從應(yīng)用角度來說，2016年無疑是深度學(xué)習(xí)之年。機器翻譯、聊天機器人、數(shù)據(jù)中心、云服務(wù)，包括Google、Amazon、Facebook、微軟、IBM在內(nèi)的各大技術(shù)巨頭都在不遺余力地推進(jìn)深度學(xué)習(xí)的研發(fā)和應(yīng)用。未來這種技術(shù)將滲透到每個人的日常生活當(dāng)中，對世界產(chǎn)生深遠(yuǎn)影響。《連線》雜志用一篇文章概括了深度學(xué)習(xí)在2016年所取得的進(jìn)展。

在澳大利亞的西海岸，Amanda Hodgson正在朝著印度洋發(fā)射無人機，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物走向滅絕的努力的一部分。麻煩的是Hodgson和她的團(tuán)隊并沒有足夠的時間來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(xùn)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深度神經(jīng)網(wǎng)絡(luò)。

深度學(xué)習(xí)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(xí)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手機提出的問題，并且?guī)椭\營Google搜索引擎。這些廣泛的數(shù)學(xué)模型基本上是仿照了人腦的神經(jīng)元網(wǎng)絡(luò)來進(jìn)行建模，它們會通過分析龐大的數(shù)字化數(shù)據(jù)來學(xué)習(xí)一切?，F(xiàn)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)，在開放水域的成千上萬張照片中尋找儒艮，跟Google內(nèi)部機器學(xué)習(xí)服務(wù)的底層基礎(chǔ)一樣，她的神經(jīng)網(wǎng)絡(luò)采用的也是開源軟件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物是在海洋表面之下進(jìn)食的。她說：“它們看起來會億多白浪花，或者水面的一道炫光?！钡F(xiàn)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，但它足以反映出過去1年深度學(xué)習(xí)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游戲的全球頂級選手之一，這項壯舉在幾個月前似乎還是不可能的事情。但這只是最顯眼的例子而已。隨著新年臨近，深度學(xué)習(xí)已經(jīng)不僅僅是可以用來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)巨頭提供的開源軟件以及云計算服務(wù)所賜，深度學(xué)習(xí)正在迅速向全世界的其他地方擴散。

新的翻譯

在之前幾年的時間里，神經(jīng)網(wǎng)絡(luò)通過Google Photo等app重塑了圖像識別，它們也通過Google Now和微軟Cortana這樣的數(shù)字助手把語音識別帶到了新的高度。今年，它們實現(xiàn)了機器翻譯，也就是自動將語音從一種語言翻譯為另一種語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)完全是通過神經(jīng)網(wǎng)絡(luò)運營的。按照該公司的說法，這一新引擎把特定語言對之間的翻譯錯誤率降低了55%到85%左右。

Google通過提供大規(guī)?，F(xiàn)有翻譯樣例來訓(xùn)練這些神經(jīng)網(wǎng)絡(luò)。這些訓(xùn)練數(shù)據(jù)部分是有瑕疵的，其中一些來自于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翻譯的一些翻譯，這些加在一起支撐著整個訓(xùn)練數(shù)據(jù)的質(zhì)量。戰(zhàn)勝不完美的能力是深度學(xué)習(xí)顯而易見的魔法之一：只要給夠它數(shù)據(jù)，即便數(shù)據(jù)存在瑕疵，它也能被訓(xùn)練到遠(yuǎn)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樂于承認(rèn)自己的作品遠(yuǎn)還沒有完美。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(xí)運行的，這對于Google來說繼續(xù)改進(jìn)這項服務(wù)會容易很多。它可以把精力集中在對系統(tǒng)整體進(jìn)行調(diào)優(yōu)上面，而不是去折騰眾多在過去屬于機器翻譯服務(wù)的小地方上。

與此同時，微軟也在朝著同一個方向發(fā)展。2016年的最后一個月，它發(fā)布了一版Microsoft Translator app，這個版本可以將大家之間的即時會話翻譯成多達(dá)9種不同的語言。據(jù)監(jiān)管微軟AI和研究部門的副總裁Harry Shum透露，這個新系統(tǒng)也幾乎是完全基于神經(jīng)網(wǎng)絡(luò)運行的。這一點很重要，因為它意味著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(xí)還滲透到了聊天機器人里面，其中最顯著的是新的Google Allo。2016年秋天發(fā)布的Allo可以分析你收到的文本和圖片，還會即時推薦可能的回復(fù)。這是基于Google之前的一項名為Smart Reply的技術(shù)開發(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(dāng)今的機器學(xué)習(xí)技術(shù)存在的局限。建議回復(fù)非常簡明扼要，而且app推薦的回復(fù)永遠(yuǎn)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Allo內(nèi)部，神經(jīng)網(wǎng)絡(luò)還幫助回答你向Google搜索引擎提出的問題。它們幫助公司的搜索助手理解你問的是什么，并且?guī)椭龀龌卮?。?jù)Google研究產(chǎn)品經(jīng)理David Orr說，該app聚焦問題的能力如果沒有深度學(xué)習(xí)的話是不可能實現(xiàn)的。他說：“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)?！?/p>

有一件事情是神經(jīng)網(wǎng)絡(luò)做不到的，那就是推進(jìn)一場真正的對話。不管技術(shù)公司CEO在主旨演講上面做出了多大的承諾，實現(xiàn)這類的聊天機器人還有很長一段路要走。但是Google、Facebook等公司的研究人員正在探索有助于達(dá)到這一崇高目標(biāo)的深度學(xué)習(xí)技術(shù)。其希望是，這些努力可帶來跟我們在語音識別、圖像識別和機器翻譯上面所看到的的同一類進(jìn)展。會話是深度學(xué)習(xí)的下一個前沿陣地。

新的數(shù)據(jù)中心

今年夏天，在開發(fā)出攻破圍棋游戲的AI之后，Demis Hassabis和他的Google DeepMind實驗室披露，他們還開發(fā)了一個AI來幫助運營Google部署在全球各地的計算機數(shù)據(jù)中心網(wǎng)絡(luò)。通過利用一種名為強化學(xué)習(xí)（這是圍棋AI AlphaGo以及DeepMind更早開發(fā)的掌握老的Atari游戲的服務(wù)的基礎(chǔ)）的技術(shù)，這種AI可以確定什么時候打開遍布這些數(shù)據(jù)中心的成千上萬計算機服務(wù)器內(nèi)部的冷卻風(fēng)扇，什么時候該打開數(shù)據(jù)中心的窗戶以獲得額外的制冷，以及什么時候需要求助于昂貴的空調(diào)。這一AI總共控制著每個數(shù)據(jù)中心內(nèi)部超過120項功能。

據(jù)彭博社報道，這種AI的效率非常高，高到可以替Google節(jié)省數(shù)億美元的運營開支。換句話說，這已經(jīng)把Google在2014年收購DeepMind的6.5億美元給賺回來了?，F(xiàn)在，DeepMind打算往這些計算設(shè)施添加更多的傳感器，這樣就能收集到額外的數(shù)據(jù)，然后把這種AI訓(xùn)練到甚至更高的水平。

新的云

隨著技術(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，Google開源了TensorFlow，過去這一年里，這個一度的專有軟件早已在墻外遍地開花，成為了Amanda Hodgson這樣的人有力的工具。與此同時，Google、微軟以及Amazon開始提供云計算服務(wù)來提供他們的深度學(xué)習(xí)技術(shù)，任何編碼者或者公司都可以用來開發(fā)自己的app。人工智能即服務(wù)有可能最終會成為這三大網(wǎng)絡(luò)巨頭最大的業(yè)務(wù)。

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

在過去12個月的時間里，這個蓬勃發(fā)展的市場刺激了又一場AI人才爭奪戰(zhàn)。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(fù)責(zé)一個新的專門為AI服務(wù)的云計算部門，而Amazon則挖來了卡內(nèi)基梅隆大學(xué)教授Alex Smolna在其云帝國內(nèi)部扮演一個相同的角色。大玩家正在以盡可能快的速度搶奪全球的頂尖人才，讓別人幾乎一點機會都沒有。好消息是，這些人才至少還把自己開發(fā)的部分技術(shù)成果分享給了想要的人。

隨著AI的演進(jìn)，計算機科學(xué)家的角色也在發(fā)生變化。當(dāng)然，這個世界還會需要能寫軟件的人。但它還將越來越需要懂得訓(xùn)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(shù)據(jù)折騰出結(jié)果，而不是自己開發(fā)某個東西。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(xiàn)有員工進(jìn)行這一新未來的再教育——在這個未來里，AI所定義的技術(shù)將幾乎影響到每個人的生活。

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(shù)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。