雷鋒網(wǎng) AI 科技評(píng)論按：2017 年即將過(guò)去，2018 年即將到來(lái)。在大數(shù)據(jù)、數(shù)據(jù)科學(xué)、人工智能、機(jī)器學(xué)習(xí)幾個(gè)領(lǐng)域飛速發(fā)展的當(dāng)下，如何總結(jié) 2017 年的重大進(jìn)展，在 2018 年又會(huì)有什么值得期待的趨勢(shì)呢？雷鋒網(wǎng) AI 科技評(píng)論正在籌劃系列文章，解析我們眼中 2017 年中發(fā)生的最值得紀(jì)念的人工智能進(jìn)展。 

外媒 KDnuggets 也邀請(qǐng)了九位機(jī)器學(xué)習(xí)人工智能方面的專家和研究人員談了談他們的看法。具體來(lái)說(shuō)，他們問(wèn)的問(wèn)題是：「2017 年中，機(jī)器學(xué)習(xí)和人工智能相關(guān)的主要進(jìn)展有哪些？你覺(jué)得 2018 年會(huì)有哪些趨勢(shì)？」參與回答的嘉賓們會(huì)給出大約三四百字的回答。

另外，簡(jiǎn)單回顧一下 2016 年的成果和趨勢(shì)問(wèn)答，當(dāng)時(shí)嘉賓們給出的答案主要圍繞著 AlphaGo 的成功、深度學(xué)習(xí)的風(fēng)靡、自動(dòng)駕駛，以及 TensorFlow 對(duì)神經(jīng)網(wǎng)絡(luò)相關(guān)技術(shù)商業(yè)化的巨大推進(jìn)作用。

以下是今年的嘉賓們給出的回答，雷鋒網(wǎng) AI 科技評(píng)論編譯如下：

Xavier Amatriain，Curai 聯(lián)合創(chuàng)始人、CTO，前 Quora 工程副總裁，Netflix 研究和工程總監(jiān)

如果要我選最重要的那個(gè)年度亮點(diǎn)的話，那肯定是 AlphaGo Zero。這種新的做法不僅在以深度強(qiáng)化學(xué)習(xí)為代表的、富有前景的領(lǐng)域做出了改進(jìn)，而且它體現(xiàn)出了一種范式的轉(zhuǎn)換：模型的學(xué)習(xí)可以不再需要數(shù)據(jù)。近期我們也了解到 AlphaGo Zero 可以泛化到其它棋類上，比如國(guó)際象棋（雷鋒網(wǎng) AI 科技評(píng)論注： 意指 AlphaZero，報(bào)道文章見(jiàn)這里）。在我看來(lái)這將是影響長(zhǎng)遠(yuǎn)的一項(xiàng)發(fā)展。

如果我們看 AI 在工程方面的變化，2017 年中 Pytorch 開(kāi)始越來(lái)越受歡迎，對(duì) TensorFlow 形成了真正的威脅，尤其是在研究機(jī)構(gòu)中。而 TensorFlow 也不甘示弱，很快借助 TensorFlow Fold 版本引入了對(duì)動(dòng)態(tài)網(wǎng)絡(luò)的支持。

AI 巨頭之間的「戰(zhàn)爭(zhēng)」還有許多，其中最為火熱的是圍繞著云服務(wù)的。所有的主流云服務(wù)提供商都跟進(jìn)了深度學(xué)習(xí)的熱潮，增強(qiáng)了云服務(wù)中對(duì)人工智能的支持。亞馬遜在 AWS 中加入了許多創(chuàng)新，如果近期發(fā)布的 Sagemaker 可以幫助客戶快速構(gòu)建、部署機(jī)器學(xué)習(xí)模型。規(guī)模小一些的競(jìng)爭(zhēng)者也在涌入這個(gè)潮流，比如英偉達(dá)最近就公布了自己的 GPU 云服務(wù)，很有希望成為訓(xùn)練深度學(xué)習(xí)模型的又一個(gè)有競(jìng)爭(zhēng)力的選擇。在如此之多的競(jìng)爭(zhēng)之外，我們同時(shí)也看到，有必要的時(shí)候各個(gè)業(yè)界企業(yè)還是可以聯(lián)手協(xié)作的，新的神經(jīng)網(wǎng)絡(luò)表示標(biāo)準(zhǔn) ONNX 就已經(jīng)得到了大部分開(kāi)發(fā)工具的支持，而這也是保證工具互用性的重要一步。

在 2017 年中，有關(guān) AI 的社會(huì)問(wèn)題的討論也在繼續(xù)變得越來(lái)越劇烈。馬斯克一直在散播「會(huì)殺人的 AI 離我們?cè)絹?lái)越近了」這樣的觀點(diǎn)，很多人聽(tīng)到這樣的想法以后都覺(jué)得很悲觀。關(guān)于 AI 會(huì)如何影響未來(lái)工作的討論也有許多。最后，AI 算法的透明度和偏見(jiàn)的問(wèn)題也獲得了更多的關(guān)注。

Pedro Domingos，華盛頓大學(xué)計(jì)算機(jī)科學(xué)與工程系教授

• 德州撲克上 AI 打敗人類，人工智能在不完全信息博弈中也要開(kāi)始稱霸了。

• 自動(dòng)駕駛汽車和虛擬助手兩個(gè)領(lǐng)域的競(jìng)賽越來(lái)越激烈，而 Alexa 在虛擬助手中已經(jīng)鶴立雞群。

• 谷歌、亞馬遜、微軟、IBM 之間對(duì)于云 AI 服務(wù)的競(jìng)爭(zhēng)也在不斷升級(jí)

• AlphaGo Zero 很棒，但是算不上突破。自我對(duì)弈 (self play) 是機(jī)器學(xué)習(xí)領(lǐng)域里最早的點(diǎn)子之一了，而且人類也根本不需要五百萬(wàn)場(chǎng)對(duì)局才能學(xué)會(huì)圍棋。

Ajit Jaokar，牛津大學(xué)物聯(lián)網(wǎng)課程首席科學(xué)家和創(chuàng)始人

2017 年是 AI 之年。2018 年將會(huì)是 AI 成熟的一年，我們已經(jīng)可以從 AI 的系統(tǒng)工程和原生云支持的角度看到種種跡象。AI 也正在變得越來(lái)越復(fù)雜，但也有許多公司致力于讓 AI 的部署變得越來(lái)越簡(jiǎn)單。

在我看來(lái)，使用 AI 的企業(yè)已經(jīng)越來(lái)越多地在競(jìng)爭(zhēng)中建立了優(yōu)勢(shì)，尤其在工業(yè)級(jí)物聯(lián)網(wǎng)、零售業(yè)以及醫(yī)療保健幾個(gè)領(lǐng)域，傳統(tǒng)企業(yè)衰退得尤其快。AI 在各個(gè)規(guī)模的企業(yè)中都有迅速的開(kāi)發(fā)和應(yīng)用（同樣地，在帶來(lái)新機(jī)會(huì)的同時(shí)，更多的角色將被替代）。所以，我們也已經(jīng)走過(guò)了討論 Python 和 R 哪個(gè)好、貓和狗要如何識(shí)別的那個(gè)階段了。

在我看來(lái)，AI 的力量正在讓傳統(tǒng)企業(yè)和更廣泛的供應(yīng)鏈融合在一起，借助的就是嵌入式 AI（比如覆蓋了企業(yè)應(yīng)用和物聯(lián)網(wǎng)的數(shù)據(jù)科學(xué)模型）。

最后，懂 AI 和深度學(xué)習(xí)的數(shù)據(jù)科學(xué)家處于短缺狀況，這一會(huì)繼續(xù)讓銀行之類的傳統(tǒng)商業(yè)類型難以入局。

Hugo Larochelle，谷歌研究科學(xué)家，加拿大高等研究院機(jī)器和腦學(xué)習(xí)計(jì)劃副主任

機(jī)器學(xué)習(xí)中有一個(gè)趨勢(shì)曾經(jīng)讓我覺(jué)得非常興奮，而且我也在這個(gè)方向上努力過(guò)。它就是元學(xué)習(xí)（meta-learning），它是一種應(yīng)用范圍尤其廣的方法。不過(guò)今年最讓我覺(jué)得興奮的是小樣本學(xué)習(xí)方面的研究進(jìn)展，它研究的就是如何找到只需要寥寥幾個(gè)樣本就可以泛化得很好的算法。Chelsea Finn 寫過(guò)一篇很棒的文章，介紹了今年早些時(shí)候時(shí)候這個(gè)領(lǐng)域中的研究進(jìn)展，可以看這里 bair.berkeley.edu/blog/2017/07/18/learning-to-learn/。值得一提的是，機(jī)器學(xué)習(xí)領(lǐng)域現(xiàn)在有許許多多令人敬佩的在讀博士生，Chelsea Finn 今年的表現(xiàn)絕對(duì)是產(chǎn)出最多、最令人印象深刻的之一。

今年下半年，更多研究員發(fā)表了他們關(guān)于小樣本學(xué)習(xí)的元學(xué)習(xí)的論文，有的用深度時(shí)序卷積網(wǎng)絡(luò) (arxiv.org/abs/1707.03141)，有的用圖神經(jīng)網(wǎng)絡(luò) (arxiv.org/abs/1711.04043)，等等。我們也看到了用元學(xué)習(xí)的方法做主動(dòng)學(xué)習(xí) (arxiv.org/abs/1708.00088)、冷啟動(dòng)項(xiàng)目推薦 (papers.nips.cc/paper/7266-a-meta-learning-perspective-on-cold-start-recommendations-for-items)、小樣本分布預(yù)測(cè) (arxiv.org/abs/1710.10304)、強(qiáng)化學(xué)習(xí) (arxiv.org/abs/1611.05763)、層次化強(qiáng)化學(xué)習(xí) (arxiv.org/abs/1710.09767)、模仿學(xué)習(xí) (arxiv.org/abs/1709.04905) 等等許多研究。

這絕對(duì)是一個(gè)非常有趣的研究領(lǐng)域，在整個(gè) 2018 年中我也會(huì)密切關(guān)注這個(gè)領(lǐng)域的動(dòng)向。

Charles Martin，數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)、人工智能顧問(wèn)

2017 年，我們看到了深度學(xué)習(xí) AI 平臺(tái)和應(yīng)用的井噴式增長(zhǎng)。年初 Facebook 就發(fā)布了 PyTorch，向 TensorFlow 發(fā)起正面競(jìng)爭(zhēng)。Gluon、Alex、AlphaGo 等等，各種新進(jìn)展不斷出現(xiàn)。機(jī)器學(xué)習(xí)在不斷發(fā)展，原來(lái)的特征工程和邏輯回歸到了現(xiàn)在的看論文、實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)、優(yōu)化訓(xùn)練參數(shù)。在我的顧問(wèn)經(jīng)歷中，我的客戶們尋求過(guò)定制的目標(biāo)識(shí)別、高級(jí)自然語(yǔ)言處理以及強(qiáng)化學(xué)習(xí)的解決方案。股市和比特幣一直都吸收了很多的關(guān)注度，而 AI 在悄悄地發(fā)生革命；零售業(yè)的大衰退也已經(jīng)形成了切實(shí)的證據(jù)，表明 AI 會(huì)把傳統(tǒng)工業(yè)攪得天翻地覆。許多公司都想要轉(zhuǎn)型，我們也看到了很多想要在 AI 方面尋求技術(shù)和戰(zhàn)略指導(dǎo)的需求。

2018 年我們將會(huì)迎來(lái)全球性的突破性轉(zhuǎn)變，AI 第一的經(jīng)濟(jì)模式將會(huì)開(kāi)始普及，歐洲、亞洲、印度甚至沙特都有公司向我們提出了需求。隨著中國(guó)和加拿大不斷在 AI 方面做出創(chuàng)新、印度這樣的國(guó)家從 IT 轉(zhuǎn)型為 AI，全球公司對(duì)變革的渴求會(huì)越來(lái)越多。商業(yè)化培訓(xùn)會(huì)有很大需求，不管是在美國(guó)還是其它國(guó)家。AI 也會(huì)帶來(lái)巨大的效率提升，制造業(yè)、醫(yī)療、金融等傳統(tǒng)行業(yè)也會(huì)受益。AI 創(chuàng)業(yè)公司將會(huì)帶來(lái)新的 AI 產(chǎn)品，在美國(guó)內(nèi)外都帶來(lái)豐厚的投資回報(bào)。從機(jī)器人到自動(dòng)駕駛汽車的新技術(shù)也會(huì)不斷帶來(lái)更多令人驚訝的進(jìn)展。

這將會(huì)是充滿了精彩的創(chuàng)新的一年?？蓜e錯(cuò)過(guò)了。

Sebastian Raschka，密歇根州立大學(xué)應(yīng)用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)研究員、計(jì)算生物學(xué)家，《Python 機(jī)器學(xué)習(xí)》作者

在過(guò)去幾年中，開(kāi)源社區(qū)里對(duì)各種新冒出的深度學(xué)習(xí)框架有著許多的討論?，F(xiàn)在，隨著這些工具慢慢變得成熟了，我希望，我也期待可以看到大家的研究方法會(huì)更少依賴于工具，大家可以把更多精力投入新點(diǎn)子的摸索和實(shí)現(xiàn)，以及深度學(xué)習(xí)的實(shí)際應(yīng)用中。具體來(lái)說(shuō)，我期待看到 GANs 和 Hinton 的膠囊可以解決更多有意思的問(wèn)題，這兩件事都是今年的討論熱點(diǎn)。

以及，我們最近的一篇半對(duì)抗性神經(jīng)網(wǎng)絡(luò)的論文表明可以從面部圖像解讀出隱私信息，在我看來(lái)深度學(xué)習(xí)應(yīng)用中的用戶隱私也是一個(gè)非常重大的問(wèn)題，我希望以及期待這個(gè)話題在 2018 年能獲得更多的關(guān)注。

Brandon Rohrer，F(xiàn)acebook 數(shù)據(jù)科學(xué)家

2017 年里出現(xiàn)了更多機(jī)器打敗人類的事件。2016 年的時(shí)候，AlphaGo 在構(gòu)建超越人類水平的人工智能之路上達(dá)到了一個(gè)人們期待已久的里程碑，那就是打敗人類最強(qiáng)的圍棋選手。今年的 AlphaGo Zero 從零開(kāi)始學(xué)習(xí)再次超過(guò)了自己的老版本。它不僅僅是擊敗了一個(gè)人，它擊敗的是所有人類的圍棋經(jīng)驗(yàn)的總和。從更現(xiàn)實(shí)的角度上講，把 Switchboard 里的電話聊天錄音轉(zhuǎn)成文字，機(jī)器現(xiàn)在也能做得和人類一樣好了 (arxiv.org/abs/1708.06073)。

不過(guò)，人工智能的成就依然非常窄、非常脆弱，甚至只要改變圖像中的一個(gè)像素就可以騙過(guò)當(dāng)前最好的圖像分類器 (arxiv.org/pdf/1710.08864.pdf)。我預(yù)測(cè) 2018 年中會(huì)出現(xiàn)更通用、更魯棒的 AI 解決方案，也引發(fā)更多的關(guān)注。而且，幾乎每個(gè)大型科技公司都已經(jīng)開(kāi)始在通用人工智能方面做出努力，這些聯(lián)合研究團(tuán)體和他們的早期研究成果也會(huì)獲得很多的媒體關(guān)注。最后，2018 年的熱門詞匯將會(huì)是「通用人工智能 AGI」，而不再是 2017 年的「人工智能 AI」。

Elena Sharova，投資銀行數(shù)據(jù)科學(xué)家

2017 年機(jī)器學(xué)習(xí)和人工智能相關(guān)的主要進(jìn)展有哪些：越來(lái)越多的公司和個(gè)人開(kāi)始把他們的數(shù)據(jù)和分析轉(zhuǎn)移到基于云的解決方案上。同時(shí)大家現(xiàn)在都深刻認(rèn)識(shí)到數(shù)據(jù)安全的重要性。

最大、最成功的科技公司們都在進(jìn)行激烈競(jìng)爭(zhēng)，想要成為我們的數(shù)據(jù)存儲(chǔ)和分析工具平臺(tái)。對(duì)于數(shù)據(jù)科學(xué)家來(lái)說(shuō)，這意味著可用的工具包和他們所能做出的解決方案很大程度上取決于這個(gè)平臺(tái)提供了多少功能、這些功能又好不好用。

2017 年中全球也出現(xiàn)了多起嚴(yán)重的數(shù)據(jù)泄露安全事故。這是不應(yīng)當(dāng)被忽略的發(fā)展?fàn)顩r。隨著越來(lái)越多的數(shù)據(jù)存儲(chǔ)在第三方服務(wù)器上，人們對(duì)強(qiáng)大的安全防護(hù)能力也需求也會(huì)越來(lái)越高，以便抵抗可能的新威脅。

2018 年會(huì)有哪些趨勢(shì)：確保執(zhí)行全球數(shù)據(jù)保護(hù)協(xié)定 (GDPR)，以及繼續(xù)補(bǔ)上機(jī)器學(xué)習(xí)系統(tǒng)欠的技術(shù)債，在我看來(lái)將會(huì)是 2018 年的重點(diǎn)趨勢(shì)。GDPR 作為歐盟的協(xié)定，對(duì)全球的商業(yè)都有約束能力，所有的數(shù)據(jù)科學(xué)家也都應(yīng)該了解這會(huì)對(duì)他們的工作產(chǎn)生何種影響。就像谷歌的 NIPS 2016 論文中講到的那樣，圍繞數(shù)據(jù)構(gòu)建業(yè)務(wù)是非?；ㄥX的，隨著企業(yè)們創(chuàng)造出越來(lái)越復(fù)雜的數(shù)據(jù)驅(qū)動(dòng)模型，他們需要仔細(xì)考慮考慮如何面對(duì)其中的成本。

Rachel Thomas，USF 副教授、fast.ai 創(chuàng)始人

雖然不如 AlphaGo 或者會(huì)翻跟頭的機(jī)器人那么亮眼，但我最喜歡的 2017 年的 AI 趨勢(shì)是各種深度學(xué)習(xí)框架都變得非常易用、觸手可及。今年發(fā)布的 PyTorch 對(duì)任何會(huì) Python 語(yǔ)言的人來(lái)說(shuō)都非常易于上手（很大程度上是由于動(dòng)態(tài)計(jì)算和 OOP 設(shè)計(jì)）。即便 TensorFlow 也在向著這個(gè)方向改進(jìn)，已經(jīng)把 Keras 包含進(jìn)核心代碼庫(kù)內(nèi)，并且宣布了 eager execution（動(dòng)態(tài)執(zhí)行）。程序員們使用深度學(xué)習(xí)的門檻開(kāi)始變得越來(lái)越低。我期待在 2018 年看到這個(gè)趨勢(shì)持續(xù)下去，讓開(kāi)發(fā)者們?cè)絹?lái)越覺(jué)得它們好用、易用。

第二個(gè)趨勢(shì)是媒體會(huì)越來(lái)越多地報(bào)道獨(dú)裁政府如何借助 AI 的力量對(duì)人民進(jìn)行監(jiān)控。這種威脅在 2017 年就已經(jīng)不是什么新鮮事了，但它直到最近才開(kāi)始引起廣泛的關(guān)注。已經(jīng)有研究展示出深度學(xué)習(xí)可以識(shí)別出戴圍巾和帽子的示威者，或者看面部照片就識(shí)別出某人的性取向，這都讓媒體增加了許多對(duì)于 AI 隱私安全的關(guān)注度。希望在 2018 年我們可以繼續(xù)拓展關(guān)于 AI 倫理的討論，而不僅僅是和馬斯克一起害怕邪惡的超級(jí)人工智能即將到來(lái)；同時(shí)，監(jiān)控、隱私權(quán)、對(duì)性別和種族歧視狀況的采集也還有很大的討論必要。

via kdnuggets

你對(duì)機(jī)器學(xué)習(xí)、人工智能、大數(shù)據(jù)在 2017 年的發(fā)展和 2018 年的趨勢(shì)有何看法呢？有沒(méi)有哪個(gè)方向是你想要重點(diǎn)關(guān)注、重點(diǎn)了解相關(guān)進(jìn)展的呢？歡迎留言告訴我們，與我們一起討論。也請(qǐng)期待雷鋒網(wǎng) AI 科技評(píng)論后續(xù)的年度總結(jié)文章。

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。