奔驰宝马

第 563 期文章

字级:
小字级
中字级
大字级

盘点2018年不可不知的AI技术趋势 面对AI,我们需要恐慌吗?

自从电脑发明以来,大众对「AI智力超越人类,最终统治世界」这样的技术奇点(Technological Singularity)充满担忧,许多科幻电影也基于上述假设展开剧情,例如电影魔鬼终结者里的AI超级电脑Skynet,因产生自我意识,认为人类具有威胁性,因而想要毁灭人类而发生核战。

未来学家雷库兹维尔(Ray Kurzweil)是奇点理论的信奉者,他在2008年创立奇点大学(Singularity University),在Google、Nokia、LinkedIn等公司的赞助下,成为创意的孵育地。雷库兹维尔认为,到2029年AI将达到人类的智力水平,而到2045年,AI运算力会超过人类10亿倍,人与机器将深度融合,奇点就会来临。

然而,奇点真的会到来吗?这样的论点,在全球已经掀起一波论战。

开放式深度学习框架Keras的作者Fran?ois Chollet,认为人们对智力的误解引导出错误的推理。Chollet认为,智力高低并不能决定成功与否,没有任何证据可以证明IQ高的人,能做出对人类社会更大的贡献,而且大多数的智慧并不存在於人类大脑中,而是外部化成为人类的文明,变成人类的工具,使人类的问题解决能力不断提高。人类自己,就是一个不断迭代自我增强的系统。

因此,在担心AI是否会毁灭人类之前,我们更关心的是,AI目前的发展进度为何?企业应如何导入AI,帮助企业增加内部效率,甚至改变营运模式。以下就将针对2018年AI技术的最新发展进行探讨。

2018年AI?视觉辨识发展

1)简化自定义分类工具

2018年1月18日,Google云端人工智慧暨机器学习首席科学家李飞飞,透过Twitter宣布Google推出客制化的机器学习平台Cloud AutoML。Cloud AutoML采用迁移学习(Transfer Learning)技术,利用已经预先学习的神经元图像,套用到新的分类目标中,达到快速训练的目的。目前Cloud AutoML仅推出视觉工具包AutoML Vision,藉由Google已经预先训练好的公开资料集ImageNet,达成简化训练的目标。AutoML Vision特别适用于辨识具专业知识的特定应用领域,即使对AI模型不熟悉的开发者,也可以很快的创造出图形分类器,因而达到「AI民主化」的成效。

2)精确的大规模图形自动标注

目前深度学习可以让AI进行大规模的图像辨识,其中一个成功要素,来自于高品质人工标注的资料集。史丹佛大学的ImageNet图形辨识竞赛,就汇集了1,400万张经过人工标注的图片,由人工手动分类成2万种不同的类别,再训练AI进行辨识。到2015年以后,辨识错误率已降到5%以下,超过人类的水准。

人工标注的资料集,规模达到千万等级已经趋於顶峰,然而真实世界并无法只靠千万张图片来诠释。因此,全球大厂仍然在发展自动化的图形标注。

2018年5月,Facebook在F8开发者年会上公布了新的成就,透过其平台上35亿张公开照片以及用户自行定义的HashTag上,训练图像识别系统,来代替人工标注。Facebook采用弱监督式学习演算法,达到了85.4%的准确率。
这项功能强大的地方在於用词更准确,举例来说,AI在辨识苹果派时,就是「苹果派」,不会被标注成泛用的类别「食物」,更贴近真实世界。

2018年AI?自然语言发展

语音助理从家庭进入企业

2018年在Amazon上面的热销商品中,智慧音箱Echo占有重要的一席之地。Echo让语音技术走进家庭,透过智慧音箱,可以拨放音乐,也可以订购商品、叫计程车、拨打电话、查询天气、播报新闻、控制智慧家电等,Amazon为Echo开发了一万多种应用,让Echo成为智慧家庭的中心。除Amazon外,Apple、Google、Microsoft、Sony、小米、天猫与京东也都推出智慧音箱。

而智慧音箱的灵魂便是语音助理系统。语音助理系统必须具备语音辨识、自然语言分析、语意识别等重点技术。智慧音箱是否热销好用,语音助理系统功不可没。
而2018年语音助理系统近一步走进企业市场。IBM就是企业语音助理的解决供应商之一,提供企业用户语音助理解决方案Watson Assistant。IBM将人工智慧、云端运算与物联网结合在一起,提供良好的顾客体验,并同时保持商业与顾客数据的隐私与安全。

2018年AI?认知理解发展

强化式学习帮助AI认知理解

认知理解发展是人工智慧领域一个重要的部分。发明AlphaGo围棋AI的DeepMind公司,打败韩国九段棋士李世石,让大众对AI能力大为震惊。
DeepMind在AlphaGo获胜后,仍不断精进围棋AI,2017年10月,在Nature上发表论文,推出AlphaGo Zero,DeepMind拿掉人类创造的所有围棋知识,让AI彻底乱下,从0开始对弈。AlphaGo Zero训练时间更短,采用强化式学习技术,仅训练3天就达到击败李世石AlphaGo Lee版本的水准,训练21天达到击败柯洁的AlphaGo Master版本的水准。而2017年12月,DeepMind再发表新论文,推出Alpha Zero,一种通用型的棋类AI,Alpha Zero仅训练几小时就在围棋、西洋棋、象棋等领域称霸。


DeepMind达到这空前的成绩,除了演算法不断精进外,也利用Google TPU运算资源进行快速训练。但围棋AI将不是只有DeepMind可以拥有,2018年5月,Facebook宣布开源其ELF OpenGo围棋机器人。Facebook人工智慧研究院实现了DeepMind AlphaGo Zero及Alpha Zero论文中的演算法,成为OpenGo机器人。根据Facebook表示,他们用两千颗GPU(图形处理器)训练两到三周后,得到的这个围棋AI OpenGO。Facebook宣布将OpenGo开源后,任何人都可以取得原始码进行围棋AI训练。

AI?走入寻常百姓家

所谓的AI民主化,希望透过云端运算服务,并简化AI工具,让AI技术可以迅速普及化,导入到各行各业,而不是只有少数企业可以使用的技术。

科技大厂已经积极往AI产业发展,而底层的Framework(架构)也已经具备,许多AI演算法都开源让所有开发者使用。对企业来说,这是一个充满机会的年代。不需要从底层开始,就可以很快导入AI技术,为企业提高作业效率,甚至开创新的营运模式。

因此,不久的将来,AI技术将快速从学术领域走向产业,成为各行业的驱动力,影响零售、媒体、文化、金融以及健康等应用领域。

我要留言

欢迎您留下联络资讯,我们将由专人与您联系

输入验证码
TOP
在线客服
客服时间
周一~周五 08:30~18:00
400-920-6568
(021)800-820-0168
關閉