-
微信
微信掃一掃 - 搜索
百度
云平臺：Microsoft Azure（存儲、計算、數(shù)據(jù)庫、live、媒體功能）、分布式機器學(xué)習(xí)工具包DMTK（自然語言處理，推薦引擎，模式識別，計算機視覺以及預(yù)測建模等）、人工智能平臺Project Malmo
產(chǎn)業(yè)布局：語言助手（微軟小冰、Cortana小娜、Tay）、VR（Hololens全息眼鏡）
谷歌在一系列人工智能相關(guān)的收購中獲益。2013年3月，谷歌以重金收購DNNresearch的方式請到了深度學(xué)習(xí)技術(shù)的發(fā)明者Geoffrey Hinton教授。2014年年初，谷歌以4億美元的架構(gòu)收購了深度學(xué)習(xí)算法公司——DeepMind，也就是推出AlphaGo項目的公司。該公司創(chuàng)始人哈薩比斯是一位橫跨游戲開發(fā)、神經(jīng)科學(xué)和人工智能等多領(lǐng)域的天才人物。
云平臺：TensorFlow數(shù)據(jù)庫，機器學(xué)習(xí)的核心是讓機器讀懂?dāng)?shù)據(jù)并基于數(shù)據(jù)做出決策。當(dāng)數(shù)據(jù)規(guī)模龐大而又非常復(fù)雜時，機器學(xué)習(xí)可以讓機器變得更聰明。TensorFlow在數(shù)據(jù)輸入和輸出方面都有驚人的精度和速度，它被確切地定義為人工智能工具。
產(chǎn)業(yè)布局：谷歌無人駕駛汽車、基于Android智能手機的各種app應(yīng)用與插件、智能家居（以收購的NEST為基礎(chǔ)）、VR生態(tài)、圖像識別（以收購的Jetpac為基礎(chǔ)）。
驅(qū)動人工智能發(fā)展的先決條件
物聯(lián)網(wǎng)——物聯(lián)網(wǎng)提供了計算機感知和控制物理世界的接口和手段，它們負責(zé)采集數(shù)據(jù)、記憶、分析、傳送數(shù)據(jù)、交互、控制等等。攝像頭和相機記錄了關(guān)于世界的大量的圖像和視頻，麥克風(fēng)記錄語音和聲音，各種傳感器將它們感受到的世界數(shù)字化等等。這些傳感器，就如同人類的五官，是智能系統(tǒng)的數(shù)據(jù)輸入，感知世界的方式。而大量智能設(shè)備的出現(xiàn)則進一步加速了傳感器領(lǐng)域的繁榮，這些延伸向真實世界各個領(lǐng)域的觸角是機器感知世界的基礎(chǔ)，而感知則是智能實現(xiàn)的前提之一。
大規(guī)模并行計算——人腦中有數(shù)百至上千億個神經(jīng)元，每個神經(jīng)元都通過成千上萬個突觸與其他神經(jīng)元相連，形成了非常復(fù)雜和龐大的神經(jīng)網(wǎng)絡(luò)，以分布和并發(fā)的方式傳遞信號。這種超大規(guī)模的并行計算結(jié)構(gòu)使得人腦遠超計算機，成為世界上最強大的信息處理系統(tǒng)。近年來，基于GPU（圖形處理器）的大規(guī)模并行計算異軍突起，擁有遠超CPU的并行計算能力。
從處理器的計算方式來看，CPU計算使用基于x86指令集的串行架構(gòu)，適合盡可能快的完成一個計算任務(wù)。而GPU從誕生之初是為了處理3D圖像中的上百萬個像素圖像，擁有更多的內(nèi)核去處理更多的計算任務(wù)。因此GPU天然具備了執(zhí)行大規(guī)模并行計算的能力。云計算的出現(xiàn)、GPU的大規(guī)模應(yīng)用使得集中化的數(shù)據(jù)計算處理能力變得前所未有的強大。
大數(shù)據(jù)——根據(jù)統(tǒng)計，2015年全球產(chǎn)生的數(shù)據(jù)總量達到了十年前的20多倍，海量的數(shù)據(jù)為人工智能的學(xué)習(xí)和發(fā)展提供了非常好的基礎(chǔ)。機器學(xué)習(xí)是人工智能的基礎(chǔ)，而數(shù)據(jù)和以往的經(jīng)驗，就是人工智能學(xué)習(xí)的書本，以此優(yōu)化計算機的處理性能。
深度學(xué)習(xí)算法——最后，這是人工智能進步最重要的條件，也是當(dāng)前人工智能最先進、應(yīng)用最廣泛的核心技術(shù)，深度神經(jīng)網(wǎng)絡(luò)（深度學(xué)習(xí)算法）。2006年，Geoffrey Hinton教授發(fā)表的論文《A fast learning algorithm for deep belief nets》。他在此文中提出的深層神經(jīng)網(wǎng)絡(luò)逐層訓(xùn)練的高效算法，讓當(dāng)時計算條件下的神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練成為了可能，同時通過深度神經(jīng)網(wǎng)絡(luò)模型得到的優(yōu)異的實驗結(jié)果讓人們開始重新關(guān)注人工智能。之后，深度神經(jīng)網(wǎng)絡(luò)模型成為了人工智能領(lǐng)域的重要前沿陣地，深度學(xué)習(xí)算法模型也經(jīng)歷了一個快速迭代的周期，Deep Belief Network、Sparse Coding、Recursive Neural Network, Convolutional Neural Network等各種新的算法模型被不斷提出，而其中卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）更是成為圖像識別最炙手可熱的算法模型。
語音識別——李開復(fù)博士當(dāng)年做的工作奠定了很多當(dāng)今識別系統(tǒng)的基礎(chǔ)。這里忍不住說一下，Siri本身的技術(shù)并沒有特別大的亮點，真正nb的是它的模式（語音識別直接與搜索引擎結(jié)合在一起，產(chǎn)品體驗做得好。而且關(guān)鍵是這樣的模式能采集到更多數(shù)據(jù)，使得系統(tǒng)的精度越來越高）
自然語言理解——目前看到的最強的結(jié)果應(yīng)該是IBM Watson。但其實我們現(xiàn)在用的搜索引擎、中文輸入法、機器翻譯（雖然其實還不怎么work）都和自然語言理解相關(guān)。這塊兒不是我的專業(yè)，請 @段維斯 同學(xué)補充。
數(shù)據(jù)挖掘——隨著近年數(shù)據(jù)量的瘋狂增長，數(shù)據(jù)挖掘也有了長足進步。最具有代表性的是前幾年著名的Netflix challenge（Netflix公司公開了自己的用戶評分數(shù)據(jù)，讓研究者根據(jù)這些數(shù)據(jù)對用戶沒看過的電影預(yù)測評分，誰先比現(xiàn)有系統(tǒng)好10%，誰就能贏100萬美元）最后這一比賽成績較好的隊伍，并非是單一的某個特別nb的算法能給出精確的結(jié)果，而是把大量刻畫了不同方面的模型混合在一起，進行最終的預(yù)測。
計算機視覺——目前越來越多的領(lǐng)域跟視覺有關(guān)。大家可能一開始想到的都是自動駕駛。雖然大家都在說googleX的無人車， 但實際上現(xiàn)在無論是商業(yè)上，還是技術(shù)整合上最成功的算法是Mobile Eye的輔助駕駛系統(tǒng)。這個公司也是目前computer vision領(lǐng)域最掙錢的公司。
從實現(xiàn)新功能方面說，視覺的發(fā)展的趨勢主要有兩方面，A) 集成更多的模塊，從問題的各種不同方面，解決同一個問題（比如Mobile Eye，就同時使用了數(shù)十種方法，放到一起最終作出決策） B) 使用新的信息，解決一個原來很難的問題。這方面最好的例子是M$的Kinect，這個產(chǎn)品最讓人拍案叫絕的就是那個紅外pattern投影儀。
人工智能的應(yīng)用領(lǐng)域
自然語言處理（包括語音和語義識別、自動翻譯）、計算機視覺（圖像識別）、知識表示、自動推理（包括規(guī)劃和決策）、機器學(xué)習(xí)和機器人學(xué)。按照技術(shù)類別來分，可以分成感知輸入和學(xué)習(xí)與訓(xùn)練兩種。計算機通過語音識別、圖像識別、讀取知識庫、人機交互、物理傳感等方式，獲得音視頻的感知輸入，然后從大數(shù)據(jù)中進行學(xué)習(xí)，得到一個有決策和創(chuàng)造能力的大腦。
人工智能引全球關(guān)注，中國順應(yīng)潮流
對科技的重視，是中國向來的發(fā)展戰(zhàn)略。因此，我們可以看到國家不斷在戰(zhàn)略部署上出臺加速人工智能需求的政策。例如，“人工智能”首次出現(xiàn)在“十三五”規(guī)劃草案中，智能制造和機器人作為重大工程之一出現(xiàn)在“科技創(chuàng)新－2030項目”中，以及倡導(dǎo)“互聯(lián)網(wǎng)+”落實及其核心技術(shù)的推廣……可以預(yù)見，千億元級的人工智能市場應(yīng)用規(guī)模正在形成。
中國某些人工智能應(yīng)用已達國際領(lǐng)先水平
中國在圖像及語音識別的基礎(chǔ)之上，即模擬神經(jīng)網(wǎng)絡(luò)的輸入和輸出，并通過大規(guī)模的數(shù)據(jù)進行訓(xùn)練，再對樣本進行精準分類和預(yù)測，從而實現(xiàn)了“計算”之外的“思考”。這便是中國著力研究人工智能所得到的令人欣喜的結(jié)果。當(dāng)然，研發(fā)中會遇到瓶頸，同時也是突破口——訓(xùn)練和建模邏輯的算法，但相信，只要不懈努力，我國定能取得更多更高的科研成就。
“人工智能”的概念，是在1956年的美國達特茅斯（Dartmouth）大學(xué)召開的學(xué)術(shù)會議上被提出的。著眼全球，只在短短的60年間，科學(xué)技術(shù)的積累便使得機器學(xué)習(xí)、模式識別和人機交互這3個基礎(chǔ)支撐能夠得到較為廣泛的應(yīng)用?？v觀我國，家庭機器人、工業(yè)或企業(yè)服務(wù)、智能助手3方面，是目前國內(nèi)智能機器人行業(yè)的主要研發(fā)范圍。就目前階段而言，家庭服務(wù)機器人智能化程度還處于初級水平；以倉儲和物流機器人應(yīng)用為主的工業(yè)/企業(yè)場景應(yīng)用最為廣泛；而在工業(yè)機器人市場中，中國所占市場份額約為27%是最大的，市場前景開闊。
從上世紀八九十年代的PC時代，進入到互聯(lián)網(wǎng)時代后，給我們帶來的是信息的爆炸和信息載體的去中心化。而網(wǎng)絡(luò)信息獲取渠道從PC轉(zhuǎn)移到移動端后，萬物互聯(lián)成為趨勢，但技術(shù)的限制導(dǎo)致移動互聯(lián)網(wǎng)難以催生出更多的新應(yīng)用和商業(yè)模式。而如今，人工智能已經(jīng)成為這個時代最激動人心、最值得期待的技術(shù)，將成為未來10年乃至更長時間內(nèi)IT產(chǎn)業(yè)發(fā)展的焦點。
2017 科技娛樂季——人工智能大會
2017年4月20-22日·上海世博館
2017年“科技娛樂季——人工智能專場”將于4月20-22日在上海世博展覽館4號館舉辦，大會以“人工智能”為核心，專注于探討伴隨著人工智能的發(fā)展所產(chǎn)生的一系列影響，滿足整個行業(yè)發(fā)展的需求，為行業(yè)內(nèi)最具有代表性的廠家用戶等全產(chǎn)業(yè)鏈生態(tài)圈提供交流與合作的年度盛宴。
在上述背景之下，DVBCN&AsiaOTT將借第五屆中國（上海）國際技術(shù)進出口交易會的契機，邀請合作伙伴共同與AI領(lǐng)域業(yè)內(nèi)的頂尖學(xué)術(shù)界大師、產(chǎn)業(yè)界領(lǐng)袖，通過全國多地方考察研討的方式，共同參與探討“人工智能”的下一個十年。
聯(lián)系我們
吳昊：18516116966
宋寶輝 ：15026848778
