人工智能商业内参 011

人工智能革命:为什么深度学习会突然改变你的生活?

这是当下人工智能「革命」的起点:

即将发生的革命的第一个火花是在2009年开始闪烁的。那年夏天,微软研究院邀请了神经网络先驱,多伦多大学的Geoffrey Hinton前往参观。由于对他的研究感到印象深刻,Lee的团队开始试验用神经网络进行语音识别。Lee说:“我们被结果惊到了。我们用非常早期的原型就实现了精确度提高30%。”

据Lee说,2011年,微软把深度学习技术引入到自己的商用语音识别产品上。2012年,Google开始跟进。

但是真正的转折点发生了2012年10月。在意大利佛罗伦萨的一场研讨会上,斯坦福AI实验室负责人,著名的计算机视觉竞赛ImageNet创始人李飞飞宣布,Hinton的两位学生已经发明了一种软件,这种软件识别对象的精确率几乎是最接近对手的2倍。Hinton认为“这是一个非常惊人的结果,令此前许多对此表示质疑的人都信服了。”(去年的竞赛上一家深度学习的参赛选手已经超越了人的识别率。)

攻破图像识别打响第一枪,这激起了一场人才争夺战。Google把Hinton和赢得那场竞赛的两名学生都请了过来。Facebook签下了法国的深度学习创新者Yann LeCun,他在1980年代和1990年代是赢得ImageNet竞赛的某种算法的先驱。而百度则抢下了吴恩达。吴曾是前斯坦福AI实验室的负责人,2010年曾帮助推出并领导了以深度学习为核心的Google Brain项目。


为什么机器学习让自主驾驶汽车难以证明其安全性

卡耐基梅隆大学的计算机科学家 Phillip Koopman 认为,验证自主驾驶汽车能安全行驶将是一大挑战。他解释说,传统上工程师的代码是根据特定要求而编写的,写完后执行测试去检查是否满足要求。但机器学习没有这么简单明了。机器学习算法通过训练现有示例创建数学模型去解决特定任务。面临新情况时,机器学习将根据训练模型做出预测。换句话说,它具有内在的风险。它是一个黑盒子,你不知道它究竟学到了什么。


匹兹堡AI交通信号让司机不感到无聊

卡耐基梅隆大学的教授 Stephen Smith 正在开发一种人工智能交通信号系统,能根据交通状况调整信号。匹兹堡市正在试运行这套系统,结果令人印象深刻:智能交通信号减少了25%的出行时间,减少了40%的汽车空转的时间。当地居民也表示交通状况确实好转。研究人员估计这套系统能减少21%的尾气排放。它还可能节省城市的公路拓宽费用或消除路边停车。Smith称他开发的智能交通灯管理系统是去中心化的,每个交通灯自己决定信号时间,它是真正的智能系统。


为让语音助手变得人性化,谷歌正四处招募喜剧作家

Google 希望用人类训练 Google Assistant:

所有这些努力都是为了将 Google Assistant 从今天简单的问答机器人,变成一种“能使用户以最自然的表达方式与其互动的东西,就仿佛它当前懂得的警世故事不够一样”。《华尔街日报》还发表了一篇题为“你的下一个朋友可能是机器人”的报道,披露谷歌已经从“洋葱新闻网”(The Onion)及皮克斯(Pixar)等公司挖来了一些喜剧作家,此举也是对 Anki 最近为推出机器人 Cozmo 而四处招募人才一事的回应。