五大关键词梳理人工智能的2015年.pdf

盘点：五大关键词梳理人工智能的2015年 论文类别：计算机 - 互联网研究 上传时间：2015/12/22 11:04:00 论文作者：未知 (中讯)在即将过去的2015年里，几乎每天都能听到关于 “人工智能”的新消 息，或是大公司新产品发布、或是创业公司拿到巨资、或是研究机构探讨人工 智能如何人类相处等等。Bloomblog将2015年评价为人工智能的里程碑一年， 因为 “计算机变得更加聪明，它们的学习也达到了前所未有的速度。” 我梳理出关于人工智能的五个关键词：开源、创业、巨头买买买、产品、争 议。站在2015年的年末，和大家一起回首人工智能领域这一年的发展与进步。 开源与话语权之争 正如谷歌董事长施密特所言： “机器学习并不是魔术，它只是个工具而 已。”过去一年，我们看到越来越多公司将自己的机器学习技术作为工具开放 给全球开发者使用。 一方面，人工智能的发展离不开全球各地开发者的积极参与，而开源将成为 吸引开发者的重要途径。另一方面，利用开源争夺人工智能的话语权，也成为 巨头们积极开源的重要原因。 2015年11月，谷歌开源了一个名叫TensorFlow 的机器学习平台，全球各地 的开发者和爱好者都可以免费使用这个平台，作为谷歌第二代人工智能系统， TensorFlow 的命名起源于该系统的运作原理，即复杂的数据结构(Tensor)将会 被传输至人工智能神经网中进行分析和处理，这一过程是机器深度学习的核心 部分。 谷歌此举被业界广泛解读为 “欲复制人工智能领域的Android”。 事实上，早在今年1月，Facebook人工智能研究院(FAIR)就推出一组基于 Torch机器学习框架的开源深度学习工具。Torch是一个从2002年就开始存在 的开源库，已被Google、Twitter、Intel、AMD、NVIDIA等公司采用。 Facebook 的开源工具将有助于提升神经网络性能，并可英语用于计算机视觉和 自然语言处理(NLP)。 早已将人工智能作为公司核心战略的Facebook并没有停止开源步伐。2015 年12月，Facebook宣布开源针对神经网络研究的服务器 “Big Sur”，这款服 务器装配有高性能图形处理单元(GPUs)，是专为深度学习方向设计的芯片。 传统的IT 巨头也没有闲着。就在谷歌开源TensorFlow不久，微软亚洲研究 院于将分布式机器学习工具包(DMTK)通过Github开源。这个工具包由一个服务 于分布式机器学习的框架和一组分布式机器学习算法构成，可将机器学习算法 运用到大数据。 同样也是在11月，IBM宣布开源旗下机器学习平台SystemML，这个平台由 IBM 的Almaden实验室近10年前开发，可支持描述性分析、分类、聚类、回 归、矩阵分解及生存分析等算法，IBM沃森就整合了其中多项技术。 这些下半年尤其是11月份之后出现的开源热潮令人眼花缭乱。但上半年的另 一家公司的开源产品却被很多人忽视，这就是亚马逊的机器学习平台。 2015年4月，亚马逊推出Amazon Machine Learning(亚马逊机器学习)，这 是一项全面的托管服务，让任何开发者都能够轻松使用历史数据开发并部署预 测模型。亚马逊内部一直使用机器学习过滤商品下方的垃圾评论、通过注册姓 名来辨别用户的男女性别，以及训练分拣机器人对不同形状物品的识别等等， 这些功能将通过AWS云服务提供给开发者。 如果说基于硬件服务器的机器学习还有一定的门槛，那么基于云计算机器学 习服务则在部署和维护方面提供了较大便利性。 创业起步期 2015年人工智能投资有多热呢？风险投资人Nathan Benaich在12月1 日伦 敦Re.Work大会深度学习讨论时透露了一些数字：从2015年1月1 日到2015 年12月1 日，约有300笔涉及到人工智能领域的投资，80%的投资少于500万 美元；90%的现金投资发生在美国，欧洲只有13%；75%的多轮融资发生在美 国。 而根据Venture Scanner追踪分析855家人工智能创业公司的数字显示，这 个领域的创业公司横跨十三个品类，总估值超过87亿美金。 如果以全球整体风险投资情况来看，人工智能领域的投资比例大约只为5%。 这些数字都表明：整个人工智能领域的创业融资还处在早期，绝大多数的人工 智能创业公司还没有成型的产品或停留在产品测试阶段。 不过，2015年我们还是看到了一些很酷的人工智能创业公司。 加拿大多伦多大学Brendan Frey教授实验室于今年夏天创