從應用角度來(lái)說(shuō)，2016年無(wú)疑是深度學(xué)習之年。機器翻譯、聊天機器人、數據中心、云服務(wù)，包括Google、Amazon、Facebook、微軟、IBM在內的各大技術(shù)巨頭都在不遺余力地推進(jìn)深度學(xué)習的研發(fā)和應用。未來(lái)這種技術(shù)將滲透到每個(gè)人的日常生活當中，對世界產(chǎn)生深遠影響。《連線(xiàn)》雜志用一篇文章概括了深度學(xué)習在2016年所取得的進(jìn)展。

在澳大利亞的西海岸，Amanda Hodgson正在朝著(zhù)印度洋發(fā)射無(wú)人機，以便在水面上方拍攝照片。這些照片是定位珀斯附近海灣的儒艮，或者叫做海牛的一種手段——這是防止這些瀕危海洋哺乳動(dòng)物走向滅絕的努力的一部分。麻煩的是Hodgson和她的團隊并沒(méi)有足夠的時(shí)間來(lái)檢查所有的航拍照片。照片太多了，大概有45000張，而且未經(jīng)訓練就想識別出這些儒艮是非常困難的。于是她們把這項工作交給了一個(gè)深度神經(jīng)網(wǎng)絡(luò )。

深度學(xué)習正在重塑Google、Facebook、微軟以及Amazon。

神經(jīng)網(wǎng)絡(luò )是一種機器學(xué)習模型，它能識別發(fā)布到你Facebook新聞流的照片里面的人臉。它們還能識別你向Android手機提出的問(wèn)題，并且幫助運營(yíng)Google搜索引擎。這些廣泛的數學(xué)模型基本上是仿照了人腦的神經(jīng)元網(wǎng)絡(luò )來(lái)進(jìn)行建模，它們會(huì )通過(guò)分析龐大的數字化數據來(lái)學(xué)習一切。現在珀斯莫道克大學(xué)的海洋生物學(xué)家Hodgson正在利用同樣的技術(shù)，在開(kāi)放水域的成千上萬(wàn)張照片中尋找儒艮，跟Google內部機器學(xué)習服務(wù)的底層基礎一樣，她的神經(jīng)網(wǎng)絡(luò )采用的也是開(kāi)源軟件TensorFlow。

正如Hodgson解釋那樣，檢測這些海牛的任務(wù)需要一種特別高的精確度，這主要是因為這些動(dòng)物是在海洋表面之下進(jìn)食的。她說(shuō)：“它們看起來(lái)會(huì )億多白浪花，或者水面的一道炫光。”但現在神經(jīng)網(wǎng)絡(luò )已經(jīng)可以識別分布在那片海灣的80%的儒艮。

該項目仍然處在早期階段，但它足以反映出過(guò)去1年深度學(xué)習的廣泛影響。2016年，這種非常古老但又煥發(fā)新生的強大技術(shù)幫助Google的機器擊敗了圍棋這種古老的棋類(lèi)游戲的全球頂級選手之一，這項壯舉在幾個(gè)月前似乎還是不可能的事情。但這只是最顯眼的例子而已。隨著(zhù)新年臨近，深度學(xué)習已經(jīng)不僅僅是可以用來(lái)炫耀一下的小把戲而已。它不是小眾的研究。它正在徹底重塑著(zhù)像Google、Facebook、微軟以及Amazon這樣的公司，并且部分拜這些互聯(lián)網(wǎng)巨頭提供的開(kāi)源軟件以及云計算服務(wù)所賜，深度學(xué)習正在迅速向全世界的其他地方擴散。

新的翻譯

在之前幾年的時(shí)間里，神經(jīng)網(wǎng)絡(luò )通過(guò)Google Photo等app重塑了圖像識別，它們也通過(guò)Google Now和微軟Cortana這樣的數字助手把語(yǔ)音識別帶到了新的高度。今年，它們實(shí)現了機器翻譯，也就是自動(dòng)將語(yǔ)音從一種語(yǔ)言翻譯為另一種語(yǔ)言的能力的巨大飛躍。今年9月，Google推出了一項名為new service it calls Google Neural Machine Translation的新服務(wù)，這項服務(wù)完全是通過(guò)神經(jīng)網(wǎng)絡(luò )運營(yíng)的。按照該公司的說(shuō)法，這一新引擎把特定語(yǔ)言對之間的翻譯錯誤率降低了55%到85%左右。

Google通過(guò)提供大規模現有翻譯樣例來(lái)訓練這些神經(jīng)網(wǎng)絡(luò )。這些訓練數據部分是有瑕疵的，其中一些來(lái)自于Google Translate app之前版本的一些低質(zhì)量的翻譯。但是它也吸收了人類(lèi)翻譯的一些翻譯，這些加在一起支撐著(zhù)整個(gè)訓練數據的質(zhì)量。戰勝不完美的能力是深度學(xué)習顯而易見(jiàn)的魔法之一：只要給夠它數據，即便數據存在瑕疵，它也能被訓練到遠勝出那些略有瑕疵的水平。

Google這項服務(wù)的首席工程師Mike Schuster樂(lè )于承認自己的作品遠還沒(méi)有完美。但它仍然代表了一種突破。因為這項服務(wù)完全是基于深度學(xué)習運行的，這對于Google來(lái)說(shuō)繼續改進(jìn)這項服務(wù)會(huì )容易很多。它可以把精力集中在對系統整體進(jìn)行調優(yōu)上面，而不是去折騰眾多在過(guò)去屬于機器翻譯服務(wù)的小地方上。

與此同時(shí)，微軟也在朝著(zhù)同一個(gè)方向發(fā)展。2016年的最后一個(gè)月，它發(fā)布了一版Microsoft Translator app，這個(gè)版本可以將大家之間的即時(shí)會(huì )話(huà)翻譯成多達9種不同的語(yǔ)言。據監管微軟AI和研究部門(mén)的副總裁Harry Shum透露，這個(gè)新系統也幾乎是完全基于神經(jīng)網(wǎng)絡(luò )運行的。這一點(diǎn)很重要，因為它意味著(zhù)微軟的機器翻譯可能也一樣可以更快的速度加以改進(jìn)。

新的聊天

2016年，深度學(xué)習還滲透到了聊天機器人里面，其中最顯著(zhù)的是新的Google Allo。2016年秋天發(fā)布的Allo可以分析你收到的文本和圖片，還會(huì )即時(shí)推薦可能的回復。這是基于Google之前的一項名為Smart Reply的技術(shù)開(kāi)發(fā)的，后者對于電子郵件消息基本上也能做同樣的事情。這項技術(shù)工作得出奇的好，很大程度上是因為它考慮到了當今的機器學(xué)習技術(shù)存在的局限。建議回復非常簡(jiǎn)明扼要，而且app推薦的回復永遠都不止一條，因為它知道目前的AI并不能總是把事情做對的。

在A(yíng)llo內部，神經(jīng)網(wǎng)絡(luò )還幫助回答你向Google搜索引擎提出的問(wèn)題。它們幫助公司的搜索助手理解你問(wèn)的是什么，并且幫助做出回答。據Google研究產(chǎn)品經(jīng)理David Orr說(shuō)，該app聚焦問(wèn)題的能力如果沒(méi)有深度學(xué)習的話(huà)是不可能實(shí)現的。他說(shuō)：“你需要利用神經(jīng)網(wǎng)絡(luò )——或者至少這是我們找到能做這件事情的唯一方式。我們必須利用手頭的一切最先進(jìn)的技術(shù)。”

有一件事情是神經(jīng)網(wǎng)絡(luò )做不到的，那就是推進(jìn)一場(chǎng)真正的對話(huà)。不管技術(shù)公司CEO在主旨演講上面做出了多大的承諾，實(shí)現這類(lèi)的聊天機器人還有很長(cháng)一段路要走。但是Google、Facebook等公司的研究人員正在探索有助于達到這一崇高目標的深度學(xué)習技術(shù)。其希望是，這些努力可帶來(lái)跟我們在語(yǔ)音識別、圖像識別和機器翻譯上面所看到的的同一類(lèi)進(jìn)展。會(huì )話(huà)是深度學(xué)習的下一個(gè)前沿陣地。

新的數據中心

今年夏天，在開(kāi)發(fā)出攻破圍棋游戲的AI之后，Demis Hassabis和他的Google DeepMind實(shí)驗室披露，他們還開(kāi)發(fā)了一個(gè)AI來(lái)幫助運營(yíng)Google部署在全球各地的計算機數據中心網(wǎng)絡(luò )。通過(guò)利用一種名為強化學(xué)習（這是圍棋AI AlphaGo以及DeepMind更早開(kāi)發(fā)的掌握老的Atari游戲的服務(wù)的基礎）的技術(shù)，這種AI可以確定什么時(shí)候打開(kāi)遍布這些數據中心的成千上萬(wàn)計算機服務(wù)器內部的冷卻風(fēng)扇，什么時(shí)候該打開(kāi)數據中心的窗戶(hù)以獲得額外的制冷，以及什么時(shí)候需要求助于昂貴的空調。這一AI總共控制著(zhù)每個(gè)數據中心內部超過(guò)120項功能。

據彭博社報道，這種AI的效率非常高，高到可以替Google節省數億美元的運營(yíng)開(kāi)支。換句話(huà)說(shuō)，這已經(jīng)把Google在2014年收購DeepMind的6.5億美元給賺回來(lái)了。現在，DeepMind打算往這些計算設施添加更多的傳感器，這樣就能收集到額外的數據，然后把這種AI訓練到甚至更高的水平。

新的云

隨著(zhù)技術(shù)巨頭把這種技術(shù)推廣到自己的產(chǎn)品和服務(wù)，互聯(lián)網(wǎng)巨頭還在把它推廣到其他人的手上。2015年末時(shí)，Google開(kāi)源了TensorFlow，過(guò)去這一年里，這個(gè)一度的專(zhuān)有軟件早已在墻外遍地開(kāi)花，成為了Amanda Hodgson這樣的人有力的工具。與此同時(shí)，Google、微軟以及Amazon開(kāi)始提供云計算服務(wù)來(lái)提供他們的深度學(xué)習技術(shù)，任何編碼者或者公司都可以用來(lái)開(kāi)發(fā)自己的app。人工智能即服務(wù)有可能最終會(huì )成為這三大網(wǎng)絡(luò )巨頭最大的業(yè)務(wù)。

隨著(zhù)AI的演進(jìn)，計算機科學(xué)家的角色也在發(fā)生變化。

在過(guò)去12個(gè)月的時(shí)間里，這個(gè)蓬勃發(fā)展的市場(chǎng)刺激了又一場(chǎng)AI人才爭奪戰。Google招聘了AI研究界最知名的人物之一，斯坦福大學(xué)教授李飛飛負責一個(gè)新的專(zhuān)門(mén)為AI服務(wù)的云計算部門(mén)，而Amazon則挖來(lái)了卡內基梅隆大學(xué)教授A(yíng)lex Smolna在其云帝國內部扮演一個(gè)相同的角色。大玩家正在以盡可能快的速度搶奪全球的頂尖人才，讓別人幾乎一點(diǎn)機會(huì )都沒(méi)有。好消息是，這些人才至少還把自己開(kāi)發(fā)的部分技術(shù)成果分享給了想要的人。

隨著(zhù)AI的演進(jìn)，計算機科學(xué)家的角色也在發(fā)生變化。當然，這個(gè)世界還會(huì )需要能寫(xiě)軟件的人。但它還將越來(lái)越需要懂得訓練神經(jīng)網(wǎng)絡(luò )的人，這是非常不同的一種技能，它更需要從數據折騰出結果，而不是自己開(kāi)發(fā)某個(gè)東西。像Google和Facebook這樣的公司不僅在招聘新型人才，也在對自己的現有員工進(jìn)行這一新未來(lái)的再教育——在這個(gè)未來(lái)里，AI所定義的技術(shù)將幾乎影響到每個(gè)人的生活。

人工智能概念股：埃斯頓、科大智能、漢王科技、江南化工、華東數控、和而泰、中科曙光、永創(chuàng )智能、北京君正、通富微電、永創(chuàng )智能、勁拓股份。