AI人工智能认知智能，AI 的下一个十年 | AI Procon 2020
本文插图
在 1956 年的夏天 ， 人工智能在美国达特茅斯大学召开的学术会议之上蹒跚学步 ， 吸引无数研究学者对其智能化的探索以及未来美好愿景的描绘 。 不过 ， 彼时在抽象思维、自我认知、自然处理、图像识别等基础性功能缺失的现状中 ， 人工智能的发展从门庭若市到门口罗雀 ， 甚至不少人视人工智能程序为“玩具” 。 最终 ， 这一冷清的局面 ， 直到 80 年代 ， 一款从神经系统到推理都有了明显跨越性进步的“专家系统”的人工智能程序出现才被打破 。
然而 ， 所谓期望越高 ， 落差越大 ， 在 AI 硬件市场需求不断下跌 ， 人工智能技术未来走向不明的趋势之下 ， 人工智能的第二个低谷期很快来临 。 值得庆幸的是 ， 值此之际 ， 除却资本的热炒后 ， 诸如神经网络、图像识别、语音识别、深度学习等人工智能核心技术均进入了平稳的迭代期 。 21 世纪 ， AlphaGo 在人机对抗中一战成名 ， 凭一举之力将人工智能再次推进大众的视野 。 下一步 ， 人工智能又会经历哪些机与遇？
日前 ， 在 CSDN 举办的第三届“AI开发者大会（AI Procon）”主会上 ， 清华大学计算机系教授、系副主任唐杰带来了主题为《人工智能的下一个十年》演讲 ， 深度分享了人工智能的发展历程 ， 及其背后的核心技术驱动 ， 同时探讨了人工智能下一步的认知与推理、意识等种种的挑战 。
本文插图
以下内容为演讲实录 ， 由 AI科技大本营（ID:rgznai100） 整理：
人工智能发展很快且已经进入第三个浪潮 ， 诸多的国家也相继将人工智能列为国家发展计划 。 从趋势上 ， AI 在近十年间 ， 从计算、感知到认知逐步迭代；在应用上 ， 从博弈对策的 AlphaGo 开始 ， 落地到无人驾驶、图像识别等相关场景中 ， AI 的发展浪潮逐步攀至顶峰 。 那么 ， 在技术层面 ， 人工智能背后的支撑力及驱动力又是什么？
人工智能近 10 年
80 年代 ， 机器学习风生水起
机器学习从 80 年代迅速发展 ， 彼时决策树、贝叶斯、感知机、神经网络、多层神经网络算法的崛起 ， 使得机器学习呈现出百花齐放、百家争鸣的盛况 。
90 年代深度学习势头强劲
随着时间的推移 ， 90 年代 ， 序列标注模型的出现 ， 以及 2000 年以后深度学习的逐渐成熟 ， 驱动机器学习取得了长足的进步 。 而回看当下 ， 深度学习、以及细分的技术包括循环智能、深度生成模型以及深度强化学习等模型也纷涌而至 。
当然在整个发展历程中 ， 每个领域都有开创者 ， 人工智能的迭代也离不开一些核心人物的贡献 。 正如下图所述：
Geoffery Hinton 是最资深的深度学习玩家；
Yann Lecun、Frank Rosenblatt 和 Geoffery Hinton 都是图灵奖获得者；
AlphaGo 是在 David Sliver 的领导下研发出来的；
......
本文插图
在技术落地上 ， 近几年间 ， 深度学习中预训练模型 BERT 是一个新的趋势 。 预训练模型的核心理念是通过大量的数据做预训练 ， 基于此 ， 针对特定的任务 ， 进行微调 。 这一方法在自然语言处理中 ， 超越了其他很多传统方法 ， 表现尤为显著 。 正因此 ， 2018 年也被业界称之为属于 BERT 的一年 。
2019 年起 ， 基于 BERT 思路 ， 很多研究者在预训练模型上大下功夫 ， 做出了很多开创性的工作 。 其中 ， 生成模型作为人工智能领域一项重要的技术工作 ， 也得到了很大的普及 。 生成模型通过大量的工具而生成 ， 比如在视觉上 ， 通过大量的训练 ， 可以生成非常高清的视觉图像 。
推荐阅读
- 小红猪带你看科技|七夕节送女朋友必备左点小艾智能艾灸器X8，3天众筹500万
- 车驰夜幕|详解智慧城市全新方程，开启城市智能非凡时代
- 36氪利用无人驾驶技术切入水域智慧环卫与维护，“欧卡智能”获千万元级融资
- 不得投递智能快递柜 两部门严格要求高校录取通知书寄送
- 热源智能商务 “找万物”引爆直播找好物新模式！，突围传统家博会
- 数字展示在线|更高追求更显专业——明基智能投影E592新品上市
- 北京日报客户端|互动动感单车、智能健身仓……西二环边新增运动休闲好去处
- 王小琉 你的私人健康助理，F25体温智能手表评测：实时监测
- 经济日报新闻客户端|两部门发文：高校录取通知书不得投递至智能快件箱
- 行业互联网澳柯玛，智慧冷链疫苗存储，内循环经济智能家居，叠加芯片概念