人工智能新技术快速发现与落地策略.pdfVIP

人工智能新技术快速发现与落地策略.pdf

第205讲|人智能新技术如何快速发现及落地（上）

2019-4-16狗尾草科技，院长

你好，我是狗尾草科技，院长从上世纪80年始，我们经历

了技术飞速发展的四个时代，分别是PC时代、互联网时代、移动互联网时代，以及我们正在

经历的时代。现如今，的新概念、新技术层出不穷，作为技术管理者，一

个重要的能力就在于如何快速发现技术，并且落地到实际产品中。在本文中，我将跟你一起

讨论新技术如何快速发现和落地。

简要来说，概念自从1956年达特茅斯会议上被提出，迄今为止经历了3个热潮。

第一个热潮伴随着神经元模型、深度学习模型以及增强学习的雏形即感知器的提出和发展而

兴起，但却由于适用性较窄而进入低谷。第二个热潮出现在上世纪80年代初到90年代，浅层

学习算法如支持向量机、Boosting、最大熵等得到广泛应用，、出的个人电脑也进

入到普通百姓的家庭，但由于第五代计算机和背离工业发展的方向的技术路线，人工

智能再一次进入低谷。

2006年，杰弗里·欣顿（GeoffreyHinton）和他的学生在《Science》上提出基于深度信念网

络（DeepBeliefNetworks,DBN）可使用非监督学习的训练算法，随后2012年，DNN技术在

ImageNet评测中取得了突破性进展，进入到新的热潮，围绕语音、图像、机器人、

自动驾驶的技术大量涌现。

，微软语音和研究团队黄学东宣布微软语音识别系统取得重大突

破，错误率由之前的5.9%降低到5.1%，可与专业速记员比肩；谷歌在2015年深度学习

算法，已经在ImageNet2012分类数据集中将错误率降低到4.94%，首次了人眼识别的错

误率（约5.1%）；DeepMind公司在2017年6月发布了当时世界上文本到语音环节的

生成模型——WaveNet语音合成系统；另外，截至2019年3月，由斯坦福大学发起的SQuAD

（StanfordQuestionAnsweringDataset）使用BERT的系统暂列第一，其F1分值达到

89.474。

每一次热潮都会伴随着的大肆，在吊起广大民众胃口和期望值的同时，让大家产生

一种错觉，认为马上要世界了。因此，在符号主义、连接主义、行为

主义之外，又出现了一个叫“主义”的分支，主要特点是哗众取宠，什么吸引眼球就写

什么。至于我们当前正处于的第三次热潮，会不会由于强的难以突破，又

一次跌入谷底，还有待观望。

如图，从独立公司Gartner发布的技术成熟度曲线中，我们可以看出，脑机接口、知

识图谱，以及通用技术都有了快速的发展，但强的极点何时出现，我们还

不可知。

在简要介绍完技术的发展现状，我们来谈谈落地的难点。

2012年，随着一波投资热潮，大量公司如雨后春笋般涌现，同时，也在人

工智能上投了很多热情，以期推进智能化和产业升级。借此契机，大量传统的软件公司乃至

文化公司，为了更快的融资和拿到的，想尽办法为自己的产品和解决方案冠上人工

智能的头衔。但实际上，的落地并没有那么美好，上经常看到的一些炫

酷的案例，背后也都存在大量人工设计的场景和规则。甚至专门出现了一个叫做P2V的场景，