是最具发展潜力之一的领域。

初创公司也对AI领域的发展做出了巨大的贡献。Preferred Networks正促使AI进军到由日本Fanuc公司领头的机器人制造产业,并且Indico Data 实验室与Facebook一位从事人工智能领域研究的研究者合作,致力于教导一个计算机如何运用它自己的想象绘制脸部图像。

对于想了解计算机智能今年到底取得了什么样的进展,这里的六张图表会给你一个更清晰的展示。

计算机睁开了眼睛

在2012年图像识别挑战的比赛中识别错误率显著降低。

AI开始能找到“驴的尾巴在哪里”

计算机越来越能更好地理解一幅图片中一个具体物体的位置,并且近几年来错误率一直呈现下降的趋势。

计算机能够更好地理解一张照片中有什么事物,2012年,多伦多大学的一个团队赢得了顶级图像识别竞赛的冠军。整个团队最后被谷歌招聘,并且其图像识别的方法很快被公司以及其同行采用。2015年,依赖于深度学习技术的AI系统变得越来越精确。在测试中,错误率降低了5%,与人的表现能力几乎持平行状态。

人工智能在谷歌手中腾飞

谷歌使用了深度学习的软件工程数量。

可能不仅仅是谷歌,越来越多的公司开始拥护人工智能,从2012年网络巨头零星工程采用深度学习技术到几年已经将深度学习技术广泛用于数千个工程项目中。

公司买大量的数据来建立人工智能系统

在2012年技术初创公司CloudFlower向客户买了200万行电子数据表,今年已经卖了一亿的数据。

用AI技术实现的计算机系统能够更好地浏览网站

初创公司Diffbot已经用AI技术实现了爬虫工具挖掘数据的准确性。

初创公司也在以更大的动作运用AI技术,向公司提供了结构体数据的初创公司,它们说已经看到了由商业需求引起的数据量的巨大提升能够帮助他们进行AI的研究。Diffbot正在利用AI技术改善它们研发的自动进行数据挖掘的爬虫数据性能。

再次进行,HAL

谷歌已经花费了两年的时间致力于如何帮助它们的AI系统掌握古老的阿达利游戏,并且他们的AI系统已经发展得越来越好了。

人工智能研究的主要聚焦点在于学会自行思考,并且对于一些普遍问题能够提供临时的解决方法。实现这个目标的一种方式即是给他们提供一个精简版的真实世界,例如呈现在视频游戏中简化了的环境,然后让他们对其去探索并记录结果。

但是人工智能技术的巨大潜力已经远远超出了在谷歌利用人工智能技术开发游戏所展现出的能力。与人工智能计算机相似的软件也能被用来教导接受事物,并且帮助它们更快地学会像是医疗诊断学、环境科学或者是改善个人建议等新事物。

Google的Deans把人工智能领域最近的发展过程比作是演化的历程,他说:“我们在实际的演化中看到了这一点,例如,之前动物没有眼睛,现在他们有眼睛。AI技术的发展将会改变好多事情,计算机行业过去可能没有得到很好的发展,但是现在计算机行业正在“睁开眼睛”,实现飞跃式的发展”。

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2015-12-12

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AI科技评论

卡耐基梅隆邢波眼里的人工智能:它的价值在于通用性

GAIR 今年夏天,雷锋网将在深圳举办一场盛况空前的“全球人工智能与机器人创新大会”(简称GAIR)。大会现场,雷锋网将发布“人工智能&机器人Top25创新企...

38250
来自专栏灯塔大数据

你真的了解人工智能吗?

导读:上一期学习了使用大数据进行图表分析的相关技能,今天我们来了解一下关于人工智能的相关介绍(文末更多往期译文推荐) ? 科技术语习惯使用简短名称,越短越好。...

37890
来自专栏CSDN技术头条

谷歌百万美元项目,研究发现优秀的团队必须具备这五个关键特质

原文:Google Spent 2 Years Studying 180 Teams. The Most Successful Ones Shared Thes...

20360
来自专栏ATYUN订阅号

赫尔辛基大学AI基础教程:关于预测未来(6.1节)

说些你可能会感到失望的话,我们不是巫师,不会有一个水晶球可以向我们展示未来世界会是什么样子,以及AI如何改变我们的生活。

13640
来自专栏新智元

Keras作者、谷歌大脑François Chollet:智能爆炸不会发生

来源:Medium 作者:François Chollet 编译:费欣欣 【新智元导读】Keras作者、谷歌大脑研究人员François Chollet在...

377170
来自专栏华章科技

关于数据分析那些事,看这一篇文章就够了

数据分析是基于商业目的,有目的的进行收集、整理、加工和分析数据,提炼有价信息的一个过程。

83320
来自专栏PPV课数据科学社区

【案例】Linkedin如何用大数据变现

导读:对Linkedin商业数据分析部门而言,大数据分析不是什么高高在上、复杂枯燥的工作,而是一门化繁为简、高效实用的艺术。 在大数据时代,商业数据分析部门对一...

35350
来自专栏钱塘大数据

【盘点】数据挖掘师,这十大思维原理你具备吗?

十大思维原理:1.数据核心原理、2.数据价值原理、3.全样本原理、4.关注效率原理、5.关注相关性原理、6.预测原理、7.信息找人原理、8.机器懂人原理、9....

30250
来自专栏数据科学与人工智能

【数据】银行业9大数据科学应用案例

在银行业中使用数据科学不仅仅是一种趋势,它已成为保持竞争的必要条件。 银行必须认识到,大数据技术可以帮助他们有效地集中资源,做出更明智的决策并提高绩效。

34130
来自专栏钱塘大数据

【大数据误区】大数据是万能的?大数据=数据统计?

什么是大数据? 尽管“大数据”这个词直到最近才受到人们的高度关注,但早在1980年,著名未来学家托夫勒在其所著的《第三次浪潮》中就热情地将“大数据”称颂为 “第...

29960

扫码关注云+社区

领取腾讯云代金券