0
| 本文作者： 老王 | 2017-01-08 14:16 |
雷鋒網(wǎng)按：本周 AI 圈的大新聞不斷，最引人關(guān)注的無疑是 Master 終于公布其真實身份，最終果然是人們猜測已久的 AlphaGo。在 Master 公布其身份不久后，江蘇衛(wèi)視馬上播出了百度大腦對戰(zhàn)最強(qiáng)大腦王峰的節(jié)目，小度以 3:2 的成績戰(zhàn)勝王峰。
本周神秘的 Master 終于宣布自己就是就是 AlphaGo，而代為執(zhí)子的就是 AlphaGo 團(tuán)隊的黃士杰博士！
雷鋒網(wǎng)了解到，從 2016 年 12 月 29 日晚起，一個注冊為“Master”、標(biāo)注為韓國九段的“網(wǎng)絡(luò)棋手”接連“踢館”著名在線圍棋網(wǎng)站弈城網(wǎng)和野狐網(wǎng)。截至 2017 年 1 月 4 日夜，Master 已經(jīng)斬獲了 59 連勝，擊敗 15 位世界冠軍，其中包括中國、韓國、日本各自的“當(dāng)今第一人”柯潔、樸廷桓和井山裕太。尤其是在1月3日晚執(zhí)白中盤戰(zhàn)勝千呼萬喚始出來的柯潔之后，Master 的“踢館”也差不多變成了“表演賽”。
Master 穩(wěn)定性驚人，豪取一波 50 連勝，風(fēng)格也別具一格，曾在開局階段走出一手“點三三”。外界普遍認(rèn)為，這位 Master 不是人類，而是人工智能。
其實去年 DeepMind CEO Demis Hassabis 就在 Twitter 上發(fā)布聲明：他們正在全力提高 AlphaGo 的智能程度，全新版 AlphaGo 將在 2017 年年初復(fù)出下棋。這與 Master 的出現(xiàn)時間點非常吻合。
交通擁堵不單讓司機(jī)師傅們惟恐避之不及，更加對公共健康和國家經(jīng)濟(jì)造成了巨大的負(fù)面影響。
有研究指出，美國2015年度由交通擁堵造成的經(jīng)濟(jì)損失高達(dá)1600億美元，其中包括70億小時白白浪費在車流中的等待時間，以及30億加侖發(fā)動機(jī)空載消耗的化石燃油。
當(dāng)前，治堵的一個有效方法就是如滴滴、Uber這樣的共享汽車。但共享汽車究竟能達(dá)到怎樣的治堵效果，此前并沒有一個基于數(shù)據(jù)出發(fā)的科學(xué)評估。
近期，MIT計算機(jī)科學(xué)與人工智能實驗室（CSAIL）研發(fā)了一套全新的共享汽車調(diào)度系統(tǒng)，不但大大增強(qiáng)了現(xiàn)有共享汽車的運行效率，同時從數(shù)據(jù)上證明了共享汽車在治療城市交通擁堵上的卓越表現(xiàn)。
CSAIL的研究表明，在不增加額外出行時間的情況下，使用共享汽車可以減少約75%的城市車輛。具體的說，在紐約只需要3000輛四座汽車提供的共享汽車服務(wù)就可以取代98%的城市出租車，而且前者的平均等待時間只需2.7分鐘。
這項研究的負(fù)責(zé)人，CSAIL實驗室的主任Daniela Rus教授在2016年8月曾出席雷鋒網(wǎng)主辦的CCF-GAIR大會，并發(fā)表人工智能相關(guān)的主題演講。對于這項最新研究，她表示：“通過共享機(jī)制，每一輛四座汽車都可以一次運送多位乘客（而不像出租車那樣一次只能運送一位），對于司機(jī)來說，這意味著耗費更少的時間、更少的車次，卻可以獲得同樣多的收入。當(dāng)然，這也同時意味著更少的交通擁堵，更少的空氣污染，以及更快捷的出行體驗。”
芮勇博士自 11 月初正式公布去聯(lián)想擔(dān)任 CTO 后很少公開發(fā)聲，而在今日的 CES 2017 現(xiàn)場中，雷鋒網(wǎng)等媒體對聯(lián)想集團(tuán)高級副總裁、CTO 芮勇博士進(jìn)行了采訪，芮勇博士非常詳細(xì)全面地回答了他在聯(lián)想所負(fù)責(zé)的 AI 項目以及對人工智能的看法：
聯(lián)想從設(shè)備 Device Only 要轉(zhuǎn)變?yōu)樵O(shè)備+云，Device+Cloud。為了達(dá)到這一點，其實有很多的工作要做，并且這中間可能有很多是跟技術(shù)有關(guān)的，這可能也是我為什么今天會坐在這樣一個位置上的原因。就像你提到的，光有設(shè)備可能它只是一個很冰涼的設(shè)備，它之后一定要有內(nèi)容和服務(wù)，最好還能希望這個內(nèi)容和服務(wù)是因人而異的，是個性化的，是懂得我們用戶的。那它一定要有后面的人工智能的一些支撐。
我過去也從事了大概二十多年和 AI 有關(guān)的東西，從最早的圖像識別、圖片搜索，到今天做自然語言等等，未來將會進(jìn)一步推進(jìn)智能設(shè)備、智能云、智能服務(wù)。
谷歌大腦實驗室對 2017 屆機(jī)器學(xué)習(xí)培訓(xùn)生的招生已接近尾聲，申請截止日期本月 13 日。此前，谷歌大腦培訓(xùn)生項目只進(jìn)行了一屆，但是各方面的反響非常不錯。近日，谷歌大腦研究團(tuán)隊的領(lǐng)導(dǎo)者、大神 Jeff Dean 親自為它站臺，在谷歌官方博客對項目進(jìn)行介紹、宣傳。
“谷歌大腦培訓(xùn)生”的英文名稱是 Google Brain Residency，是一個為期一年的全日制研究型培訓(xùn)項目。最早被谷歌在 2015 年十月公布，但 2016 年六月才正式運營。它旨在幫助有志于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)研究的人，開啟他們的事業(yè)。的確，作為全球頂級 AI 實驗室的谷歌大腦；哪位 AI 開發(fā)者、研究員若能在那兒有一年的培訓(xùn)、研究經(jīng)歷，都可能會成為被各大公司、研究院爭相聘請的青年人才。谷歌表示，該項目的目標(biāo)是培養(yǎng)成功、有產(chǎn)出的深度學(xué)習(xí)研究人員。而且，這是一個利用谷歌世界頂尖的 AI 基礎(chǔ)設(shè)施做研究、積累相關(guān)經(jīng)驗的好機(jī)會——它提供了與谷歌 AI 專家交流、一同工作、探索機(jī)器學(xué)習(xí)前沿問題的契機(jī)。
該培訓(xùn)項目的層次，相當(dāng)于在美國一流大學(xué)進(jìn)行為期一年的深度學(xué)習(xí)研究生、博士生研究。參與培訓(xùn)的學(xué)霸們，在日常的研讀論文、學(xué)習(xí)之外，要參與谷歌大腦研究項目，并且在業(yè)內(nèi)頂級期刊、會議發(fā)表研究成果。嗯，看來也只有學(xué)霸才能勝任，這要求已經(jīng)能在國內(nèi)頂級大學(xué)評上教授了。我等資質(zhì)平庸之人還是自己看書、聽慕課去（洗洗睡）吧。經(jīng)歷培訓(xùn)之后，谷歌期望參與者能在深度學(xué)習(xí)領(lǐng)域的研究經(jīng)驗上有巨大長進(jìn)。
從 2016 年 4 月份開始，騰訊成立了自己的 AI 部門。目前這個部門擁有 30 多個科學(xué)家，90% 以上的人都是博士學(xué)歷，絕大多數(shù)人都是海外名校歸來，包括哈佛、康奈爾、麻省理工、哥倫比亞大學(xué)等高校。
騰訊的 AI 可能并不像其他巨頭那樣出名，比如說擁有 AlphaGo 的谷歌；擁有無人車和度秘的百度；以及擁有一些優(yōu)秀圖像識別項目的 Facebook 等等。
騰訊 AI 主要是集中在四個垂直領(lǐng)域：計算機(jī)視覺、OCR、語音識別、NLP。每一個領(lǐng)域里都會拓展到更多深層次的研究。在計算機(jī)視覺領(lǐng)域，除了傳統(tǒng)的圖像處理，還會涉及到 AR 以及空間定位技術(shù)等。
語音識別方向，除了傳統(tǒng)的語音識別、語音合成，還會將相關(guān)技術(shù)置入在自動翻譯當(dāng)中。另外，除了傳統(tǒng)的自然語言處理這種認(rèn)知行為的研究，騰訊還這些技術(shù)進(jìn)行落地研發(fā)聊天機(jī)器人等。
騰訊這四個 AI 研究方向，與騰訊現(xiàn)有的業(yè)務(wù)緊密結(jié)合。
騰訊作為一家社交為長的公司，會根據(jù)社交業(yè)務(wù)創(chuàng)造 AI 能力和產(chǎn)品，包括聊天機(jī)器人、智能助手，都會在社交的基礎(chǔ)上進(jìn)行研究。與此同時，游戲是騰訊非常重要的一項業(yè)務(wù)。未來騰訊會在游戲里面引入更多 AI 能力，設(shè)想這樣一個場景，未來 LOL 是不是可以有 AI 參加這種世界競賽，跟人對打。騰訊也有一款很受歡迎的手游叫做王者榮耀，如果利用 AI 把這里面的能力提升，就會提高可玩性和樂趣性。
除此之外，騰訊還會提供我們很多工具類 AI，包括人臉識別、語音識別、自然語言處理，以及學(xué)習(xí)平臺等。
AlphaGo 本周剛以 Master 的名字在圍棋賽中橫掃中日韓高手?jǐn)孬@ 60 連勝后，在周五晚，江蘇衛(wèi)視播出的節(jié)目最強(qiáng)大腦第四季中，百度的人工智能機(jī)器人“小度”也在中國版“人機(jī)大戰(zhàn)”中勝出?！靶《取笔讘?zhàn)告捷：在跨年齡人臉識別任務(wù)上，以 3：2 的比分險勝“最強(qiáng)大腦”代表王峰。
有人將這場比賽稱之為 “中國電視史上首次人機(jī)對戰(zhàn)”的比賽。
比賽中 Cross-Age Face Identification（跨年齡人臉識別）是一個難度較大的挑戰(zhàn)，在第一個節(jié)目設(shè)置中，需要識別對象的年齡跨度大概為 20 歲。在第二個節(jié)目設(shè)置中，對比小學(xué)畢業(yè)照和成年照，年齡跨度也高達(dá)十幾歲，而且第二個節(jié)目設(shè)置中的人臉數(shù)達(dá)到了 1500 個以上。在稀疏的數(shù)據(jù)集上學(xué)習(xí)到更好的特征，保證跨年齡的同一個人的兩張人臉的距離，比不同人相似年齡的兩張人臉距離小就是關(guān)鍵。最終，小度的表現(xiàn)讓人覺得非常驚艷。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
