雷鋒網按：將近年關，這個于1956年被正式提出的學科——人工智能，在60年后終于迎來了真正意義上的爆發(fā)期，雷鋒網也一直在關注AI的最新進展。這個聽起來很高大上的名詞其實已經在慢慢滲入我們的日常生活，比如谷歌的神經翻譯系統(tǒng)，除此之外，人工智能也在重塑著各個領域，對我們的職業(yè)技能也提出了新的要求。未來，會是AI的世界嗎？

以下文章來自Wired，由雷鋒網編譯，未經許可不得轉載。

在澳大利亞的西海岸，Amanda Hodgson正在用無人機從高空俯拍印度洋的海面。拍攝的照片將會用來尋找柏斯（澳大利亞城市）附近海灣的儒艮（海牛），以防止這種瀕危的海洋哺乳動物滅絕。麻煩的是，Hodgson和她的團隊沒有時間來一一檢查這些航拍照片。總共有45000張照片，在這些照片中找出儒艮對于沒有訓練過的人來說太困難了，因此她將這份工作交給了深度神經網絡。

神經網絡是一種機器學習模型，比如可以用來識別你的Facebook信息流中照片的面孔。它也可以識別你對你的安卓手機提出的問題，或者幫助運行谷歌的搜索引擎。類似人類大腦中的神經元網絡，這種廣泛的數學模型通過分析海量的數字數據來學習這些技能。如今，珀斯默多克大學的海洋生物學家Hodgson，使用相同的技術來在成千上萬張開放水域的照片中尋找儒艮，并且都利用了相同的開源軟件——谷歌的TensorFlow。

正如Hodgson所說，探測儒艮是一種對精確度要求很高的任務，主要是因為這些動物在海洋的表面下進食?！八鼈兛雌饋硐袼嫔系睦嘶ɑ蛘哐９?，”她說，但是神經網絡目前已經能夠識別分布在海灣的80%的儒艮。

該項目仍然處于早期階段，但是它說明了深度學習在過去一年中的廣泛影響。2016年，這種古老但又被賦予了新的生命力的技術幫助谷歌的機器打敗世界頂尖的圍棋手。作為最古老的游戲之一，在幾個月之前，機器在圍棋領域打敗人類還被認為是不可能的。將近年關，深度學習既不是什么聰明的把戲，也不是小眾的研究項目。它正在由里而外地重塑像谷歌、Facebook、微軟、亞馬遜這樣的科技公司，而且正火遍全球，這很大程度上要歸功于這些互聯網巨頭的開源軟件和云計算。

改變翻譯

在過去的幾年中，神經網絡通過Google Photos之類的App改造了圖像識別功能，并通過Google Now和微軟的Cortana這樣的數字助手將語音識別提升到了新高度。今年，他們又實現了機器翻譯的大飛躍，具備了自動將一種語言翻譯成另一門語言的能力。9月份的時候，谷歌推出了一項名為谷歌神經機器翻譯（Google Neural Machine Translation）的服務，這項服務是完完全全運行在神經網絡上的。根據谷歌所說，這種新引擎在翻譯特定的語言的時候能夠將錯誤率降低55%到85%。

谷歌通過大量的現有翻譯的合集來訓練這些神經網絡。其中一些數據有瑕疵，包括舊版谷歌翻譯低質量的翻譯，但同時也有人類專家的翻譯，這提升了訓練數據的整體質量?？朔毕菔巧疃葘W習比較明顯的優(yōu)勢：只要有足夠的數據，就算有缺陷，也能夠通過訓練達到遠遠超出那些缺陷的水平。

谷歌服務部門的首席工程師Mike Schuster并不羞于承認谷歌翻譯遠未達到完美的水平，但它仍然算得上是巨大的突破。因為這項服務也是依靠深度學習來完成的。由于谷歌可以將精力集中在優(yōu)化整體系統(tǒng)上，而不是像以前一樣到處修修補補，這樣使得谷歌更容易提升翻譯質量。

于此同時，微軟也在朝著同一個方向發(fā)展。這個月，微軟發(fā)布了名為Microsoft Translator的App，它可以在線實時翻譯九種不同語言的對話。負責微軟的AI和研發(fā)團隊的副總裁沈向洋說，這個新系統(tǒng)幾乎完全運行在神經網絡上。這非常重要，因為這意味著微軟的機器翻譯的水平也能夠快速提高。

改變聊天方式

2016年，深度學習也被引入了聊天機器人，最引人矚目的當屬新版的Google Allo。Allo于秋季發(fā)布，它能夠分析你收到的文字和圖片，并及時給出回復建議。這個功能是在早期的谷歌技術Smart Reply的基礎上發(fā)展而來的，之前被用來自動回復郵件信息。這項技術在Allo上表現的非常好，很大程度上是因為事先考慮到了當今機器學習技術的局限性。通?；貜徒ㄗh都很簡短，而且常常不止一條，因為今天的AI還不能做到完全正確。

在Allo的背后，神經網絡也幫助谷歌來回答你在搜索引擎上提出的問題。它們幫助谷歌的搜索助手理解你的問題，然后給出答案。根據谷歌研究產品經理David Orr所說，如果沒有深度學習，這個App不會有給出答案的能力。“你需要使用神經網絡，至少這是我們找到的唯一方法?！彼f，“我們必須使用我們現有的所有最先進的技術?！?/p>

改變數據中心

這個夏天，在構建了一個破解了圍棋游戲的AI后，Demis Hassabis和他所在的DeepMind實驗室創(chuàng)建了一個幫助谷歌管理全球數據中心網絡的AI。運用深度加強學習的技術，這個AI可以決定什么時候打開這些數據中心里成千上萬臺服務器中的冷卻風扇，什么時候需要打開數據中心的窗戶來進行額外的冷卻，以及什么時候打開昂貴的空調?？傊?，它控制每個數據中心里的120項功能。

據彭博社報道，這項AI技術非常有效，谷歌因此節(jié)省了數億美元。換句話說，2014年谷歌為收購DeepMind花的6.5億美元已經賺回來了。如今，DeepMind打算在這些計算設備里安裝更多的傳感器，讓它能夠收集額外的數據，以此來訓練這個AI讓其達到更高的水平。

改變云計算

當這些互聯網巨頭把這項技術應用他們自己的產品中的時候，他們也將這項技術普及大眾。2015年末，谷歌開源了TensorFlow，在過去的一年，這個谷歌專有的軟件已經“走入尋常百姓家”。同時，谷歌、微軟、以及亞馬遜都開始通過云計算服務來提供他們的深度學習技術，任何程序員或者公司都可以通過這項服務來創(chuàng)建自己的App。Aaas（AI as a service）或許將成為這三個巨頭未來的最大業(yè)務。

在過去的12個月中，這個新興市場引發(fā)了一場AI人才爭奪戰(zhàn)。谷歌聘請了斯坦福教授李飛飛來監(jiān)管一個專門負責AI的云計算團隊，她是AI研究領域最響亮的名字之一。亞馬遜則聘請了卡耐基梅隆大學的教授Alex Smolna來負責AI業(yè)務。這些大玩家正在迅速地搶占世界上的頂級AI人才，好消息是這些人才愿意與他人分享自己的一部分科研成果。

隨著AI的發(fā)展，計算機科學家的角色正在改變。當然，這個世界仍然需要能夠編寫軟件的人，但是未來將需要更多的人來訓練神經網絡，這更多的是從一堆數據中誘導出一個結果，而不是自己建立一些東西。像谷歌和Facebook這樣的公司不僅僅只雇傭AI人才，還為他們現有的員工提供再教育來應對未來。可以預想，未來AI將會每個人生活中的一部分。

via Wired

雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。