2016 AI 技术发展回顾

2016 AI 技术发展回顾
聊天助理（Conversational AI）
聊天机器人或者语音助理是2016年被热炒的一个AI概念。在这个市场竞争的有已 经比较成熟的聊天机器人产品如Google Now、苹果的Siri、亚马逊的Echo和 Alexa，也有围绕这个概念诞生的创业公司如Operator、api.ai和Viv等。虽然应 用场景各异，但大家的想法是一致的，那就是想在这股风潮中抢得先机，占领一 个新的，有别于手机、桌面浏览器的用户入口。从技术层面上讲，聊天助理成为 可能，实际上是借助于这两年语音识别技术的突破。从输入理解上，对话成为了
DeepMind的学者把深度学习和强化学习巧妙结合在一起以后，越来越多的学术工作和技
术发展已经着眼于考虑如何把强化学习的整套理论和实践应用到更多的领域，特别是利 用深度学习和强化学习的结合。传统的监督学习（Supervised Learning）、无监督学习 （Unsupervised Learning）以及半监督学习（Semi-supervised Learning）其实并不是真 正意义上的“智能”。原因在于这些机制并不能对反馈进行有效地建模。而强化学习则 是解决反馈的自然选择工具。如果说阿尔法围棋本身是一个现象级的进步，那么强化学 习在这个过程中大放异彩则为今后很多研究方向的发展提供有利的技术平台。相信很快 就会有学术和科技成果把相应的技术应用到其他领域，比如搜索和推荐系统。
总结
• 深度学习继续在各个领域深耕发芽。现在的问题不是是否使用深度 学习来推动某一个领域的发展，而是如何更好理解深度学习所带来性 能提高后的结果，如何使用这些结果来更进一步引领我们对这些领域 的理解。 • 平台竞争日渐白热化。各大IT平台供应商都意识到了AI是下一波浪潮 的核心战场。各个厂商都在人才和技术的竞争中积蓄力量摩拳擦掌。
验。
大规模AI平台（AI Platforms）
2016年，越来越多公司投入到AI系统构建的风潮中。几大云平台公司都开始组建AI平台 事业部，并且引进关键人才，确保自己能够在这样的竞争中抢得先机。亚马逊（Amazon ）在年中引入了在卡内基梅隆大学如日中天的Alex Smola，担任亚马逊云（AWS）机器 学习主管。Alex随后从学术界以及工业界引进了好几位资深AI专家，期望能够建立一个有 竞争力的团队。之后，AWS频频出手，先在9月推出了新的支持深度学习的机器实例，又 在11月正式宣布MXNet成为其官方指定的深度学习框架，让其平台成为了行业领头羊。
献是发现了一条能够训练深层次网络而不损失模型性能的有效途径。在此之前，
神经网络的层数一旦增多，训练方法很难有效得到优化的网络，模型性能不能得 到提高，甚至有下降的可能性。残差网解决了这个问题，使得深度神经网络真正
能够发挥多层的优势。目前，机器视觉的研发依然处于希望借助深度学习的各项
成果带动视觉研发进一步发展的阶段。虽然各类问题都使用了深度学习来达到更 好的模型性能，但这些技术是否帮助了整个领域更好地理解视觉问题，则是一个 需要思考的话题。
一种可能。不过，聊天助理除了在一些狭小的应用领域可能短期内能达到自然流
畅的效果以外，在普通的应用场景中依然有很长的路要走。微软研究院在Twitter 上公布的聊天机器人，因为学习了粗俗的对话语言，导致开发人员不得不把聊天
机器人撤下，并且道歉。这一例子说明，在语言领域，现状离真正的智能还有一
段距离。
机器视觉（Computer Vision）
语音识别（Speech Recognition)
和机器视觉类似，今年语音识别技术也再次被微软研究院的学者刷新了数字在几个月前举办的语音识别顶级会议Interspeech上才被IBM的 团队刷新至6.6%。接踵而至的最新成果，使得人们有理由相信在未来 几年的发展中，语音识别有可能会被最快达到“人工智能”的标准。和 机器视觉一样，微软及IBM的方法都广泛采用了深度学习技术。这是深 度学习在近年来被广泛应用的桥头堡领域之一。值得一提的是，一些深
度学习技术，比如CNN、ResNet以及类似LSTM，已经在视觉和语音
识别同时被使用。究竟这些模型只适合于特定领域，还是它们最终能够 解决绝大多数其他领域的问题，目前还没有研究能够回答。
阿尔法围棋（AlphaGo）
2016年AI领域发展的重头戏无疑要数阿尔法围棋（AlphaGo）。这是AI领域继1996年深 蓝（DeepBlue）战胜卡斯帕罗夫、2011年Watson赢得“危险边缘”（Jeopardy!）之后 ，又一里程碑事件。阿尔法围棋的成功当然是一系列技术成熟被应用的产物，但是这里 面最直接的贡献则得益于AI领域中强化学习（Reinforcement Learning）和深度学习（ Deep Learning）这两个方向在最近几年发展中开花结果。强化学习曾经长期只在有限的 一些应用中得以使用，并且并没有得到主流学术圈的足够重视。然而，在Google
在竞争对手方面，Google的云服务也不甘落后。虽然在具体的技术层面，依然十分依赖
TensorFlow等Google的系列工具，但是在人才方面，11月份Google宣布从斯坦福大学和 Snapchat分别挖来了AI专家Li Feifei和Li Jia两人，希望依靠两人的声望来组建团队，能 够后来居上醒二期技术和长语音方案等AI服务，供其他应用公司使用。微软则在今 年9月份成立了AI研究中心由沈向阳担任领军人物，负责在AI的研发方面的人才、技术的 整合。目前看来，在AI系统平台化的步伐上，Google和亚马逊是走在前面，另外公司则 从应用的角度入手，希望通过开放特定的API来抢得这个市场的份额。
推荐系统（Recommender Systems）
推荐系统在过去一年的发展平平淡淡。一方面有不少公司和技术方法已经非常 成熟，在此基础上还要做出飞跃发展，近期不太容易从算法层面达到。另一方
面，推荐系统又需要更多研究考虑如何提供更加成熟的优化对象，如何更好地
描述推荐系统的有效性，这些基础工作依然方兴未艾。今年在推荐技术上比较 有看头的发展，主要还是各种使用深度学习技术来提高推荐效果的尝试。其中 值得一提的是来自Google使用TensorFlow的尝试。Google工程师发现，单纯使 用深度神经网络并不能很好地抓住需要推荐的上下文，很多有效信息在复杂的 转换中丢失了。于是，他们提出了一种叫“宽而深”（Wide and Deep）的模 型，用于解决同时抓住深度神经网能够很好泛化的能力，而“宽”的线性模型 则能有很好的记忆能力。这样的框架在手机应用（App）推荐场景有了不错的 效果。不过这样用比较“粗暴”的手段来混合传统的线性模型和深度神经网络 是不是就是今后深度学习技术在推荐系统上的发展道路，我们还需要时间的检
在机器视觉的技术和研究领域，今年的亮点无疑是“深度残差学习”（Deep Residual Learning ）以及残差网（ResNet）。这一在ILSVRC 2015大赛中赢得 诸多第一名的方法，不仅正式夺得计算机视觉领域的顶级会议CVPR 2016的最 佳论文，也奠定了其在一段时间内成为视觉领域标准算法的事实。无论是今年的 ILSVRC 2016还是其他类似的机器视觉竞赛，各个参赛队都广泛使用了该技术。 而残差网的论文也在短短一年之内就获得了超过700多次引用。残差网的主要贡
• 强化学习以及深度学习的结合可能会在更多的领域得到应用，阿尔 法围棋的成功使大家看到如何对反馈信息建模和这样建模的功效。 不过在这方面，依然有很多理论性工作需要完成。
快乐分享 快乐生活