AI人工智能
761 浏览
纽约时报：了不起的AI觉醒
机械自动化类 料盘挡板 2016-12-26 16:59 发表了文章
谷歌如何使用人工智能来改变谷歌翻译这项颇受欢迎的服务，以及机器学习如何重塑计算。
序言：你所读到的就是你自己
在十一月初的某个周五晚上，Jun Rekimoto（东京大学人机交互领域的杰出的教授）正准备在线演讲，他突然注意到社交媒体滚动条上有一些特别的内容。这些内容是关于谷歌翻译的，这项流行的机器翻译服务最近突然有了大幅改善。
Rekimoto开始研究谷歌翻译并用它做了一些测试，测试结果令他非常震惊。虽然已经夜深，但谷歌翻译取得的进展依然让Rekimoto久久无法入睡。
Rekimoto在一篇博客中写了他的初步发现。首先，他用谷歌翻译翻译了《了不起的盖茨比》中的一些句子，并与1957年Takashi Nozaki译版和最新的Haruki Murakami的译版进行对比。Rekimoto后来通过电子邮件向我解释，Murakami的版本语言非常细腻，具有独特的“Murakami风格”。相比之下，谷歌的翻译虽然有些不自然，但是对他来说“更透明”。
Rekimoto博客的后半部分从日译英的方向测试了谷歌翻译。他先是自己用日语翻译了海明威的《乞力马扎罗的雪》的开头部分，然后把这段话通过谷歌翻译转译成英语。他列出了此版本与海明威的原版，并让读者猜测哪个版本是机器完成的。
NO. 1:
Kilimanjaro is a snow-covered mountain 19,710 feet high, and is said to be the highest mountain in Africa. Its western summit is called the Masai “Ngaje Ngai,” the House of God. Close to the western summit there is the dried and frozen carcass of a leopard. No one has explained what the leopard was seeking at that altitude.
NO. 2:
Kilimanjaro is a mountain of 19,710 feet covered with snow and is said to be the highest mountain in Africa. The summit of the west is called “Ngaje Ngai” in Masai, the house of God. Near the top of the west there is a dry and frozen dead body of leopard. No one has ever explained what leopard wanted at that altitude.
即使是以英语为母语的人，也很难分辨出第二段是由机器完成的。这两段翻译是如此的相近，Rekimoto甚至觉得这很神奇。因为Rekimoto非常熟悉谷歌翻译之前的能力，甚至在24小时前，谷歌只能翻译成下面这段话：
Kilimanjaro is 19,710 feet of the mountain covered with snow, and it is said that the highest mountain in Africa. Top of the west, “Ngaje Ngai” in the Maasai language, has been referred to as the house of God. The top close to the west, there is a dry, frozen carcass of a leopard.Whether the leopard had what the demand at that altitude, there is no that nobody explained.
Rekimoto在Twitter上向他的十万个粉丝公布了他的发现，在接下来的几个小时里，成千上万的人发出他们使用机器翻译的结果。有些是比较成功的，但也有些是非常滑稽的。
在东京破晓之时，谷歌翻译登上了日本Twitter热度榜的第一位，甚至连人气动漫和人气偶像少女的被挤了下去。每个人都很惊奇：谷歌翻译为何能如此让人刮目相看？
四天之后，来自世界各地的上百名记者、企业家和广告客户齐聚于谷歌的伦敦办公室中，观看谷歌的特别发布会。客人们的甜点是印有翻译标志的幸运饼干，每个人的面前还放有一张纸条，一面写着不同国家的短语，另一面邀请客人们下载谷歌翻译的软件。桌子上还摆放了甜甜圈和冰沙盘，旁边的标语牌标注了各种国家的风味。过了一会，所有人来到了一个豪华的黑暗剧场中。
上图：Sundar Pichai，谷歌的首席执行官，在他加利福尼亚州山景城的办公室外。
伦敦市长Sadiq Khan首先上台演讲。演讲的开始，市长提到他有个朋友觉得市长就像谷歌一样。于是市长问朋友：“为什么？因为我什么都懂？”朋友否认道：“不是的，是因为你就像谷歌一样，总是试图把我的话补充完。”观众们纷纷被市长的幽默逗笑。随后，谷歌的首席执行官Sundar Pichai上台发表演讲。
Pichai此行的目的之一就是启动谷歌伦敦国王大道的新大楼，预示着公司完成了去年提出的转型计划的初始阶段。Pichai曾经多次在不同场合说过谷歌的未来将以“AI为先”，这在理论上听起来很复杂，引发了许多学者的推测。在实践生产中意味着，未来谷歌将不再依靠传统计算编程来生产产品，而是“机器学习”。
谷歌公司中有一个鲜少提及的部门，谷歌大脑。这个部门成立于五年前，一直遵循着一个原理：人工“神经网络”能够像婴儿一样，通过不断的尝试和犯错来认知这个世界，最终拥有像人类一样的灵活性。这其实并不是一个新理论，早在现代计算机初步发展的20世纪40年代就出现了。但当时大部分科学家并不看重，认为它过于深奥。直到2011年，谷歌大脑证明了将这个强大的方法运用在人工智能领域里可以解决此前几十年的棘手问题。例如，此前谷歌手机在语音识别方面一直效果不是很好，直到谷歌将机器学习算法移植到手机平台后，语音识别精度已经可以和人类媲美。而在图像识别领域也同样取得了良好的效果。一年前，谷歌大脑就已经将这些核心技术成功运用在消费级产品里。
谷歌翻译于2006年首次亮相，目前已经成为谷歌最可靠和最流行的应用之一。每天，谷歌翻译会面对 5 亿个月度活跃用户的 1400 亿个不同语种的单词。现在它已经不是座位一个独立的应用存在，更是已经集成到Gmail、Chrome 及许多其它谷歌产品中了，谷歌将它作为其数字商务中的一个无缝贴合的部分。Pichai在台上讲到，直至叙利亚难民危机之时，公司才意识地区间的翻译交流是何等重要。他背后屏幕的陡峭的曲线图显示，阿拉伯语与德语互译的翻译请求最近增长了五倍之多。（这个结果也符合Pichai的内心想法，他在印度出生成长，那里有几十种不同的语言。）谷歌翻译此后也在逐步增加新的语言和功能，但是过去的四年，发展速度正在逐年减缓。
截至到上个周末，谷歌翻译已经在美国、欧洲、亚洲等地区完成了基于人工智能的转换，包括西班牙语、葡萄牙语、法语、德语、中文、日语、韩语及土耳其语在内的语言与英语的互译。而其它上百种语言也即将实现互译，谷歌预计将会以每月八个的速度在年底前更新完毕。而对于谷歌工程而言，只花费九个月的时间就完成这一重大革新无疑是一个惊喜。AI系统一个通宵所取得的进展就相当于过去所取得的进展之和。
Pichai对含蓄的古典文学尤为偏爱，一个月前，他曾告诉我，在他加利福尼亚州山景城的办公室里，有些文字还是需要谷歌翻译来辅助显示，毕竟并不是所有人都像物理学家Robert Oppenheimer一样能读原版的《博伽梵歌》。因此在伦敦的发布会上，幻灯片上出现了博尔赫斯的经典名言：“Uno no es lo que es por lo que escribe, sino por lo que ha leído.”
Pichai大声地读出旧版谷歌翻译翻译出来的拙劣的句子：“One is not what is for what he writes, but for what he has read.”
而在大屏幕的右边，新的AI系统版本则翻译的更加优雅：“You are not what you write, but what you have read.”
这是有一个对新版的谷歌翻译非常恰当的描述：在某种意义上，谷歌翻译是第一条可以通过学习理解任何事物的机器。
谷歌以AI为中心重组公司。在过去的四年中，谷歌、Facebook、苹果、亚马逊、微软和中国百度等六家公司都围绕AI人才展开了一场军备竞赛，尤其是在大学。企业纷纷到顶尖的学术院校挖掘人才，给人才以丰富的资源和极大的自由。在硅谷，Facebook的CEO Mark Zuckerberg会亲自通过电话和视频聊天软件跟公司最优异的研究生进行会话，七位数的起薪根本不在话下。参加人工智能最重要的学术会议的人数增加了近四倍。大家所关注的不仅仅是小小的创新，还有该如何掌控全新的计算平台：无处不在的人工智能。
我们好像理所当然地就开始使用“人工智能”这一短语，但它其实一直是引发争议的根源。想象一下，如果你回到20世纪70年代，在大街上拦住一个路上，拿住智能手机并向她展示手机里的谷歌地图。你可能需要不停地向她解释，你并不是穿着奇怪的巫师，从口袋里掏出的手机也不是什么黑色护身符，它只是一个比阿波罗时光机更强大的电脑。实际上，谷歌地图就是能跟她展示什么是“人工智能”的例子。在某种意义上，谷歌地图确实是人工智能的例子。它能帮你规划从酒店到机场的路线，而且比人类能完成得更快更好。它还能做一些人类显然不能做的事情：它可以判断交通状况；规划最佳路线；在你走错路时，它能重新定位并进行路线的重新规划。
实际上，如今没有人会把谷歌地图跟高贵的“AI”相提并论。所以我们在使用“智能”这个词的时候，是带“情感”色彩的。人工智能可以区别HAL和其它任何用织机或手推车就可以做出的东西。我们能自动化一项任务，涉及到的相关技能会转变为单纯的机制。现在，谷歌地图似乎还不能称之为人工智能，充其量是机器人：它只接受一个明确的需求（从一个地方到另一个地方），并尽力满足这种需求。因此，“人工智能”的所对应的实际应用其实范围很小。
Pichai的终极目标是区分AI应用和“通用人工智能”。通用人工智能不涉及对显式指令的忠实遵守，它是为一般情况下的一般用途而设计通用工具。Pichai认为，他公司的未来取决于通用人工智能。想象一下，如果你告诉谷歌地图，“我想去机场，但需要在中途停一下给我的侄子买礼物。”一个通用的智能服务，就像三年前的电影《她》中，由Scarlett Johansson配音的那个无处不在的助手一样，她像好朋友一样了解你的情况：你侄子的年龄，你通常喜欢给孩子买什么礼物，以及哪里有能买礼物的商店。但是，一个真正聪明的地图能做一些好朋友考虑不到的事，比方说，你侄子学校的孩子里，最近流行什么玩具。如果聪明的机器能够辨别一些错综复杂的数据，从中找到过去我们做过的事情中暗藏的规律性，那么它就可以推断我们的想法。
AI助手是人工智能的新浪潮，苹果的Siri、Facebook的M，还有亚马逊的Echo都是机器学习的产物，作用都很相似。然而，机器学习并不一定只局限于此。今年，三星的医学成像子公司宣布其新的超声设备能够检测乳腺癌。公司也在招贤纳士，以扩大计算机的工业应用。DeepMind于2014年被谷歌收购，AlphaGo在围棋游戏中击败了人类围棋大师，尽管当时人类预测人工智能要想战胜人类还需要10年。
1950年，Alan Turi吴恩达在那篇著名的文章中提出了一个人工智能的测试：一台计算机是否能在5分钟的文本交流中成功地欺骗人类。一旦机器可以在两种自然语言之间流利地翻译，机器就能很好地“理解”人类语言，从而与人类进行对话。谷歌大脑的成员们正推动和协助监督翻译项目，他们相信这样的机器将会成为通用人工智能的助手。
谷歌的研究人员和工程师团队从最初的一两个人，扩大到三四人，甚至后来扩大到一百多人，他们在这一领域取得了巨大进步。接下来要讲的关于谷歌团队的故事非常少见，因为它跟我们对硅谷的通常印象有所不同。它并不是一些俗套的剧情。它不是一个关于技术能解决所有问题的故事，也不是一个技术会毁灭世界的故事。它跟颠覆无关，至少不是通常意义上的颠覆。
事实上，这个故事又包含了三个相关的故事，这三个故事在谷歌翻译成功转型为AI的过程中融合在一起，它们分别是：技术故事，制度故事和关于思想演变的故事。技术故事是关于一个公司的一个产品团队，以及他们对旧产品进行改进、测试并形成全新版本的过程，而且他们只用了别人预期的约为四分之一的时间就完成了这个过程。制度故事是关于该公司内的一个虽然规模不大但很有影响力的人工智能团队，以及他们凭借对一些旧的、未经证实的和广泛不适用的计算观念的直觉信念，超越了几乎其他所有公司的过程。思想的故事是关于坚持不懈的认知科学家、心理学家和工程师，他们长期以来用看似不合理的信念，最终激发了我们对技术和理论的理解，以及意识本身的范式转变。
第一个故事是谷歌翻译的故事，发生在山景城，时间跨度为九个月，故事解释了机器翻译发生的转变。第二个故事是谷歌大脑及其众多竞争对手的故事，发生在硅谷，时间跨度为五年，它解释了整个领域的转型。第三个故事是深度学习的故事，发生在苏格兰、瑞士、日本和加拿大等大部分地区的遥远实验室，时间跨度长达七十年，它可能非常有助于改变人类的自我认知。
这三个故事都跟人工智能有关。七十年的故事是关于我们对人工智能的期待。五年的故事是关于人工智能在不久的将来会带来什么。九个月的故事是关于人工智能现在可以做什么。这三个故事本身都是对概念的证明，而所有这一切都只是开始。
第一部分：学习机器
1、谷歌大脑的诞生
虽然Jeff Dean的职位是高级研究员，但是事实上，他才是谷歌大脑团队的领导者。 Dean有着长而窄的脸，深深的眼睛并且十分热情。作为医学人类学家和公共卫生流行病学家的儿子，Dean成长时期几乎周游了世界各地，包括明尼苏达州、夏威夷、波士顿、阿肯色州、日内瓦、乌干达、索马里、亚特兰大等地。在高中和大学期间，他写的软件就被世界卫生组织所采用。自1999年以来，他一直在谷歌工作，当时他才25岁，从那时起，他几乎参与了谷歌所有重大项目中核心软件系统的开发。作为公司的元老级人物，Jeff Dean Facts已经成了公司开玩笑的对象。以Chuck Norris的事实模式为例：“Jeff Dean的PIN是pi的最后四位数字。”“当Alexander Graham Bell发明电话时，他接到了一个来自Jeff Dean的未接来电。”“Jeff Dean在最高级别为10的系统中晋升到了11级。“（最后一个是真的。）
上图：谷歌工程师和谷歌大脑的领导者Jeff Dean。
来源：纽约时报的Brian Finke
2011年初的一天，Dean在谷歌校园的“微型车间”之一，也就是山景城大楼的共享休息室，遇见了年轻的斯坦福计算机科学家吴恩达教授，他兼任谷歌公司的顾问。吴恩达跟Dean介绍了Marvin项目（以著名的AI先锋Marvin Minsky命名），在这个项目中，他协助谷歌建立了一种基于大脑架构的柔韧的数字网格的“神经网络”。1990年，Dean在明尼苏达大学读本科的时候，也曾经研究过该技术的原始版本，当时神经网络的概念已经开始流行。在过去的五年中，神经网络领域从事相关研究工作的学者数量开始再次增长。吴恩达告诉Dean，Marvin项目是由谷歌的秘密X实验室负责研究的，目前已经取得了一些可观的进展。
Dean对此很感兴趣，决定花自己“20％”的时间来投入这个项目，每名谷歌员工都要将自己20%的时间贡献给他或她的核心工作以外的工作。很快，Dean向吴恩达推荐了有着神经科学背景的Greg Corrado。（在研究生院的课堂上，Corrado粗略地学习了该技术，但他对此很感兴趣，他开玩笑说道：“那天我上课的时候很专心。”）在春天，他们团队又多了一名吴恩达的得意研究生Quoc Le，他是项目团队的第一个实习生。在那之后，一些谷歌工程师用“谷歌大脑”来形容Marvin项目。
术语“人工智能”是在1956年夏天在达特茅斯的一种宪法惯例中诞生的，当时大多数研究人员认为创造AI的最佳方法是写一个非常大而全面的程序，将逻辑推理的规则和有关世界的知识写入其中。比方说，如果你想把英语翻译成日语，你需要把所有的英语语法规则、牛津英语词典中包含的所有定义、所有的日语语法规则，和日语字典中的所有单词都编入计算机。这种观点通常被称为“符号化AI”。因为它的认知定义是基于符号逻辑的，但它已经有些过时，只能算作是“好的老式的AI”。
这种老式方法有两个主要问题。一是，它非常耗费人力和时间；二是，它只有在规则和定义非常清楚的领域（比如数学或象棋）才真正起作用。然而，如果翻译采用这种方法，效果会很差，因为我们平时说的话没办法跟词典上的规则和定义完全对应。比方说，这样的系统可能会把“农业部长”翻译为“农业牧师”。但是，对于数学和国际象棋来说，这种老式方法就很奏效。
不过，这种老式方法的系统确实有限。在20世纪80年代，卡内基梅隆的机器人研究员指出，让计算机做成人能做的事情很简单，但让计算机做一个1岁的小孩可以做的事情却几乎是不可能的，比如拿起一个球或识别一只猫。到了20世纪90年代，尽管计算机能够在国际象棋上战胜世界冠军，我们离真正的人工智能还差得远。
关于AI，还有另外一种看法，计算机的学习是自下而上（从数据），而不是从上到下（从规则）学习。这个概念可追溯到20世纪40年代初，研究人员发现灵活自动智能的最佳模型就是人类大脑本身。毕竟，大脑只不过是很多神经元的集合体，神经元之间可能会相互传递电荷，或者不会传递。重要的不是单个神经元本身，而是它们之间的连接方式。这种结构很简单，为大脑提供了丰富的适应性优势。大脑可以在信息量少或缺失的情况下工作；它在承受重大的损害时，也不会完全失去控制；它可以用非常有效的方式存储大量的知识；它可以区分不同的模式，但同时保留必须的混乱来处理歧义。
所以人类开始试图用电子元件来模仿这种结构，1943年研究表明，简单的人工神经元排布可以执行基本的逻辑功能。至少在理论上，神经元可以模仿人类的方式。实际上，神经元会根据试错把相互之间的突触连接调节得更强或更弱。人工神经网络也可以做类似的事情，在不断试错的基础上逐步改变人工神经元之间的数字关系。人工神经网络不需要使用固定规则来预编程，相反，它会改变自身以反映所输入的数据中的模式。
这种观点认为人工智能是进化得来，而不是创造出来的。如果你想要一个灵活而且能适应环境的机制，不能一开始就教它国际象棋。必须从非常基本的能力，如感官知觉和运动控制开始，长此以往更先进的技能才有可能出现。人类并不是通过记忆字典和语法书来学习和理解语言的，所以我们有什么理由要让计算机通过这样的方式来学习呢？
谷歌大脑是第一个对这种思维方式进行商业投资的机构。Dean、Corrado和吴恩达利用闲暇时间进行合作并对此展开研究，很快他们便取得了进展。他们从最新的理论大纲和自20世纪八九十年代以来的已有框架中提取了他们的模型的搭建灵感，他们还利用了谷歌巨大的数据储备和庞大的计算基础设施。他们利用网络上大量的“标记”数据，让计算机不断改进从而更好地匹配现实。
某天，Dean告诉我说：“动物进化出眼睛是个巨大的发展。”我们像往常一样坐在会议室，他在白板画了一个复杂的时间线，展示了谷歌大脑以及它与神经网络的历史关系。“现在，计算机也有了眼睛，我们能够借助眼睛让计算机识别图片。机器人的能力将得到巨大提升。他们将能够在一个未知的环境中，处理各种不同的问题。”这些他们正在研发的能力可能看起来很原始，但它们的影响是深远的。
上图：Geoffrey Hinton，他在谷歌多伦多办事处提出的想法为谷歌翻译的神经网络方法奠定了基础。 图片来源：《纽约时报》的Brian Finke
2、重量级实习生
正如Dean所说，谷歌大脑诞生一年后，就在研发具有1岁小孩智力的机器中取得了不错的成绩。谷歌的语音识别团队将其旧系统的一部分转换为神经网络，并因此取得了该系统20年来的最好成效。该系统识别对象的能力提高了一个数量级。这不是因为谷歌大脑的研究人员在短短一年内就产生了很棒的新想法，而是因为谷歌终于在该领域投入了资源和人力。
Geoffrey Hinton的到来让谷歌大脑发展更为迅猛。在谷歌大脑成立的第二年，Hinton被招聘到了谷歌大脑，而吴恩达离开了谷歌（吴恩达现在领导百度1300人的AI团队）。Hinton只能离开多伦多大学在谷歌任职三个月，因此由于奥术合同的原因，他不得不被聘为实习生。在实习培训中，辅导人员说“输入您的LDAP（目录访问协议）”，他问道：“什么是LDAP？”在场其他所有25岁的职员，尽管他们可能刚刚弄清深度学习是人工智能的必要条件，都在想“那个老家伙是谁？为什么他连LDAP是什么都不知道？”
Hinton说道：“在午餐时间，团队成员里有个人惊呼‘Hinton教授！我选修了你的课程！你居然在这里？’”从那以后，大家才不对Hinton议论纷纷。
几个月后，Hinton和他的两个学生在一个称为ImageNet的开源集合运行的大型图像识别竞赛中展示了惊人的成果，他们让计算机不仅能识别猴子，而且能够区分蜘蛛猴和吼猴，以及各种不同品种的猫。谷歌很快就向Hinton和他的学生发起了聘用书，他们接收了谷歌的聘用。Hinton说道：“我本以为谷歌对我们的知识产权感兴趣，结果没想到是对我们这几个人感兴趣。”
Hinton来自英国的传统家族，像Darwins一样，他们家族非常注重教育。他伟大的曾祖父是George Boole，他在符号逻辑方面的基础工作为计算机打下基础；Hinton的祖父是一位著名的外科医生，Hinton的父亲是一位热爱冒险的昆虫学家，Hinton的父亲的表哥是洛斯阿拉莫斯研究所的研究员，等等。而Hinton曾在剑桥和爱丁堡大学读数，然后又到卡内基梅隆大学学习，最后他又到多伦多大学。（他的工作长期以来一直受到加拿大政府的慷慨支持。）我在他的办公室对他进行了采访，他顶着一头成熟的诺埃尔加拉格尔风格的黄到褪色的头发，穿着一件宽松的条纹衬衫，椭圆形的眼镜滑落到高挺的鼻子尖端。他开口说道：“计算机会比美国人更早地理解讽刺为何物。”
19世纪60年代末，Hinton在剑桥大学读本科时，就一直致力于研究神经网络，他是该领域的先驱。但大多数时候，每当他谈及机器学习，人们都觉得他在满口胡言。人们之所以觉得神经网络荒谬，主要是因为感知机（Perceptron）被过度炒作，感知机是一个人工神经网络，是康奈尔心理学家Frank Rosenblatt于20世纪50年代后期提出的。《纽约时报》曾报道，感知机的赞助商美国海军期望它“能够走路、说话、看、写作，甚至再造自己，并意识到自己的存在”。结果证明这是不切实际的。美国的Marvin Minsky曾在1954年的普林斯顿论文中研究过神经网络，但是他对于布朗克斯科学当代的Rosenblatt对神经范式的夸张描述已经厌倦了。（他也在争取国防部的投资。）Minsky与MIT的同事一起出版了一本书，来证明有一些简单问题是感知器永远不能解决的。
Minsky对感知机的抨击只是一个“层”的网络，在后来的生活中，他阐述了与当代深度学习非常相似的想法。Hinton认为，如果使用多层神经网络，就能够完成复杂的任务。神经网络的最简单的描述是，它是一个机器，能在数据中发现模式并进行分类或预测。如果只有一层神经网络，你可以找到简单的模式，但如果有多层神经网络，你应该去找模式中的模式。在图像识别的领域，主要使用的是“卷积神经网络”。（这是在1998年的一篇开创性论文中阐述的，其主要作是Yann LeCun，他在多伦多大学读博士后，是Hinton的学生，现在是Facebook人工智能实验室的负责人。）网络的第一层负责学习识别“边缘”的基本视觉效果，也就是判断一个东西（一个像素上）是否有东西。网络的每个连续层都在前一层中寻找模式。边缘的图案可以是圆形也可以是矩形，圆形或矩形的图案可能是面部。这种方法或多或少地以越来越抽象的方式将信息组合在一起，从视网膜中的光感受器将信息返回到大脑的视觉皮层。在每个步骤中，不相关的细节会被丢弃，因为如果几个边缘和圆圈合在一起成为一张面部，你无需知道发现面部的位置，只需要知道它是一张脸。
多层“深度”神经网络的问题是试错法部分非常复杂。对于单层神经网络来说，这很容易。想象一下，如果你正在和一个孩子玩。你告诉孩子，“拿起绿色的球，把它放入盒子A中”，孩子拿起一个绿色的球，但把它放入了盒子B。你会说，“再试一次把绿色球放在盒子A中”，孩子会再次尝试把球放入了盒子A中。
现在想象你告诉孩子，“拿起一个绿色的球，穿过三号门，然后把绿色的球放入盒子A。”孩子却拿起一个红色的球，穿过了二号门，把红色的球放入盒子B。那么你该如何纠正孩子呢？你不能只是不断重复初始指示，因为孩子不知道他到底错在哪一步。在现实生活中，你可以先举起红球和绿球，说“这是红球，这是绿球”。但是，机器学习的重点是避免这种明确的指导。Hinton和其他几个人研究了解决方案（或者，对旧的方案进行了改造）。对于这个分层错误问题，在20世纪70年代末和80年代初，计算机科学家重新开始对神经网络感兴趣。Hinton说道：“人们对此非常兴奋，但我们的研究超出了他们的兴趣。”很快，计算机科学家们又跟以前一样认为Hinton这样的人是怪人和神秘主义者。
这种想法在哲学家和心理学家中仍然很受欢迎，他们称之为“连接主义”或“并行分布式处理”。Hinton告诉我说，“有几个人对这个想法保持热情，这很好，因为这是真正的人工智能。但在心理学领域，很多人相信这种想法，但却没能力实现它。”尽管加拿大政府一直大力支持，但Hinton也没能实现这个想法。“因为没有足够的计算机资源或足够的数据，我们只能自我安慰道：‘是的，如果我们有这样的前提条件，这个想法肯定是行得通的。’但这却并不是一个非常有说服力的论据。”
3、深层解读深度学习
当Pichai提到“人工智能优先（A.I. First）”概念时，他不仅仅是在说谷歌的战略计划，更是把这个长期不可行的想法扔给了公司。Pichai在资源分配上，确保了像Dean和Hinton这样的人才有足够的计算资源和数据资源可用。每个大脑大约有1000亿个神经元，每个神经元与其他10000个神经元相连，这意味着大脑内突触的数量在100万亿和1000万亿之间。对于20世纪40年代提出的简单人工神经网络来说，根本不可能实现这样规模的网络。虽然目前我们也远没达到构建这种规模网络的能力，但谷歌Brain的投资让我们至少实现了可以媲美小鼠大脑的人工神经网络。
然而，理解网络规模的重要性之前，你必须了解一些技术细节，如机器智能究竟对数据做了什么。其实，我们对人工智能的恐惧，主要来自于我们认为它像一个反社会天才在图书馆挖掘知识，然后，或许某一天，曾经只会玩回形针的机器会像对待蚂蚁或莴苣一样轻松杀死人类。但这并不是人工智能的工作方式，它们所做的只是搜索并寻找共同点——首先是基本模式，然后逐渐变复杂。真正最大的危险在于，我们人类最初给它灌输的信息是否就包含个人偏见。
如果只是想了解一二，可以直接阅读下一节（内容是关于猫的），如果想理解相关技术，那请继续阅读。（当然，本节内容也是关于猫。）
如果你想在老式的符号化AI模型上生成一个“猫识别器”。那么首先，你必须花大量时间预先对机器详细明确地说明什么是“猫”。告诉机器，一只猫有四条腿、尖尖的的耳朵、晶须和尾巴等。机器将这些信息存储在内存中的“Cat”区域。接下来，提供一张图片，让机器判断是否是猫。判断过程中，首先，机器必须分离出图像中不同的元素；然后，利用内存中存储的规则处理这些元素。规则如下：如果（腿 = 4）且（耳朵 = 尖）且（胡须 = 有）且（尾巴 = 有）且（表情= 高傲），那么（猫 = 是）。但如果你提供一张苏格兰折耳猫的图片呢？我们符号化 AI模型就会根据“耳朵 != 尖”判断图片上不是猫。 这样的识别水平比蹒跚学步的小孩都差。
而现在，如果用神经网络做这个实验，就根本不需要通过一系列预先定义的规则进行判别，也根本不需要专门的空间来存储“猫”的信息，包含大量相互连接着的开关的大型blob会解决这一切。在blob的一端提供输入（待识别图像），另一端提供输出（标记信息）。然后，机器将自动化工作，通过不断调试相互连接的开关，最终将输入正确映射到对应的输出。训练过程就像是在迷宫中挖掘一系列隧道，隧道两端连接的是正确的输入和输出。可用的训练数据越多，挖掘的隧道数量和复杂性就越大。训练过程一旦完成，blob中有了足够多的隧道，神经网络就能稳定处理数据并作出可靠预测。这就是“监督学习（Supervised Learning）”。
神经网络之所以需要如此多的神经元和数据，因为它以一种类似民主的方式工作。例如，你想训练可识别五种类型物体的神经网络，它由数百万“选民”（神经元）组成，每位选民都有五张不同的卡片，分别是：猫、狗、蜘蛛猴、勺子、除颤器。拿出一张图片，问：“这是猫，狗，蜘蛛猴，勺子还是除颤器？”所有神经元分组进行投票，最终得票最多的作为最终结果：“一只狗？”
你告诉它：“不！是只猫。重新计算。”
然后，神经网络退回一步，确定哪些神经元投票“猫”，哪些不是。那些投票“猫”的神经元，下次如果还投“猫”，其权重加倍。除此之外，该神经网络也必须能准确判别其他物体类别，如狗和除颤器。而神经网络之所以如此灵活，是因为每个单独的个体针对不同的输出贡献的权重不一样。其实，最关键的不是个体投票，而是这种投票模式。如果Joe, Frank 和Mary一起投票，那就是一只狗；如果Joe, Kate和Jessica一起投票，那就是一只猫；而如果Kate, Jessica 和Frank一起投票，图片上就是一个除颤器。神经网络只需要注册大量可识别信号，这些信号表示：图片中该像素区域是“猫”。“选民”越多，投票次数就越多，微弱信号也越可能被注册。简单来说，就是如果只有Joe, Frank 和Mary三个选民，你可能仅限于区分猫、狗和除颤器；而如果有数百万选民，不同选民之间有数十亿连接，那么你就可以对数据精确分类。经过训练的“选民”组合甚至可以识别未标记图片（或许不那么精确）。
计算科学领域之所以不接受这些理念，部分原因在于机器的输出仅仅是基于模式的预测，它并不完美，而且机器永远无法确切地定义什么是“猫”。只有在看到猫的时候，机器才知道那是猫。神经元“选民”通过数百万张猫图像的训练，它们可以识别出在阳光下打盹的快乐小猫，和躲在垃圾箱阴影中的生气小猫。实际上，你需要大量的神经元“选民”和足够的已标记数据，前者用来确保神经网络可以捕捉到非常微弱的信号，如苏格兰折耳猫垂下的耳朵，后者用来尽可能确保神经网络已“见过”所有相似场景。
但是，需要注意的是，神经网络的输出结果具有概率性，这意味着它并不适用于所有任务。如果神经网路把猫误认为狗，或者偶尔推送了错误的电影，这都不是大事，但如果应用于无人驾驶，神经网络1%的失误率可能就酿成了悲剧。类似担忧还有很多。监督学习是基于已标记数据进行反复试验的过程。机器完成的只是学习过程，而人为因素仍然决定了最初对训练数据的分类。例如，训练数据中，图片上是一位男士和一位女士，某人将该图片标记为“一位女士和她的老板”，这种关系标记将影响所有后续的模式识别。因此，人类错误标记才会导致训练数据错误。机器可能通过重罪定罪数据，来确定信贷候选人贷款资格。但如果重罪定罪数据本身就是不公平的（如数据是基于歧视性禁毒法），那么机器输出的可贷款人名单也是不可靠的。
图像识别网络与我们的小猫识别器一样，也是深度学习的一种，但常常把它作为教学示例，因为人类可直观了解到图像识的具体过程：先找图像边缘，然后识别圆圈，接着识别脸。这意味着其中有错误保护措施。例如，早期，谷歌发现他们的图像识别软件无法单独识别出杠铃，哪怕用大规模运动器材图像集对其训练，结果也是一样。通过可视化工具观察发现，由于训练集中所有哑铃都是附在手臂上的，所以机器没有学习到“哑铃”的概念，而是“哑铃+手臂”的整体概念。改进一下，向训练集中加入单独的“杠铃”照片，问题就解决了。但并不是所有问题都这么容易。
4、猫识别论文
谷歌Brain部门在一到两年时间内，成功让机器具备了1岁小孩的智能。随后，该部门成功从谷歌X实验室“毕业”，并成为了更高级的研究机构。（谷歌X实验室负责人曾经指出，Brain取得的成就，让整个实验室的努力没有白费。）当时，谷歌Brain仍然只有10人不到，而对于未来，也只有一个模糊的概念。但即使在那时，他们都在积极思考接下来会发生什么。就像人一样，学会认识皮球后，我们会为之满足一段时间，但迟早，人类会产生关于皮球的问题。这就是语言产生的原因。
这一领域中，Brain迈出的第一步是发表了猫识别论文，正是这篇论文，Brain闻名世界。
这篇论文展示了一个具有超过十亿个“突触”连接的神经网络。虽然与人类大脑相比，它小了好几个数量级，但它比当时任何公开的神经网络都要大好几百倍。这个神经网络可以处理原始的、未标记数据，并识别高级的人类概念。谷歌Brain的研究人员向该神经网络展示了几百万的静态帧（来自YouTube视频），然后神经网络的感觉中枢开始运转，生成了一个稳定的模型。像小孩或花栗鼠一样聪明，该模型可以迅速识别出猫的脸。研究人员并没有预先向该神经网络输入关于“猫”概念，它直接与现实世界交互并获取“猫”这一定义。（研究人员发现，这一神经网络与核磁共振（M.R.I.）很相像，猫的脸部阴影会激发人工神经元“投票”的热情。）大多数机器学习都受限于已标记数据的数据量。但这篇论文却显示，该神经网络可以处理原始未标记数据，有时甚至是人类都还没建立起概念的数据。这不仅仅是猫识别研究的重大突破，更是整个人工智能的显著进步。
猫识别论文的第一作者是Quoc Le。Le个头不高，身形偏瘦，说话温和但语速很快，经常穿着闪亮的黑皮鞋，而且面带神秘的微笑。他在越南长大，父母都是农民，小时候家里甚至都没有电。他从小就表现出了过人的数学能力，后来，他就读于一所磁铁学校学习科学。上世纪90年代末，Le还在上学，那时候他就试图构建一个聊天机器人。他在想，这有多难呢？
“但实际上，”他告诉我，“非常不简单。”
毕业后，Le离开了越南，前往澳大利亚堪培拉的一所大学学习，主要研究机器视觉这类人工智能任务。当时人工智能的主要做法是，提前给机器灌输相关概念（如，边缘），这让他感觉像是在作弊。当时的Le不知道，全世界有很多计算机科学家和他的想法一样——机器可以从零开始学习。2006年，Le任职于德国的马克斯普朗克研究所生物控制部门。在当时的一个阅读小组中，他读到了Geoffrey Hinton写的两篇论文，他觉得自己豁然开朗。
“这两篇文章引起了争议，”他告诉我。“非常大的争议。”我们在一个小型内部会议室里，天花板又窄又高，屋子里有一张小桌子和两块白板。Le看了眼他画在背后白板上的曲线，又回过头来轻声地说，“我从没见到过这么大的争议”。
他记得，当时在阅读小组里站起来，然后说，“这就是未来。”但在当时，这是个不受欢迎的决定。Le在澳大利亚的导师不能完全理解他的想法，写邮件问到，“你为什么决定做这个？”
“那时，我想不到怎么回答这个问题，”Le说。“因为，我只是好奇。文章中提出了一个成功的范式，老实说，我只是对这个新范式感到好奇。那时还是2006年，这样的观点非常罕见。”然后，Le 加入了斯坦福的吴恩达团队，接着他开始沿着 Hinton 的道路探索。“到了2010年年底，我确信会有事情发生。”
不久之后，Le成为了Brain的首位实习生。在Brain，他继续着自己的论文工作，也就是后来发表的猫论文的前身。在一个简单层面上，Le只是想看看计算机能否被训练并自主识别给定图像中的绝对必要的信息。他向神经网络输入了一张YouTube上的静态图片。然后，指示神经网络丢弃一些信息，但并不说明哪些信息应该保留哪些应该丢弃。神经网络随机丢弃了一些信息。接着，Le又说：“刚刚是开玩笑的。现在基于你刚刚保留下来的信息，重新构建初始图像。”这种方式就像他先要求机器找到一种方式“总结”图像，然后，基于总结的信息回溯原始图像。如果总结的都是些不相关信息（如天空的颜色），而不是关键信息（如有没有胡须），计算机就无法有效重构原始图像。计算机的反应就像我们远古的祖先，他们在逃跑中建立起对剑齿虎的印象。而Le的神经网络与我们的祖先的方式不同，它需要不断地尝试。从数学角度来说，每次尝试后，它都选择不同的信息进行优化，而且表现地越来越好。然而，神经网络是个黑盒子，它确实生成了某种范式，但人类并不能直观地理解这些范式。
猫论文发表后，引起了极大凡响，而Le并未感觉到自己掌握了业界的话语权。但他强烈感觉到，应该继续自己早年聊天机器人的想法。发表了猫论文后，Le意识到，如果神经网络可以总结图片信息，那么它或许也可以总结语句信息。在接下来两年中，这一想法深深印在Le和Tomas Mikolov（Le在Brain的同事）的脑海中。
那段时间，Brain团队占据了好几个办公室，甚至一度占用了高管的地方。随后，他们收到了管理处的邮件，要求他们不要在Larry Page和Sergey Brin的 办公室门口的沙发上睡觉。后来，他们被安排到街对面的研究楼里工作，在那里，研究人员专心研究，而不必应付同事间礼貌而无效率的交谈。当然在这一过渡期，谷歌的竞争对手们也在奋力前行。（Le神情严肃地一遍一遍提及他与Tomas Mikolov的亲密合作。最后我忍不住问道，“他离开了？”Le点点头，回答道：“去了Facebook”。）
上图：2012年的谷歌 Brain团队。他们发表了著名的“猫论文”，演示论文中的神经网络处理未标记数据。研究人员向该神经网络提供几百万的静态帧（来自YouTube视频），神经网络生成了一个稳定的模型并且识别出猫。
那段时间，他们极力想构造出不仅能执行简单的静态图片分类任务，也能处理复杂的任务（如自然语言或音乐）的神经网络架构。他们的许多观点在上世纪九十年代就出现了，Le和他的同事们专门回顾了那些被忽略的概念，希望能从中得到启发。他们知道，一旦建立了一个具有基本语言预测功能的模型，也就可以基于此完成各种其他类型智能任务，如预测电子邮件的合适回复或者预测谈话过程。你可以侧重于那些从表面看起来很像思维过程的任务。
来源：人工智能学家
更多内容请关注：www.imefuture.com
北京大数据产业投资基金正式发布 扎克伯格启用AI“管家
圣诞节太多小孩被机器人吸引
智造家 查看全部
序言：你所读到的就是你自己
在十一月初的某个周五晚上，Jun Rekimoto（东京大学人机交互领域的杰出的教授）正准备在线演讲，他突然注意到社交媒体滚动条上有一些特别的内容。这些内容是关于谷歌翻译的，这项流行的机器翻译服务最近突然有了大幅改善。
Rekimoto开始研究谷歌翻译并用它做了一些测试，测试结果令他非常震惊。虽然已经夜深，但谷歌翻译取得的进展依然让Rekimoto久久无法入睡。
Rekimoto在一篇博客中写了他的初步发现。首先，他用谷歌翻译翻译了《了不起的盖茨比》中的一些句子，并与1957年Takashi Nozaki译版和最新的Haruki Murakami的译版进行对比。Rekimoto后来通过电子邮件向我解释，Murakami的版本语言非常细腻，具有独特的“Murakami风格”。相比之下，谷歌的翻译虽然有些不自然，但是对他来说“更透明”。
Rekimoto博客的后半部分从日译英的方向测试了谷歌翻译。他先是自己用日语翻译了海明威的《乞力马扎罗的雪》的开头部分，然后把这段话通过谷歌翻译转译成英语。他列出了此版本与海明威的原版，并让读者猜测哪个版本是机器完成的。
NO. 1:
Kilimanjaro is a snow-covered mountain 19,710 feet high, and is said to be the highest mountain in Africa. Its western summit is called the Masai “Ngaje Ngai,” the House of God. Close to the western summit there is the dried and frozen carcass of a leopard. No one has explained what the leopard was seeking at that altitude.
NO. 2:
Kilimanjaro is a mountain of 19,710 feet covered with snow and is said to be the highest mountain in Africa. The summit of the west is called “Ngaje Ngai” in Masai, the house of God. Near the top of the west there is a dry and frozen dead body of leopard. No one has ever explained what leopard wanted at that altitude.
即使是以英语为母语的人，也很难分辨出第二段是由机器完成的。这两段翻译是如此的相近，Rekimoto甚至觉得这很神奇。因为Rekimoto非常熟悉谷歌翻译之前的能力，甚至在24小时前，谷歌只能翻译成下面这段话：
Kilimanjaro is 19,710 feet of the mountain covered with snow, and it is said that the highest mountain in Africa. Top of the west, “Ngaje Ngai” in the Maasai language, has been referred to as the house of God. The top close to the west, there is a dry, frozen carcass of a leopard.Whether the leopard had what the demand at that altitude, there is no that nobody explained.
Rekimoto在Twitter上向他的十万个粉丝公布了他的发现，在接下来的几个小时里，成千上万的人发出他们使用机器翻译的结果。有些是比较成功的，但也有些是非常滑稽的。
在东京破晓之时，谷歌翻译登上了日本Twitter热度榜的第一位，甚至连人气动漫和人气偶像少女的被挤了下去。每个人都很惊奇：谷歌翻译为何能如此让人刮目相看？
四天之后，来自世界各地的上百名记者、企业家和广告客户齐聚于谷歌的伦敦办公室中，观看谷歌的特别发布会。客人们的甜点是印有翻译标志的幸运饼干，每个人的面前还放有一张纸条，一面写着不同国家的短语，另一面邀请客人们下载谷歌翻译的软件。桌子上还摆放了甜甜圈和冰沙盘，旁边的标语牌标注了各种国家的风味。过了一会，所有人来到了一个豪华的黑暗剧场中。
上图：Sundar Pichai，谷歌的首席执行官，在他加利福尼亚州山景城的办公室外。
伦敦市长Sadiq Khan首先上台演讲。演讲的开始，市长提到他有个朋友觉得市长就像谷歌一样。于是市长问朋友：“为什么？因为我什么都懂？”朋友否认道：“不是的，是因为你就像谷歌一样，总是试图把我的话补充完。”观众们纷纷被市长的幽默逗笑。随后，谷歌的首席执行官Sundar Pichai上台发表演讲。
Pichai此行的目的之一就是启动谷歌伦敦国王大道的新大楼，预示着公司完成了去年提出的转型计划的初始阶段。Pichai曾经多次在不同场合说过谷歌的未来将以“AI为先”，这在理论上听起来很复杂，引发了许多学者的推测。在实践生产中意味着，未来谷歌将不再依靠传统计算编程来生产产品，而是“机器学习”。
谷歌公司中有一个鲜少提及的部门，谷歌大脑。这个部门成立于五年前，一直遵循着一个原理：人工“神经网络”能够像婴儿一样，通过不断的尝试和犯错来认知这个世界，最终拥有像人类一样的灵活性。这其实并不是一个新理论，早在现代计算机初步发展的20世纪40年代就出现了。但当时大部分科学家并不看重，认为它过于深奥。直到2011年，谷歌大脑证明了将这个强大的方法运用在人工智能领域里可以解决此前几十年的棘手问题。例如，此前谷歌手机在语音识别方面一直效果不是很好，直到谷歌将机器学习算法移植到手机平台后，语音识别精度已经可以和人类媲美。而在图像识别领域也同样取得了良好的效果。一年前，谷歌大脑就已经将这些核心技术成功运用在消费级产品里。
谷歌翻译于2006年首次亮相，目前已经成为谷歌最可靠和最流行的应用之一。每天，谷歌翻译会面对 5 亿个月度活跃用户的 1400 亿个不同语种的单词。现在它已经不是座位一个独立的应用存在，更是已经集成到Gmail、Chrome 及许多其它谷歌产品中了，谷歌将它作为其数字商务中的一个无缝贴合的部分。Pichai在台上讲到，直至叙利亚难民危机之时，公司才意识地区间的翻译交流是何等重要。他背后屏幕的陡峭的曲线图显示，阿拉伯语与德语互译的翻译请求最近增长了五倍之多。（这个结果也符合Pichai的内心想法，他在印度出生成长，那里有几十种不同的语言。）谷歌翻译此后也在逐步增加新的语言和功能，但是过去的四年，发展速度正在逐年减缓。
截至到上个周末，谷歌翻译已经在美国、欧洲、亚洲等地区完成了基于人工智能的转换，包括西班牙语、葡萄牙语、法语、德语、中文、日语、韩语及土耳其语在内的语言与英语的互译。而其它上百种语言也即将实现互译，谷歌预计将会以每月八个的速度在年底前更新完毕。而对于谷歌工程而言，只花费九个月的时间就完成这一重大革新无疑是一个惊喜。AI系统一个通宵所取得的进展就相当于过去所取得的进展之和。
Pichai对含蓄的古典文学尤为偏爱，一个月前，他曾告诉我，在他加利福尼亚州山景城的办公室里，有些文字还是需要谷歌翻译来辅助显示，毕竟并不是所有人都像物理学家Robert Oppenheimer一样能读原版的《博伽梵歌》。因此在伦敦的发布会上，幻灯片上出现了博尔赫斯的经典名言：“Uno no es lo que es por lo que escribe, sino por lo que ha leído.”
Pichai大声地读出旧版谷歌翻译翻译出来的拙劣的句子：“One is not what is for what he writes, but for what he has read.”
而在大屏幕的右边，新的AI系统版本则翻译的更加优雅：“You are not what you write, but what you have read.”
这是有一个对新版的谷歌翻译非常恰当的描述：在某种意义上，谷歌翻译是第一条可以通过学习理解任何事物的机器。
谷歌以AI为中心重组公司。在过去的四年中，谷歌、Facebook、苹果、亚马逊、微软和中国百度等六家公司都围绕AI人才展开了一场军备竞赛，尤其是在大学。企业纷纷到顶尖的学术院校挖掘人才，给人才以丰富的资源和极大的自由。在硅谷，Facebook的CEO Mark Zuckerberg会亲自通过电话和视频聊天软件跟公司最优异的研究生进行会话，七位数的起薪根本不在话下。参加人工智能最重要的学术会议的人数增加了近四倍。大家所关注的不仅仅是小小的创新，还有该如何掌控全新的计算平台：无处不在的人工智能。
我们好像理所当然地就开始使用“人工智能”这一短语，但它其实一直是引发争议的根源。想象一下，如果你回到20世纪70年代，在大街上拦住一个路上，拿住智能手机并向她展示手机里的谷歌地图。你可能需要不停地向她解释，你并不是穿着奇怪的巫师，从口袋里掏出的手机也不是什么黑色护身符，它只是一个比阿波罗时光机更强大的电脑。实际上，谷歌地图就是能跟她展示什么是“人工智能”的例子。在某种意义上，谷歌地图确实是人工智能的例子。它能帮你规划从酒店到机场的路线，而且比人类能完成得更快更好。它还能做一些人类显然不能做的事情：它可以判断交通状况；规划最佳路线；在你走错路时，它能重新定位并进行路线的重新规划。
实际上，如今没有人会把谷歌地图跟高贵的“AI”相提并论。所以我们在使用“智能”这个词的时候，是带“情感”色彩的。人工智能可以区别HAL和其它任何用织机或手推车就可以做出的东西。我们能自动化一项任务，涉及到的相关技能会转变为单纯的机制。现在，谷歌地图似乎还不能称之为人工智能，充其量是机器人：它只接受一个明确的需求（从一个地方到另一个地方），并尽力满足这种需求。因此，“人工智能”的所对应的实际应用其实范围很小。
Pichai的终极目标是区分AI应用和“通用人工智能”。通用人工智能不涉及对显式指令的忠实遵守，它是为一般情况下的一般用途而设计通用工具。Pichai认为，他公司的未来取决于通用人工智能。想象一下，如果你告诉谷歌地图，“我想去机场，但需要在中途停一下给我的侄子买礼物。”一个通用的智能服务，就像三年前的电影《她》中，由Scarlett Johansson配音的那个无处不在的助手一样，她像好朋友一样了解你的情况：你侄子的年龄，你通常喜欢给孩子买什么礼物，以及哪里有能买礼物的商店。但是，一个真正聪明的地图能做一些好朋友考虑不到的事，比方说，你侄子学校的孩子里，最近流行什么玩具。如果聪明的机器能够辨别一些错综复杂的数据，从中找到过去我们做过的事情中暗藏的规律性，那么它就可以推断我们的想法。
AI助手是人工智能的新浪潮，苹果的Siri、Facebook的M，还有亚马逊的Echo都是机器学习的产物，作用都很相似。然而，机器学习并不一定只局限于此。今年，三星的医学成像子公司宣布其新的超声设备能够检测乳腺癌。公司也在招贤纳士，以扩大计算机的工业应用。DeepMind于2014年被谷歌收购，AlphaGo在围棋游戏中击败了人类围棋大师，尽管当时人类预测人工智能要想战胜人类还需要10年。
1950年，Alan Turi吴恩达在那篇著名的文章中提出了一个人工智能的测试：一台计算机是否能在5分钟的文本交流中成功地欺骗人类。一旦机器可以在两种自然语言之间流利地翻译，机器就能很好地“理解”人类语言，从而与人类进行对话。谷歌大脑的成员们正推动和协助监督翻译项目，他们相信这样的机器将会成为通用人工智能的助手。
谷歌的研究人员和工程师团队从最初的一两个人，扩大到三四人，甚至后来扩大到一百多人，他们在这一领域取得了巨大进步。接下来要讲的关于谷歌团队的故事非常少见，因为它跟我们对硅谷的通常印象有所不同。它并不是一些俗套的剧情。它不是一个关于技术能解决所有问题的故事，也不是一个技术会毁灭世界的故事。它跟颠覆无关，至少不是通常意义上的颠覆。
事实上，这个故事又包含了三个相关的故事，这三个故事在谷歌翻译成功转型为AI的过程中融合在一起，它们分别是：技术故事，制度故事和关于思想演变的故事。技术故事是关于一个公司的一个产品团队，以及他们对旧产品进行改进、测试并形成全新版本的过程，而且他们只用了别人预期的约为四分之一的时间就完成了这个过程。制度故事是关于该公司内的一个虽然规模不大但很有影响力的人工智能团队，以及他们凭借对一些旧的、未经证实的和广泛不适用的计算观念的直觉信念，超越了几乎其他所有公司的过程。思想的故事是关于坚持不懈的认知科学家、心理学家和工程师，他们长期以来用看似不合理的信念，最终激发了我们对技术和理论的理解，以及意识本身的范式转变。
第一个故事是谷歌翻译的故事，发生在山景城，时间跨度为九个月，故事解释了机器翻译发生的转变。第二个故事是谷歌大脑及其众多竞争对手的故事，发生在硅谷，时间跨度为五年，它解释了整个领域的转型。第三个故事是深度学习的故事，发生在苏格兰、瑞士、日本和加拿大等大部分地区的遥远实验室，时间跨度长达七十年，它可能非常有助于改变人类的自我认知。
这三个故事都跟人工智能有关。七十年的故事是关于我们对人工智能的期待。五年的故事是关于人工智能在不久的将来会带来什么。九个月的故事是关于人工智能现在可以做什么。这三个故事本身都是对概念的证明，而所有这一切都只是开始。
第一部分：学习机器
1、谷歌大脑的诞生
虽然Jeff Dean的职位是高级研究员，但是事实上，他才是谷歌大脑团队的领导者。 Dean有着长而窄的脸，深深的眼睛并且十分热情。作为医学人类学家和公共卫生流行病学家的儿子，Dean成长时期几乎周游了世界各地，包括明尼苏达州、夏威夷、波士顿、阿肯色州、日内瓦、乌干达、索马里、亚特兰大等地。在高中和大学期间，他写的软件就被世界卫生组织所采用。自1999年以来，他一直在谷歌工作，当时他才25岁，从那时起，他几乎参与了谷歌所有重大项目中核心软件系统的开发。作为公司的元老级人物，Jeff Dean Facts已经成了公司开玩笑的对象。以Chuck Norris的事实模式为例：“Jeff Dean的PIN是pi的最后四位数字。”“当Alexander Graham Bell发明电话时，他接到了一个来自Jeff Dean的未接来电。”“Jeff Dean在最高级别为10的系统中晋升到了11级。“（最后一个是真的。）
上图：谷歌工程师和谷歌大脑的领导者Jeff Dean。
来源：纽约时报的Brian Finke
2011年初的一天，Dean在谷歌校园的“微型车间”之一，也就是山景城大楼的共享休息室，遇见了年轻的斯坦福计算机科学家吴恩达教授，他兼任谷歌公司的顾问。吴恩达跟Dean介绍了Marvin项目（以著名的AI先锋Marvin Minsky命名），在这个项目中，他协助谷歌建立了一种基于大脑架构的柔韧的数字网格的“神经网络”。1990年，Dean在明尼苏达大学读本科的时候，也曾经研究过该技术的原始版本，当时神经网络的概念已经开始流行。在过去的五年中，神经网络领域从事相关研究工作的学者数量开始再次增长。吴恩达告诉Dean，Marvin项目是由谷歌的秘密X实验室负责研究的，目前已经取得了一些可观的进展。
Dean对此很感兴趣，决定花自己“20％”的时间来投入这个项目，每名谷歌员工都要将自己20%的时间贡献给他或她的核心工作以外的工作。很快，Dean向吴恩达推荐了有着神经科学背景的Greg Corrado。（在研究生院的课堂上，Corrado粗略地学习了该技术，但他对此很感兴趣，他开玩笑说道：“那天我上课的时候很专心。”）在春天，他们团队又多了一名吴恩达的得意研究生Quoc Le，他是项目团队的第一个实习生。在那之后，一些谷歌工程师用“谷歌大脑”来形容Marvin项目。
术语“人工智能”是在1956年夏天在达特茅斯的一种宪法惯例中诞生的，当时大多数研究人员认为创造AI的最佳方法是写一个非常大而全面的程序，将逻辑推理的规则和有关世界的知识写入其中。比方说，如果你想把英语翻译成日语，你需要把所有的英语语法规则、牛津英语词典中包含的所有定义、所有的日语语法规则，和日语字典中的所有单词都编入计算机。这种观点通常被称为“符号化AI”。因为它的认知定义是基于符号逻辑的，但它已经有些过时，只能算作是“好的老式的AI”。
这种老式方法有两个主要问题。一是，它非常耗费人力和时间；二是，它只有在规则和定义非常清楚的领域（比如数学或象棋）才真正起作用。然而，如果翻译采用这种方法，效果会很差，因为我们平时说的话没办法跟词典上的规则和定义完全对应。比方说，这样的系统可能会把“农业部长”翻译为“农业牧师”。但是，对于数学和国际象棋来说，这种老式方法就很奏效。
不过，这种老式方法的系统确实有限。在20世纪80年代，卡内基梅隆的机器人研究员指出，让计算机做成人能做的事情很简单，但让计算机做一个1岁的小孩可以做的事情却几乎是不可能的，比如拿起一个球或识别一只猫。到了20世纪90年代，尽管计算机能够在国际象棋上战胜世界冠军，我们离真正的人工智能还差得远。
关于AI，还有另外一种看法，计算机的学习是自下而上（从数据），而不是从上到下（从规则）学习。这个概念可追溯到20世纪40年代初，研究人员发现灵活自动智能的最佳模型就是人类大脑本身。毕竟，大脑只不过是很多神经元的集合体，神经元之间可能会相互传递电荷，或者不会传递。重要的不是单个神经元本身，而是它们之间的连接方式。这种结构很简单，为大脑提供了丰富的适应性优势。大脑可以在信息量少或缺失的情况下工作；它在承受重大的损害时，也不会完全失去控制；它可以用非常有效的方式存储大量的知识；它可以区分不同的模式，但同时保留必须的混乱来处理歧义。
所以人类开始试图用电子元件来模仿这种结构，1943年研究表明，简单的人工神经元排布可以执行基本的逻辑功能。至少在理论上，神经元可以模仿人类的方式。实际上，神经元会根据试错把相互之间的突触连接调节得更强或更弱。人工神经网络也可以做类似的事情，在不断试错的基础上逐步改变人工神经元之间的数字关系。人工神经网络不需要使用固定规则来预编程，相反，它会改变自身以反映所输入的数据中的模式。
这种观点认为人工智能是进化得来，而不是创造出来的。如果你想要一个灵活而且能适应环境的机制，不能一开始就教它国际象棋。必须从非常基本的能力，如感官知觉和运动控制开始，长此以往更先进的技能才有可能出现。人类并不是通过记忆字典和语法书来学习和理解语言的，所以我们有什么理由要让计算机通过这样的方式来学习呢？
谷歌大脑是第一个对这种思维方式进行商业投资的机构。Dean、Corrado和吴恩达利用闲暇时间进行合作并对此展开研究，很快他们便取得了进展。他们从最新的理论大纲和自20世纪八九十年代以来的已有框架中提取了他们的模型的搭建灵感，他们还利用了谷歌巨大的数据储备和庞大的计算基础设施。他们利用网络上大量的“标记”数据，让计算机不断改进从而更好地匹配现实。
某天，Dean告诉我说：“动物进化出眼睛是个巨大的发展。”我们像往常一样坐在会议室，他在白板画了一个复杂的时间线，展示了谷歌大脑以及它与神经网络的历史关系。“现在，计算机也有了眼睛，我们能够借助眼睛让计算机识别图片。机器人的能力将得到巨大提升。他们将能够在一个未知的环境中，处理各种不同的问题。”这些他们正在研发的能力可能看起来很原始，但它们的影响是深远的。
上图：Geoffrey Hinton，他在谷歌多伦多办事处提出的想法为谷歌翻译的神经网络方法奠定了基础。 图片来源：《纽约时报》的Brian Finke
2、重量级实习生
正如Dean所说，谷歌大脑诞生一年后，就在研发具有1岁小孩智力的机器中取得了不错的成绩。谷歌的语音识别团队将其旧系统的一部分转换为神经网络，并因此取得了该系统20年来的最好成效。该系统识别对象的能力提高了一个数量级。这不是因为谷歌大脑的研究人员在短短一年内就产生了很棒的新想法，而是因为谷歌终于在该领域投入了资源和人力。
Geoffrey Hinton的到来让谷歌大脑发展更为迅猛。在谷歌大脑成立的第二年，Hinton被招聘到了谷歌大脑，而吴恩达离开了谷歌（吴恩达现在领导百度1300人的AI团队）。Hinton只能离开多伦多大学在谷歌任职三个月，因此由于奥术合同的原因，他不得不被聘为实习生。在实习培训中，辅导人员说“输入您的LDAP（目录访问协议）”，他问道：“什么是LDAP？”在场其他所有25岁的职员，尽管他们可能刚刚弄清深度学习是人工智能的必要条件，都在想“那个老家伙是谁？为什么他连LDAP是什么都不知道？”
Hinton说道：“在午餐时间，团队成员里有个人惊呼‘Hinton教授！我选修了你的课程！你居然在这里？’”从那以后，大家才不对Hinton议论纷纷。
几个月后，Hinton和他的两个学生在一个称为ImageNet的开源集合运行的大型图像识别竞赛中展示了惊人的成果，他们让计算机不仅能识别猴子，而且能够区分蜘蛛猴和吼猴，以及各种不同品种的猫。谷歌很快就向Hinton和他的学生发起了聘用书，他们接收了谷歌的聘用。Hinton说道：“我本以为谷歌对我们的知识产权感兴趣，结果没想到是对我们这几个人感兴趣。”
Hinton来自英国的传统家族，像Darwins一样，他们家族非常注重教育。他伟大的曾祖父是George Boole，他在符号逻辑方面的基础工作为计算机打下基础；Hinton的祖父是一位著名的外科医生，Hinton的父亲是一位热爱冒险的昆虫学家，Hinton的父亲的表哥是洛斯阿拉莫斯研究所的研究员，等等。而Hinton曾在剑桥和爱丁堡大学读数，然后又到卡内基梅隆大学学习，最后他又到多伦多大学。（他的工作长期以来一直受到加拿大政府的慷慨支持。）我在他的办公室对他进行了采访，他顶着一头成熟的诺埃尔加拉格尔风格的黄到褪色的头发，穿着一件宽松的条纹衬衫，椭圆形的眼镜滑落到高挺的鼻子尖端。他开口说道：“计算机会比美国人更早地理解讽刺为何物。”
19世纪60年代末，Hinton在剑桥大学读本科时，就一直致力于研究神经网络，他是该领域的先驱。但大多数时候，每当他谈及机器学习，人们都觉得他在满口胡言。人们之所以觉得神经网络荒谬，主要是因为感知机（Perceptron）被过度炒作，感知机是一个人工神经网络，是康奈尔心理学家Frank Rosenblatt于20世纪50年代后期提出的。《纽约时报》曾报道，感知机的赞助商美国海军期望它“能够走路、说话、看、写作，甚至再造自己，并意识到自己的存在”。结果证明这是不切实际的。美国的Marvin Minsky曾在1954年的普林斯顿论文中研究过神经网络，但是他对于布朗克斯科学当代的Rosenblatt对神经范式的夸张描述已经厌倦了。（他也在争取国防部的投资。）Minsky与MIT的同事一起出版了一本书，来证明有一些简单问题是感知器永远不能解决的。
Minsky对感知机的抨击只是一个“层”的网络，在后来的生活中，他阐述了与当代深度学习非常相似的想法。Hinton认为，如果使用多层神经网络，就能够完成复杂的任务。神经网络的最简单的描述是，它是一个机器，能在数据中发现模式并进行分类或预测。如果只有一层神经网络，你可以找到简单的模式，但如果有多层神经网络，你应该去找模式中的模式。在图像识别的领域，主要使用的是“卷积神经网络”。（这是在1998年的一篇开创性论文中阐述的，其主要作是Yann LeCun，他在多伦多大学读博士后，是Hinton的学生，现在是Facebook人工智能实验室的负责人。）网络的第一层负责学习识别“边缘”的基本视觉效果，也就是判断一个东西（一个像素上）是否有东西。网络的每个连续层都在前一层中寻找模式。边缘的图案可以是圆形也可以是矩形，圆形或矩形的图案可能是面部。这种方法或多或少地以越来越抽象的方式将信息组合在一起，从视网膜中的光感受器将信息返回到大脑的视觉皮层。在每个步骤中，不相关的细节会被丢弃，因为如果几个边缘和圆圈合在一起成为一张面部，你无需知道发现面部的位置，只需要知道它是一张脸。
多层“深度”神经网络的问题是试错法部分非常复杂。对于单层神经网络来说，这很容易。想象一下，如果你正在和一个孩子玩。你告诉孩子，“拿起绿色的球，把它放入盒子A中”，孩子拿起一个绿色的球，但把它放入了盒子B。你会说，“再试一次把绿色球放在盒子A中”，孩子会再次尝试把球放入了盒子A中。
现在想象你告诉孩子，“拿起一个绿色的球，穿过三号门，然后把绿色的球放入盒子A。”孩子却拿起一个红色的球，穿过了二号门，把红色的球放入盒子B。那么你该如何纠正孩子呢？你不能只是不断重复初始指示，因为孩子不知道他到底错在哪一步。在现实生活中，你可以先举起红球和绿球，说“这是红球，这是绿球”。但是，机器学习的重点是避免这种明确的指导。Hinton和其他几个人研究了解决方案（或者，对旧的方案进行了改造）。对于这个分层错误问题，在20世纪70年代末和80年代初，计算机科学家重新开始对神经网络感兴趣。Hinton说道：“人们对此非常兴奋，但我们的研究超出了他们的兴趣。”很快，计算机科学家们又跟以前一样认为Hinton这样的人是怪人和神秘主义者。
这种想法在哲学家和心理学家中仍然很受欢迎，他们称之为“连接主义”或“并行分布式处理”。Hinton告诉我说，“有几个人对这个想法保持热情，这很好，因为这是真正的人工智能。但在心理学领域，很多人相信这种想法，但却没能力实现它。”尽管加拿大政府一直大力支持，但Hinton也没能实现这个想法。“因为没有足够的计算机资源或足够的数据，我们只能自我安慰道：‘是的，如果我们有这样的前提条件，这个想法肯定是行得通的。’但这却并不是一个非常有说服力的论据。”
3、深层解读深度学习
当Pichai提到“人工智能优先（A.I. First）”概念时，他不仅仅是在说谷歌的战略计划，更是把这个长期不可行的想法扔给了公司。Pichai在资源分配上，确保了像Dean和Hinton这样的人才有足够的计算资源和数据资源可用。每个大脑大约有1000亿个神经元，每个神经元与其他10000个神经元相连，这意味着大脑内突触的数量在100万亿和1000万亿之间。对于20世纪40年代提出的简单人工神经网络来说，根本不可能实现这样规模的网络。虽然目前我们也远没达到构建这种规模网络的能力，但谷歌Brain的投资让我们至少实现了可以媲美小鼠大脑的人工神经网络。
然而，理解网络规模的重要性之前，你必须了解一些技术细节，如机器智能究竟对数据做了什么。其实，我们对人工智能的恐惧，主要来自于我们认为它像一个反社会天才在图书馆挖掘知识，然后，或许某一天，曾经只会玩回形针的机器会像对待蚂蚁或莴苣一样轻松杀死人类。但这并不是人工智能的工作方式，它们所做的只是搜索并寻找共同点——首先是基本模式，然后逐渐变复杂。真正最大的危险在于，我们人类最初给它灌输的信息是否就包含个人偏见。
如果只是想了解一二，可以直接阅读下一节（内容是关于猫的），如果想理解相关技术，那请继续阅读。（当然，本节内容也是关于猫。）
如果你想在老式的符号化AI模型上生成一个“猫识别器”。那么首先，你必须花大量时间预先对机器详细明确地说明什么是“猫”。告诉机器，一只猫有四条腿、尖尖的的耳朵、晶须和尾巴等。机器将这些信息存储在内存中的“Cat”区域。接下来，提供一张图片，让机器判断是否是猫。判断过程中，首先，机器必须分离出图像中不同的元素；然后，利用内存中存储的规则处理这些元素。规则如下：如果（腿 = 4）且（耳朵 = 尖）且（胡须 = 有）且（尾巴 = 有）且（表情= 高傲），那么（猫 = 是）。但如果你提供一张苏格兰折耳猫的图片呢？我们符号化 AI模型就会根据“耳朵 != 尖”判断图片上不是猫。 这样的识别水平比蹒跚学步的小孩都差。
而现在，如果用神经网络做这个实验，就根本不需要通过一系列预先定义的规则进行判别，也根本不需要专门的空间来存储“猫”的信息，包含大量相互连接着的开关的大型blob会解决这一切。在blob的一端提供输入（待识别图像），另一端提供输出（标记信息）。然后，机器将自动化工作，通过不断调试相互连接的开关，最终将输入正确映射到对应的输出。训练过程就像是在迷宫中挖掘一系列隧道，隧道两端连接的是正确的输入和输出。可用的训练数据越多，挖掘的隧道数量和复杂性就越大。训练过程一旦完成，blob中有了足够多的隧道，神经网络就能稳定处理数据并作出可靠预测。这就是“监督学习（Supervised Learning）”。
神经网络之所以需要如此多的神经元和数据，因为它以一种类似民主的方式工作。例如，你想训练可识别五种类型物体的神经网络，它由数百万“选民”（神经元）组成，每位选民都有五张不同的卡片，分别是：猫、狗、蜘蛛猴、勺子、除颤器。拿出一张图片，问：“这是猫，狗，蜘蛛猴，勺子还是除颤器？”所有神经元分组进行投票，最终得票最多的作为最终结果：“一只狗？”
你告诉它：“不！是只猫。重新计算。”
然后，神经网络退回一步，确定哪些神经元投票“猫”，哪些不是。那些投票“猫”的神经元，下次如果还投“猫”，其权重加倍。除此之外，该神经网络也必须能准确判别其他物体类别，如狗和除颤器。而神经网络之所以如此灵活，是因为每个单独的个体针对不同的输出贡献的权重不一样。其实，最关键的不是个体投票，而是这种投票模式。如果Joe, Frank 和Mary一起投票，那就是一只狗；如果Joe, Kate和Jessica一起投票，那就是一只猫；而如果Kate, Jessica 和Frank一起投票，图片上就是一个除颤器。神经网络只需要注册大量可识别信号，这些信号表示：图片中该像素区域是“猫”。“选民”越多，投票次数就越多，微弱信号也越可能被注册。简单来说，就是如果只有Joe, Frank 和Mary三个选民，你可能仅限于区分猫、狗和除颤器；而如果有数百万选民，不同选民之间有数十亿连接，那么你就可以对数据精确分类。经过训练的“选民”组合甚至可以识别未标记图片（或许不那么精确）。
计算科学领域之所以不接受这些理念，部分原因在于机器的输出仅仅是基于模式的预测，它并不完美，而且机器永远无法确切地定义什么是“猫”。只有在看到猫的时候，机器才知道那是猫。神经元“选民”通过数百万张猫图像的训练，它们可以识别出在阳光下打盹的快乐小猫，和躲在垃圾箱阴影中的生气小猫。实际上，你需要大量的神经元“选民”和足够的已标记数据，前者用来确保神经网络可以捕捉到非常微弱的信号，如苏格兰折耳猫垂下的耳朵，后者用来尽可能确保神经网络已“见过”所有相似场景。
但是，需要注意的是，神经网络的输出结果具有概率性，这意味着它并不适用于所有任务。如果神经网路把猫误认为狗，或者偶尔推送了错误的电影，这都不是大事，但如果应用于无人驾驶，神经网络1%的失误率可能就酿成了悲剧。类似担忧还有很多。监督学习是基于已标记数据进行反复试验的过程。机器完成的只是学习过程，而人为因素仍然决定了最初对训练数据的分类。例如，训练数据中，图片上是一位男士和一位女士，某人将该图片标记为“一位女士和她的老板”，这种关系标记将影响所有后续的模式识别。因此，人类错误标记才会导致训练数据错误。机器可能通过重罪定罪数据，来确定信贷候选人贷款资格。但如果重罪定罪数据本身就是不公平的（如数据是基于歧视性禁毒法），那么机器输出的可贷款人名单也是不可靠的。
图像识别网络与我们的小猫识别器一样，也是深度学习的一种，但常常把它作为教学示例，因为人类可直观了解到图像识的具体过程：先找图像边缘，然后识别圆圈，接着识别脸。这意味着其中有错误保护措施。例如，早期，谷歌发现他们的图像识别软件无法单独识别出杠铃，哪怕用大规模运动器材图像集对其训练，结果也是一样。通过可视化工具观察发现，由于训练集中所有哑铃都是附在手臂上的，所以机器没有学习到“哑铃”的概念，而是“哑铃+手臂”的整体概念。改进一下，向训练集中加入单独的“杠铃”照片，问题就解决了。但并不是所有问题都这么容易。
4、猫识别论文
谷歌Brain部门在一到两年时间内，成功让机器具备了1岁小孩的智能。随后，该部门成功从谷歌X实验室“毕业”，并成为了更高级的研究机构。（谷歌X实验室负责人曾经指出，Brain取得的成就，让整个实验室的努力没有白费。）当时，谷歌Brain仍然只有10人不到，而对于未来，也只有一个模糊的概念。但即使在那时，他们都在积极思考接下来会发生什么。就像人一样，学会认识皮球后，我们会为之满足一段时间，但迟早，人类会产生关于皮球的问题。这就是语言产生的原因。
这一领域中，Brain迈出的第一步是发表了猫识别论文，正是这篇论文，Brain闻名世界。
这篇论文展示了一个具有超过十亿个“突触”连接的神经网络。虽然与人类大脑相比，它小了好几个数量级，但它比当时任何公开的神经网络都要大好几百倍。这个神经网络可以处理原始的、未标记数据，并识别高级的人类概念。谷歌Brain的研究人员向该神经网络展示了几百万的静态帧（来自YouTube视频），然后神经网络的感觉中枢开始运转，生成了一个稳定的模型。像小孩或花栗鼠一样聪明，该模型可以迅速识别出猫的脸。研究人员并没有预先向该神经网络输入关于“猫”概念，它直接与现实世界交互并获取“猫”这一定义。（研究人员发现，这一神经网络与核磁共振（M.R.I.）很相像，猫的脸部阴影会激发人工神经元“投票”的热情。）大多数机器学习都受限于已标记数据的数据量。但这篇论文却显示，该神经网络可以处理原始未标记数据，有时甚至是人类都还没建立起概念的数据。这不仅仅是猫识别研究的重大突破，更是整个人工智能的显著进步。
猫识别论文的第一作者是Quoc Le。Le个头不高，身形偏瘦，说话温和但语速很快，经常穿着闪亮的黑皮鞋，而且面带神秘的微笑。他在越南长大，父母都是农民，小时候家里甚至都没有电。他从小就表现出了过人的数学能力，后来，他就读于一所磁铁学校学习科学。上世纪90年代末，Le还在上学，那时候他就试图构建一个聊天机器人。他在想，这有多难呢？
“但实际上，”他告诉我，“非常不简单。”
毕业后，Le离开了越南，前往澳大利亚堪培拉的一所大学学习，主要研究机器视觉这类人工智能任务。当时人工智能的主要做法是，提前给机器灌输相关概念（如，边缘），这让他感觉像是在作弊。当时的Le不知道，全世界有很多计算机科学家和他的想法一样——机器可以从零开始学习。2006年，Le任职于德国的马克斯普朗克研究所生物控制部门。在当时的一个阅读小组中，他读到了Geoffrey Hinton写的两篇论文，他觉得自己豁然开朗。
“这两篇文章引起了争议，”他告诉我。“非常大的争议。”我们在一个小型内部会议室里，天花板又窄又高，屋子里有一张小桌子和两块白板。Le看了眼他画在背后白板上的曲线，又回过头来轻声地说，“我从没见到过这么大的争议”。
他记得，当时在阅读小组里站起来，然后说，“这就是未来。”但在当时，这是个不受欢迎的决定。Le在澳大利亚的导师不能完全理解他的想法，写邮件问到，“你为什么决定做这个？”
“那时，我想不到怎么回答这个问题，”Le说。“因为，我只是好奇。文章中提出了一个成功的范式，老实说，我只是对这个新范式感到好奇。那时还是2006年，这样的观点非常罕见。”然后，Le 加入了斯坦福的吴恩达团队，接着他开始沿着 Hinton 的道路探索。“到了2010年年底，我确信会有事情发生。”
不久之后，Le成为了Brain的首位实习生。在Brain，他继续着自己的论文工作，也就是后来发表的猫论文的前身。在一个简单层面上，Le只是想看看计算机能否被训练并自主识别给定图像中的绝对必要的信息。他向神经网络输入了一张YouTube上的静态图片。然后，指示神经网络丢弃一些信息，但并不说明哪些信息应该保留哪些应该丢弃。神经网络随机丢弃了一些信息。接着，Le又说：“刚刚是开玩笑的。现在基于你刚刚保留下来的信息，重新构建初始图像。”这种方式就像他先要求机器找到一种方式“总结”图像，然后，基于总结的信息回溯原始图像。如果总结的都是些不相关信息（如天空的颜色），而不是关键信息（如有没有胡须），计算机就无法有效重构原始图像。计算机的反应就像我们远古的祖先，他们在逃跑中建立起对剑齿虎的印象。而Le的神经网络与我们的祖先的方式不同，它需要不断地尝试。从数学角度来说，每次尝试后，它都选择不同的信息进行优化，而且表现地越来越好。然而，神经网络是个黑盒子，它确实生成了某种范式，但人类并不能直观地理解这些范式。
猫论文发表后，引起了极大凡响，而Le并未感觉到自己掌握了业界的话语权。但他强烈感觉到，应该继续自己早年聊天机器人的想法。发表了猫论文后，Le意识到，如果神经网络可以总结图片信息，那么它或许也可以总结语句信息。在接下来两年中，这一想法深深印在Le和Tomas Mikolov（Le在Brain的同事）的脑海中。
那段时间，Brain团队占据了好几个办公室，甚至一度占用了高管的地方。随后，他们收到了管理处的邮件，要求他们不要在Larry Page和Sergey Brin的 办公室门口的沙发上睡觉。后来，他们被安排到街对面的研究楼里工作，在那里，研究人员专心研究，而不必应付同事间礼貌而无效率的交谈。当然在这一过渡期，谷歌的竞争对手们也在奋力前行。（Le神情严肃地一遍一遍提及他与Tomas Mikolov的亲密合作。最后我忍不住问道，“他离开了？”Le点点头，回答道：“去了Facebook”。）
上图：2012年的谷歌 Brain团队。他们发表了著名的“猫论文”，演示论文中的神经网络处理未标记数据。研究人员向该神经网络提供几百万的静态帧（来自YouTube视频），神经网络生成了一个稳定的模型并且识别出猫。
那段时间，他们极力想构造出不仅能执行简单的静态图片分类任务，也能处理复杂的任务（如自然语言或音乐）的神经网络架构。他们的许多观点在上世纪九十年代就出现了，Le和他的同事们专门回顾了那些被忽略的概念，希望能从中得到启发。他们知道，一旦建立了一个具有基本语言预测功能的模型，也就可以基于此完成各种其他类型智能任务，如预测电子邮件的合适回复或者预测谈话过程。你可以侧重于那些从表面看起来很像思维过程的任务。
来源：人工智能学家
更多内容请关注：www.imefuture.com
北京大数据产业投资基金正式发布 扎克伯格启用AI“管家
圣诞节太多小孩被机器人吸引
智造家 查看全部
谷歌如何使用人工智能来改变谷歌翻译这项颇受欢迎的服务，以及机器学习如何重塑计算。
序言：你所读到的就是你自己
在十一月初的某个周五晚上，Jun Rekimoto（东京大学人机交互领域的杰出的教授）正准备在线演讲，他突然注意到社交媒体滚动条上有一些特别的内容。这些内容是关于谷歌翻译的，这项流行的机器翻译服务最近突然有了大幅改善。
Rekimoto开始研究谷歌翻译并用它做了一些测试，测试结果令他非常震惊。虽然已经夜深，但谷歌翻译取得的进展依然让Rekimoto久久无法入睡。
Rekimoto在一篇博客中写了他的初步发现。首先，他用谷歌翻译翻译了《了不起的盖茨比》中的一些句子，并与1957年Takashi Nozaki译版和最新的Haruki Murakami的译版进行对比。Rekimoto后来通过电子邮件向我解释，Murakami的版本语言非常细腻，具有独特的“Murakami风格”。相比之下，谷歌的翻译虽然有些不自然，但是对他来说“更透明”。
Rekimoto博客的后半部分从日译英的方向测试了谷歌翻译。他先是自己用日语翻译了海明威的《乞力马扎罗的雪》的开头部分，然后把这段话通过谷歌翻译转译成英语。他列出了此版本与海明威的原版，并让读者猜测哪个版本是机器完成的。
NO. 1:
Kilimanjaro is a snow-covered mountain 19,710 feet high, and is said to be the highest mountain in Africa. Its western summit is called the Masai “Ngaje Ngai,” the House of God. Close to the western summit there is the dried and frozen carcass of a leopard. No one has explained what the leopard was seeking at that altitude.
NO. 2:
Kilimanjaro is a mountain of 19,710 feet covered with snow and is said to be the highest mountain in Africa. The summit of the west is called “Ngaje Ngai” in Masai, the house of God. Near the top of the west there is a dry and frozen dead body of leopard. No one has ever explained what leopard wanted at that altitude.
即使是以英语为母语的人，也很难分辨出第二段是由机器完成的。这两段翻译是如此的相近，Rekimoto甚至觉得这很神奇。因为Rekimoto非常熟悉谷歌翻译之前的能力，甚至在24小时前，谷歌只能翻译成下面这段话：
Kilimanjaro is 19,710 feet of the mountain covered with snow, and it is said that the highest mountain in Africa. Top of the west, “Ngaje Ngai” in the Maasai language, has been referred to as the house of God. The top close to the west, there is a dry, frozen carcass of a leopard.Whether the leopard had what the demand at that altitude, there is no that nobody explained.
Rekimoto在Twitter上向他的十万个粉丝公布了他的发现，在接下来的几个小时里，成千上万的人发出他们使用机器翻译的结果。有些是比较成功的，但也有些是非常滑稽的。
在东京破晓之时，谷歌翻译登上了日本Twitter热度榜的第一位，甚至连人气动漫和人气偶像少女的被挤了下去。每个人都很惊奇：谷歌翻译为何能如此让人刮目相看？
四天之后，来自世界各地的上百名记者、企业家和广告客户齐聚于谷歌的伦敦办公室中，观看谷歌的特别发布会。客人们的甜点是印有翻译标志的幸运饼干，每个人的面前还放有一张纸条，一面写着不同国家的短语，另一面邀请客人们下载谷歌翻译的软件。桌子上还摆放了甜甜圈和冰沙盘，旁边的标语牌标注了各种国家的风味。过了一会，所有人来到了一个豪华的黑暗剧场中。
上图：Sundar Pichai，谷歌的首席执行官，在他加利福尼亚州山景城的办公室外。
伦敦市长Sadiq Khan首先上台演讲。演讲的开始，市长提到他有个朋友觉得市长就像谷歌一样。于是市长问朋友：“为什么？因为我什么都懂？”朋友否认道：“不是的，是因为你就像谷歌一样，总是试图把我的话补充完。”观众们纷纷被市长的幽默逗笑。随后，谷歌的首席执行官Sundar Pichai上台发表演讲。
Pichai此行的目的之一就是启动谷歌伦敦国王大道的新大楼，预示着公司完成了去年提出的转型计划的初始阶段。Pichai曾经多次在不同场合说过谷歌的未来将以“AI为先”，这在理论上听起来很复杂，引发了许多学者的推测。在实践生产中意味着，未来谷歌将不再依靠传统计算编程来生产产品，而是“机器学习”。
谷歌公司中有一个鲜少提及的部门，谷歌大脑。这个部门成立于五年前，一直遵循着一个原理：人工“神经网络”能够像婴儿一样，通过不断的尝试和犯错来认知这个世界，最终拥有像人类一样的灵活性。这其实并不是一个新理论，早在现代计算机初步发展的20世纪40年代就出现了。但当时大部分科学家并不看重，认为它过于深奥。直到2011年，谷歌大脑证明了将这个强大的方法运用在人工智能领域里可以解决此前几十年的棘手问题。例如，此前谷歌手机在语音识别方面一直效果不是很好，直到谷歌将机器学习算法移植到手机平台后，语音识别精度已经可以和人类媲美。而在图像识别领域也同样取得了良好的效果。一年前，谷歌大脑就已经将这些核心技术成功运用在消费级产品里。
谷歌翻译于2006年首次亮相，目前已经成为谷歌最可靠和最流行的应用之一。每天，谷歌翻译会面对 5 亿个月度活跃用户的 1400 亿个不同语种的单词。现在它已经不是座位一个独立的应用存在，更是已经集成到Gmail、Chrome 及许多其它谷歌产品中了，谷歌将它作为其数字商务中的一个无缝贴合的部分。Pichai在台上讲到，直至叙利亚难民危机之时，公司才意识地区间的翻译交流是何等重要。他背后屏幕的陡峭的曲线图显示，阿拉伯语与德语互译的翻译请求最近增长了五倍之多。（这个结果也符合Pichai的内心想法，他在印度出生成长，那里有几十种不同的语言。）谷歌翻译此后也在逐步增加新的语言和功能，但是过去的四年，发展速度正在逐年减缓。
截至到上个周末，谷歌翻译已经在美国、欧洲、亚洲等地区完成了基于人工智能的转换，包括西班牙语、葡萄牙语、法语、德语、中文、日语、韩语及土耳其语在内的语言与英语的互译。而其它上百种语言也即将实现互译，谷歌预计将会以每月八个的速度在年底前更新完毕。而对于谷歌工程而言，只花费九个月的时间就完成这一重大革新无疑是一个惊喜。AI系统一个通宵所取得的进展就相当于过去所取得的进展之和。
Pichai对含蓄的古典文学尤为偏爱，一个月前，他曾告诉我，在他加利福尼亚州山景城的办公室里，有些文字还是需要谷歌翻译来辅助显示，毕竟并不是所有人都像物理学家Robert Oppenheimer一样能读原版的《博伽梵歌》。因此在伦敦的发布会上，幻灯片上出现了博尔赫斯的经典名言：“Uno no es lo que es por lo que escribe, sino por lo que ha leído.”
Pichai大声地读出旧版谷歌翻译翻译出来的拙劣的句子：“One is not what is for what he writes, but for what he has read.”
而在大屏幕的右边，新的AI系统版本则翻译的更加优雅：“You are not what you write, but what you have read.”
这是有一个对新版的谷歌翻译非常恰当的描述：在某种意义上，谷歌翻译是第一条可以通过学习理解任何事物的机器。
谷歌以AI为中心重组公司。在过去的四年中，谷歌、Facebook、苹果、亚马逊、微软和中国百度等六家公司都围绕AI人才展开了一场军备竞赛，尤其是在大学。企业纷纷到顶尖的学术院校挖掘人才，给人才以丰富的资源和极大的自由。在硅谷，Facebook的CEO Mark Zuckerberg会亲自通过电话和视频聊天软件跟公司最优异的研究生进行会话，七位数的起薪根本不在话下。参加人工智能最重要的学术会议的人数增加了近四倍。大家所关注的不仅仅是小小的创新，还有该如何掌控全新的计算平台：无处不在的人工智能。
我们好像理所当然地就开始使用“人工智能”这一短语，但它其实一直是引发争议的根源。想象一下，如果你回到20世纪70年代，在大街上拦住一个路上，拿住智能手机并向她展示手机里的谷歌地图。你可能需要不停地向她解释，你并不是穿着奇怪的巫师，从口袋里掏出的手机也不是什么黑色护身符，它只是一个比阿波罗时光机更强大的电脑。实际上，谷歌地图就是能跟她展示什么是“人工智能”的例子。在某种意义上，谷歌地图确实是人工智能的例子。它能帮你规划从酒店到机场的路线，而且比人类能完成得更快更好。它还能做一些人类显然不能做的事情：它可以判断交通状况；规划最佳路线；在你走错路时，它能重新定位并进行路线的重新规划。
实际上，如今没有人会把谷歌地图跟高贵的“AI”相提并论。所以我们在使用“智能”这个词的时候，是带“情感”色彩的。人工智能可以区别HAL和其它任何用织机或手推车就可以做出的东西。我们能自动化一项任务，涉及到的相关技能会转变为单纯的机制。现在，谷歌地图似乎还不能称之为人工智能，充其量是机器人：它只接受一个明确的需求（从一个地方到另一个地方），并尽力满足这种需求。因此，“人工智能”的所对应的实际应用其实范围很小。
Pichai的终极目标是区分AI应用和“通用人工智能”。通用人工智能不涉及对显式指令的忠实遵守，它是为一般情况下的一般用途而设计通用工具。Pichai认为，他公司的未来取决于通用人工智能。想象一下，如果你告诉谷歌地图，“我想去机场，但需要在中途停一下给我的侄子买礼物。”一个通用的智能服务，就像三年前的电影《她》中，由Scarlett Johansson配音的那个无处不在的助手一样，她像好朋友一样了解你的情况：你侄子的年龄，你通常喜欢给孩子买什么礼物，以及哪里有能买礼物的商店。但是，一个真正聪明的地图能做一些好朋友考虑不到的事，比方说，你侄子学校的孩子里，最近流行什么玩具。如果聪明的机器能够辨别一些错综复杂的数据，从中找到过去我们做过的事情中暗藏的规律性，那么它就可以推断我们的想法。
AI助手是人工智能的新浪潮，苹果的Siri、Facebook的M，还有亚马逊的Echo都是机器学习的产物，作用都很相似。然而，机器学习并不一定只局限于此。今年，三星的医学成像子公司宣布其新的超声设备能够检测乳腺癌。公司也在招贤纳士，以扩大计算机的工业应用。DeepMind于2014年被谷歌收购，AlphaGo在围棋游戏中击败了人类围棋大师，尽管当时人类预测人工智能要想战胜人类还需要10年。
1950年，Alan Turi吴恩达在那篇著名的文章中提出了一个人工智能的测试：一台计算机是否能在5分钟的文本交流中成功地欺骗人类。一旦机器可以在两种自然语言之间流利地翻译，机器就能很好地“理解”人类语言，从而与人类进行对话。谷歌大脑的成员们正推动和协助监督翻译项目，他们相信这样的机器将会成为通用人工智能的助手。
谷歌的研究人员和工程师团队从最初的一两个人，扩大到三四人，甚至后来扩大到一百多人，他们在这一领域取得了巨大进步。接下来要讲的关于谷歌团队的故事非常少见，因为它跟我们对硅谷的通常印象有所不同。它并不是一些俗套的剧情。它不是一个关于技术能解决所有问题的故事，也不是一个技术会毁灭世界的故事。它跟颠覆无关，至少不是通常意义上的颠覆。
事实上，这个故事又包含了三个相关的故事，这三个故事在谷歌翻译成功转型为AI的过程中融合在一起，它们分别是：技术故事，制度故事和关于思想演变的故事。技术故事是关于一个公司的一个产品团队，以及他们对旧产品进行改进、测试并形成全新版本的过程，而且他们只用了别人预期的约为四分之一的时间就完成了这个过程。制度故事是关于该公司内的一个虽然规模不大但很有影响力的人工智能团队，以及他们凭借对一些旧的、未经证实的和广泛不适用的计算观念的直觉信念，超越了几乎其他所有公司的过程。思想的故事是关于坚持不懈的认知科学家、心理学家和工程师，他们长期以来用看似不合理的信念，最终激发了我们对技术和理论的理解，以及意识本身的范式转变。
第一个故事是谷歌翻译的故事，发生在山景城，时间跨度为九个月，故事解释了机器翻译发生的转变。第二个故事是谷歌大脑及其众多竞争对手的故事，发生在硅谷，时间跨度为五年，它解释了整个领域的转型。第三个故事是深度学习的故事，发生在苏格兰、瑞士、日本和加拿大等大部分地区的遥远实验室，时间跨度长达七十年，它可能非常有助于改变人类的自我认知。
这三个故事都跟人工智能有关。七十年的故事是关于我们对人工智能的期待。五年的故事是关于人工智能在不久的将来会带来什么。九个月的故事是关于人工智能现在可以做什么。这三个故事本身都是对概念的证明，而所有这一切都只是开始。
第一部分：学习机器
1、谷歌大脑的诞生
虽然Jeff Dean的职位是高级研究员，但是事实上，他才是谷歌大脑团队的领导者。 Dean有着长而窄的脸，深深的眼睛并且十分热情。作为医学人类学家和公共卫生流行病学家的儿子，Dean成长时期几乎周游了世界各地，包括明尼苏达州、夏威夷、波士顿、阿肯色州、日内瓦、乌干达、索马里、亚特兰大等地。在高中和大学期间，他写的软件就被世界卫生组织所采用。自1999年以来，他一直在谷歌工作，当时他才25岁，从那时起，他几乎参与了谷歌所有重大项目中核心软件系统的开发。作为公司的元老级人物，Jeff Dean Facts已经成了公司开玩笑的对象。以Chuck Norris的事实模式为例：“Jeff Dean的PIN是pi的最后四位数字。”“当Alexander Graham Bell发明电话时，他接到了一个来自Jeff Dean的未接来电。”“Jeff Dean在最高级别为10的系统中晋升到了11级。“（最后一个是真的。）
上图：谷歌工程师和谷歌大脑的领导者Jeff Dean。
来源：纽约时报的Brian Finke
2011年初的一天，Dean在谷歌校园的“微型车间”之一，也就是山景城大楼的共享休息室，遇见了年轻的斯坦福计算机科学家吴恩达教授，他兼任谷歌公司的顾问。吴恩达跟Dean介绍了Marvin项目（以著名的AI先锋Marvin Minsky命名），在这个项目中，他协助谷歌建立了一种基于大脑架构的柔韧的数字网格的“神经网络”。1990年，Dean在明尼苏达大学读本科的时候，也曾经研究过该技术的原始版本，当时神经网络的概念已经开始流行。在过去的五年中，神经网络领域从事相关研究工作的学者数量开始再次增长。吴恩达告诉Dean，Marvin项目是由谷歌的秘密X实验室负责研究的，目前已经取得了一些可观的进展。
Dean对此很感兴趣，决定花自己“20％”的时间来投入这个项目，每名谷歌员工都要将自己20%的时间贡献给他或她的核心工作以外的工作。很快，Dean向吴恩达推荐了有着神经科学背景的Greg Corrado。（在研究生院的课堂上，Corrado粗略地学习了该技术，但他对此很感兴趣，他开玩笑说道：“那天我上课的时候很专心。”）在春天，他们团队又多了一名吴恩达的得意研究生Quoc Le，他是项目团队的第一个实习生。在那之后，一些谷歌工程师用“谷歌大脑”来形容Marvin项目。
术语“人工智能”是在1956年夏天在达特茅斯的一种宪法惯例中诞生的，当时大多数研究人员认为创造AI的最佳方法是写一个非常大而全面的程序，将逻辑推理的规则和有关世界的知识写入其中。比方说，如果你想把英语翻译成日语，你需要把所有的英语语法规则、牛津英语词典中包含的所有定义、所有的日语语法规则，和日语字典中的所有单词都编入计算机。这种观点通常被称为“符号化AI”。因为它的认知定义是基于符号逻辑的，但它已经有些过时，只能算作是“好的老式的AI”。
这种老式方法有两个主要问题。一是，它非常耗费人力和时间；二是，它只有在规则和定义非常清楚的领域（比如数学或象棋）才真正起作用。然而，如果翻译采用这种方法，效果会很差，因为我们平时说的话没办法跟词典上的规则和定义完全对应。比方说，这样的系统可能会把“农业部长”翻译为“农业牧师”。但是，对于数学和国际象棋来说，这种老式方法就很奏效。
不过，这种老式方法的系统确实有限。在20世纪80年代，卡内基梅隆的机器人研究员指出，让计算机做成人能做的事情很简单，但让计算机做一个1岁的小孩可以做的事情却几乎是不可能的，比如拿起一个球或识别一只猫。到了20世纪90年代，尽管计算机能够在国际象棋上战胜世界冠军，我们离真正的人工智能还差得远。
关于AI，还有另外一种看法，计算机的学习是自下而上（从数据），而不是从上到下（从规则）学习。这个概念可追溯到20世纪40年代初，研究人员发现灵活自动智能的最佳模型就是人类大脑本身。毕竟，大脑只不过是很多神经元的集合体，神经元之间可能会相互传递电荷，或者不会传递。重要的不是单个神经元本身，而是它们之间的连接方式。这种结构很简单，为大脑提供了丰富的适应性优势。大脑可以在信息量少或缺失的情况下工作；它在承受重大的损害时，也不会完全失去控制；它可以用非常有效的方式存储大量的知识；它可以区分不同的模式，但同时保留必须的混乱来处理歧义。
所以人类开始试图用电子元件来模仿这种结构，1943年研究表明，简单的人工神经元排布可以执行基本的逻辑功能。至少在理论上，神经元可以模仿人类的方式。实际上，神经元会根据试错把相互之间的突触连接调节得更强或更弱。人工神经网络也可以做类似的事情，在不断试错的基础上逐步改变人工神经元之间的数字关系。人工神经网络不需要使用固定规则来预编程，相反，它会改变自身以反映所输入的数据中的模式。
这种观点认为人工智能是进化得来，而不是创造出来的。如果你想要一个灵活而且能适应环境的机制，不能一开始就教它国际象棋。必须从非常基本的能力，如感官知觉和运动控制开始，长此以往更先进的技能才有可能出现。人类并不是通过记忆字典和语法书来学习和理解语言的，所以我们有什么理由要让计算机通过这样的方式来学习呢？
谷歌大脑是第一个对这种思维方式进行商业投资的机构。Dean、Corrado和吴恩达利用闲暇时间进行合作并对此展开研究，很快他们便取得了进展。他们从最新的理论大纲和自20世纪八九十年代以来的已有框架中提取了他们的模型的搭建灵感，他们还利用了谷歌巨大的数据储备和庞大的计算基础设施。他们利用网络上大量的“标记”数据，让计算机不断改进从而更好地匹配现实。
某天，Dean告诉我说：“动物进化出眼睛是个巨大的发展。”我们像往常一样坐在会议室，他在白板画了一个复杂的时间线，展示了谷歌大脑以及它与神经网络的历史关系。“现在，计算机也有了眼睛，我们能够借助眼睛让计算机识别图片。机器人的能力将得到巨大提升。他们将能够在一个未知的环境中，处理各种不同的问题。”这些他们正在研发的能力可能看起来很原始，但它们的影响是深远的。
上图：Geoffrey Hinton，他在谷歌多伦多办事处提出的想法为谷歌翻译的神经网络方法奠定了基础。 图片来源：《纽约时报》的Brian Finke
2、重量级实习生
正如Dean所说，谷歌大脑诞生一年后，就在研发具有1岁小孩智力的机器中取得了不错的成绩。谷歌的语音识别团队将其旧系统的一部分转换为神经网络，并因此取得了该系统20年来的最好成效。该系统识别对象的能力提高了一个数量级。这不是因为谷歌大脑的研究人员在短短一年内就产生了很棒的新想法，而是因为谷歌终于在该领域投入了资源和人力。
Geoffrey Hinton的到来让谷歌大脑发展更为迅猛。在谷歌大脑成立的第二年，Hinton被招聘到了谷歌大脑，而吴恩达离开了谷歌（吴恩达现在领导百度1300人的AI团队）。Hinton只能离开多伦多大学在谷歌任职三个月，因此由于奥术合同的原因，他不得不被聘为实习生。在实习培训中，辅导人员说“输入您的LDAP（目录访问协议）”，他问道：“什么是LDAP？”在场其他所有25岁的职员，尽管他们可能刚刚弄清深度学习是人工智能的必要条件，都在想“那个老家伙是谁？为什么他连LDAP是什么都不知道？”
Hinton说道：“在午餐时间，团队成员里有个人惊呼‘Hinton教授！我选修了你的课程！你居然在这里？’”从那以后，大家才不对Hinton议论纷纷。
几个月后，Hinton和他的两个学生在一个称为ImageNet的开源集合运行的大型图像识别竞赛中展示了惊人的成果，他们让计算机不仅能识别猴子，而且能够区分蜘蛛猴和吼猴，以及各种不同品种的猫。谷歌很快就向Hinton和他的学生发起了聘用书，他们接收了谷歌的聘用。Hinton说道：“我本以为谷歌对我们的知识产权感兴趣，结果没想到是对我们这几个人感兴趣。”
Hinton来自英国的传统家族，像Darwins一样，他们家族非常注重教育。他伟大的曾祖父是George Boole，他在符号逻辑方面的基础工作为计算机打下基础；Hinton的祖父是一位著名的外科医生，Hinton的父亲是一位热爱冒险的昆虫学家，Hinton的父亲的表哥是洛斯阿拉莫斯研究所的研究员，等等。而Hinton曾在剑桥和爱丁堡大学读数，然后又到卡内基梅隆大学学习，最后他又到多伦多大学。（他的工作长期以来一直受到加拿大政府的慷慨支持。）我在他的办公室对他进行了采访，他顶着一头成熟的诺埃尔加拉格尔风格的黄到褪色的头发，穿着一件宽松的条纹衬衫，椭圆形的眼镜滑落到高挺的鼻子尖端。他开口说道：“计算机会比美国人更早地理解讽刺为何物。”
19世纪60年代末，Hinton在剑桥大学读本科时，就一直致力于研究神经网络，他是该领域的先驱。但大多数时候，每当他谈及机器学习，人们都觉得他在满口胡言。人们之所以觉得神经网络荒谬，主要是因为感知机（Perceptron）被过度炒作，感知机是一个人工神经网络，是康奈尔心理学家Frank Rosenblatt于20世纪50年代后期提出的。《纽约时报》曾报道，感知机的赞助商美国海军期望它“能够走路、说话、看、写作，甚至再造自己，并意识到自己的存在”。结果证明这是不切实际的。美国的Marvin Minsky曾在1954年的普林斯顿论文中研究过神经网络，但是他对于布朗克斯科学当代的Rosenblatt对神经范式的夸张描述已经厌倦了。（他也在争取国防部的投资。）Minsky与MIT的同事一起出版了一本书，来证明有一些简单问题是感知器永远不能解决的。
Minsky对感知机的抨击只是一个“层”的网络，在后来的生活中，他阐述了与当代深度学习非常相似的想法。Hinton认为，如果使用多层神经网络，就能够完成复杂的任务。神经网络的最简单的描述是，它是一个机器，能在数据中发现模式并进行分类或预测。如果只有一层神经网络，你可以找到简单的模式，但如果有多层神经网络，你应该去找模式中的模式。在图像识别的领域，主要使用的是“卷积神经网络”。（这是在1998年的一篇开创性论文中阐述的，其主要作是Yann LeCun，他在多伦多大学读博士后，是Hinton的学生，现在是Facebook人工智能实验室的负责人。）网络的第一层负责学习识别“边缘”的基本视觉效果，也就是判断一个东西（一个像素上）是否有东西。网络的每个连续层都在前一层中寻找模式。边缘的图案可以是圆形也可以是矩形，圆形或矩形的图案可能是面部。这种方法或多或少地以越来越抽象的方式将信息组合在一起，从视网膜中的光感受器将信息返回到大脑的视觉皮层。在每个步骤中，不相关的细节会被丢弃，因为如果几个边缘和圆圈合在一起成为一张面部，你无需知道发现面部的位置，只需要知道它是一张脸。
多层“深度”神经网络的问题是试错法部分非常复杂。对于单层神经网络来说，这很容易。想象一下，如果你正在和一个孩子玩。你告诉孩子，“拿起绿色的球，把它放入盒子A中”，孩子拿起一个绿色的球，但把它放入了盒子B。你会说，“再试一次把绿色球放在盒子A中”，孩子会再次尝试把球放入了盒子A中。
现在想象你告诉孩子，“拿起一个绿色的球，穿过三号门，然后把绿色的球放入盒子A。”孩子却拿起一个红色的球，穿过了二号门，把红色的球放入盒子B。那么你该如何纠正孩子呢？你不能只是不断重复初始指示，因为孩子不知道他到底错在哪一步。在现实生活中，你可以先举起红球和绿球，说“这是红球，这是绿球”。但是，机器学习的重点是避免这种明确的指导。Hinton和其他几个人研究了解决方案（或者，对旧的方案进行了改造）。对于这个分层错误问题，在20世纪70年代末和80年代初，计算机科学家重新开始对神经网络感兴趣。Hinton说道：“人们对此非常兴奋，但我们的研究超出了他们的兴趣。”很快，计算机科学家们又跟以前一样认为Hinton这样的人是怪人和神秘主义者。
这种想法在哲学家和心理学家中仍然很受欢迎，他们称之为“连接主义”或“并行分布式处理”。Hinton告诉我说，“有几个人对这个想法保持热情，这很好，因为这是真正的人工智能。但在心理学领域，很多人相信这种想法，但却没能力实现它。”尽管加拿大政府一直大力支持，但Hinton也没能实现这个想法。“因为没有足够的计算机资源或足够的数据，我们只能自我安慰道：‘是的，如果我们有这样的前提条件，这个想法肯定是行得通的。’但这却并不是一个非常有说服力的论据。”
3、深层解读深度学习
当Pichai提到“人工智能优先（A.I. First）”概念时，他不仅仅是在说谷歌的战略计划，更是把这个长期不可行的想法扔给了公司。Pichai在资源分配上，确保了像Dean和Hinton这样的人才有足够的计算资源和数据资源可用。每个大脑大约有1000亿个神经元，每个神经元与其他10000个神经元相连，这意味着大脑内突触的数量在100万亿和1000万亿之间。对于20世纪40年代提出的简单人工神经网络来说，根本不可能实现这样规模的网络。虽然目前我们也远没达到构建这种规模网络的能力，但谷歌Brain的投资让我们至少实现了可以媲美小鼠大脑的人工神经网络。
然而，理解网络规模的重要性之前，你必须了解一些技术细节，如机器智能究竟对数据做了什么。其实，我们对人工智能的恐惧，主要来自于我们认为它像一个反社会天才在图书馆挖掘知识，然后，或许某一天，曾经只会玩回形针的机器会像对待蚂蚁或莴苣一样轻松杀死人类。但这并不是人工智能的工作方式，它们所做的只是搜索并寻找共同点——首先是基本模式，然后逐渐变复杂。真正最大的危险在于，我们人类最初给它灌输的信息是否就包含个人偏见。
如果只是想了解一二，可以直接阅读下一节（内容是关于猫的），如果想理解相关技术，那请继续阅读。（当然，本节内容也是关于猫。）
如果你想在老式的符号化AI模型上生成一个“猫识别器”。那么首先，你必须花大量时间预先对机器详细明确地说明什么是“猫”。告诉机器，一只猫有四条腿、尖尖的的耳朵、晶须和尾巴等。机器将这些信息存储在内存中的“Cat”区域。接下来，提供一张图片，让机器判断是否是猫。判断过程中，首先，机器必须分离出图像中不同的元素；然后，利用内存中存储的规则处理这些元素。规则如下：如果（腿 = 4）且（耳朵 = 尖）且（胡须 = 有）且（尾巴 = 有）且（表情= 高傲），那么（猫 = 是）。但如果你提供一张苏格兰折耳猫的图片呢？我们符号化 AI模型就会根据“耳朵 != 尖”判断图片上不是猫。 这样的识别水平比蹒跚学步的小孩都差。
而现在，如果用神经网络做这个实验，就根本不需要通过一系列预先定义的规则进行判别，也根本不需要专门的空间来存储“猫”的信息，包含大量相互连接着的开关的大型blob会解决这一切。在blob的一端提供输入（待识别图像），另一端提供输出（标记信息）。然后，机器将自动化工作，通过不断调试相互连接的开关，最终将输入正确映射到对应的输出。训练过程就像是在迷宫中挖掘一系列隧道，隧道两端连接的是正确的输入和输出。可用的训练数据越多，挖掘的隧道数量和复杂性就越大。训练过程一旦完成，blob中有了足够多的隧道，神经网络就能稳定处理数据并作出可靠预测。这就是“监督学习（Supervised Learning）”。
神经网络之所以需要如此多的神经元和数据，因为它以一种类似民主的方式工作。例如，你想训练可识别五种类型物体的神经网络，它由数百万“选民”（神经元）组成，每位选民都有五张不同的卡片，分别是：猫、狗、蜘蛛猴、勺子、除颤器。拿出一张图片，问：“这是猫，狗，蜘蛛猴，勺子还是除颤器？”所有神经元分组进行投票，最终得票最多的作为最终结果：“一只狗？”
你告诉它：“不！是只猫。重新计算。”
然后，神经网络退回一步，确定哪些神经元投票“猫”，哪些不是。那些投票“猫”的神经元，下次如果还投“猫”，其权重加倍。除此之外，该神经网络也必须能准确判别其他物体类别，如狗和除颤器。而神经网络之所以如此灵活，是因为每个单独的个体针对不同的输出贡献的权重不一样。其实，最关键的不是个体投票，而是这种投票模式。如果Joe, Frank 和Mary一起投票，那就是一只狗；如果Joe, Kate和Jessica一起投票，那就是一只猫；而如果Kate, Jessica 和Frank一起投票，图片上就是一个除颤器。神经网络只需要注册大量可识别信号，这些信号表示：图片中该像素区域是“猫”。“选民”越多，投票次数就越多，微弱信号也越可能被注册。简单来说，就是如果只有Joe, Frank 和Mary三个选民，你可能仅限于区分猫、狗和除颤器；而如果有数百万选民，不同选民之间有数十亿连接，那么你就可以对数据精确分类。经过训练的“选民”组合甚至可以识别未标记图片（或许不那么精确）。
计算科学领域之所以不接受这些理念，部分原因在于机器的输出仅仅是基于模式的预测，它并不完美，而且机器永远无法确切地定义什么是“猫”。只有在看到猫的时候，机器才知道那是猫。神经元“选民”通过数百万张猫图像的训练，它们可以识别出在阳光下打盹的快乐小猫，和躲在垃圾箱阴影中的生气小猫。实际上，你需要大量的神经元“选民”和足够的已标记数据，前者用来确保神经网络可以捕捉到非常微弱的信号，如苏格兰折耳猫垂下的耳朵，后者用来尽可能确保神经网络已“见过”所有相似场景。
但是，需要注意的是，神经网络的输出结果具有概率性，这意味着它并不适用于所有任务。如果神经网路把猫误认为狗，或者偶尔推送了错误的电影，这都不是大事，但如果应用于无人驾驶，神经网络1%的失误率可能就酿成了悲剧。类似担忧还有很多。监督学习是基于已标记数据进行反复试验的过程。机器完成的只是学习过程，而人为因素仍然决定了最初对训练数据的分类。例如，训练数据中，图片上是一位男士和一位女士，某人将该图片标记为“一位女士和她的老板”，这种关系标记将影响所有后续的模式识别。因此，人类错误标记才会导致训练数据错误。机器可能通过重罪定罪数据，来确定信贷候选人贷款资格。但如果重罪定罪数据本身就是不公平的（如数据是基于歧视性禁毒法），那么机器输出的可贷款人名单也是不可靠的。
图像识别网络与我们的小猫识别器一样，也是深度学习的一种，但常常把它作为教学示例，因为人类可直观了解到图像识的具体过程：先找图像边缘，然后识别圆圈，接着识别脸。这意味着其中有错误保护措施。例如，早期，谷歌发现他们的图像识别软件无法单独识别出杠铃，哪怕用大规模运动器材图像集对其训练，结果也是一样。通过可视化工具观察发现，由于训练集中所有哑铃都是附在手臂上的，所以机器没有学习到“哑铃”的概念，而是“哑铃+手臂”的整体概念。改进一下，向训练集中加入单独的“杠铃”照片，问题就解决了。但并不是所有问题都这么容易。
4、猫识别论文
谷歌Brain部门在一到两年时间内，成功让机器具备了1岁小孩的智能。随后，该部门成功从谷歌X实验室“毕业”，并成为了更高级的研究机构。（谷歌X实验室负责人曾经指出，Brain取得的成就，让整个实验室的努力没有白费。）当时，谷歌Brain仍然只有10人不到，而对于未来，也只有一个模糊的概念。但即使在那时，他们都在积极思考接下来会发生什么。就像人一样，学会认识皮球后，我们会为之满足一段时间，但迟早，人类会产生关于皮球的问题。这就是语言产生的原因。
这一领域中，Brain迈出的第一步是发表了猫识别论文，正是这篇论文，Brain闻名世界。
这篇论文展示了一个具有超过十亿个“突触”连接的神经网络。虽然与人类大脑相比，它小了好几个数量级，但它比当时任何公开的神经网络都要大好几百倍。这个神经网络可以处理原始的、未标记数据，并识别高级的人类概念。谷歌Brain的研究人员向该神经网络展示了几百万的静态帧（来自YouTube视频），然后神经网络的感觉中枢开始运转，生成了一个稳定的模型。像小孩或花栗鼠一样聪明，该模型可以迅速识别出猫的脸。研究人员并没有预先向该神经网络输入关于“猫”概念，它直接与现实世界交互并获取“猫”这一定义。（研究人员发现，这一神经网络与核磁共振（M.R.I.）很相像，猫的脸部阴影会激发人工神经元“投票”的热情。）大多数机器学习都受限于已标记数据的数据量。但这篇论文却显示，该神经网络可以处理原始未标记数据，有时甚至是人类都还没建立起概念的数据。这不仅仅是猫识别研究的重大突破，更是整个人工智能的显著进步。
猫识别论文的第一作者是Quoc Le。Le个头不高，身形偏瘦，说话温和但语速很快，经常穿着闪亮的黑皮鞋，而且面带神秘的微笑。他在越南长大，父母都是农民，小时候家里甚至都没有电。他从小就表现出了过人的数学能力，后来，他就读于一所磁铁学校学习科学。上世纪90年代末，Le还在上学，那时候他就试图构建一个聊天机器人。他在想，这有多难呢？
“但实际上，”他告诉我，“非常不简单。”
毕业后，Le离开了越南，前往澳大利亚堪培拉的一所大学学习，主要研究机器视觉这类人工智能任务。当时人工智能的主要做法是，提前给机器灌输相关概念（如，边缘），这让他感觉像是在作弊。当时的Le不知道，全世界有很多计算机科学家和他的想法一样——机器可以从零开始学习。2006年，Le任职于德国的马克斯普朗克研究所生物控制部门。在当时的一个阅读小组中，他读到了Geoffrey Hinton写的两篇论文，他觉得自己豁然开朗。
“这两篇文章引起了争议，”他告诉我。“非常大的争议。”我们在一个小型内部会议室里，天花板又窄又高，屋子里有一张小桌子和两块白板。Le看了眼他画在背后白板上的曲线，又回过头来轻声地说，“我从没见到过这么大的争议”。
他记得，当时在阅读小组里站起来，然后说，“这就是未来。”但在当时，这是个不受欢迎的决定。Le在澳大利亚的导师不能完全理解他的想法，写邮件问到，“你为什么决定做这个？”
“那时，我想不到怎么回答这个问题，”Le说。“因为，我只是好奇。文章中提出了一个成功的范式，老实说，我只是对这个新范式感到好奇。那时还是2006年，这样的观点非常罕见。”然后，Le 加入了斯坦福的吴恩达团队，接着他开始沿着 Hinton 的道路探索。“到了2010年年底，我确信会有事情发生。”
不久之后，Le成为了Brain的首位实习生。在Brain，他继续着自己的论文工作，也就是后来发表的猫论文的前身。在一个简单层面上，Le只是想看看计算机能否被训练并自主识别给定图像中的绝对必要的信息。他向神经网络输入了一张YouTube上的静态图片。然后，指示神经网络丢弃一些信息，但并不说明哪些信息应该保留哪些应该丢弃。神经网络随机丢弃了一些信息。接着，Le又说：“刚刚是开玩笑的。现在基于你刚刚保留下来的信息，重新构建初始图像。”这种方式就像他先要求机器找到一种方式“总结”图像，然后，基于总结的信息回溯原始图像。如果总结的都是些不相关信息（如天空的颜色），而不是关键信息（如有没有胡须），计算机就无法有效重构原始图像。计算机的反应就像我们远古的祖先，他们在逃跑中建立起对剑齿虎的印象。而Le的神经网络与我们的祖先的方式不同，它需要不断地尝试。从数学角度来说，每次尝试后，它都选择不同的信息进行优化，而且表现地越来越好。然而，神经网络是个黑盒子，它确实生成了某种范式，但人类并不能直观地理解这些范式。
猫论文发表后，引起了极大凡响，而Le并未感觉到自己掌握了业界的话语权。但他强烈感觉到，应该继续自己早年聊天机器人的想法。发表了猫论文后，Le意识到，如果神经网络可以总结图片信息，那么它或许也可以总结语句信息。在接下来两年中，这一想法深深印在Le和Tomas Mikolov（Le在Brain的同事）的脑海中。
那段时间，Brain团队占据了好几个办公室，甚至一度占用了高管的地方。随后，他们收到了管理处的邮件，要求他们不要在Larry Page和Sergey Brin的 办公室门口的沙发上睡觉。后来，他们被安排到街对面的研究楼里工作，在那里，研究人员专心研究，而不必应付同事间礼貌而无效率的交谈。当然在这一过渡期，谷歌的竞争对手们也在奋力前行。（Le神情严肃地一遍一遍提及他与Tomas Mikolov的亲密合作。最后我忍不住问道，“他离开了？”Le点点头，回答道：“去了Facebook”。）
上图：2012年的谷歌 Brain团队。他们发表了著名的“猫论文”，演示论文中的神经网络处理未标记数据。研究人员向该神经网络提供几百万的静态帧（来自YouTube视频），神经网络生成了一个稳定的模型并且识别出猫。
那段时间，他们极力想构造出不仅能执行简单的静态图片分类任务，也能处理复杂的任务（如自然语言或音乐）的神经网络架构。他们的许多观点在上世纪九十年代就出现了，Le和他的同事们专门回顾了那些被忽略的概念，希望能从中得到启发。他们知道，一旦建立了一个具有基本语言预测功能的模型，也就可以基于此完成各种其他类型智能任务，如预测电子邮件的合适回复或者预测谈话过程。你可以侧重于那些从表面看起来很像思维过程的任务。
来源：人工智能学家
更多内容请关注：www.imefuture.com
北京大数据产业投资基金正式发布 扎克伯格启用AI“管家
圣诞节太多小孩被机器人吸引
智造家
序言：你所读到的就是你自己
在十一月初的某个周五晚上，Jun Rekimoto（东京大学人机交互领域的杰出的教授）正准备在线演讲，他突然注意到社交媒体滚动条上有一些特别的内容。这些内容是关于谷歌翻译的，这项流行的机器翻译服务最近突然有了大幅改善。
Rekimoto开始研究谷歌翻译并用它做了一些测试，测试结果令他非常震惊。虽然已经夜深，但谷歌翻译取得的进展依然让Rekimoto久久无法入睡。
Rekimoto在一篇博客中写了他的初步发现。首先，他用谷歌翻译翻译了《了不起的盖茨比》中的一些句子，并与1957年Takashi Nozaki译版和最新的Haruki Murakami的译版进行对比。Rekimoto后来通过电子邮件向我解释，Murakami的版本语言非常细腻，具有独特的“Murakami风格”。相比之下，谷歌的翻译虽然有些不自然，但是对他来说“更透明”。
Rekimoto博客的后半部分从日译英的方向测试了谷歌翻译。他先是自己用日语翻译了海明威的《乞力马扎罗的雪》的开头部分，然后把这段话通过谷歌翻译转译成英语。他列出了此版本与海明威的原版，并让读者猜测哪个版本是机器完成的。
NO. 1:
Kilimanjaro is a snow-covered mountain 19,710 feet high, and is said to be the highest mountain in Africa. Its western summit is called the Masai “Ngaje Ngai,” the House of God. Close to the western summit there is the dried and frozen carcass of a leopard. No one has explained what the leopard was seeking at that altitude.
NO. 2:
Kilimanjaro is a mountain of 19,710 feet covered with snow and is said to be the highest mountain in Africa. The summit of the west is called “Ngaje Ngai” in Masai, the house of God. Near the top of the west there is a dry and frozen dead body of leopard. No one has ever explained what leopard wanted at that altitude.
即使是以英语为母语的人，也很难分辨出第二段是由机器完成的。这两段翻译是如此的相近，Rekimoto甚至觉得这很神奇。因为Rekimoto非常熟悉谷歌翻译之前的能力，甚至在24小时前，谷歌只能翻译成下面这段话：
Kilimanjaro is 19,710 feet of the mountain covered with snow, and it is said that the highest mountain in Africa. Top of the west, “Ngaje Ngai” in the Maasai language, has been referred to as the house of God. The top close to the west, there is a dry, frozen carcass of a leopard.Whether the leopard had what the demand at that altitude, there is no that nobody explained.
Rekimoto在Twitter上向他的十万个粉丝公布了他的发现，在接下来的几个小时里，成千上万的人发出他们使用机器翻译的结果。有些是比较成功的，但也有些是非常滑稽的。
在东京破晓之时，谷歌翻译登上了日本Twitter热度榜的第一位，甚至连人气动漫和人气偶像少女的被挤了下去。每个人都很惊奇：谷歌翻译为何能如此让人刮目相看？
四天之后，来自世界各地的上百名记者、企业家和广告客户齐聚于谷歌的伦敦办公室中，观看谷歌的特别发布会。客人们的甜点是印有翻译标志的幸运饼干，每个人的面前还放有一张纸条，一面写着不同国家的短语，另一面邀请客人们下载谷歌翻译的软件。桌子上还摆放了甜甜圈和冰沙盘，旁边的标语牌标注了各种国家的风味。过了一会，所有人来到了一个豪华的黑暗剧场中。
上图：Sundar Pichai，谷歌的首席执行官，在他加利福尼亚州山景城的办公室外。
伦敦市长Sadiq Khan首先上台演讲。演讲的开始，市长提到他有个朋友觉得市长就像谷歌一样。于是市长问朋友：“为什么？因为我什么都懂？”朋友否认道：“不是的，是因为你就像谷歌一样，总是试图把我的话补充完。”观众们纷纷被市长的幽默逗笑。随后，谷歌的首席执行官Sundar Pichai上台发表演讲。
Pichai此行的目的之一就是启动谷歌伦敦国王大道的新大楼，预示着公司完成了去年提出的转型计划的初始阶段。Pichai曾经多次在不同场合说过谷歌的未来将以“AI为先”，这在理论上听起来很复杂，引发了许多学者的推测。在实践生产中意味着，未来谷歌将不再依靠传统计算编程来生产产品，而是“机器学习”。
谷歌公司中有一个鲜少提及的部门，谷歌大脑。这个部门成立于五年前，一直遵循着一个原理：人工“神经网络”能够像婴儿一样，通过不断的尝试和犯错来认知这个世界，最终拥有像人类一样的灵活性。这其实并不是一个新理论，早在现代计算机初步发展的20世纪40年代就出现了。但当时大部分科学家并不看重，认为它过于深奥。直到2011年，谷歌大脑证明了将这个强大的方法运用在人工智能领域里可以解决此前几十年的棘手问题。例如，此前谷歌手机在语音识别方面一直效果不是很好，直到谷歌将机器学习算法移植到手机平台后，语音识别精度已经可以和人类媲美。而在图像识别领域也同样取得了良好的效果。一年前，谷歌大脑就已经将这些核心技术成功运用在消费级产品里。
谷歌翻译于2006年首次亮相，目前已经成为谷歌最可靠和最流行的应用之一。每天，谷歌翻译会面对 5 亿个月度活跃用户的 1400 亿个不同语种的单词。现在它已经不是座位一个独立的应用存在，更是已经集成到Gmail、Chrome 及许多其它谷歌产品中了，谷歌将它作为其数字商务中的一个无缝贴合的部分。Pichai在台上讲到，直至叙利亚难民危机之时，公司才意识地区间的翻译交流是何等重要。他背后屏幕的陡峭的曲线图显示，阿拉伯语与德语互译的翻译请求最近增长了五倍之多。（这个结果也符合Pichai的内心想法，他在印度出生成长，那里有几十种不同的语言。）谷歌翻译此后也在逐步增加新的语言和功能，但是过去的四年，发展速度正在逐年减缓。
截至到上个周末，谷歌翻译已经在美国、欧洲、亚洲等地区完成了基于人工智能的转换，包括西班牙语、葡萄牙语、法语、德语、中文、日语、韩语及土耳其语在内的语言与英语的互译。而其它上百种语言也即将实现互译，谷歌预计将会以每月八个的速度在年底前更新完毕。而对于谷歌工程而言，只花费九个月的时间就完成这一重大革新无疑是一个惊喜。AI系统一个通宵所取得的进展就相当于过去所取得的进展之和。
Pichai对含蓄的古典文学尤为偏爱，一个月前，他曾告诉我，在他加利福尼亚州山景城的办公室里，有些文字还是需要谷歌翻译来辅助显示，毕竟并不是所有人都像物理学家Robert Oppenheimer一样能读原版的《博伽梵歌》。因此在伦敦的发布会上，幻灯片上出现了博尔赫斯的经典名言：“Uno no es lo que es por lo que escribe, sino por lo que ha leído.”
Pichai大声地读出旧版谷歌翻译翻译出来的拙劣的句子：“One is not what is for what he writes, but for what he has read.”
而在大屏幕的右边，新的AI系统版本则翻译的更加优雅：“You are not what you write, but what you have read.”
这是有一个对新版的谷歌翻译非常恰当的描述：在某种意义上，谷歌翻译是第一条可以通过学习理解任何事物的机器。
谷歌以AI为中心重组公司。在过去的四年中，谷歌、Facebook、苹果、亚马逊、微软和中国百度等六家公司都围绕AI人才展开了一场军备竞赛，尤其是在大学。企业纷纷到顶尖的学术院校挖掘人才，给人才以丰富的资源和极大的自由。在硅谷，Facebook的CEO Mark Zuckerberg会亲自通过电话和视频聊天软件跟公司最优异的研究生进行会话，七位数的起薪根本不在话下。参加人工智能最重要的学术会议的人数增加了近四倍。大家所关注的不仅仅是小小的创新，还有该如何掌控全新的计算平台：无处不在的人工智能。
我们好像理所当然地就开始使用“人工智能”这一短语，但它其实一直是引发争议的根源。想象一下，如果你回到20世纪70年代，在大街上拦住一个路上，拿住智能手机并向她展示手机里的谷歌地图。你可能需要不停地向她解释，你并不是穿着奇怪的巫师，从口袋里掏出的手机也不是什么黑色护身符，它只是一个比阿波罗时光机更强大的电脑。实际上，谷歌地图就是能跟她展示什么是“人工智能”的例子。在某种意义上，谷歌地图确实是人工智能的例子。它能帮你规划从酒店到机场的路线，而且比人类能完成得更快更好。它还能做一些人类显然不能做的事情：它可以判断交通状况；规划最佳路线；在你走错路时，它能重新定位并进行路线的重新规划。
实际上，如今没有人会把谷歌地图跟高贵的“AI”相提并论。所以我们在使用“智能”这个词的时候，是带“情感”色彩的。人工智能可以区别HAL和其它任何用织机或手推车就可以做出的东西。我们能自动化一项任务，涉及到的相关技能会转变为单纯的机制。现在，谷歌地图似乎还不能称之为人工智能，充其量是机器人：它只接受一个明确的需求（从一个地方到另一个地方），并尽力满足这种需求。因此，“人工智能”的所对应的实际应用其实范围很小。
Pichai的终极目标是区分AI应用和“通用人工智能”。通用人工智能不涉及对显式指令的忠实遵守，它是为一般情况下的一般用途而设计通用工具。Pichai认为，他公司的未来取决于通用人工智能。想象一下，如果你告诉谷歌地图，“我想去机场，但需要在中途停一下给我的侄子买礼物。”一个通用的智能服务，就像三年前的电影《她》中，由Scarlett Johansson配音的那个无处不在的助手一样，她像好朋友一样了解你的情况：你侄子的年龄，你通常喜欢给孩子买什么礼物，以及哪里有能买礼物的商店。但是，一个真正聪明的地图能做一些好朋友考虑不到的事，比方说，你侄子学校的孩子里，最近流行什么玩具。如果聪明的机器能够辨别一些错综复杂的数据，从中找到过去我们做过的事情中暗藏的规律性，那么它就可以推断我们的想法。
AI助手是人工智能的新浪潮，苹果的Siri、Facebook的M，还有亚马逊的Echo都是机器学习的产物，作用都很相似。然而，机器学习并不一定只局限于此。今年，三星的医学成像子公司宣布其新的超声设备能够检测乳腺癌。公司也在招贤纳士，以扩大计算机的工业应用。DeepMind于2014年被谷歌收购，AlphaGo在围棋游戏中击败了人类围棋大师，尽管当时人类预测人工智能要想战胜人类还需要10年。
1950年，Alan Turi吴恩达在那篇著名的文章中提出了一个人工智能的测试：一台计算机是否能在5分钟的文本交流中成功地欺骗人类。一旦机器可以在两种自然语言之间流利地翻译，机器就能很好地“理解”人类语言，从而与人类进行对话。谷歌大脑的成员们正推动和协助监督翻译项目，他们相信这样的机器将会成为通用人工智能的助手。
谷歌的研究人员和工程师团队从最初的一两个人，扩大到三四人，甚至后来扩大到一百多人，他们在这一领域取得了巨大进步。接下来要讲的关于谷歌团队的故事非常少见，因为它跟我们对硅谷的通常印象有所不同。它并不是一些俗套的剧情。它不是一个关于技术能解决所有问题的故事，也不是一个技术会毁灭世界的故事。它跟颠覆无关，至少不是通常意义上的颠覆。
事实上，这个故事又包含了三个相关的故事，这三个故事在谷歌翻译成功转型为AI的过程中融合在一起，它们分别是：技术故事，制度故事和关于思想演变的故事。技术故事是关于一个公司的一个产品团队，以及他们对旧产品进行改进、测试并形成全新版本的过程，而且他们只用了别人预期的约为四分之一的时间就完成了这个过程。制度故事是关于该公司内的一个虽然规模不大但很有影响力的人工智能团队，以及他们凭借对一些旧的、未经证实的和广泛不适用的计算观念的直觉信念，超越了几乎其他所有公司的过程。思想的故事是关于坚持不懈的认知科学家、心理学家和工程师，他们长期以来用看似不合理的信念，最终激发了我们对技术和理论的理解，以及意识本身的范式转变。
第一个故事是谷歌翻译的故事，发生在山景城，时间跨度为九个月，故事解释了机器翻译发生的转变。第二个故事是谷歌大脑及其众多竞争对手的故事，发生在硅谷，时间跨度为五年，它解释了整个领域的转型。第三个故事是深度学习的故事，发生在苏格兰、瑞士、日本和加拿大等大部分地区的遥远实验室，时间跨度长达七十年，它可能非常有助于改变人类的自我认知。
这三个故事都跟人工智能有关。七十年的故事是关于我们对人工智能的期待。五年的故事是关于人工智能在不久的将来会带来什么。九个月的故事是关于人工智能现在可以做什么。这三个故事本身都是对概念的证明，而所有这一切都只是开始。
第一部分：学习机器
1、谷歌大脑的诞生
虽然Jeff Dean的职位是高级研究员，但是事实上，他才是谷歌大脑团队的领导者。 Dean有着长而窄的脸，深深的眼睛并且十分热情。作为医学人类学家和公共卫生流行病学家的儿子，Dean成长时期几乎周游了世界各地，包括明尼苏达州、夏威夷、波士顿、阿肯色州、日内瓦、乌干达、索马里、亚特兰大等地。在高中和大学期间，他写的软件就被世界卫生组织所采用。自1999年以来，他一直在谷歌工作，当时他才25岁，从那时起，他几乎参与了谷歌所有重大项目中核心软件系统的开发。作为公司的元老级人物，Jeff Dean Facts已经成了公司开玩笑的对象。以Chuck Norris的事实模式为例：“Jeff Dean的PIN是pi的最后四位数字。”“当Alexander Graham Bell发明电话时，他接到了一个来自Jeff Dean的未接来电。”“Jeff Dean在最高级别为10的系统中晋升到了11级。“（最后一个是真的。）
上图：谷歌工程师和谷歌大脑的领导者Jeff Dean。
来源：纽约时报的Brian Finke
2011年初的一天，Dean在谷歌校园的“微型车间”之一，也就是山景城大楼的共享休息室，遇见了年轻的斯坦福计算机科学家吴恩达教授，他兼任谷歌公司的顾问。吴恩达跟Dean介绍了Marvin项目（以著名的AI先锋Marvin Minsky命名），在这个项目中，他协助谷歌建立了一种基于大脑架构的柔韧的数字网格的“神经网络”。1990年，Dean在明尼苏达大学读本科的时候，也曾经研究过该技术的原始版本，当时神经网络的概念已经开始流行。在过去的五年中，神经网络领域从事相关研究工作的学者数量开始再次增长。吴恩达告诉Dean，Marvin项目是由谷歌的秘密X实验室负责研究的，目前已经取得了一些可观的进展。
Dean对此很感兴趣，决定花自己“20％”的时间来投入这个项目，每名谷歌员工都要将自己20%的时间贡献给他或她的核心工作以外的工作。很快，Dean向吴恩达推荐了有着神经科学背景的Greg Corrado。（在研究生院的课堂上，Corrado粗略地学习了该技术，但他对此很感兴趣，他开玩笑说道：“那天我上课的时候很专心。”）在春天，他们团队又多了一名吴恩达的得意研究生Quoc Le，他是项目团队的第一个实习生。在那之后，一些谷歌工程师用“谷歌大脑”来形容Marvin项目。
术语“人工智能”是在1956年夏天在达特茅斯的一种宪法惯例中诞生的，当时大多数研究人员认为创造AI的最佳方法是写一个非常大而全面的程序，将逻辑推理的规则和有关世界的知识写入其中。比方说，如果你想把英语翻译成日语，你需要把所有的英语语法规则、牛津英语词典中包含的所有定义、所有的日语语法规则，和日语字典中的所有单词都编入计算机。这种观点通常被称为“符号化AI”。因为它的认知定义是基于符号逻辑的，但它已经有些过时，只能算作是“好的老式的AI”。
这种老式方法有两个主要问题。一是，它非常耗费人力和时间；二是，它只有在规则和定义非常清楚的领域（比如数学或象棋）才真正起作用。然而，如果翻译采用这种方法，效果会很差，因为我们平时说的话没办法跟词典上的规则和定义完全对应。比方说，这样的系统可能会把“农业部长”翻译为“农业牧师”。但是，对于数学和国际象棋来说，这种老式方法就很奏效。
不过，这种老式方法的系统确实有限。在20世纪80年代，卡内基梅隆的机器人研究员指出，让计算机做成人能做的事情很简单，但让计算机做一个1岁的小孩可以做的事情却几乎是不可能的，比如拿起一个球或识别一只猫。到了20世纪90年代，尽管计算机能够在国际象棋上战胜世界冠军，我们离真正的人工智能还差得远。
关于AI，还有另外一种看法，计算机的学习是自下而上（从数据），而不是从上到下（从规则）学习。这个概念可追溯到20世纪40年代初，研究人员发现灵活自动智能的最佳模型就是人类大脑本身。毕竟，大脑只不过是很多神经元的集合体，神经元之间可能会相互传递电荷，或者不会传递。重要的不是单个神经元本身，而是它们之间的连接方式。这种结构很简单，为大脑提供了丰富的适应性优势。大脑可以在信息量少或缺失的情况下工作；它在承受重大的损害时，也不会完全失去控制；它可以用非常有效的方式存储大量的知识；它可以区分不同的模式，但同时保留必须的混乱来处理歧义。
所以人类开始试图用电子元件来模仿这种结构，1943年研究表明，简单的人工神经元排布可以执行基本的逻辑功能。至少在理论上，神经元可以模仿人类的方式。实际上，神经元会根据试错把相互之间的突触连接调节得更强或更弱。人工神经网络也可以做类似的事情，在不断试错的基础上逐步改变人工神经元之间的数字关系。人工神经网络不需要使用固定规则来预编程，相反，它会改变自身以反映所输入的数据中的模式。
这种观点认为人工智能是进化得来，而不是创造出来的。如果你想要一个灵活而且能适应环境的机制，不能一开始就教它国际象棋。必须从非常基本的能力，如感官知觉和运动控制开始，长此以往更先进的技能才有可能出现。人类并不是通过记忆字典和语法书来学习和理解语言的，所以我们有什么理由要让计算机通过这样的方式来学习呢？
谷歌大脑是第一个对这种思维方式进行商业投资的机构。Dean、Corrado和吴恩达利用闲暇时间进行合作并对此展开研究，很快他们便取得了进展。他们从最新的理论大纲和自20世纪八九十年代以来的已有框架中提取了他们的模型的搭建灵感，他们还利用了谷歌巨大的数据储备和庞大的计算基础设施。他们利用网络上大量的“标记”数据，让计算机不断改进从而更好地匹配现实。
某天，Dean告诉我说：“动物进化出眼睛是个巨大的发展。”我们像往常一样坐在会议室，他在白板画了一个复杂的时间线，展示了谷歌大脑以及它与神经网络的历史关系。“现在，计算机也有了眼睛，我们能够借助眼睛让计算机识别图片。机器人的能力将得到巨大提升。他们将能够在一个未知的环境中，处理各种不同的问题。”这些他们正在研发的能力可能看起来很原始，但它们的影响是深远的。
上图：Geoffrey Hinton，他在谷歌多伦多办事处提出的想法为谷歌翻译的神经网络方法奠定了基础。 图片来源：《纽约时报》的Brian Finke
2、重量级实习生
正如Dean所说，谷歌大脑诞生一年后，就在研发具有1岁小孩智力的机器中取得了不错的成绩。谷歌的语音识别团队将其旧系统的一部分转换为神经网络，并因此取得了该系统20年来的最好成效。该系统识别对象的能力提高了一个数量级。这不是因为谷歌大脑的研究人员在短短一年内就产生了很棒的新想法，而是因为谷歌终于在该领域投入了资源和人力。
Geoffrey Hinton的到来让谷歌大脑发展更为迅猛。在谷歌大脑成立的第二年，Hinton被招聘到了谷歌大脑，而吴恩达离开了谷歌（吴恩达现在领导百度1300人的AI团队）。Hinton只能离开多伦多大学在谷歌任职三个月，因此由于奥术合同的原因，他不得不被聘为实习生。在实习培训中，辅导人员说“输入您的LDAP（目录访问协议）”，他问道：“什么是LDAP？”在场其他所有25岁的职员，尽管他们可能刚刚弄清深度学习是人工智能的必要条件，都在想“那个老家伙是谁？为什么他连LDAP是什么都不知道？”
Hinton说道：“在午餐时间，团队成员里有个人惊呼‘Hinton教授！我选修了你的课程！你居然在这里？’”从那以后，大家才不对Hinton议论纷纷。
几个月后，Hinton和他的两个学生在一个称为ImageNet的开源集合运行的大型图像识别竞赛中展示了惊人的成果，他们让计算机不仅能识别猴子，而且能够区分蜘蛛猴和吼猴，以及各种不同品种的猫。谷歌很快就向Hinton和他的学生发起了聘用书，他们接收了谷歌的聘用。Hinton说道：“我本以为谷歌对我们的知识产权感兴趣，结果没想到是对我们这几个人感兴趣。”
Hinton来自英国的传统家族，像Darwins一样，他们家族非常注重教育。他伟大的曾祖父是George Boole，他在符号逻辑方面的基础工作为计算机打下基础；Hinton的祖父是一位著名的外科医生，Hinton的父亲是一位热爱冒险的昆虫学家，Hinton的父亲的表哥是洛斯阿拉莫斯研究所的研究员，等等。而Hinton曾在剑桥和爱丁堡大学读数，然后又到卡内基梅隆大学学习，最后他又到多伦多大学。（他的工作长期以来一直受到加拿大政府的慷慨支持。）我在他的办公室对他进行了采访，他顶着一头成熟的诺埃尔加拉格尔风格的黄到褪色的头发，穿着一件宽松的条纹衬衫，椭圆形的眼镜滑落到高挺的鼻子尖端。他开口说道：“计算机会比美国人更早地理解讽刺为何物。”
19世纪60年代末，Hinton在剑桥大学读本科时，就一直致力于研究神经网络，他是该领域的先驱。但大多数时候，每当他谈及机器学习，人们都觉得他在满口胡言。人们之所以觉得神经网络荒谬，主要是因为感知机（Perceptron）被过度炒作，感知机是一个人工神经网络，是康奈尔心理学家Frank Rosenblatt于20世纪50年代后期提出的。《纽约时报》曾报道，感知机的赞助商美国海军期望它“能够走路、说话、看、写作，甚至再造自己，并意识到自己的存在”。结果证明这是不切实际的。美国的Marvin Minsky曾在1954年的普林斯顿论文中研究过神经网络，但是他对于布朗克斯科学当代的Rosenblatt对神经范式的夸张描述已经厌倦了。（他也在争取国防部的投资。）Minsky与MIT的同事一起出版了一本书，来证明有一些简单问题是感知器永远不能解决的。
Minsky对感知机的抨击只是一个“层”的网络，在后来的生活中，他阐述了与当代深度学习非常相似的想法。Hinton认为，如果使用多层神经网络，就能够完成复杂的任务。神经网络的最简单的描述是，它是一个机器，能在数据中发现模式并进行分类或预测。如果只有一层神经网络，你可以找到简单的模式，但如果有多层神经网络，你应该去找模式中的模式。在图像识别的领域，主要使用的是“卷积神经网络”。（这是在1998年的一篇开创性论文中阐述的，其主要作是Yann LeCun，他在多伦多大学读博士后，是Hinton的学生，现在是Facebook人工智能实验室的负责人。）网络的第一层负责学习识别“边缘”的基本视觉效果，也就是判断一个东西（一个像素上）是否有东西。网络的每个连续层都在前一层中寻找模式。边缘的图案可以是圆形也可以是矩形，圆形或矩形的图案可能是面部。这种方法或多或少地以越来越抽象的方式将信息组合在一起，从视网膜中的光感受器将信息返回到大脑的视觉皮层。在每个步骤中，不相关的细节会被丢弃，因为如果几个边缘和圆圈合在一起成为一张面部，你无需知道发现面部的位置，只需要知道它是一张脸。
多层“深度”神经网络的问题是试错法部分非常复杂。对于单层神经网络来说，这很容易。想象一下，如果你正在和一个孩子玩。你告诉孩子，“拿起绿色的球，把它放入盒子A中”，孩子拿起一个绿色的球，但把它放入了盒子B。你会说，“再试一次把绿色球放在盒子A中”，孩子会再次尝试把球放入了盒子A中。
现在想象你告诉孩子，“拿起一个绿色的球，穿过三号门，然后把绿色的球放入盒子A。”孩子却拿起一个红色的球，穿过了二号门，把红色的球放入盒子B。那么你该如何纠正孩子呢？你不能只是不断重复初始指示，因为孩子不知道他到底错在哪一步。在现实生活中，你可以先举起红球和绿球，说“这是红球，这是绿球”。但是，机器学习的重点是避免这种明确的指导。Hinton和其他几个人研究了解决方案（或者，对旧的方案进行了改造）。对于这个分层错误问题，在20世纪70年代末和80年代初，计算机科学家重新开始对神经网络感兴趣。Hinton说道：“人们对此非常兴奋，但我们的研究超出了他们的兴趣。”很快，计算机科学家们又跟以前一样认为Hinton这样的人是怪人和神秘主义者。
这种想法在哲学家和心理学家中仍然很受欢迎，他们称之为“连接主义”或“并行分布式处理”。Hinton告诉我说，“有几个人对这个想法保持热情，这很好，因为这是真正的人工智能。但在心理学领域，很多人相信这种想法，但却没能力实现它。”尽管加拿大政府一直大力支持，但Hinton也没能实现这个想法。“因为没有足够的计算机资源或足够的数据，我们只能自我安慰道：‘是的，如果我们有这样的前提条件，这个想法肯定是行得通的。’但这却并不是一个非常有说服力的论据。”
3、深层解读深度学习
当Pichai提到“人工智能优先（A.I. First）”概念时，他不仅仅是在说谷歌的战略计划，更是把这个长期不可行的想法扔给了公司。Pichai在资源分配上，确保了像Dean和Hinton这样的人才有足够的计算资源和数据资源可用。每个大脑大约有1000亿个神经元，每个神经元与其他10000个神经元相连，这意味着大脑内突触的数量在100万亿和1000万亿之间。对于20世纪40年代提出的简单人工神经网络来说，根本不可能实现这样规模的网络。虽然目前我们也远没达到构建这种规模网络的能力，但谷歌Brain的投资让我们至少实现了可以媲美小鼠大脑的人工神经网络。
然而，理解网络规模的重要性之前，你必须了解一些技术细节，如机器智能究竟对数据做了什么。其实，我们对人工智能的恐惧，主要来自于我们认为它像一个反社会天才在图书馆挖掘知识，然后，或许某一天，曾经只会玩回形针的机器会像对待蚂蚁或莴苣一样轻松杀死人类。但这并不是人工智能的工作方式，它们所做的只是搜索并寻找共同点——首先是基本模式，然后逐渐变复杂。真正最大的危险在于，我们人类最初给它灌输的信息是否就包含个人偏见。
如果只是想了解一二，可以直接阅读下一节（内容是关于猫的），如果想理解相关技术，那请继续阅读。（当然，本节内容也是关于猫。）
如果你想在老式的符号化AI模型上生成一个“猫识别器”。那么首先，你必须花大量时间预先对机器详细明确地说明什么是“猫”。告诉机器，一只猫有四条腿、尖尖的的耳朵、晶须和尾巴等。机器将这些信息存储在内存中的“Cat”区域。接下来，提供一张图片，让机器判断是否是猫。判断过程中，首先，机器必须分离出图像中不同的元素；然后，利用内存中存储的规则处理这些元素。规则如下：如果（腿 = 4）且（耳朵 = 尖）且（胡须 = 有）且（尾巴 = 有）且（表情= 高傲），那么（猫 = 是）。但如果你提供一张苏格兰折耳猫的图片呢？我们符号化 AI模型就会根据“耳朵 != 尖”判断图片上不是猫。 这样的识别水平比蹒跚学步的小孩都差。
而现在，如果用神经网络做这个实验，就根本不需要通过一系列预先定义的规则进行判别，也根本不需要专门的空间来存储“猫”的信息，包含大量相互连接着的开关的大型blob会解决这一切。在blob的一端提供输入（待识别图像），另一端提供输出（标记信息）。然后，机器将自动化工作，通过不断调试相互连接的开关，最终将输入正确映射到对应的输出。训练过程就像是在迷宫中挖掘一系列隧道，隧道两端连接的是正确的输入和输出。可用的训练数据越多，挖掘的隧道数量和复杂性就越大。训练过程一旦完成，blob中有了足够多的隧道，神经网络就能稳定处理数据并作出可靠预测。这就是“监督学习（Supervised Learning）”。
神经网络之所以需要如此多的神经元和数据，因为它以一种类似民主的方式工作。例如，你想训练可识别五种类型物体的神经网络，它由数百万“选民”（神经元）组成，每位选民都有五张不同的卡片，分别是：猫、狗、蜘蛛猴、勺子、除颤器。拿出一张图片，问：“这是猫，狗，蜘蛛猴，勺子还是除颤器？”所有神经元分组进行投票，最终得票最多的作为最终结果：“一只狗？”
你告诉它：“不！是只猫。重新计算。”
然后，神经网络退回一步，确定哪些神经元投票“猫”，哪些不是。那些投票“猫”的神经元，下次如果还投“猫”，其权重加倍。除此之外，该神经网络也必须能准确判别其他物体类别，如狗和除颤器。而神经网络之所以如此灵活，是因为每个单独的个体针对不同的输出贡献的权重不一样。其实，最关键的不是个体投票，而是这种投票模式。如果Joe, Frank 和Mary一起投票，那就是一只狗；如果Joe, Kate和Jessica一起投票，那就是一只猫；而如果Kate, Jessica 和Frank一起投票，图片上就是一个除颤器。神经网络只需要注册大量可识别信号，这些信号表示：图片中该像素区域是“猫”。“选民”越多，投票次数就越多，微弱信号也越可能被注册。简单来说，就是如果只有Joe, Frank 和Mary三个选民，你可能仅限于区分猫、狗和除颤器；而如果有数百万选民，不同选民之间有数十亿连接，那么你就可以对数据精确分类。经过训练的“选民”组合甚至可以识别未标记图片（或许不那么精确）。
计算科学领域之所以不接受这些理念，部分原因在于机器的输出仅仅是基于模式的预测，它并不完美，而且机器永远无法确切地定义什么是“猫”。只有在看到猫的时候，机器才知道那是猫。神经元“选民”通过数百万张猫图像的训练，它们可以识别出在阳光下打盹的快乐小猫，和躲在垃圾箱阴影中的生气小猫。实际上，你需要大量的神经元“选民”和足够的已标记数据，前者用来确保神经网络可以捕捉到非常微弱的信号，如苏格兰折耳猫垂下的耳朵，后者用来尽可能确保神经网络已“见过”所有相似场景。
但是，需要注意的是，神经网络的输出结果具有概率性，这意味着它并不适用于所有任务。如果神经网路把猫误认为狗，或者偶尔推送了错误的电影，这都不是大事，但如果应用于无人驾驶，神经网络1%的失误率可能就酿成了悲剧。类似担忧还有很多。监督学习是基于已标记数据进行反复试验的过程。机器完成的只是学习过程，而人为因素仍然决定了最初对训练数据的分类。例如，训练数据中，图片上是一位男士和一位女士，某人将该图片标记为“一位女士和她的老板”，这种关系标记将影响所有后续的模式识别。因此，人类错误标记才会导致训练数据错误。机器可能通过重罪定罪数据，来确定信贷候选人贷款资格。但如果重罪定罪数据本身就是不公平的（如数据是基于歧视性禁毒法），那么机器输出的可贷款人名单也是不可靠的。
图像识别网络与我们的小猫识别器一样，也是深度学习的一种，但常常把它作为教学示例，因为人类可直观了解到图像识的具体过程：先找图像边缘，然后识别圆圈，接着识别脸。这意味着其中有错误保护措施。例如，早期，谷歌发现他们的图像识别软件无法单独识别出杠铃，哪怕用大规模运动器材图像集对其训练，结果也是一样。通过可视化工具观察发现，由于训练集中所有哑铃都是附在手臂上的，所以机器没有学习到“哑铃”的概念，而是“哑铃+手臂”的整体概念。改进一下，向训练集中加入单独的“杠铃”照片，问题就解决了。但并不是所有问题都这么容易。
4、猫识别论文
谷歌Brain部门在一到两年时间内，成功让机器具备了1岁小孩的智能。随后，该部门成功从谷歌X实验室“毕业”，并成为了更高级的研究机构。（谷歌X实验室负责人曾经指出，Brain取得的成就，让整个实验室的努力没有白费。）当时，谷歌Brain仍然只有10人不到，而对于未来，也只有一个模糊的概念。但即使在那时，他们都在积极思考接下来会发生什么。就像人一样，学会认识皮球后，我们会为之满足一段时间，但迟早，人类会产生关于皮球的问题。这就是语言产生的原因。
这一领域中，Brain迈出的第一步是发表了猫识别论文，正是这篇论文，Brain闻名世界。
这篇论文展示了一个具有超过十亿个“突触”连接的神经网络。虽然与人类大脑相比，它小了好几个数量级，但它比当时任何公开的神经网络都要大好几百倍。这个神经网络可以处理原始的、未标记数据，并识别高级的人类概念。谷歌Brain的研究人员向该神经网络展示了几百万的静态帧（来自YouTube视频），然后神经网络的感觉中枢开始运转，生成了一个稳定的模型。像小孩或花栗鼠一样聪明，该模型可以迅速识别出猫的脸。研究人员并没有预先向该神经网络输入关于“猫”概念，它直接与现实世界交互并获取“猫”这一定义。（研究人员发现，这一神经网络与核磁共振（M.R.I.）很相像，猫的脸部阴影会激发人工神经元“投票”的热情。）大多数机器学习都受限于已标记数据的数据量。但这篇论文却显示，该神经网络可以处理原始未标记数据，有时甚至是人类都还没建立起概念的数据。这不仅仅是猫识别研究的重大突破，更是整个人工智能的显著进步。
猫识别论文的第一作者是Quoc Le。Le个头不高，身形偏瘦，说话温和但语速很快，经常穿着闪亮的黑皮鞋，而且面带神秘的微笑。他在越南长大，父母都是农民，小时候家里甚至都没有电。他从小就表现出了过人的数学能力，后来，他就读于一所磁铁学校学习科学。上世纪90年代末，Le还在上学，那时候他就试图构建一个聊天机器人。他在想，这有多难呢？
“但实际上，”他告诉我，“非常不简单。”
毕业后，Le离开了越南，前往澳大利亚堪培拉的一所大学学习，主要研究机器视觉这类人工智能任务。当时人工智能的主要做法是，提前给机器灌输相关概念（如，边缘），这让他感觉像是在作弊。当时的Le不知道，全世界有很多计算机科学家和他的想法一样——机器可以从零开始学习。2006年，Le任职于德国的马克斯普朗克研究所生物控制部门。在当时的一个阅读小组中，他读到了Geoffrey Hinton写的两篇论文，他觉得自己豁然开朗。
“这两篇文章引起了争议，”他告诉我。“非常大的争议。”我们在一个小型内部会议室里，天花板又窄又高，屋子里有一张小桌子和两块白板。Le看了眼他画在背后白板上的曲线，又回过头来轻声地说，“我从没见到过这么大的争议”。
他记得，当时在阅读小组里站起来，然后说，“这就是未来。”但在当时，这是个不受欢迎的决定。Le在澳大利亚的导师不能完全理解他的想法，写邮件问到，“你为什么决定做这个？”
“那时，我想不到怎么回答这个问题，”Le说。“因为，我只是好奇。文章中提出了一个成功的范式，老实说，我只是对这个新范式感到好奇。那时还是2006年，这样的观点非常罕见。”然后，Le 加入了斯坦福的吴恩达团队，接着他开始沿着 Hinton 的道路探索。“到了2010年年底，我确信会有事情发生。”
不久之后，Le成为了Brain的首位实习生。在Brain，他继续着自己的论文工作，也就是后来发表的猫论文的前身。在一个简单层面上，Le只是想看看计算机能否被训练并自主识别给定图像中的绝对必要的信息。他向神经网络输入了一张YouTube上的静态图片。然后，指示神经网络丢弃一些信息，但并不说明哪些信息应该保留哪些应该丢弃。神经网络随机丢弃了一些信息。接着，Le又说：“刚刚是开玩笑的。现在基于你刚刚保留下来的信息，重新构建初始图像。”这种方式就像他先要求机器找到一种方式“总结”图像，然后，基于总结的信息回溯原始图像。如果总结的都是些不相关信息（如天空的颜色），而不是关键信息（如有没有胡须），计算机就无法有效重构原始图像。计算机的反应就像我们远古的祖先，他们在逃跑中建立起对剑齿虎的印象。而Le的神经网络与我们的祖先的方式不同，它需要不断地尝试。从数学角度来说，每次尝试后，它都选择不同的信息进行优化，而且表现地越来越好。然而，神经网络是个黑盒子，它确实生成了某种范式，但人类并不能直观地理解这些范式。
猫论文发表后，引起了极大凡响，而Le并未感觉到自己掌握了业界的话语权。但他强烈感觉到，应该继续自己早年聊天机器人的想法。发表了猫论文后，Le意识到，如果神经网络可以总结图片信息，那么它或许也可以总结语句信息。在接下来两年中，这一想法深深印在Le和Tomas Mikolov（Le在Brain的同事）的脑海中。
那段时间，Brain团队占据了好几个办公室，甚至一度占用了高管的地方。随后，他们收到了管理处的邮件，要求他们不要在Larry Page和Sergey Brin的 办公室门口的沙发上睡觉。后来，他们被安排到街对面的研究楼里工作，在那里，研究人员专心研究，而不必应付同事间礼貌而无效率的交谈。当然在这一过渡期，谷歌的竞争对手们也在奋力前行。（Le神情严肃地一遍一遍提及他与Tomas Mikolov的亲密合作。最后我忍不住问道，“他离开了？”Le点点头，回答道：“去了Facebook”。）
上图：2012年的谷歌 Brain团队。他们发表了著名的“猫论文”，演示论文中的神经网络处理未标记数据。研究人员向该神经网络提供几百万的静态帧（来自YouTube视频），神经网络生成了一个稳定的模型并且识别出猫。
那段时间，他们极力想构造出不仅能执行简单的静态图片分类任务，也能处理复杂的任务（如自然语言或音乐）的神经网络架构。他们的许多观点在上世纪九十年代就出现了，Le和他的同事们专门回顾了那些被忽略的概念，希望能从中得到启发。他们知道，一旦建立了一个具有基本语言预测功能的模型，也就可以基于此完成各种其他类型智能任务，如预测电子邮件的合适回复或者预测谈话过程。你可以侧重于那些从表面看起来很像思维过程的任务。
来源：人工智能学家
更多内容请关注：www.imefuture.com
北京大数据产业投资基金正式发布 扎克伯格启用AI“管家
圣诞节太多小孩被机器人吸引
智造家
397 浏览
AI让医护人员走在时代最前沿
机械自动化类 料盘挡板 2016-12-01 10:22 发表了文章
TEZ正埋头在网络的搜索中，她希望在通过网络上的一些资源，能够帮助找到一些对她的爸爸有用的信息。她的爸爸在患过一次中风之后，就一直处于昏迷状态。
经过大量的搜查，TEZ也收集到了网友们各式各样的新型建议，有人说可以给她的爸爸放一些熟悉的音乐，让他能够尝试着与这个世界联系起来，也有人建议说可以尝试最新的一种新型药物，这种药物去年在老鼠的身上已经做过了实验，并取得了一些效果。
只要是值得一试的方法，她都纷纷尝试过了，但是似乎都没有什么太大的效果。她认为，医生很忙，他们将主要的精力放在拯救病人的生命上，所以单单依靠医生的一些建议恐怕成功性会比较小，并且他们对目前市面上最新的一些方法并不一定知晓。
TEZ的担忧医生们也完全能够理解。这些医生们他们也承认，面对每年发行的大量的科学论文，他们也不一定能够完全掌握，多少也会错失一些信息。对于医生而言，有几个热门网站如MedCalc和UptoDate十分有用，医生们可以在这些网站上找到许多新的咨询诊断标准和治疗指南。
但是这些网站依然有许多亟待改善的地方，其中有些人认为人工智能在过度化的科学信息系统中可以起到一些作用，能够提供一些有用的解决方案：机器学习助手能够查阅新增的论文，并提炼其中的主要信息，还能够高亮显示相关的检索结果。
上个月，一个名叫Iris的公司推出这种类型的机器学习助手，目前还是第一个版本。该机器目前可以阅读论文的摘要，映射出它的主要概念，并找到与这些概念相似的论文。
它能够以一种快速的方式来获得所给定主题的相关科学文章，尤其是当你在搜索的时候，你不知道确切的关键词，这种人工智能助手显得尤为有用。艾伦人工智能研究所最近也推出了一款搜索引擎——“语义学者”，在没有关键字的时候，也可以搜索出相关的文章。
“其中所面临的一个主要问题就是，如何能够将这些尘封许久的科学资料发掘出来，并且可以将它们分享给那些可以完善并利用它们的人的手中。”IRIS的CEO阿妮塔.布雷德说道。
她所研发的这款工具，可以更容易地浏览文献，特别是做一些跨学科研究的时候更加容易分类，她说道。该公司计划在三年当中能够使系统记住读者的所有浏览记录，例如在上周阅读过哪些文章，并且能够根据所浏览的文章做出相关的推荐。
并且希望在未来十年内，该人工智能强大到一定地步，可以根据所浏览到文献和相关的理解发掘出更多属于它自己的新概念，也就是说，能够更加智能，可以独立自主地有自身的特征。
Iris的机器没有太多的边界性。它所包涵的搜索内容很宽泛，无论你是想搜索与癌症相关抑或是与复合材料相关的信息，对于该智能系统而言，都没有太多的影响。但是有一些人工智能公司，他们所涵盖的领域很窄，往往只有医学领域。
目前IBM正在利用其人工智能技术，采用“沃森肿瘤”疗法进军高风险领域的癌症治疗。该“沃森肿瘤”是由Memorial Sloan Kettering的专家们所研发出来的一款应用程序。它从众多发表的论文中，患者数据和临床试验中收集大量的信息，帮助肿瘤医生们与该领域的最新进展相接轨。
IBM的应用程序没有扩展到其他医疗领域，Iris的智能机器目前只是提高了科学文献组织和访问的形式。对于某些专科医生而言，仅仅找到这些相关的研究文献是远远不够的，因为必须还需要有人能够帮助他们阅读并总结出该研究报告中的精华。
“这是一个巨大的问题，”纽约的一个当地医疗人员Setareh Alipour如此感叹道。“科学数据现在变得越来越庞大，甚至连专业的医生们都无法确切地知道最新的发现和进展。现在我所讨论的是如何进行更大规模的研究，而不是依靠一小部分不太可靠的数据。”
各种科学文献应该在临床上找到它们的用武之地，这就是所谓的“循证医学”，这与你在医学院所学到的传统医学理念还是不太一样的。医生们所具备的专业知识有时并不能跟上时代的步伐：在美国，大约只有一半的患者接受了最新的医学疗法。
医生们同样也希望能够缩短知识差距，并且希望更加容易地收集到最新的科学文献。 “如果一台机器可以成为我可靠的记忆管家，我想我会对它爱不释手。” Alipour说。
TEZ的父亲已经走出了昏迷状态，目前正在康复中。但她在网上发现的医学文献却引来许多医生们的兴趣和关注，他们希望能够将这些宝贵的文献打印出来，公布在神经内科的专栏上。
TEZ设想道，人工智能医生助理也许可以嵌入到一个专门的健康电子档案中，可以保护每个人的个人信息，根据你的症状和病史为你推荐最前沿的治疗方案。
它还可以提醒你的医生最新的治疗方式，将人工智能与医学领域结合起来，让从事医疗事业却不懂人工智能的医疗人员可以更好地使用这一新型技术。
正如IBM与医疗领域之间的伙伴关系一样，如果有一种人工智能方案可以提高医疗水平，那么在医院和科技之间，就能够进行一次更加密切的连接。
来源：1号机器人
智造家
查看全部
经过大量的搜查，TEZ也收集到了网友们各式各样的新型建议，有人说可以给她的爸爸放一些熟悉的音乐，让他能够尝试着与这个世界联系起来，也有人建议说可以尝试最新的一种新型药物，这种药物去年在老鼠的身上已经做过了实验，并取得了一些效果。
只要是值得一试的方法，她都纷纷尝试过了，但是似乎都没有什么太大的效果。她认为，医生很忙，他们将主要的精力放在拯救病人的生命上，所以单单依靠医生的一些建议恐怕成功性会比较小，并且他们对目前市面上最新的一些方法并不一定知晓。
TEZ的担忧医生们也完全能够理解。这些医生们他们也承认，面对每年发行的大量的科学论文，他们也不一定能够完全掌握，多少也会错失一些信息。对于医生而言，有几个热门网站如MedCalc和UptoDate十分有用，医生们可以在这些网站上找到许多新的咨询诊断标准和治疗指南。
但是这些网站依然有许多亟待改善的地方，其中有些人认为人工智能在过度化的科学信息系统中可以起到一些作用，能够提供一些有用的解决方案：机器学习助手能够查阅新增的论文，并提炼其中的主要信息，还能够高亮显示相关的检索结果。
上个月，一个名叫Iris的公司推出这种类型的机器学习助手，目前还是第一个版本。该机器目前可以阅读论文的摘要，映射出它的主要概念，并找到与这些概念相似的论文。
它能够以一种快速的方式来获得所给定主题的相关科学文章，尤其是当你在搜索的时候，你不知道确切的关键词，这种人工智能助手显得尤为有用。艾伦人工智能研究所最近也推出了一款搜索引擎——“语义学者”，在没有关键字的时候，也可以搜索出相关的文章。
“其中所面临的一个主要问题就是，如何能够将这些尘封许久的科学资料发掘出来，并且可以将它们分享给那些可以完善并利用它们的人的手中。”IRIS的CEO阿妮塔.布雷德说道。
她所研发的这款工具，可以更容易地浏览文献，特别是做一些跨学科研究的时候更加容易分类，她说道。该公司计划在三年当中能够使系统记住读者的所有浏览记录，例如在上周阅读过哪些文章，并且能够根据所浏览的文章做出相关的推荐。
并且希望在未来十年内，该人工智能强大到一定地步，可以根据所浏览到文献和相关的理解发掘出更多属于它自己的新概念，也就是说，能够更加智能，可以独立自主地有自身的特征。
Iris的机器没有太多的边界性。它所包涵的搜索内容很宽泛，无论你是想搜索与癌症相关抑或是与复合材料相关的信息，对于该智能系统而言，都没有太多的影响。但是有一些人工智能公司，他们所涵盖的领域很窄，往往只有医学领域。
目前IBM正在利用其人工智能技术，采用“沃森肿瘤”疗法进军高风险领域的癌症治疗。该“沃森肿瘤”是由Memorial Sloan Kettering的专家们所研发出来的一款应用程序。它从众多发表的论文中，患者数据和临床试验中收集大量的信息，帮助肿瘤医生们与该领域的最新进展相接轨。
IBM的应用程序没有扩展到其他医疗领域，Iris的智能机器目前只是提高了科学文献组织和访问的形式。对于某些专科医生而言，仅仅找到这些相关的研究文献是远远不够的，因为必须还需要有人能够帮助他们阅读并总结出该研究报告中的精华。
“这是一个巨大的问题，”纽约的一个当地医疗人员Setareh Alipour如此感叹道。“科学数据现在变得越来越庞大，甚至连专业的医生们都无法确切地知道最新的发现和进展。现在我所讨论的是如何进行更大规模的研究，而不是依靠一小部分不太可靠的数据。”
各种科学文献应该在临床上找到它们的用武之地，这就是所谓的“循证医学”，这与你在医学院所学到的传统医学理念还是不太一样的。医生们所具备的专业知识有时并不能跟上时代的步伐：在美国，大约只有一半的患者接受了最新的医学疗法。
医生们同样也希望能够缩短知识差距，并且希望更加容易地收集到最新的科学文献。 “如果一台机器可以成为我可靠的记忆管家，我想我会对它爱不释手。” Alipour说。
TEZ的父亲已经走出了昏迷状态，目前正在康复中。但她在网上发现的医学文献却引来许多医生们的兴趣和关注，他们希望能够将这些宝贵的文献打印出来，公布在神经内科的专栏上。
TEZ设想道，人工智能医生助理也许可以嵌入到一个专门的健康电子档案中，可以保护每个人的个人信息，根据你的症状和病史为你推荐最前沿的治疗方案。
它还可以提醒你的医生最新的治疗方式，将人工智能与医学领域结合起来，让从事医疗事业却不懂人工智能的医疗人员可以更好地使用这一新型技术。
正如IBM与医疗领域之间的伙伴关系一样，如果有一种人工智能方案可以提高医疗水平，那么在医院和科技之间，就能够进行一次更加密切的连接。
来源：1号机器人
智造家
查看全部
TEZ正埋头在网络的搜索中，她希望在通过网络上的一些资源，能够帮助找到一些对她的爸爸有用的信息。她的爸爸在患过一次中风之后，就一直处于昏迷状态。
经过大量的搜查，TEZ也收集到了网友们各式各样的新型建议，有人说可以给她的爸爸放一些熟悉的音乐，让他能够尝试着与这个世界联系起来，也有人建议说可以尝试最新的一种新型药物，这种药物去年在老鼠的身上已经做过了实验，并取得了一些效果。
只要是值得一试的方法，她都纷纷尝试过了，但是似乎都没有什么太大的效果。她认为，医生很忙，他们将主要的精力放在拯救病人的生命上，所以单单依靠医生的一些建议恐怕成功性会比较小，并且他们对目前市面上最新的一些方法并不一定知晓。
TEZ的担忧医生们也完全能够理解。这些医生们他们也承认，面对每年发行的大量的科学论文，他们也不一定能够完全掌握，多少也会错失一些信息。对于医生而言，有几个热门网站如MedCalc和UptoDate十分有用，医生们可以在这些网站上找到许多新的咨询诊断标准和治疗指南。
但是这些网站依然有许多亟待改善的地方，其中有些人认为人工智能在过度化的科学信息系统中可以起到一些作用，能够提供一些有用的解决方案：机器学习助手能够查阅新增的论文，并提炼其中的主要信息，还能够高亮显示相关的检索结果。
上个月，一个名叫Iris的公司推出这种类型的机器学习助手，目前还是第一个版本。该机器目前可以阅读论文的摘要，映射出它的主要概念，并找到与这些概念相似的论文。
它能够以一种快速的方式来获得所给定主题的相关科学文章，尤其是当你在搜索的时候，你不知道确切的关键词，这种人工智能助手显得尤为有用。艾伦人工智能研究所最近也推出了一款搜索引擎——“语义学者”，在没有关键字的时候，也可以搜索出相关的文章。
“其中所面临的一个主要问题就是，如何能够将这些尘封许久的科学资料发掘出来，并且可以将它们分享给那些可以完善并利用它们的人的手中。”IRIS的CEO阿妮塔.布雷德说道。
她所研发的这款工具，可以更容易地浏览文献，特别是做一些跨学科研究的时候更加容易分类，她说道。该公司计划在三年当中能够使系统记住读者的所有浏览记录，例如在上周阅读过哪些文章，并且能够根据所浏览的文章做出相关的推荐。
并且希望在未来十年内，该人工智能强大到一定地步，可以根据所浏览到文献和相关的理解发掘出更多属于它自己的新概念，也就是说，能够更加智能，可以独立自主地有自身的特征。
Iris的机器没有太多的边界性。它所包涵的搜索内容很宽泛，无论你是想搜索与癌症相关抑或是与复合材料相关的信息，对于该智能系统而言，都没有太多的影响。但是有一些人工智能公司，他们所涵盖的领域很窄，往往只有医学领域。
目前IBM正在利用其人工智能技术，采用“沃森肿瘤”疗法进军高风险领域的癌症治疗。该“沃森肿瘤”是由Memorial Sloan Kettering的专家们所研发出来的一款应用程序。它从众多发表的论文中，患者数据和临床试验中收集大量的信息，帮助肿瘤医生们与该领域的最新进展相接轨。
IBM的应用程序没有扩展到其他医疗领域，Iris的智能机器目前只是提高了科学文献组织和访问的形式。对于某些专科医生而言，仅仅找到这些相关的研究文献是远远不够的，因为必须还需要有人能够帮助他们阅读并总结出该研究报告中的精华。
“这是一个巨大的问题，”纽约的一个当地医疗人员Setareh Alipour如此感叹道。“科学数据现在变得越来越庞大，甚至连专业的医生们都无法确切地知道最新的发现和进展。现在我所讨论的是如何进行更大规模的研究，而不是依靠一小部分不太可靠的数据。”
各种科学文献应该在临床上找到它们的用武之地，这就是所谓的“循证医学”，这与你在医学院所学到的传统医学理念还是不太一样的。医生们所具备的专业知识有时并不能跟上时代的步伐：在美国，大约只有一半的患者接受了最新的医学疗法。
医生们同样也希望能够缩短知识差距，并且希望更加容易地收集到最新的科学文献。 “如果一台机器可以成为我可靠的记忆管家，我想我会对它爱不释手。” Alipour说。
TEZ的父亲已经走出了昏迷状态，目前正在康复中。但她在网上发现的医学文献却引来许多医生们的兴趣和关注，他们希望能够将这些宝贵的文献打印出来，公布在神经内科的专栏上。
TEZ设想道，人工智能医生助理也许可以嵌入到一个专门的健康电子档案中，可以保护每个人的个人信息，根据你的症状和病史为你推荐最前沿的治疗方案。
它还可以提醒你的医生最新的治疗方式，将人工智能与医学领域结合起来，让从事医疗事业却不懂人工智能的医疗人员可以更好地使用这一新型技术。
正如IBM与医疗领域之间的伙伴关系一样，如果有一种人工智能方案可以提高医疗水平，那么在医院和科技之间，就能够进行一次更加密切的连接。
来源：1号机器人
智造家
442 浏览
AI信号灯——让你远离“堵城”
机械自动化类 喷漆李 2016-11-29 10:18 发表了文章
在美国，每个人平均每年花费在交通堵塞的时间为38小时。这只是一个最低的平均时间，但是在一些交通堵塞的繁忙大都市，这个数值还要大一些。据统计，在美国的例如华盛顿，洛杉矶和旧金山等大城市，每个人花费在交通堵塞上的时间高达60到70个小时。换个角度而言，每年司机们要花40%的时间在等候上。
最近，针对这个普遍性的问题，美国一家初创公司Surtrac目前正在努力改善交通灯的技术，从而可以减轻交通压力，缓解交通堵塞。该公司所使用的一个核心方法就是在当前的交通灯中加入了人工智能技术，利用AI更好地控制交通灯，控制车辆通行的时间。
Surtrac公司在2012年，首次在匹兹堡市进行了该测试，当时就使用了人工智能系统，目前为止，该技术也有一定的实践基础，也有了一部分的使用数据供后续的参考。
当这种交通灯人工智能技术首次推广的时候，使用的范围不是很广，当时只在匹兹堡的九个十字路口进行了测试和使用。现在随着人工智能技术的进步，该技术的使用范围已经在慢慢扩大，据统计，在匹兹堡的50个交叉路口都已经开始使用了，并且取得了很不错的效果。
一旦该智能系统慢慢地嵌入到整座城市的各个十字路口，并且都取得了不错的效果， Surtrac则希望能够一步一步将该技术运用于全国其他各个城市之中。因为毕竟交通问题在各个城市都存在，只不过程度不同而已。
该系统到底是怎样运作的呢？
每一个交通信号灯，都是根据不同的时间来进行编程的，这是交通灯的主要控制手段，而每一个路口的交通灯的时间基本上是每隔几年才会更新一次的。
此时就出现了一个问题，因为随着时间的推移，不同十字路口的车流量也会发生改变，车流模式的改变速度跟信号灯更新速度相比，则快多了。所以按照传统的方式，几年就更新一次交通信号灯时间，明显不能满足现状。但是如果将人工智能植入到交通信号灯的时间控制中，就可以根据现场的车流量，自动进行时间的调整，而无需手动更新。
这些人工智能红绿灯通过使用摄像头和雷达信号以及流量网络数据，对车辆数据进行了一个全面的收集和统计，就能够根据所收集到的不同信息数据，对信号灯的时间进行一个调控，从而可以适应每一个十字路口的实际情况。
为了让系统变得更加便捷，每一个人工智能交通信号灯单单只负责一个路口。这样就可以更加全面地收集该路口的车流量信息。但是，与此同时，这些信号灯和它们内部的软件是可以进行后台交互分析的，它们可以根据不同信号灯收集的数据进行全面的分析。
对不同车辆的影响
如今的人工智能并不是一个新概念。比如在无人驾驶汽车技术当中，有一些汽车像丰田塔科马可以实现更高程度的智能。其中有一种情况就是，当其他车辆正在盲区或者另一个车道上行驶时，该智能系统就会及时提醒驾驶员当前的情况。
所以，目前开发的交通信号灯人工智能系统也在逐步完善，慢慢地也具备与其他车辆交流的能力，也许将无人驾驶汽车技术运用到该系统中来，在不久之后这些智能信号灯甚至可以提醒司机前面的交通情况。但是此时又有另外一个问题：如果是摩托车，该怎么办？
不同于汽车，当摩托车到达一个路口时，当前AI红绿灯无法检测到它。这可以成为被困在如果它检测到车，这样一来对于摩托车手而言，就显得没有那么便利了。Surtac公司未来的发展目标就是希望能够完善这个领域，使得该智能系统可以检测到更多类型的车辆。
减少汽车尾气排放
我们都知道，哪怕汽车在减速状态时，所释放的有害化学物质会进入到环境当中，造成很大的环境污染。每燃烧一加仑的汽油，就会产生20磅的二氧化碳。平均而言，每一辆汽车每年排的二氧化碳约六吨左右。
但是该 AI系统可以减少汽车40%不必要的等候时间，所以在这个层面上，可以大大减轻二氧化碳的排放量。研究人员已发现，交通AI系统的使用预计将会减少20%左右的废气排放。由于AI红绿灯技术的使用会减少车辆的交通堵塞时间，并且还能减轻尾气的排放量，所以最终的结果是可以让更多的汽车在路面上畅通地行驶。
给予紧急救援车辆优先权
Surtac公司的工程师们也正在开发该智能系统的另外一些附加功能。该系统的嵌入给了驾驶员很大的帮助，同时这些附加功能也会对一些紧急车辆给予一定的援助。例如它可以帮助这些紧急车辆更快更安全地度过某些路口，以免发生交通事故。
交通信号灯与人工智能技术最终可以在十字路口上感知救护车或警车，当检测到这些特殊车辆时，它们会适当地调节信号灯的时间，帮助他们优先通过，无需担心造成交通瘫痪。
虽然Surtac的AI红绿灯技术仍处于开发阶段，但是它一旦完善起来，将会完全改变人们的出行状态。不仅会大大缩短路途上花费的堵塞时间，减少尾气的排放，还能够有效地控制应急车辆的优先通过，从而实现一种高效的有价值的交通模式。
如果该技术的使用范围扩展到其他城市时，最终司机们将不再需要提前出行了，因为AI灯将有助于减轻交通负荷，同时使城市的路况更为高效，并且它的存在可以构建一种友好的驾驶模式。
来源：1号机器人
智造家 查看全部
最近，针对这个普遍性的问题，美国一家初创公司Surtrac目前正在努力改善交通灯的技术，从而可以减轻交通压力，缓解交通堵塞。该公司所使用的一个核心方法就是在当前的交通灯中加入了人工智能技术，利用AI更好地控制交通灯，控制车辆通行的时间。
Surtrac公司在2012年，首次在匹兹堡市进行了该测试，当时就使用了人工智能系统，目前为止，该技术也有一定的实践基础，也有了一部分的使用数据供后续的参考。
当这种交通灯人工智能技术首次推广的时候，使用的范围不是很广，当时只在匹兹堡的九个十字路口进行了测试和使用。现在随着人工智能技术的进步，该技术的使用范围已经在慢慢扩大，据统计，在匹兹堡的50个交叉路口都已经开始使用了，并且取得了很不错的效果。
一旦该智能系统慢慢地嵌入到整座城市的各个十字路口，并且都取得了不错的效果， Surtrac则希望能够一步一步将该技术运用于全国其他各个城市之中。因为毕竟交通问题在各个城市都存在，只不过程度不同而已。
该系统到底是怎样运作的呢？
每一个交通信号灯，都是根据不同的时间来进行编程的，这是交通灯的主要控制手段，而每一个路口的交通灯的时间基本上是每隔几年才会更新一次的。
此时就出现了一个问题，因为随着时间的推移，不同十字路口的车流量也会发生改变，车流模式的改变速度跟信号灯更新速度相比，则快多了。所以按照传统的方式，几年就更新一次交通信号灯时间，明显不能满足现状。但是如果将人工智能植入到交通信号灯的时间控制中，就可以根据现场的车流量，自动进行时间的调整，而无需手动更新。
这些人工智能红绿灯通过使用摄像头和雷达信号以及流量网络数据，对车辆数据进行了一个全面的收集和统计，就能够根据所收集到的不同信息数据，对信号灯的时间进行一个调控，从而可以适应每一个十字路口的实际情况。
为了让系统变得更加便捷，每一个人工智能交通信号灯单单只负责一个路口。这样就可以更加全面地收集该路口的车流量信息。但是，与此同时，这些信号灯和它们内部的软件是可以进行后台交互分析的，它们可以根据不同信号灯收集的数据进行全面的分析。
对不同车辆的影响
如今的人工智能并不是一个新概念。比如在无人驾驶汽车技术当中，有一些汽车像丰田塔科马可以实现更高程度的智能。其中有一种情况就是，当其他车辆正在盲区或者另一个车道上行驶时，该智能系统就会及时提醒驾驶员当前的情况。
所以，目前开发的交通信号灯人工智能系统也在逐步完善，慢慢地也具备与其他车辆交流的能力，也许将无人驾驶汽车技术运用到该系统中来，在不久之后这些智能信号灯甚至可以提醒司机前面的交通情况。但是此时又有另外一个问题：如果是摩托车，该怎么办？
不同于汽车，当摩托车到达一个路口时，当前AI红绿灯无法检测到它。这可以成为被困在如果它检测到车，这样一来对于摩托车手而言，就显得没有那么便利了。Surtac公司未来的发展目标就是希望能够完善这个领域，使得该智能系统可以检测到更多类型的车辆。
减少汽车尾气排放
我们都知道，哪怕汽车在减速状态时，所释放的有害化学物质会进入到环境当中，造成很大的环境污染。每燃烧一加仑的汽油，就会产生20磅的二氧化碳。平均而言，每一辆汽车每年排的二氧化碳约六吨左右。
但是该 AI系统可以减少汽车40%不必要的等候时间，所以在这个层面上，可以大大减轻二氧化碳的排放量。研究人员已发现，交通AI系统的使用预计将会减少20%左右的废气排放。由于AI红绿灯技术的使用会减少车辆的交通堵塞时间，并且还能减轻尾气的排放量，所以最终的结果是可以让更多的汽车在路面上畅通地行驶。
给予紧急救援车辆优先权
Surtac公司的工程师们也正在开发该智能系统的另外一些附加功能。该系统的嵌入给了驾驶员很大的帮助，同时这些附加功能也会对一些紧急车辆给予一定的援助。例如它可以帮助这些紧急车辆更快更安全地度过某些路口，以免发生交通事故。
交通信号灯与人工智能技术最终可以在十字路口上感知救护车或警车，当检测到这些特殊车辆时，它们会适当地调节信号灯的时间，帮助他们优先通过，无需担心造成交通瘫痪。
虽然Surtac的AI红绿灯技术仍处于开发阶段，但是它一旦完善起来，将会完全改变人们的出行状态。不仅会大大缩短路途上花费的堵塞时间，减少尾气的排放，还能够有效地控制应急车辆的优先通过，从而实现一种高效的有价值的交通模式。
如果该技术的使用范围扩展到其他城市时，最终司机们将不再需要提前出行了，因为AI灯将有助于减轻交通负荷，同时使城市的路况更为高效，并且它的存在可以构建一种友好的驾驶模式。
来源：1号机器人
智造家 查看全部
在美国，每个人平均每年花费在交通堵塞的时间为38小时。这只是一个最低的平均时间，但是在一些交通堵塞的繁忙大都市，这个数值还要大一些。据统计，在美国的例如华盛顿，洛杉矶和旧金山等大城市，每个人花费在交通堵塞上的时间高达60到70个小时。换个角度而言，每年司机们要花40%的时间在等候上。
最近，针对这个普遍性的问题，美国一家初创公司Surtrac目前正在努力改善交通灯的技术，从而可以减轻交通压力，缓解交通堵塞。该公司所使用的一个核心方法就是在当前的交通灯中加入了人工智能技术，利用AI更好地控制交通灯，控制车辆通行的时间。
Surtrac公司在2012年，首次在匹兹堡市进行了该测试，当时就使用了人工智能系统，目前为止，该技术也有一定的实践基础，也有了一部分的使用数据供后续的参考。
当这种交通灯人工智能技术首次推广的时候，使用的范围不是很广，当时只在匹兹堡的九个十字路口进行了测试和使用。现在随着人工智能技术的进步，该技术的使用范围已经在慢慢扩大，据统计，在匹兹堡的50个交叉路口都已经开始使用了，并且取得了很不错的效果。
一旦该智能系统慢慢地嵌入到整座城市的各个十字路口，并且都取得了不错的效果， Surtrac则希望能够一步一步将该技术运用于全国其他各个城市之中。因为毕竟交通问题在各个城市都存在，只不过程度不同而已。
该系统到底是怎样运作的呢？
每一个交通信号灯，都是根据不同的时间来进行编程的，这是交通灯的主要控制手段，而每一个路口的交通灯的时间基本上是每隔几年才会更新一次的。
此时就出现了一个问题，因为随着时间的推移，不同十字路口的车流量也会发生改变，车流模式的改变速度跟信号灯更新速度相比，则快多了。所以按照传统的方式，几年就更新一次交通信号灯时间，明显不能满足现状。但是如果将人工智能植入到交通信号灯的时间控制中，就可以根据现场的车流量，自动进行时间的调整，而无需手动更新。
这些人工智能红绿灯通过使用摄像头和雷达信号以及流量网络数据，对车辆数据进行了一个全面的收集和统计，就能够根据所收集到的不同信息数据，对信号灯的时间进行一个调控，从而可以适应每一个十字路口的实际情况。
为了让系统变得更加便捷，每一个人工智能交通信号灯单单只负责一个路口。这样就可以更加全面地收集该路口的车流量信息。但是，与此同时，这些信号灯和它们内部的软件是可以进行后台交互分析的，它们可以根据不同信号灯收集的数据进行全面的分析。
对不同车辆的影响
如今的人工智能并不是一个新概念。比如在无人驾驶汽车技术当中，有一些汽车像丰田塔科马可以实现更高程度的智能。其中有一种情况就是，当其他车辆正在盲区或者另一个车道上行驶时，该智能系统就会及时提醒驾驶员当前的情况。
所以，目前开发的交通信号灯人工智能系统也在逐步完善，慢慢地也具备与其他车辆交流的能力，也许将无人驾驶汽车技术运用到该系统中来，在不久之后这些智能信号灯甚至可以提醒司机前面的交通情况。但是此时又有另外一个问题：如果是摩托车，该怎么办？
不同于汽车，当摩托车到达一个路口时，当前AI红绿灯无法检测到它。这可以成为被困在如果它检测到车，这样一来对于摩托车手而言，就显得没有那么便利了。Surtac公司未来的发展目标就是希望能够完善这个领域，使得该智能系统可以检测到更多类型的车辆。
减少汽车尾气排放
我们都知道，哪怕汽车在减速状态时，所释放的有害化学物质会进入到环境当中，造成很大的环境污染。每燃烧一加仑的汽油，就会产生20磅的二氧化碳。平均而言，每一辆汽车每年排的二氧化碳约六吨左右。
但是该 AI系统可以减少汽车40%不必要的等候时间，所以在这个层面上，可以大大减轻二氧化碳的排放量。研究人员已发现，交通AI系统的使用预计将会减少20%左右的废气排放。由于AI红绿灯技术的使用会减少车辆的交通堵塞时间，并且还能减轻尾气的排放量，所以最终的结果是可以让更多的汽车在路面上畅通地行驶。
给予紧急救援车辆优先权
Surtac公司的工程师们也正在开发该智能系统的另外一些附加功能。该系统的嵌入给了驾驶员很大的帮助，同时这些附加功能也会对一些紧急车辆给予一定的援助。例如它可以帮助这些紧急车辆更快更安全地度过某些路口，以免发生交通事故。
交通信号灯与人工智能技术最终可以在十字路口上感知救护车或警车，当检测到这些特殊车辆时，它们会适当地调节信号灯的时间，帮助他们优先通过，无需担心造成交通瘫痪。
虽然Surtac的AI红绿灯技术仍处于开发阶段，但是它一旦完善起来，将会完全改变人们的出行状态。不仅会大大缩短路途上花费的堵塞时间，减少尾气的排放，还能够有效地控制应急车辆的优先通过，从而实现一种高效的有价值的交通模式。
如果该技术的使用范围扩展到其他城市时，最终司机们将不再需要提前出行了，因为AI灯将有助于减轻交通负荷，同时使城市的路况更为高效，并且它的存在可以构建一种友好的驾驶模式。
来源：1号机器人
智造家
302 浏览
应当为AI立下条约
机械自动化类 料盘挡板 2016-11-22 10:41 发表了文章
在本周的佛罗里达大数据会议上，引来了一场关于人工智能未来潜在危险的激烈讨论，除了以往的一些老生常谈的话题之外，人们讨论的主要方向在于是否需要为人工智能立一些条约。
众所周知的是，当今世界中许多著名的科学家思想家对人工智能方面取得的进步，都持十分担忧的态度，所以人工智能技术的迅速发展也引起了许多的关注。甚至被斯蒂芬•霍金说道，从某个意义上来说，真正的人工智能会给人类带来毁灭性的影响。也许是未来人类的终结者。
似乎人工智能技术依然会持续不断地提升下去。因此，是时候要对即将迎来难以控制之势的人工智能做出一些规划了，也许这就在不久的将来。在这些技术的支持下，人工智能又可能出现善，也有可能出现恶。或者，它可以完全由自己做主，自行做决定，做一些在正常的道德边界之外的事情。
人工智能可能引发的世界性影响，可以从另外一个角度来思考，此时有一个很合适的比喻，那就是核武器，尤其是自从第二次世界大战之后核武器更是成为了扰乱全球军事政治的头号大敌。它们已经在使用了，已经开始了。我们明白它们可能会带来的伤害。基于这些原因，世界核大国一直在努力在限制原子弹的扩散。并对其设置各种条约，如SALT I和SALT II（限制战略武器会谈），以及各式各样俄国与美国之间关于核武器的双边协定。
这些条约的存在不是为了限制其研究发展，而是为它们设定一个安全的使用范围。自从这些条约的实施，我们已经看到在“一荣俱荣，一损俱损”的政策下，各个核武器大国之间在几十年中是处于一个和平的状态。虽然目前仍然存在一些非法交易核武器的问题，但是整个机制已经在正常运转了，能够实现其目的。
然而在当下，并没有针对人工智能的相关条约。我们对人工智能的访问和各种智能软件的使用，并没有设置限制。它们的出现代表的是一个单一的事件，似乎没有任何的事情可以对其进行相关的制约。
我们可以对AI的附属产品所涉及的材料进行限制，例如任何一款人工智能产品中不应该包括钚或铀等元素，也不能嵌入特殊的用于生产铀的离心机，同时也不应该设有导弹运载工具。并且，应当对源代码和计算机网络做相关的备份。
除此之外，在某个层面上，AI的扩散速度和范围要比核武器更快更广，因此，相比于核武器，人工智能的“条款”应当更快地设置出来，并且要做好充足的准备。
也许，这个世界需要一个新的SALT条约，即“战略性AI限制条约”。并且它需要至少在20个国家及集团实施。控制AI的发展趋势和影响比控制核武器更加困难，但是这正是我们需要思考的地方。
核武器不能够控制它的主人，但是AI却有可能，这使得AI变得更加令人担忧。如果我们不尽快采取行动，未来会面临许多潜在的危机。
来源：林伢 1号机器人网
智造家提供 查看全部
众所周知的是，当今世界中许多著名的科学家思想家对人工智能方面取得的进步，都持十分担忧的态度，所以人工智能技术的迅速发展也引起了许多的关注。甚至被斯蒂芬•霍金说道，从某个意义上来说，真正的人工智能会给人类带来毁灭性的影响。也许是未来人类的终结者。
似乎人工智能技术依然会持续不断地提升下去。因此，是时候要对即将迎来难以控制之势的人工智能做出一些规划了，也许这就在不久的将来。在这些技术的支持下，人工智能又可能出现善，也有可能出现恶。或者，它可以完全由自己做主，自行做决定，做一些在正常的道德边界之外的事情。
人工智能可能引发的世界性影响，可以从另外一个角度来思考，此时有一个很合适的比喻，那就是核武器，尤其是自从第二次世界大战之后核武器更是成为了扰乱全球军事政治的头号大敌。它们已经在使用了，已经开始了。我们明白它们可能会带来的伤害。基于这些原因，世界核大国一直在努力在限制原子弹的扩散。并对其设置各种条约，如SALT I和SALT II（限制战略武器会谈），以及各式各样俄国与美国之间关于核武器的双边协定。
这些条约的存在不是为了限制其研究发展，而是为它们设定一个安全的使用范围。自从这些条约的实施，我们已经看到在“一荣俱荣，一损俱损”的政策下，各个核武器大国之间在几十年中是处于一个和平的状态。虽然目前仍然存在一些非法交易核武器的问题，但是整个机制已经在正常运转了，能够实现其目的。
然而在当下，并没有针对人工智能的相关条约。我们对人工智能的访问和各种智能软件的使用，并没有设置限制。它们的出现代表的是一个单一的事件，似乎没有任何的事情可以对其进行相关的制约。
我们可以对AI的附属产品所涉及的材料进行限制，例如任何一款人工智能产品中不应该包括钚或铀等元素，也不能嵌入特殊的用于生产铀的离心机，同时也不应该设有导弹运载工具。并且，应当对源代码和计算机网络做相关的备份。
除此之外，在某个层面上，AI的扩散速度和范围要比核武器更快更广，因此，相比于核武器，人工智能的“条款”应当更快地设置出来，并且要做好充足的准备。
也许，这个世界需要一个新的SALT条约，即“战略性AI限制条约”。并且它需要至少在20个国家及集团实施。控制AI的发展趋势和影响比控制核武器更加困难，但是这正是我们需要思考的地方。
核武器不能够控制它的主人，但是AI却有可能，这使得AI变得更加令人担忧。如果我们不尽快采取行动，未来会面临许多潜在的危机。
来源：林伢 1号机器人网
智造家提供 查看全部
在本周的佛罗里达大数据会议上，引来了一场关于人工智能未来潜在危险的激烈讨论，除了以往的一些老生常谈的话题之外，人们讨论的主要方向在于是否需要为人工智能立一些条约。
众所周知的是，当今世界中许多著名的科学家思想家对人工智能方面取得的进步，都持十分担忧的态度，所以人工智能技术的迅速发展也引起了许多的关注。甚至被斯蒂芬•霍金说道，从某个意义上来说，真正的人工智能会给人类带来毁灭性的影响。也许是未来人类的终结者。
似乎人工智能技术依然会持续不断地提升下去。因此，是时候要对即将迎来难以控制之势的人工智能做出一些规划了，也许这就在不久的将来。在这些技术的支持下，人工智能又可能出现善，也有可能出现恶。或者，它可以完全由自己做主，自行做决定，做一些在正常的道德边界之外的事情。
人工智能可能引发的世界性影响，可以从另外一个角度来思考，此时有一个很合适的比喻，那就是核武器，尤其是自从第二次世界大战之后核武器更是成为了扰乱全球军事政治的头号大敌。它们已经在使用了，已经开始了。我们明白它们可能会带来的伤害。基于这些原因，世界核大国一直在努力在限制原子弹的扩散。并对其设置各种条约，如SALT I和SALT II（限制战略武器会谈），以及各式各样俄国与美国之间关于核武器的双边协定。
这些条约的存在不是为了限制其研究发展，而是为它们设定一个安全的使用范围。自从这些条约的实施，我们已经看到在“一荣俱荣，一损俱损”的政策下，各个核武器大国之间在几十年中是处于一个和平的状态。虽然目前仍然存在一些非法交易核武器的问题，但是整个机制已经在正常运转了，能够实现其目的。
然而在当下，并没有针对人工智能的相关条约。我们对人工智能的访问和各种智能软件的使用，并没有设置限制。它们的出现代表的是一个单一的事件，似乎没有任何的事情可以对其进行相关的制约。
我们可以对AI的附属产品所涉及的材料进行限制，例如任何一款人工智能产品中不应该包括钚或铀等元素，也不能嵌入特殊的用于生产铀的离心机，同时也不应该设有导弹运载工具。并且，应当对源代码和计算机网络做相关的备份。
除此之外，在某个层面上，AI的扩散速度和范围要比核武器更快更广，因此，相比于核武器，人工智能的“条款”应当更快地设置出来，并且要做好充足的准备。
也许，这个世界需要一个新的SALT条约，即“战略性AI限制条约”。并且它需要至少在20个国家及集团实施。控制AI的发展趋势和影响比控制核武器更加困难，但是这正是我们需要思考的地方。
核武器不能够控制它的主人，但是AI却有可能，这使得AI变得更加令人担忧。如果我们不尽快采取行动，未来会面临许多潜在的危机。
来源：林伢 1号机器人网
智造家提供
446 浏览
人工智能将重新定义“管理层”
机械自动化类 扳手哥 2016-11-08 14:54 发表了文章
有许多言论声称，人工智能（AI）技术颠覆了整个劳动力市场。然而要做到这一点，必须要求所有的管理层都适应智能化办公环境。人工智能的到来，的确可以让行政工作更快更好地完成。
那么管理层如何才能在AI时代适应这样的变革呢。通过对1770名来自全球14个国家的公司高管的采访，我们总结出了5条成功管理的方法。
一．将行政工作留给AI来做
据调查，所有的管理层将会花上超过一半的时间来处理各种各样的行政事务（例如员工们的休假等等）。类似这样的任务，管理层都希望能够得到AI的帮助。这些简单繁琐的事情当然可以交给AI来做。
还有一个相关的例子。美联社在某一个季度当中，曾使用人工智能为他们撰写了300多篇文章，为记者们省了很多的事情。所以可以大胆想象一下，在公司行政事务的处理上，完全可以使用该技术来起草管理报告。事实上，这已经在某些数据分析公司开始使用了。最近，Tableau公司和自然语言生成工具的一家公司进行了合作，结果成功地为该公司创建了一份内部的图表。
在接受访问的管理层中，86％的人表示，他们愿意使用AI来进行相关的检测与报告。
二．将精力集中在重大事情的决策上
然而公司的许多决策不是AI仅凭一些数据就能够做出的。各大管理层需要用到他们的相关历史文化知识，以及伦理同情心才能做出一个合理的决定。通常这些成功的公司管理者，他们之所以在事业上有一定的成就，都得益于他们的创造性思维，数据分析能力以及战略发展导向的预感。而这些是AI所缺少的。
美国海军的IT组织ERP服务总监莱恩•汤普森说：“通常情况下，管理者认为做决策需要判断力，经验和能力，而不是简单地应用规则。如果机器学习的潜力仅仅就是帮助我们做决定，那么我们就应该将该技术作为一种支持，而不是取代者。”
三．把智能机器当作“同事”
如果你将AI当成是一个同事，就不会将它误以为是竞争对手。虽然人的判断无法自动化，但是有了智能机器人，它可以给你提供许多支持和建议。事实上，78%的人都表示，他们在许多商业决策上，还是很信任智能系统给出的建议的。
Kenho科技国内公司正在实现这样的管理模式。在它所研发的智能系统中，投资经理人可以用日常化的语言询问投资的相关问题，例如，“利率提高前三个月和后三月中，哪些行业的情况最好？”，问完之后几分钟就可以得到答案。这样的技术如果用到个人和管理者的决策当中来，将是很棒的。
AI将成为经理人们随时随在的顾问。
四．用更多的时间进行创新
虽然经理人自己的创造能力是至关重要的，但更重要的是他们知道如何用人。管理层与设计师们共同将这些想法变为现实。三分之一的管理者表示，随着AI越来越多地接管了行政工作，他们需要将更多的精力放在创造性思维的发展上，这是保持成功的秘诀之一。
五．发展社会技能和网络
在接受访问的管理者当中，他们纷纷都认同决策工作存在的价值。但是他们却低估了这些深层次的社会技能对网络，指导和协作的重要性，这些技能能够帮助他们在这个AI盛行的时代中脱颖而出。
虽然他们将使用数字技术来分析合作伙伴，客户的需求，但是更重要的是，他们需要将不同的观点、见解和经验重新梳理并结合起来，成为他们真正的软实力。
迈向成功的步骤
AI最终将被证明比人类更便宜，更高效，而且可能更公正。但是，这一趋势不应该成为管理者所担心的部分。这只意味着，人们在未来将会把精力放在只有人类才能做的事情上。
写作盈利报告是一回事，但带有目的感和使命感来写报告却是另外一回事。跟踪进度和资源管理很快就会成为智能机器分内的事情，但是撰写战略计划依然得靠人类。简单地说，我们的建议是采用人工智能来实现自动化管理，从而帮助人类更好地判断，而不是为了取代人类。
如果公司内部人才缺失严重，那么企业家们可以试试这种模式，招募一些人工智能“员工”，来扩宽整个管理层。但是为了以后可以更好地与AI一起协作，并能突出人力资源的高效使用，那么领导者们可以按照以下步骤来做。
提前准备。为了有一个更好的未来定位，管理层一定要提前准备，先尝试一下AI管理模式，并能够将这些经验运用到以后的工作当中去。
采用新的关键绩效指标来提高使用率。 AI带来成功的几个隐形因素：协作能力，信息共享，实验，学习和高效决策，并有超越人类见解的能力。
针对协作，同理心和决策技能展开培训。领导者应建立一个多元化的员工队伍和社会化的创意管理团队，这两者需要相得益彰，相互支持。
然而说到底，这一切还不是一夕一朝的事情，但是随着AI技术的越来越成熟，总将有一天会实现这些企业管理层的梦想。也希望他们可以更好地提升和预备自己，为即将到来的AI管理时代做好充足的准备。这是一个契机，能够让企业蓬勃发展。
来源：1号机器人网
智造家提供 查看全部
那么管理层如何才能在AI时代适应这样的变革呢。通过对1770名来自全球14个国家的公司高管的采访，我们总结出了5条成功管理的方法。
一．将行政工作留给AI来做
据调查，所有的管理层将会花上超过一半的时间来处理各种各样的行政事务（例如员工们的休假等等）。类似这样的任务，管理层都希望能够得到AI的帮助。这些简单繁琐的事情当然可以交给AI来做。
还有一个相关的例子。美联社在某一个季度当中，曾使用人工智能为他们撰写了300多篇文章，为记者们省了很多的事情。所以可以大胆想象一下，在公司行政事务的处理上，完全可以使用该技术来起草管理报告。事实上，这已经在某些数据分析公司开始使用了。最近，Tableau公司和自然语言生成工具的一家公司进行了合作，结果成功地为该公司创建了一份内部的图表。
在接受访问的管理层中，86％的人表示，他们愿意使用AI来进行相关的检测与报告。
二．将精力集中在重大事情的决策上
然而公司的许多决策不是AI仅凭一些数据就能够做出的。各大管理层需要用到他们的相关历史文化知识，以及伦理同情心才能做出一个合理的决定。通常这些成功的公司管理者，他们之所以在事业上有一定的成就，都得益于他们的创造性思维，数据分析能力以及战略发展导向的预感。而这些是AI所缺少的。
美国海军的IT组织ERP服务总监莱恩•汤普森说：“通常情况下，管理者认为做决策需要判断力，经验和能力，而不是简单地应用规则。如果机器学习的潜力仅仅就是帮助我们做决定，那么我们就应该将该技术作为一种支持，而不是取代者。”
三．把智能机器当作“同事”
如果你将AI当成是一个同事，就不会将它误以为是竞争对手。虽然人的判断无法自动化，但是有了智能机器人，它可以给你提供许多支持和建议。事实上，78%的人都表示，他们在许多商业决策上，还是很信任智能系统给出的建议的。
Kenho科技国内公司正在实现这样的管理模式。在它所研发的智能系统中，投资经理人可以用日常化的语言询问投资的相关问题，例如，“利率提高前三个月和后三月中，哪些行业的情况最好？”，问完之后几分钟就可以得到答案。这样的技术如果用到个人和管理者的决策当中来，将是很棒的。
AI将成为经理人们随时随在的顾问。
四．用更多的时间进行创新
虽然经理人自己的创造能力是至关重要的，但更重要的是他们知道如何用人。管理层与设计师们共同将这些想法变为现实。三分之一的管理者表示，随着AI越来越多地接管了行政工作，他们需要将更多的精力放在创造性思维的发展上，这是保持成功的秘诀之一。
五．发展社会技能和网络
在接受访问的管理者当中，他们纷纷都认同决策工作存在的价值。但是他们却低估了这些深层次的社会技能对网络，指导和协作的重要性，这些技能能够帮助他们在这个AI盛行的时代中脱颖而出。
虽然他们将使用数字技术来分析合作伙伴，客户的需求，但是更重要的是，他们需要将不同的观点、见解和经验重新梳理并结合起来，成为他们真正的软实力。
迈向成功的步骤
AI最终将被证明比人类更便宜，更高效，而且可能更公正。但是，这一趋势不应该成为管理者所担心的部分。这只意味着，人们在未来将会把精力放在只有人类才能做的事情上。
写作盈利报告是一回事，但带有目的感和使命感来写报告却是另外一回事。跟踪进度和资源管理很快就会成为智能机器分内的事情，但是撰写战略计划依然得靠人类。简单地说，我们的建议是采用人工智能来实现自动化管理，从而帮助人类更好地判断，而不是为了取代人类。
如果公司内部人才缺失严重，那么企业家们可以试试这种模式，招募一些人工智能“员工”，来扩宽整个管理层。但是为了以后可以更好地与AI一起协作，并能突出人力资源的高效使用，那么领导者们可以按照以下步骤来做。
提前准备。为了有一个更好的未来定位，管理层一定要提前准备，先尝试一下AI管理模式，并能够将这些经验运用到以后的工作当中去。
采用新的关键绩效指标来提高使用率。 AI带来成功的几个隐形因素：协作能力，信息共享，实验，学习和高效决策，并有超越人类见解的能力。
针对协作，同理心和决策技能展开培训。领导者应建立一个多元化的员工队伍和社会化的创意管理团队，这两者需要相得益彰，相互支持。
然而说到底，这一切还不是一夕一朝的事情，但是随着AI技术的越来越成熟，总将有一天会实现这些企业管理层的梦想。也希望他们可以更好地提升和预备自己，为即将到来的AI管理时代做好充足的准备。这是一个契机，能够让企业蓬勃发展。
来源：1号机器人网
智造家提供 查看全部
有许多言论声称，人工智能（AI）技术颠覆了整个劳动力市场。然而要做到这一点，必须要求所有的管理层都适应智能化办公环境。人工智能的到来，的确可以让行政工作更快更好地完成。
那么管理层如何才能在AI时代适应这样的变革呢。通过对1770名来自全球14个国家的公司高管的采访，我们总结出了5条成功管理的方法。
一．将行政工作留给AI来做
据调查，所有的管理层将会花上超过一半的时间来处理各种各样的行政事务（例如员工们的休假等等）。类似这样的任务，管理层都希望能够得到AI的帮助。这些简单繁琐的事情当然可以交给AI来做。
还有一个相关的例子。美联社在某一个季度当中，曾使用人工智能为他们撰写了300多篇文章，为记者们省了很多的事情。所以可以大胆想象一下，在公司行政事务的处理上，完全可以使用该技术来起草管理报告。事实上，这已经在某些数据分析公司开始使用了。最近，Tableau公司和自然语言生成工具的一家公司进行了合作，结果成功地为该公司创建了一份内部的图表。
在接受访问的管理层中，86％的人表示，他们愿意使用AI来进行相关的检测与报告。
二．将精力集中在重大事情的决策上
然而公司的许多决策不是AI仅凭一些数据就能够做出的。各大管理层需要用到他们的相关历史文化知识，以及伦理同情心才能做出一个合理的决定。通常这些成功的公司管理者，他们之所以在事业上有一定的成就，都得益于他们的创造性思维，数据分析能力以及战略发展导向的预感。而这些是AI所缺少的。
美国海军的IT组织ERP服务总监莱恩•汤普森说：“通常情况下，管理者认为做决策需要判断力，经验和能力，而不是简单地应用规则。如果机器学习的潜力仅仅就是帮助我们做决定，那么我们就应该将该技术作为一种支持，而不是取代者。”
三．把智能机器当作“同事”
如果你将AI当成是一个同事，就不会将它误以为是竞争对手。虽然人的判断无法自动化，但是有了智能机器人，它可以给你提供许多支持和建议。事实上，78%的人都表示，他们在许多商业决策上，还是很信任智能系统给出的建议的。
Kenho科技国内公司正在实现这样的管理模式。在它所研发的智能系统中，投资经理人可以用日常化的语言询问投资的相关问题，例如，“利率提高前三个月和后三月中，哪些行业的情况最好？”，问完之后几分钟就可以得到答案。这样的技术如果用到个人和管理者的决策当中来，将是很棒的。
AI将成为经理人们随时随在的顾问。
四．用更多的时间进行创新
虽然经理人自己的创造能力是至关重要的，但更重要的是他们知道如何用人。管理层与设计师们共同将这些想法变为现实。三分之一的管理者表示，随着AI越来越多地接管了行政工作，他们需要将更多的精力放在创造性思维的发展上，这是保持成功的秘诀之一。
五．发展社会技能和网络
在接受访问的管理者当中，他们纷纷都认同决策工作存在的价值。但是他们却低估了这些深层次的社会技能对网络，指导和协作的重要性，这些技能能够帮助他们在这个AI盛行的时代中脱颖而出。
虽然他们将使用数字技术来分析合作伙伴，客户的需求，但是更重要的是，他们需要将不同的观点、见解和经验重新梳理并结合起来，成为他们真正的软实力。
迈向成功的步骤
AI最终将被证明比人类更便宜，更高效，而且可能更公正。但是，这一趋势不应该成为管理者所担心的部分。这只意味着，人们在未来将会把精力放在只有人类才能做的事情上。
写作盈利报告是一回事，但带有目的感和使命感来写报告却是另外一回事。跟踪进度和资源管理很快就会成为智能机器分内的事情，但是撰写战略计划依然得靠人类。简单地说，我们的建议是采用人工智能来实现自动化管理，从而帮助人类更好地判断，而不是为了取代人类。
如果公司内部人才缺失严重，那么企业家们可以试试这种模式，招募一些人工智能“员工”，来扩宽整个管理层。但是为了以后可以更好地与AI一起协作，并能突出人力资源的高效使用，那么领导者们可以按照以下步骤来做。
提前准备。为了有一个更好的未来定位，管理层一定要提前准备，先尝试一下AI管理模式，并能够将这些经验运用到以后的工作当中去。
采用新的关键绩效指标来提高使用率。 AI带来成功的几个隐形因素：协作能力，信息共享，实验，学习和高效决策，并有超越人类见解的能力。
针对协作，同理心和决策技能展开培训。领导者应建立一个多元化的员工队伍和社会化的创意管理团队，这两者需要相得益彰，相互支持。
然而说到底，这一切还不是一夕一朝的事情，但是随着AI技术的越来越成熟，总将有一天会实现这些企业管理层的梦想。也希望他们可以更好地提升和预备自己，为即将到来的AI管理时代做好充足的准备。这是一个契机，能够让企业蓬勃发展。
来源：1号机器人网
智造家提供
569 浏览
拓宽你的AI思维
机械自动化类 品管人生 2016-11-07 11:05 发表了文章
最近，亚历山大•瑞本制作了一个可爱的纸板机器人，它可以主动对路人进行一些采访，能够让人们对他敞开心扉，来一个真情表白。此外瑞本还做了另外一个机器人，它的名字叫做“第一定律”，它可以识别出路人的内心独白，成为街边行人们的小记者。
从人工智能的这两个例子中，我们不难发现人工智能不仅仅可以用在一些传统的领域，例如程序设计等等，还可以用在这些艺术性的领域。能够成为一名创新研究员，而此时此刻它们存在的目的则是为了成为与人类共存的有利工具。
以“第一定律”机器人为例。这个机器人是以著名的人工智能定律来命名的，该定律主要阐述的是“机器人的设计必须以不伤害人类为基本原则，并且人类也不能对它有任何伤害的行为。”然而人类的创造性是无穷无尽的，人们完全可以创造出一个与之完全相反的机器人。
同样人们也可以规规矩矩地设计出一个具备这些原则的机器人，并且还能保证不伤害人类，还能做决定。未来人工智能化的趋势越来越明显，因此我们可以找到许多方法和途径针对机器人会带来的每一个可能性结果进行分析和讨论。
就拿自动驾驶汽车为例，随着该技术越来越普及，我们也看到了很多问题，比如人们会不禁思考高智能都能做决定了，那在驾驶过程中人类的生命也掌握在它们的手中吗？它会保证驾驶员万无一失吗？能够确保行人的安全吗？
类似的问题还有很多。但是在瑞本的研究项目中，他一直致力于尽可能地探究出更多的人类与机器人之间的关系。其中的许多论点在2016年伦敦Wired科技大会上分享过。
在所分享的观点当中，有一点很重要，也是他分享的核心观点，那就是如何才能够在人工智能的使用上开拓出新方式，如何才能够在各样问题的面前依然能够有自信说道，这就是我们所做的产品，这个产品一定有它的价值。
“这些事情看起来就像是真的一样”瑞本说道。“你把这个方头方脑的机器人放在地上，它就能够立马动起来，还能够随时随地做出判断和决定。看起来只需要碰一碰那个物体或者人，它就能够知道相关的信息，就能够立马作出决定和判断。但是都没有任何的编程。
“随着科技越来越复杂，有一点十分关键，那就是看看这台机器人当中到底有多少人性的元素。尤其当它需要做一些智能决策的时候，你可以观察一下，人们是否在这个方面赋予了它们一定的“人性”，或者换句话说，虽然许多时候这些机器人所表现出来的情形更像是随机产生的，但是也很有必要对该结果进行相关的研究。
此外还有一个十分有趣的实验。将两个智能小球放在一起时候，它们会彼此吸引在一起，然而因为力的相互作用，它们又会彼此相斥。“有个女士问我，这两个球表现出来的状态，是否是因为在某些智能程序的促使下，让它们产生了一系列的情感反应才会这样呢？就像两口子吵架一样。”
在伦敦的Wired科技大会上，最吸引人眼球的是这个叫做BlabDroid的项目。这个机器人的外形是由纸盒子做成的，有一个方方的大头，一双炯炯有神的双眼。研发人员将为这个机器人人设置了一个程序，并创设了一个情景，就是将它当成是一个蹦蹦跳跳的小孩，现在不小心迷路了，它需要走到人们旁边来问路。
其中有一幕，一个跑步者停下脚步蹲在地上，跟这个方脑袋抱怨起了他一天的生活，此时这个方块就成为了人们倾诉的对象。“路人是不会随便对一个陌生人这样敞开心扉聊天的，因为你跟陌生人说这些话，别人会觉得你有问题。”
当这个方方的脑袋在街上乱窜的时候，人们都会向他投去许多惊奇的眼光。在它的头部安置了好几个高清的摄像头，身体内部的传感器让它可以自由自在地在街上穿行。并且最令人惊奇的是，它内部有一个强大的文本记忆系统，这一强大的系统，让它具备了“善解人意”的特质。
每一个来到它面前的人，第一印象就是觉得它好萌好可爱，其次它安静沉默着的样子让你忍不住想要把它当成你的一个知心朋友，好在它的面前一吐为快。
人们还将这个机器人放在了另外一个场景中。当把它放在门口的时候，人们路过的时候都会情不自禁地去摸它一下，“将它放在那里，人们会忍不住去摸摸它，似乎都成为了人们心里的一种依靠，将它放在一个朋友的位置。它也可以表现得很好，会对人们的关注给出一定的反应，让人们感觉到他们是被需要的。”
在此次科技大会上，瑞本鼓励会众可以多多思考，除了一些普通的功能，人工智能还能在哪些方面可以给我们不同的惊喜，也鼓励大家去多多反思如何才能够和人工智能保持一个和谐的关系。
“当我们与科技交织地越来越多时，对于我们真的有许多值得思考的东西。我想要更多人来经历这些不一样的体验，可以有更开阔的思维。
来源：1号机器人
智造家提供 查看全部
从人工智能的这两个例子中，我们不难发现人工智能不仅仅可以用在一些传统的领域，例如程序设计等等，还可以用在这些艺术性的领域。能够成为一名创新研究员，而此时此刻它们存在的目的则是为了成为与人类共存的有利工具。
以“第一定律”机器人为例。这个机器人是以著名的人工智能定律来命名的，该定律主要阐述的是“机器人的设计必须以不伤害人类为基本原则，并且人类也不能对它有任何伤害的行为。”然而人类的创造性是无穷无尽的，人们完全可以创造出一个与之完全相反的机器人。
同样人们也可以规规矩矩地设计出一个具备这些原则的机器人，并且还能保证不伤害人类，还能做决定。未来人工智能化的趋势越来越明显，因此我们可以找到许多方法和途径针对机器人会带来的每一个可能性结果进行分析和讨论。
就拿自动驾驶汽车为例，随着该技术越来越普及，我们也看到了很多问题，比如人们会不禁思考高智能都能做决定了，那在驾驶过程中人类的生命也掌握在它们的手中吗？它会保证驾驶员万无一失吗？能够确保行人的安全吗？
类似的问题还有很多。但是在瑞本的研究项目中，他一直致力于尽可能地探究出更多的人类与机器人之间的关系。其中的许多论点在2016年伦敦Wired科技大会上分享过。
在所分享的观点当中，有一点很重要，也是他分享的核心观点，那就是如何才能够在人工智能的使用上开拓出新方式，如何才能够在各样问题的面前依然能够有自信说道，这就是我们所做的产品，这个产品一定有它的价值。
“这些事情看起来就像是真的一样”瑞本说道。“你把这个方头方脑的机器人放在地上，它就能够立马动起来，还能够随时随地做出判断和决定。看起来只需要碰一碰那个物体或者人，它就能够知道相关的信息，就能够立马作出决定和判断。但是都没有任何的编程。
“随着科技越来越复杂，有一点十分关键，那就是看看这台机器人当中到底有多少人性的元素。尤其当它需要做一些智能决策的时候，你可以观察一下，人们是否在这个方面赋予了它们一定的“人性”，或者换句话说，虽然许多时候这些机器人所表现出来的情形更像是随机产生的，但是也很有必要对该结果进行相关的研究。
此外还有一个十分有趣的实验。将两个智能小球放在一起时候，它们会彼此吸引在一起，然而因为力的相互作用，它们又会彼此相斥。“有个女士问我，这两个球表现出来的状态，是否是因为在某些智能程序的促使下，让它们产生了一系列的情感反应才会这样呢？就像两口子吵架一样。”
在伦敦的Wired科技大会上，最吸引人眼球的是这个叫做BlabDroid的项目。这个机器人的外形是由纸盒子做成的，有一个方方的大头，一双炯炯有神的双眼。研发人员将为这个机器人人设置了一个程序，并创设了一个情景，就是将它当成是一个蹦蹦跳跳的小孩，现在不小心迷路了，它需要走到人们旁边来问路。
其中有一幕，一个跑步者停下脚步蹲在地上，跟这个方脑袋抱怨起了他一天的生活，此时这个方块就成为了人们倾诉的对象。“路人是不会随便对一个陌生人这样敞开心扉聊天的，因为你跟陌生人说这些话，别人会觉得你有问题。”
当这个方方的脑袋在街上乱窜的时候，人们都会向他投去许多惊奇的眼光。在它的头部安置了好几个高清的摄像头，身体内部的传感器让它可以自由自在地在街上穿行。并且最令人惊奇的是，它内部有一个强大的文本记忆系统，这一强大的系统，让它具备了“善解人意”的特质。
每一个来到它面前的人，第一印象就是觉得它好萌好可爱，其次它安静沉默着的样子让你忍不住想要把它当成你的一个知心朋友，好在它的面前一吐为快。
人们还将这个机器人放在了另外一个场景中。当把它放在门口的时候，人们路过的时候都会情不自禁地去摸它一下，“将它放在那里，人们会忍不住去摸摸它，似乎都成为了人们心里的一种依靠，将它放在一个朋友的位置。它也可以表现得很好，会对人们的关注给出一定的反应，让人们感觉到他们是被需要的。”
在此次科技大会上，瑞本鼓励会众可以多多思考，除了一些普通的功能，人工智能还能在哪些方面可以给我们不同的惊喜，也鼓励大家去多多反思如何才能够和人工智能保持一个和谐的关系。
“当我们与科技交织地越来越多时，对于我们真的有许多值得思考的东西。我想要更多人来经历这些不一样的体验，可以有更开阔的思维。
来源：1号机器人
智造家提供 查看全部
最近，亚历山大•瑞本制作了一个可爱的纸板机器人，它可以主动对路人进行一些采访，能够让人们对他敞开心扉，来一个真情表白。此外瑞本还做了另外一个机器人，它的名字叫做“第一定律”，它可以识别出路人的内心独白，成为街边行人们的小记者。
从人工智能的这两个例子中，我们不难发现人工智能不仅仅可以用在一些传统的领域，例如程序设计等等，还可以用在这些艺术性的领域。能够成为一名创新研究员，而此时此刻它们存在的目的则是为了成为与人类共存的有利工具。
以“第一定律”机器人为例。这个机器人是以著名的人工智能定律来命名的，该定律主要阐述的是“机器人的设计必须以不伤害人类为基本原则，并且人类也不能对它有任何伤害的行为。”然而人类的创造性是无穷无尽的，人们完全可以创造出一个与之完全相反的机器人。
同样人们也可以规规矩矩地设计出一个具备这些原则的机器人，并且还能保证不伤害人类，还能做决定。未来人工智能化的趋势越来越明显，因此我们可以找到许多方法和途径针对机器人会带来的每一个可能性结果进行分析和讨论。
就拿自动驾驶汽车为例，随着该技术越来越普及，我们也看到了很多问题，比如人们会不禁思考高智能都能做决定了，那在驾驶过程中人类的生命也掌握在它们的手中吗？它会保证驾驶员万无一失吗？能够确保行人的安全吗？
类似的问题还有很多。但是在瑞本的研究项目中，他一直致力于尽可能地探究出更多的人类与机器人之间的关系。其中的许多论点在2016年伦敦Wired科技大会上分享过。
在所分享的观点当中，有一点很重要，也是他分享的核心观点，那就是如何才能够在人工智能的使用上开拓出新方式，如何才能够在各样问题的面前依然能够有自信说道，这就是我们所做的产品，这个产品一定有它的价值。
“这些事情看起来就像是真的一样”瑞本说道。“你把这个方头方脑的机器人放在地上，它就能够立马动起来，还能够随时随地做出判断和决定。看起来只需要碰一碰那个物体或者人，它就能够知道相关的信息，就能够立马作出决定和判断。但是都没有任何的编程。
“随着科技越来越复杂，有一点十分关键，那就是看看这台机器人当中到底有多少人性的元素。尤其当它需要做一些智能决策的时候，你可以观察一下，人们是否在这个方面赋予了它们一定的“人性”，或者换句话说，虽然许多时候这些机器人所表现出来的情形更像是随机产生的，但是也很有必要对该结果进行相关的研究。
此外还有一个十分有趣的实验。将两个智能小球放在一起时候，它们会彼此吸引在一起，然而因为力的相互作用，它们又会彼此相斥。“有个女士问我，这两个球表现出来的状态，是否是因为在某些智能程序的促使下，让它们产生了一系列的情感反应才会这样呢？就像两口子吵架一样。”
在伦敦的Wired科技大会上，最吸引人眼球的是这个叫做BlabDroid的项目。这个机器人的外形是由纸盒子做成的，有一个方方的大头，一双炯炯有神的双眼。研发人员将为这个机器人人设置了一个程序，并创设了一个情景，就是将它当成是一个蹦蹦跳跳的小孩，现在不小心迷路了，它需要走到人们旁边来问路。
其中有一幕，一个跑步者停下脚步蹲在地上，跟这个方脑袋抱怨起了他一天的生活，此时这个方块就成为了人们倾诉的对象。“路人是不会随便对一个陌生人这样敞开心扉聊天的，因为你跟陌生人说这些话，别人会觉得你有问题。”
当这个方方的脑袋在街上乱窜的时候，人们都会向他投去许多惊奇的眼光。在它的头部安置了好几个高清的摄像头，身体内部的传感器让它可以自由自在地在街上穿行。并且最令人惊奇的是，它内部有一个强大的文本记忆系统，这一强大的系统，让它具备了“善解人意”的特质。
每一个来到它面前的人，第一印象就是觉得它好萌好可爱，其次它安静沉默着的样子让你忍不住想要把它当成你的一个知心朋友，好在它的面前一吐为快。
人们还将这个机器人放在了另外一个场景中。当把它放在门口的时候，人们路过的时候都会情不自禁地去摸它一下，“将它放在那里，人们会忍不住去摸摸它，似乎都成为了人们心里的一种依靠，将它放在一个朋友的位置。它也可以表现得很好，会对人们的关注给出一定的反应，让人们感觉到他们是被需要的。”
在此次科技大会上，瑞本鼓励会众可以多多思考，除了一些普通的功能，人工智能还能在哪些方面可以给我们不同的惊喜，也鼓励大家去多多反思如何才能够和人工智能保持一个和谐的关系。
“当我们与科技交织地越来越多时，对于我们真的有许多值得思考的东西。我想要更多人来经历这些不一样的体验，可以有更开阔的思维。
来源：1号机器人
智造家提供
673 浏览
AI人工智能商业化雷区满满！百度如何先趟为敬？让各大佬都难耐寂寞
机械自动化类 jingjing 2016-09-09 11:56 发表了文章
为什么说AI商业化是一个雷区呢，因为AI并不是具体的产品。也无法准确地在商业上定义这是一种什么样的服务，或者提供什么样的功能。
AI的计算构架并不同于人们所熟知的个人电脑，无法用CPU还是主板还是操作系统来作比喻。
我们可以更加玄幻地理解为，AI就是一段DNA切片，一种原始的蛋白质，可以吸收营养（数据和训练）成长进化成为地球上的几乎所有生物。一个基础的AI具有无限的应用可能性，什么都可以就意味着什么都没有。AI离产品化非常遥远。对于一个跑在数据中心机组里的AI来说，必须由专业人士用专门的语言及输入工具去交互、校正、循环反馈。AI是一个驱动产品的引擎，比如一个机器客服——自然语言自动回复系统，AI驱动这个系统工作，随着AI能力的提升这个系统对语意的理解和回复速度精度都在提升。但这个系统不是AI本身——它是AI操控的一个傀儡。
我们对于AI理解的最大障碍在于，很容易把当下的AI当做2000年前后的互联网——不，他们完全不是同一回事。互联网本身就是产品，本身就有承载商业模式，创造收益的能力。但AI，必须和具体的产品具体的行业相结合，才能顺利的发展商业模式。
1.AI商业化雷区，百度先趟为敬
就在今年9月1日上午，李彦宏在2016百度世界大会上花了一个多小时隆重介绍百度在人工智能领域的最新成果“百度大脑”，称它的一些能力已经超过人类。除了百度之外，谷歌、苹果、微软、Facebook、IBM、因特尔等诸多互联网巨头也纷纷在人工智能领域投入巨资。随着相关产品的面世，语音识别、自动驾驶、深度学习等人工智能技术正逐步从实验室走向应用化和产业化。那么到底谁能够率先找到突破口，跨过这一雷区呢？
面对人工智能最大的雷区，百度早已先趟为敬了。百度世界大会以人工智能“百度大脑”一以贯之，推进决心前所未有。百度没有断舍离的决心，但也没有断舍离的必要。李彦宏在用一种不冒进的方法，试图解决他在几个月前提出的“百度的问题在于太久没有推出新产品”。然而，即便是今时今日用一个主会场五个分论坛来讲百度的人工智能，依旧没有解决这个问题。
百度的不冒进体现在，推动AI走向产品走向业务时，百度选择了尽可能熟悉的领域，寻找客群特征一致的新合作伙伴。尽最大可能不改变自己原有的商务团队和流程。
但这也是百度最大的冒进——人工智能商业化这件事，谷歌和苹果都还没到摘果子的时候，而百度率先上了。
2.商业巨头争先恐后跨界
除了百度、腾讯、阿里巴巴为代表的互联网巨头在人工智能上发力，上百家企业也开始参加进来，而其中最积极的莫属家电巨头。
有数据显示，2015年，我国投资人工智能的机构数量已经高达近50家，投资额约15亿元，同比增长为80%。而在2016年上半年，家电企业投资额增长数十倍。在家电领域多项与人工智能技术紧密联系的新应用与新服务先后浮出水面后，家电企业开始真正的投入和跨界引入合作者。
而对于企业而言，这一行业的兴起确实一个难得的机会。在近日召开的人工智能与智慧家庭圆桌论坛上，TCL工业研究院北京创新中心总监刘靓对人工智能的价值认知有自己的理解。“一是人工智能应用到智慧家庭中本质上要解决家庭的一些问题，真正意义为家庭带来增值。二是人工智能技术一定是围绕着人的需求不断发展，人的需求会随着社会的发展水平不断升级，人工智能技术的发展必须紧跟社会发展步伐体现相应的价值。”
长虹技术中心副总经理展华益则表示，机器人的确是有其局限性的，人工+智能，人工的百分比是多少，智能的百分比是多少，我们还是应该从解决问题的角度出发，从满足某些人需求的角度出发，不断的加入智能的东西。人工智能，一开始就要实现全自动的是非常难的，但从需求出发，不断投入研发、创新，很快能够突破行业发展困境，实现其真正的商业化。
3
仅15%的企业能从大数据中获得商业价值
郭继军在「财经」V课上表示，尽管过去几年很多企业已经用大数据来分析自己的商业行为，但最新的报告显示，只有15%的企业能真正从大数据中获得商业价值。造成这一现象的原因主要在于目前数据挖掘的方法和速度还远远跟不上数据本身产生的速度。
由此，可能会有企业产生疑问：我是不是应该继续投入，或者应该怎样投入才能从大数据中获得还没有得到的价值？
要回答上述疑问，首先要解决如何提高数据挖掘能力的难题。郭继军表示，这是一个巨大的挑战，但人工智能恰恰是解决发现大数据中更多价值的有效手段。因为人工智能的很多技术和方法是建立在人机交互、模式识别和自动发现等能力基础之上的。
当然对于一般企业而言，并非掌握了技术或者部署了机器就没问题了。人工智能的商业化需要一个过程，需要企业把人工智能真正地应用到商业环境里面去。
虽然我们对各种人工智能产品充满期待，但AI得智能化的确需要一个相对漫长的进化过程，让我们拭目以待吧。
文章来源于机器人大讲堂 查看全部
AI的计算构架并不同于人们所熟知的个人电脑，无法用CPU还是主板还是操作系统来作比喻。
我们可以更加玄幻地理解为，AI就是一段DNA切片，一种原始的蛋白质，可以吸收营养（数据和训练）成长进化成为地球上的几乎所有生物。一个基础的AI具有无限的应用可能性，什么都可以就意味着什么都没有。AI离产品化非常遥远。对于一个跑在数据中心机组里的AI来说，必须由专业人士用专门的语言及输入工具去交互、校正、循环反馈。AI是一个驱动产品的引擎，比如一个机器客服——自然语言自动回复系统，AI驱动这个系统工作，随着AI能力的提升这个系统对语意的理解和回复速度精度都在提升。但这个系统不是AI本身——它是AI操控的一个傀儡。
我们对于AI理解的最大障碍在于，很容易把当下的AI当做2000年前后的互联网——不，他们完全不是同一回事。互联网本身就是产品，本身就有承载商业模式，创造收益的能力。但AI，必须和具体的产品具体的行业相结合，才能顺利的发展商业模式。
1.AI商业化雷区，百度先趟为敬
就在今年9月1日上午，李彦宏在2016百度世界大会上花了一个多小时隆重介绍百度在人工智能领域的最新成果“百度大脑”，称它的一些能力已经超过人类。除了百度之外，谷歌、苹果、微软、Facebook、IBM、因特尔等诸多互联网巨头也纷纷在人工智能领域投入巨资。随着相关产品的面世，语音识别、自动驾驶、深度学习等人工智能技术正逐步从实验室走向应用化和产业化。那么到底谁能够率先找到突破口，跨过这一雷区呢？
面对人工智能最大的雷区，百度早已先趟为敬了。百度世界大会以人工智能“百度大脑”一以贯之，推进决心前所未有。百度没有断舍离的决心，但也没有断舍离的必要。李彦宏在用一种不冒进的方法，试图解决他在几个月前提出的“百度的问题在于太久没有推出新产品”。然而，即便是今时今日用一个主会场五个分论坛来讲百度的人工智能，依旧没有解决这个问题。
百度的不冒进体现在，推动AI走向产品走向业务时，百度选择了尽可能熟悉的领域，寻找客群特征一致的新合作伙伴。尽最大可能不改变自己原有的商务团队和流程。
但这也是百度最大的冒进——人工智能商业化这件事，谷歌和苹果都还没到摘果子的时候，而百度率先上了。
2.商业巨头争先恐后跨界
除了百度、腾讯、阿里巴巴为代表的互联网巨头在人工智能上发力，上百家企业也开始参加进来，而其中最积极的莫属家电巨头。
有数据显示，2015年，我国投资人工智能的机构数量已经高达近50家，投资额约15亿元，同比增长为80%。而在2016年上半年，家电企业投资额增长数十倍。在家电领域多项与人工智能技术紧密联系的新应用与新服务先后浮出水面后，家电企业开始真正的投入和跨界引入合作者。
而对于企业而言，这一行业的兴起确实一个难得的机会。在近日召开的人工智能与智慧家庭圆桌论坛上，TCL工业研究院北京创新中心总监刘靓对人工智能的价值认知有自己的理解。“一是人工智能应用到智慧家庭中本质上要解决家庭的一些问题，真正意义为家庭带来增值。二是人工智能技术一定是围绕着人的需求不断发展，人的需求会随着社会的发展水平不断升级，人工智能技术的发展必须紧跟社会发展步伐体现相应的价值。”
长虹技术中心副总经理展华益则表示，机器人的确是有其局限性的，人工+智能，人工的百分比是多少，智能的百分比是多少，我们还是应该从解决问题的角度出发，从满足某些人需求的角度出发，不断的加入智能的东西。人工智能，一开始就要实现全自动的是非常难的，但从需求出发，不断投入研发、创新，很快能够突破行业发展困境，实现其真正的商业化。
3
仅15%的企业能从大数据中获得商业价值
郭继军在「财经」V课上表示，尽管过去几年很多企业已经用大数据来分析自己的商业行为，但最新的报告显示，只有15%的企业能真正从大数据中获得商业价值。造成这一现象的原因主要在于目前数据挖掘的方法和速度还远远跟不上数据本身产生的速度。
由此，可能会有企业产生疑问：我是不是应该继续投入，或者应该怎样投入才能从大数据中获得还没有得到的价值？
要回答上述疑问，首先要解决如何提高数据挖掘能力的难题。郭继军表示，这是一个巨大的挑战，但人工智能恰恰是解决发现大数据中更多价值的有效手段。因为人工智能的很多技术和方法是建立在人机交互、模式识别和自动发现等能力基础之上的。
当然对于一般企业而言，并非掌握了技术或者部署了机器就没问题了。人工智能的商业化需要一个过程，需要企业把人工智能真正地应用到商业环境里面去。
虽然我们对各种人工智能产品充满期待，但AI得智能化的确需要一个相对漫长的进化过程，让我们拭目以待吧。
文章来源于机器人大讲堂 查看全部
为什么说AI商业化是一个雷区呢，因为AI并不是具体的产品。也无法准确地在商业上定义这是一种什么样的服务，或者提供什么样的功能。
AI的计算构架并不同于人们所熟知的个人电脑，无法用CPU还是主板还是操作系统来作比喻。
我们可以更加玄幻地理解为，AI就是一段DNA切片，一种原始的蛋白质，可以吸收营养（数据和训练）成长进化成为地球上的几乎所有生物。一个基础的AI具有无限的应用可能性，什么都可以就意味着什么都没有。AI离产品化非常遥远。对于一个跑在数据中心机组里的AI来说，必须由专业人士用专门的语言及输入工具去交互、校正、循环反馈。AI是一个驱动产品的引擎，比如一个机器客服——自然语言自动回复系统，AI驱动这个系统工作，随着AI能力的提升这个系统对语意的理解和回复速度精度都在提升。但这个系统不是AI本身——它是AI操控的一个傀儡。
我们对于AI理解的最大障碍在于，很容易把当下的AI当做2000年前后的互联网——不，他们完全不是同一回事。互联网本身就是产品，本身就有承载商业模式，创造收益的能力。但AI，必须和具体的产品具体的行业相结合，才能顺利的发展商业模式。
1.AI商业化雷区，百度先趟为敬
就在今年9月1日上午，李彦宏在2016百度世界大会上花了一个多小时隆重介绍百度在人工智能领域的最新成果“百度大脑”，称它的一些能力已经超过人类。除了百度之外，谷歌、苹果、微软、Facebook、IBM、因特尔等诸多互联网巨头也纷纷在人工智能领域投入巨资。随着相关产品的面世，语音识别、自动驾驶、深度学习等人工智能技术正逐步从实验室走向应用化和产业化。那么到底谁能够率先找到突破口，跨过这一雷区呢？
面对人工智能最大的雷区，百度早已先趟为敬了。百度世界大会以人工智能“百度大脑”一以贯之，推进决心前所未有。百度没有断舍离的决心，但也没有断舍离的必要。李彦宏在用一种不冒进的方法，试图解决他在几个月前提出的“百度的问题在于太久没有推出新产品”。然而，即便是今时今日用一个主会场五个分论坛来讲百度的人工智能，依旧没有解决这个问题。
百度的不冒进体现在，推动AI走向产品走向业务时，百度选择了尽可能熟悉的领域，寻找客群特征一致的新合作伙伴。尽最大可能不改变自己原有的商务团队和流程。
但这也是百度最大的冒进——人工智能商业化这件事，谷歌和苹果都还没到摘果子的时候，而百度率先上了。
2.商业巨头争先恐后跨界
除了百度、腾讯、阿里巴巴为代表的互联网巨头在人工智能上发力，上百家企业也开始参加进来，而其中最积极的莫属家电巨头。
有数据显示，2015年，我国投资人工智能的机构数量已经高达近50家，投资额约15亿元，同比增长为80%。而在2016年上半年，家电企业投资额增长数十倍。在家电领域多项与人工智能技术紧密联系的新应用与新服务先后浮出水面后，家电企业开始真正的投入和跨界引入合作者。
而对于企业而言，这一行业的兴起确实一个难得的机会。在近日召开的人工智能与智慧家庭圆桌论坛上，TCL工业研究院北京创新中心总监刘靓对人工智能的价值认知有自己的理解。“一是人工智能应用到智慧家庭中本质上要解决家庭的一些问题，真正意义为家庭带来增值。二是人工智能技术一定是围绕着人的需求不断发展，人的需求会随着社会的发展水平不断升级，人工智能技术的发展必须紧跟社会发展步伐体现相应的价值。”
长虹技术中心副总经理展华益则表示，机器人的确是有其局限性的，人工+智能，人工的百分比是多少，智能的百分比是多少，我们还是应该从解决问题的角度出发，从满足某些人需求的角度出发，不断的加入智能的东西。人工智能，一开始就要实现全自动的是非常难的，但从需求出发，不断投入研发、创新，很快能够突破行业发展困境，实现其真正的商业化。
3
仅15%的企业能从大数据中获得商业价值
郭继军在「财经」V课上表示，尽管过去几年很多企业已经用大数据来分析自己的商业行为，但最新的报告显示，只有15%的企业能真正从大数据中获得商业价值。造成这一现象的原因主要在于目前数据挖掘的方法和速度还远远跟不上数据本身产生的速度。
由此，可能会有企业产生疑问：我是不是应该继续投入，或者应该怎样投入才能从大数据中获得还没有得到的价值？
要回答上述疑问，首先要解决如何提高数据挖掘能力的难题。郭继军表示，这是一个巨大的挑战，但人工智能恰恰是解决发现大数据中更多价值的有效手段。因为人工智能的很多技术和方法是建立在人机交互、模式识别和自动发现等能力基础之上的。
当然对于一般企业而言，并非掌握了技术或者部署了机器就没问题了。人工智能的商业化需要一个过程，需要企业把人工智能真正地应用到商业环境里面去。
虽然我们对各种人工智能产品充满期待，但AI得智能化的确需要一个相对漫长的进化过程，让我们拭目以待吧。
文章来源于机器人大讲堂
AI的计算构架并不同于人们所熟知的个人电脑，无法用CPU还是主板还是操作系统来作比喻。
我们可以更加玄幻地理解为，AI就是一段DNA切片，一种原始的蛋白质，可以吸收营养（数据和训练）成长进化成为地球上的几乎所有生物。一个基础的AI具有无限的应用可能性，什么都可以就意味着什么都没有。AI离产品化非常遥远。对于一个跑在数据中心机组里的AI来说，必须由专业人士用专门的语言及输入工具去交互、校正、循环反馈。AI是一个驱动产品的引擎，比如一个机器客服——自然语言自动回复系统，AI驱动这个系统工作，随着AI能力的提升这个系统对语意的理解和回复速度精度都在提升。但这个系统不是AI本身——它是AI操控的一个傀儡。
我们对于AI理解的最大障碍在于，很容易把当下的AI当做2000年前后的互联网——不，他们完全不是同一回事。互联网本身就是产品，本身就有承载商业模式，创造收益的能力。但AI，必须和具体的产品具体的行业相结合，才能顺利的发展商业模式。
1.AI商业化雷区，百度先趟为敬
就在今年9月1日上午，李彦宏在2016百度世界大会上花了一个多小时隆重介绍百度在人工智能领域的最新成果“百度大脑”，称它的一些能力已经超过人类。除了百度之外，谷歌、苹果、微软、Facebook、IBM、因特尔等诸多互联网巨头也纷纷在人工智能领域投入巨资。随着相关产品的面世，语音识别、自动驾驶、深度学习等人工智能技术正逐步从实验室走向应用化和产业化。那么到底谁能够率先找到突破口，跨过这一雷区呢？
面对人工智能最大的雷区，百度早已先趟为敬了。百度世界大会以人工智能“百度大脑”一以贯之，推进决心前所未有。百度没有断舍离的决心，但也没有断舍离的必要。李彦宏在用一种不冒进的方法，试图解决他在几个月前提出的“百度的问题在于太久没有推出新产品”。然而，即便是今时今日用一个主会场五个分论坛来讲百度的人工智能，依旧没有解决这个问题。
百度的不冒进体现在，推动AI走向产品走向业务时，百度选择了尽可能熟悉的领域，寻找客群特征一致的新合作伙伴。尽最大可能不改变自己原有的商务团队和流程。
但这也是百度最大的冒进——人工智能商业化这件事，谷歌和苹果都还没到摘果子的时候，而百度率先上了。
2.商业巨头争先恐后跨界
除了百度、腾讯、阿里巴巴为代表的互联网巨头在人工智能上发力，上百家企业也开始参加进来，而其中最积极的莫属家电巨头。
有数据显示，2015年，我国投资人工智能的机构数量已经高达近50家，投资额约15亿元，同比增长为80%。而在2016年上半年，家电企业投资额增长数十倍。在家电领域多项与人工智能技术紧密联系的新应用与新服务先后浮出水面后，家电企业开始真正的投入和跨界引入合作者。
而对于企业而言，这一行业的兴起确实一个难得的机会。在近日召开的人工智能与智慧家庭圆桌论坛上，TCL工业研究院北京创新中心总监刘靓对人工智能的价值认知有自己的理解。“一是人工智能应用到智慧家庭中本质上要解决家庭的一些问题，真正意义为家庭带来增值。二是人工智能技术一定是围绕着人的需求不断发展，人的需求会随着社会的发展水平不断升级，人工智能技术的发展必须紧跟社会发展步伐体现相应的价值。”
长虹技术中心副总经理展华益则表示，机器人的确是有其局限性的，人工+智能，人工的百分比是多少，智能的百分比是多少，我们还是应该从解决问题的角度出发，从满足某些人需求的角度出发，不断的加入智能的东西。人工智能，一开始就要实现全自动的是非常难的，但从需求出发，不断投入研发、创新，很快能够突破行业发展困境，实现其真正的商业化。
3
仅15%的企业能从大数据中获得商业价值
郭继军在「财经」V课上表示，尽管过去几年很多企业已经用大数据来分析自己的商业行为，但最新的报告显示，只有15%的企业能真正从大数据中获得商业价值。造成这一现象的原因主要在于目前数据挖掘的方法和速度还远远跟不上数据本身产生的速度。
由此，可能会有企业产生疑问：我是不是应该继续投入，或者应该怎样投入才能从大数据中获得还没有得到的价值？
要回答上述疑问，首先要解决如何提高数据挖掘能力的难题。郭继军表示，这是一个巨大的挑战，但人工智能恰恰是解决发现大数据中更多价值的有效手段。因为人工智能的很多技术和方法是建立在人机交互、模式识别和自动发现等能力基础之上的。
当然对于一般企业而言，并非掌握了技术或者部署了机器就没问题了。人工智能的商业化需要一个过程，需要企业把人工智能真正地应用到商业环境里面去。
虽然我们对各种人工智能产品充满期待，但AI得智能化的确需要一个相对漫长的进化过程，让我们拭目以待吧。
文章来源于机器人大讲堂
761 浏览
纽约时报：了不起的AI觉醒
机械自动化类 料盘挡板 2016-12-26 16:59 发表了文章
谷歌如何使用人工智能来改变谷歌翻译这项颇受欢迎的服务，以及机器学习如何重塑计算。
序言：你所读到的就是你自己
在十一月初的某个周五晚上，Jun Rekimoto（东京大学人机交互领域的杰出的教授）正准备在线演讲，他突然注意到社交媒体滚动条上有一些特别的内容。这些内容是关于谷歌翻译的，这项流行的机器翻译服务最近突然有了大幅改善。
Rekimoto开始研究谷歌翻译并用它做了一些测试，测试结果令他非常震惊。虽然已经夜深，但谷歌翻译取得的进展依然让Rekimoto久久无法入睡。
Rekimoto在一篇博客中写了他的初步发现。首先，他用谷歌翻译翻译了《了不起的盖茨比》中的一些句子，并与1957年Takashi Nozaki译版和最新的Haruki Murakami的译版进行对比。Rekimoto后来通过电子邮件向我解释，Murakami的版本语言非常细腻，具有独特的“Murakami风格”。相比之下，谷歌的翻译虽然有些不自然，但是对他来说“更透明”。
Rekimoto博客的后半部分从日译英的方向测试了谷歌翻译。他先是自己用日语翻译了海明威的《乞力马扎罗的雪》的开头部分，然后把这段话通过谷歌翻译转译成英语。他列出了此版本与海明威的原版，并让读者猜测哪个版本是机器完成的。
NO. 1:
Kilimanjaro is a snow-covered mountain 19,710 feet high, and is said to be the highest mountain in Africa. Its western summit is called the Masai “Ngaje Ngai,” the House of God. Close to the western summit there is the dried and frozen carcass of a leopard. No one has explained what the leopard was seeking at that altitude.
NO. 2:
Kilimanjaro is a mountain of 19,710 feet covered with snow and is said to be the highest mountain in Africa. The summit of the west is called “Ngaje Ngai” in Masai, the house of God. Near the top of the west there is a dry and frozen dead body of leopard. No one has ever explained what leopard wanted at that altitude.
即使是以英语为母语的人，也很难分辨出第二段是由机器完成的。这两段翻译是如此的相近，Rekimoto甚至觉得这很神奇。因为Rekimoto非常熟悉谷歌翻译之前的能力，甚至在24小时前，谷歌只能翻译成下面这段话：
Kilimanjaro is 19,710 feet of the mountain covered with snow, and it is said that the highest mountain in Africa. Top of the west, “Ngaje Ngai” in the Maasai language, has been referred to as the house of God. The top close to the west, there is a dry, frozen carcass of a leopard.Whether the leopard had what the demand at that altitude, there is no that nobody explained.
Rekimoto在Twitter上向他的十万个粉丝公布了他的发现，在接下来的几个小时里，成千上万的人发出他们使用机器翻译的结果。有些是比较成功的，但也有些是非常滑稽的。
在东京破晓之时，谷歌翻译登上了日本Twitter热度榜的第一位，甚至连人气动漫和人气偶像少女的被挤了下去。每个人都很惊奇：谷歌翻译为何能如此让人刮目相看？
四天之后，来自世界各地的上百名记者、企业家和广告客户齐聚于谷歌的伦敦办公室中，观看谷歌的特别发布会。客人们的甜点是印有翻译标志的幸运饼干，每个人的面前还放有一张纸条，一面写着不同国家的短语，另一面邀请客人们下载谷歌翻译的软件。桌子上还摆放了甜甜圈和冰沙盘，旁边的标语牌标注了各种国家的风味。过了一会，所有人来到了一个豪华的黑暗剧场中。
上图：Sundar Pichai，谷歌的首席执行官，在他加利福尼亚州山景城的办公室外。
伦敦市长Sadiq Khan首先上台演讲。演讲的开始，市长提到他有个朋友觉得市长就像谷歌一样。于是市长问朋友：“为什么？因为我什么都懂？”朋友否认道：“不是的，是因为你就像谷歌一样，总是试图把我的话补充完。”观众们纷纷被市长的幽默逗笑。随后，谷歌的首席执行官Sundar Pichai上台发表演讲。
Pichai此行的目的之一就是启动谷歌伦敦国王大道的新大楼，预示着公司完成了去年提出的转型计划的初始阶段。Pichai曾经多次在不同场合说过谷歌的未来将以“AI为先”，这在理论上听起来很复杂，引发了许多学者的推测。在实践生产中意味着，未来谷歌将不再依靠传统计算编程来生产产品，而是“机器学习”。
谷歌公司中有一个鲜少提及的部门，谷歌大脑。这个部门成立于五年前，一直遵循着一个原理：人工“神经网络”能够像婴儿一样，通过不断的尝试和犯错来认知这个世界，最终拥有像人类一样的灵活性。这其实并不是一个新理论，早在现代计算机初步发展的20世纪40年代就出现了。但当时大部分科学家并不看重，认为它过于深奥。直到2011年，谷歌大脑证明了将这个强大的方法运用在人工智能领域里可以解决此前几十年的棘手问题。例如，此前谷歌手机在语音识别方面一直效果不是很好，直到谷歌将机器学习算法移植到手机平台后，语音识别精度已经可以和人类媲美。而在图像识别领域也同样取得了良好的效果。一年前，谷歌大脑就已经将这些核心技术成功运用在消费级产品里。
谷歌翻译于2006年首次亮相，目前已经成为谷歌最可靠和最流行的应用之一。每天，谷歌翻译会面对 5 亿个月度活跃用户的 1400 亿个不同语种的单词。现在它已经不是座位一个独立的应用存在，更是已经集成到Gmail、Chrome 及许多其它谷歌产品中了，谷歌将它作为其数字商务中的一个无缝贴合的部分。Pichai在台上讲到，直至叙利亚难民危机之时，公司才意识地区间的翻译交流是何等重要。他背后屏幕的陡峭的曲线图显示，阿拉伯语与德语互译的翻译请求最近增长了五倍之多。（这个结果也符合Pichai的内心想法，他在印度出生成长，那里有几十种不同的语言。）谷歌翻译此后也在逐步增加新的语言和功能，但是过去的四年，发展速度正在逐年减缓。
截至到上个周末，谷歌翻译已经在美国、欧洲、亚洲等地区完成了基于人工智能的转换，包括西班牙语、葡萄牙语、法语、德语、中文、日语、韩语及土耳其语在内的语言与英语的互译。而其它上百种语言也即将实现互译，谷歌预计将会以每月八个的速度在年底前更新完毕。而对于谷歌工程而言，只花费九个月的时间就完成这一重大革新无疑是一个惊喜。AI系统一个通宵所取得的进展就相当于过去所取得的进展之和。
Pichai对含蓄的古典文学尤为偏爱，一个月前，他曾告诉我，在他加利福尼亚州山景城的办公室里，有些文字还是需要谷歌翻译来辅助显示，毕竟并不是所有人都像物理学家Robert Oppenheimer一样能读原版的《博伽梵歌》。因此在伦敦的发布会上，幻灯片上出现了博尔赫斯的经典名言：“Uno no es lo que es por lo que escribe, sino por lo que ha leído.”
Pichai大声地读出旧版谷歌翻译翻译出来的拙劣的句子：“One is not what is for what he writes, but for what he has read.”
而在大屏幕的右边，新的AI系统版本则翻译的更加优雅：“You are not what you write, but what you have read.”
这是有一个对新版的谷歌翻译非常恰当的描述：在某种意义上，谷歌翻译是第一条可以通过学习理解任何事物的机器。
谷歌以AI为中心重组公司。在过去的四年中，谷歌、Facebook、苹果、亚马逊、微软和中国百度等六家公司都围绕AI人才展开了一场军备竞赛，尤其是在大学。企业纷纷到顶尖的学术院校挖掘人才，给人才以丰富的资源和极大的自由。在硅谷，Facebook的CEO Mark Zuckerberg会亲自通过电话和视频聊天软件跟公司最优异的研究生进行会话，七位数的起薪根本不在话下。参加人工智能最重要的学术会议的人数增加了近四倍。大家所关注的不仅仅是小小的创新，还有该如何掌控全新的计算平台：无处不在的人工智能。
我们好像理所当然地就开始使用“人工智能”这一短语，但它其实一直是引发争议的根源。想象一下，如果你回到20世纪70年代，在大街上拦住一个路上，拿住智能手机并向她展示手机里的谷歌地图。你可能需要不停地向她解释，你并不是穿着奇怪的巫师，从口袋里掏出的手机也不是什么黑色护身符，它只是一个比阿波罗时光机更强大的电脑。实际上，谷歌地图就是能跟她展示什么是“人工智能”的例子。在某种意义上，谷歌地图确实是人工智能的例子。它能帮你规划从酒店到机场的路线，而且比人类能完成得更快更好。它还能做一些人类显然不能做的事情：它可以判断交通状况；规划最佳路线；在你走错路时，它能重新定位并进行路线的重新规划。
实际上，如今没有人会把谷歌地图跟高贵的“AI”相提并论。所以我们在使用“智能”这个词的时候，是带“情感”色彩的。人工智能可以区别HAL和其它任何用织机或手推车就可以做出的东西。我们能自动化一项任务，涉及到的相关技能会转变为单纯的机制。现在，谷歌地图似乎还不能称之为人工智能，充其量是机器人：它只接受一个明确的需求（从一个地方到另一个地方），并尽力满足这种需求。因此，“人工智能”的所对应的实际应用其实范围很小。
Pichai的终极目标是区分AI应用和“通用人工智能”。通用人工智能不涉及对显式指令的忠实遵守，它是为一般情况下的一般用途而设计通用工具。Pichai认为，他公司的未来取决于通用人工智能。想象一下，如果你告诉谷歌地图，“我想去机场，但需要在中途停一下给我的侄子买礼物。”一个通用的智能服务，就像三年前的电影《她》中，由Scarlett Johansson配音的那个无处不在的助手一样，她像好朋友一样了解你的情况：你侄子的年龄，你通常喜欢给孩子买什么礼物，以及哪里有能买礼物的商店。但是，一个真正聪明的地图能做一些好朋友考虑不到的事，比方说，你侄子学校的孩子里，最近流行什么玩具。如果聪明的机器能够辨别一些错综复杂的数据，从中找到过去我们做过的事情中暗藏的规律性，那么它就可以推断我们的想法。
AI助手是人工智能的新浪潮，苹果的Siri、Facebook的M，还有亚马逊的Echo都是机器学习的产物，作用都很相似。然而，机器学习并不一定只局限于此。今年，三星的医学成像子公司宣布其新的超声设备能够检测乳腺癌。公司也在招贤纳士，以扩大计算机的工业应用。DeepMind于2014年被谷歌收购，AlphaGo在围棋游戏中击败了人类围棋大师，尽管当时人类预测人工智能要想战胜人类还需要10年。
1950年，Alan Turi吴恩达在那篇著名的文章中提出了一个人工智能的测试：一台计算机是否能在5分钟的文本交流中成功地欺骗人类。一旦机器可以在两种自然语言之间流利地翻译，机器就能很好地“理解”人类语言，从而与人类进行对话。谷歌大脑的成员们正推动和协助监督翻译项目，他们相信这样的机器将会成为通用人工智能的助手。
谷歌的研究人员和工程师团队从最初的一两个人，扩大到三四人，甚至后来扩大到一百多人，他们在这一领域取得了巨大进步。接下来要讲的关于谷歌团队的故事非常少见，因为它跟我们对硅谷的通常印象有所不同。它并不是一些俗套的剧情。它不是一个关于技术能解决所有问题的故事，也不是一个技术会毁灭世界的故事。它跟颠覆无关，至少不是通常意义上的颠覆。
事实上，这个故事又包含了三个相关的故事，这三个故事在谷歌翻译成功转型为AI的过程中融合在一起，它们分别是：技术故事，制度故事和关于思想演变的故事。技术故事是关于一个公司的一个产品团队，以及他们对旧产品进行改进、测试并形成全新版本的过程，而且他们只用了别人预期的约为四分之一的时间就完成了这个过程。制度故事是关于该公司内的一个虽然规模不大但很有影响力的人工智能团队，以及他们凭借对一些旧的、未经证实的和广泛不适用的计算观念的直觉信念，超越了几乎其他所有公司的过程。思想的故事是关于坚持不懈的认知科学家、心理学家和工程师，他们长期以来用看似不合理的信念，最终激发了我们对技术和理论的理解，以及意识本身的范式转变。
第一个故事是谷歌翻译的故事，发生在山景城，时间跨度为九个月，故事解释了机器翻译发生的转变。第二个故事是谷歌大脑及其众多竞争对手的故事，发生在硅谷，时间跨度为五年，它解释了整个领域的转型。第三个故事是深度学习的故事，发生在苏格兰、瑞士、日本和加拿大等大部分地区的遥远实验室，时间跨度长达七十年，它可能非常有助于改变人类的自我认知。
这三个故事都跟人工智能有关。七十年的故事是关于我们对人工智能的期待。五年的故事是关于人工智能在不久的将来会带来什么。九个月的故事是关于人工智能现在可以做什么。这三个故事本身都是对概念的证明，而所有这一切都只是开始。
第一部分：学习机器
1、谷歌大脑的诞生
虽然Jeff Dean的职位是高级研究员，但是事实上，他才是谷歌大脑团队的领导者。 Dean有着长而窄的脸，深深的眼睛并且十分热情。作为医学人类学家和公共卫生流行病学家的儿子，Dean成长时期几乎周游了世界各地，包括明尼苏达州、夏威夷、波士顿、阿肯色州、日内瓦、乌干达、索马里、亚特兰大等地。在高中和大学期间，他写的软件就被世界卫生组织所采用。自1999年以来，他一直在谷歌工作，当时他才25岁，从那时起，他几乎参与了谷歌所有重大项目中核心软件系统的开发。作为公司的元老级人物，Jeff Dean Facts已经成了公司开玩笑的对象。以Chuck Norris的事实模式为例：“Jeff Dean的PIN是pi的最后四位数字。”“当Alexander Graham Bell发明电话时，他接到了一个来自Jeff Dean的未接来电。”“Jeff Dean在最高级别为10的系统中晋升到了11级。“（最后一个是真的。）
上图：谷歌工程师和谷歌大脑的领导者Jeff Dean。
来源：纽约时报的Brian Finke
2011年初的一天，Dean在谷歌校园的“微型车间”之一，也就是山景城大楼的共享休息室，遇见了年轻的斯坦福计算机科学家吴恩达教授，他兼任谷歌公司的顾问。吴恩达跟Dean介绍了Marvin项目（以著名的AI先锋Marvin Minsky命名），在这个项目中，他协助谷歌建立了一种基于大脑架构的柔韧的数字网格的“神经网络”。1990年，Dean在明尼苏达大学读本科的时候，也曾经研究过该技术的原始版本，当时神经网络的概念已经开始流行。在过去的五年中，神经网络领域从事相关研究工作的学者数量开始再次增长。吴恩达告诉Dean，Marvin项目是由谷歌的秘密X实验室负责研究的，目前已经取得了一些可观的进展。
Dean对此很感兴趣，决定花自己“20％”的时间来投入这个项目，每名谷歌员工都要将自己20%的时间贡献给他或她的核心工作以外的工作。很快，Dean向吴恩达推荐了有着神经科学背景的Greg Corrado。（在研究生院的课堂上，Corrado粗略地学习了该技术，但他对此很感兴趣，他开玩笑说道：“那天我上课的时候很专心。”）在春天，他们团队又多了一名吴恩达的得意研究生Quoc Le，他是项目团队的第一个实习生。在那之后，一些谷歌工程师用“谷歌大脑”来形容Marvin项目。
术语“人工智能”是在1956年夏天在达特茅斯的一种宪法惯例中诞生的，当时大多数研究人员认为创造AI的最佳方法是写一个非常大而全面的程序，将逻辑推理的规则和有关世界的知识写入其中。比方说，如果你想把英语翻译成日语，你需要把所有的英语语法规则、牛津英语词典中包含的所有定义、所有的日语语法规则，和日语字典中的所有单词都编入计算机。这种观点通常被称为“符号化AI”。因为它的认知定义是基于符号逻辑的，但它已经有些过时，只能算作是“好的老式的AI”。
这种老式方法有两个主要问题。一是，它非常耗费人力和时间；二是，它只有在规则和定义非常清楚的领域（比如数学或象棋）才真正起作用。然而，如果翻译采用这种方法，效果会很差，因为我们平时说的话没办法跟词典上的规则和定义完全对应。比方说，这样的系统可能会把“农业部长”翻译为“农业牧师”。但是，对于数学和国际象棋来说，这种老式方法就很奏效。
不过，这种老式方法的系统确实有限。在20世纪80年代，卡内基梅隆的机器人研究员指出，让计算机做成人能做的事情很简单，但让计算机做一个1岁的小孩可以做的事情却几乎是不可能的，比如拿起一个球或识别一只猫。到了20世纪90年代，尽管计算机能够在国际象棋上战胜世界冠军，我们离真正的人工智能还差得远。
关于AI，还有另外一种看法，计算机的学习是自下而上（从数据），而不是从上到下（从规则）学习。这个概念可追溯到20世纪40年代初，研究人员发现灵活自动智能的最佳模型就是人类大脑本身。毕竟，大脑只不过是很多神经元的集合体，神经元之间可能会相互传递电荷，或者不会传递。重要的不是单个神经元本身，而是它们之间的连接方式。这种结构很简单，为大脑提供了丰富的适应性优势。大脑可以在信息量少或缺失的情况下工作；它在承受重大的损害时，也不会完全失去控制；它可以用非常有效的方式存储大量的知识；它可以区分不同的模式，但同时保留必须的混乱来处理歧义。
所以人类开始试图用电子元件来模仿这种结构，1943年研究表明，简单的人工神经元排布可以执行基本的逻辑功能。至少在理论上，神经元可以模仿人类的方式。实际上，神经元会根据试错把相互之间的突触连接调节得更强或更弱。人工神经网络也可以做类似的事情，在不断试错的基础上逐步改变人工神经元之间的数字关系。人工神经网络不需要使用固定规则来预编程，相反，它会改变自身以反映所输入的数据中的模式。
这种观点认为人工智能是进化得来，而不是创造出来的。如果你想要一个灵活而且能适应环境的机制，不能一开始就教它国际象棋。必须从非常基本的能力，如感官知觉和运动控制开始，长此以往更先进的技能才有可能出现。人类并不是通过记忆字典和语法书来学习和理解语言的，所以我们有什么理由要让计算机通过这样的方式来学习呢？
谷歌大脑是第一个对这种思维方式进行商业投资的机构。Dean、Corrado和吴恩达利用闲暇时间进行合作并对此展开研究，很快他们便取得了进展。他们从最新的理论大纲和自20世纪八九十年代以来的已有框架中提取了他们的模型的搭建灵感，他们还利用了谷歌巨大的数据储备和庞大的计算基础设施。他们利用网络上大量的“标记”数据，让计算机不断改进从而更好地匹配现实。
某天，Dean告诉我说：“动物进化出眼睛是个巨大的发展。”我们像往常一样坐在会议室，他在白板画了一个复杂的时间线，展示了谷歌大脑以及它与神经网络的历史关系。“现在，计算机也有了眼睛，我们能够借助眼睛让计算机识别图片。机器人的能力将得到巨大提升。他们将能够在一个未知的环境中，处理各种不同的问题。”这些他们正在研发的能力可能看起来很原始，但它们的影响是深远的。
上图：Geoffrey Hinton，他在谷歌多伦多办事处提出的想法为谷歌翻译的神经网络方法奠定了基础。 图片来源：《纽约时报》的Brian Finke
2、重量级实习生
正如Dean所说，谷歌大脑诞生一年后，就在研发具有1岁小孩智力的机器中取得了不错的成绩。谷歌的语音识别团队将其旧系统的一部分转换为神经网络，并因此取得了该系统20年来的最好成效。该系统识别对象的能力提高了一个数量级。这不是因为谷歌大脑的研究人员在短短一年内就产生了很棒的新想法，而是因为谷歌终于在该领域投入了资源和人力。
Geoffrey Hinton的到来让谷歌大脑发展更为迅猛。在谷歌大脑成立的第二年，Hinton被招聘到了谷歌大脑，而吴恩达离开了谷歌（吴恩达现在领导百度1300人的AI团队）。Hinton只能离开多伦多大学在谷歌任职三个月，因此由于奥术合同的原因，他不得不被聘为实习生。在实习培训中，辅导人员说“输入您的LDAP（目录访问协议）”，他问道：“什么是LDAP？”在场其他所有25岁的职员，尽管他们可能刚刚弄清深度学习是人工智能的必要条件，都在想“那个老家伙是谁？为什么他连LDAP是什么都不知道？”
Hinton说道：“在午餐时间，团队成员里有个人惊呼‘Hinton教授！我选修了你的课程！你居然在这里？’”从那以后，大家才不对Hinton议论纷纷。
几个月后，Hinton和他的两个学生在一个称为ImageNet的开源集合运行的大型图像识别竞赛中展示了惊人的成果，他们让计算机不仅能识别猴子，而且能够区分蜘蛛猴和吼猴，以及各种不同品种的猫。谷歌很快就向Hinton和他的学生发起了聘用书，他们接收了谷歌的聘用。Hinton说道：“我本以为谷歌对我们的知识产权感兴趣，结果没想到是对我们这几个人感兴趣。”
Hinton来自英国的传统家族，像Darwins一样，他们家族非常注重教育。他伟大的曾祖父是George Boole，他在符号逻辑方面的基础工作为计算机打下基础；Hinton的祖父是一位著名的外科医生，Hinton的父亲是一位热爱冒险的昆虫学家，Hinton的父亲的表哥是洛斯阿拉莫斯研究所的研究员，等等。而Hinton曾在剑桥和爱丁堡大学读数，然后又到卡内基梅隆大学学习，最后他又到多伦多大学。（他的工作长期以来一直受到加拿大政府的慷慨支持。）我在他的办公室对他进行了采访，他顶着一头成熟的诺埃尔加拉格尔风格的黄到褪色的头发，穿着一件宽松的条纹衬衫，椭圆形的眼镜滑落到高挺的鼻子尖端。他开口说道：“计算机会比美国人更早地理解讽刺为何物。”
19世纪60年代末，Hinton在剑桥大学读本科时，就一直致力于研究神经网络，他是该领域的先驱。但大多数时候，每当他谈及机器学习，人们都觉得他在满口胡言。人们之所以觉得神经网络荒谬，主要是因为感知机（Perceptron）被过度炒作，感知机是一个人工神经网络，是康奈尔心理学家Frank Rosenblatt于20世纪50年代后期提出的。《纽约时报》曾报道，感知机的赞助商美国海军期望它“能够走路、说话、看、写作，甚至再造自己，并意识到自己的存在”。结果证明这是不切实际的。美国的Marvin Minsky曾在1954年的普林斯顿论文中研究过神经网络，但是他对于布朗克斯科学当代的Rosenblatt对神经范式的夸张描述已经厌倦了。（他也在争取国防部的投资。）Minsky与MIT的同事一起出版了一本书，来证明有一些简单问题是感知器永远不能解决的。
Minsky对感知机的抨击只是一个“层”的网络，在后来的生活中，他阐述了与当代深度学习非常相似的想法。Hinton认为，如果使用多层神经网络，就能够完成复杂的任务。神经网络的最简单的描述是，它是一个机器，能在数据中发现模式并进行分类或预测。如果只有一层神经网络，你可以找到简单的模式，但如果有多层神经网络，你应该去找模式中的模式。在图像识别的领域，主要使用的是“卷积神经网络”。（这是在1998年的一篇开创性论文中阐述的，其主要作是Yann LeCun，他在多伦多大学读博士后，是Hinton的学生，现在是Facebook人工智能实验室的负责人。）网络的第一层负责学习识别“边缘”的基本视觉效果，也就是判断一个东西（一个像素上）是否有东西。网络的每个连续层都在前一层中寻找模式。边缘的图案可以是圆形也可以是矩形，圆形或矩形的图案可能是面部。这种方法或多或少地以越来越抽象的方式将信息组合在一起，从视网膜中的光感受器将信息返回到大脑的视觉皮层。在每个步骤中，不相关的细节会被丢弃，因为如果几个边缘和圆圈合在一起成为一张面部，你无需知道发现面部的位置，只需要知道它是一张脸。
多层“深度”神经网络的问题是试错法部分非常复杂。对于单层神经网络来说，这很容易。想象一下，如果你正在和一个孩子玩。你告诉孩子，“拿起绿色的球，把它放入盒子A中”，孩子拿起一个绿色的球，但把它放入了盒子B。你会说，“再试一次把绿色球放在盒子A中”，孩子会再次尝试把球放入了盒子A中。
现在想象你告诉孩子，“拿起一个绿色的球，穿过三号门，然后把绿色的球放入盒子A。”孩子却拿起一个红色的球，穿过了二号门，把红色的球放入盒子B。那么你该如何纠正孩子呢？你不能只是不断重复初始指示，因为孩子不知道他到底错在哪一步。在现实生活中，你可以先举起红球和绿球，说“这是红球，这是绿球”。但是，机器学习的重点是避免这种明确的指导。Hinton和其他几个人研究了解决方案（或者，对旧的方案进行了改造）。对于这个分层错误问题，在20世纪70年代末和80年代初，计算机科学家重新开始对神经网络感兴趣。Hinton说道：“人们对此非常兴奋，但我们的研究超出了他们的兴趣。”很快，计算机科学家们又跟以前一样认为Hinton这样的人是怪人和神秘主义者。
这种想法在哲学家和心理学家中仍然很受欢迎，他们称之为“连接主义”或“并行分布式处理”。Hinton告诉我说，“有几个人对这个想法保持热情，这很好，因为这是真正的人工智能。但在心理学领域，很多人相信这种想法，但却没能力实现它。”尽管加拿大政府一直大力支持，但Hinton也没能实现这个想法。“因为没有足够的计算机资源或足够的数据，我们只能自我安慰道：‘是的，如果我们有这样的前提条件，这个想法肯定是行得通的。’但这却并不是一个非常有说服力的论据。”
3、深层解读深度学习
当Pichai提到“人工智能优先（A.I. First）”概念时，他不仅仅是在说谷歌的战略计划，更是把这个长期不可行的想法扔给了公司。Pichai在资源分配上，确保了像Dean和Hinton这样的人才有足够的计算资源和数据资源可用。每个大脑大约有1000亿个神经元，每个神经元与其他10000个神经元相连，这意味着大脑内突触的数量在100万亿和1000万亿之间。对于20世纪40年代提出的简单人工神经网络来说，根本不可能实现这样规模的网络。虽然目前我们也远没达到构建这种规模网络的能力，但谷歌Brain的投资让我们至少实现了可以媲美小鼠大脑的人工神经网络。
然而，理解网络规模的重要性之前，你必须了解一些技术细节，如机器智能究竟对数据做了什么。其实，我们对人工智能的恐惧，主要来自于我们认为它像一个反社会天才在图书馆挖掘知识，然后，或许某一天，曾经只会玩回形针的机器会像对待蚂蚁或莴苣一样轻松杀死人类。但这并不是人工智能的工作方式，它们所做的只是搜索并寻找共同点——首先是基本模式，然后逐渐变复杂。真正最大的危险在于，我们人类最初给它灌输的信息是否就包含个人偏见。
如果只是想了解一二，可以直接阅读下一节（内容是关于猫的），如果想理解相关技术，那请继续阅读。（当然，本节内容也是关于猫。）
如果你想在老式的符号化AI模型上生成一个“猫识别器”。那么首先，你必须花大量时间预先对机器详细明确地说明什么是“猫”。告诉机器，一只猫有四条腿、尖尖的的耳朵、晶须和尾巴等。机器将这些信息存储在内存中的“Cat”区域。接下来，提供一张图片，让机器判断是否是猫。判断过程中，首先，机器必须分离出图像中不同的元素；然后，利用内存中存储的规则处理这些元素。规则如下：如果（腿 = 4）且（耳朵 = 尖）且（胡须 = 有）且（尾巴 = 有）且（表情= 高傲），那么（猫 = 是）。但如果你提供一张苏格兰折耳猫的图片呢？我们符号化 AI模型就会根据“耳朵 != 尖”判断图片上不是猫。 这样的识别水平比蹒跚学步的小孩都差。
而现在，如果用神经网络做这个实验，就根本不需要通过一系列预先定义的规则进行判别，也根本不需要专门的空间来存储“猫”的信息，包含大量相互连接着的开关的大型blob会解决这一切。在blob的一端提供输入（待识别图像），另一端提供输出（标记信息）。然后，机器将自动化工作，通过不断调试相互连接的开关，最终将输入正确映射到对应的输出。训练过程就像是在迷宫中挖掘一系列隧道，隧道两端连接的是正确的输入和输出。可用的训练数据越多，挖掘的隧道数量和复杂性就越大。训练过程一旦完成，blob中有了足够多的隧道，神经网络就能稳定处理数据并作出可靠预测。这就是“监督学习（Supervised Learning）”。
神经网络之所以需要如此多的神经元和数据，因为它以一种类似民主的方式工作。例如，你想训练可识别五种类型物体的神经网络，它由数百万“选民”（神经元）组成，每位选民都有五张不同的卡片，分别是：猫、狗、蜘蛛猴、勺子、除颤器。拿出一张图片，问：“这是猫，狗，蜘蛛猴，勺子还是除颤器？”所有神经元分组进行投票，最终得票最多的作为最终结果：“一只狗？”
你告诉它：“不！是只猫。重新计算。”
然后，神经网络退回一步，确定哪些神经元投票“猫”，哪些不是。那些投票“猫”的神经元，下次如果还投“猫”，其权重加倍。除此之外，该神经网络也必须能准确判别其他物体类别，如狗和除颤器。而神经网络之所以如此灵活，是因为每个单独的个体针对不同的输出贡献的权重不一样。其实，最关键的不是个体投票，而是这种投票模式。如果Joe, Frank 和Mary一起投票，那就是一只狗；如果Joe, Kate和Jessica一起投票，那就是一只猫；而如果Kate, Jessica 和Frank一起投票，图片上就是一个除颤器。神经网络只需要注册大量可识别信号，这些信号表示：图片中该像素区域是“猫”。“选民”越多，投票次数就越多，微弱信号也越可能被注册。简单来说，就是如果只有Joe, Frank 和Mary三个选民，你可能仅限于区分猫、狗和除颤器；而如果有数百万选民，不同选民之间有数十亿连接，那么你就可以对数据精确分类。经过训练的“选民”组合甚至可以识别未标记图片（或许不那么精确）。
计算科学领域之所以不接受这些理念，部分原因在于机器的输出仅仅是基于模式的预测，它并不完美，而且机器永远无法确切地定义什么是“猫”。只有在看到猫的时候，机器才知道那是猫。神经元“选民”通过数百万张猫图像的训练，它们可以识别出在阳光下打盹的快乐小猫，和躲在垃圾箱阴影中的生气小猫。实际上，你需要大量的神经元“选民”和足够的已标记数据，前者用来确保神经网络可以捕捉到非常微弱的信号，如苏格兰折耳猫垂下的耳朵，后者用来尽可能确保神经网络已“见过”所有相似场景。
但是，需要注意的是，神经网络的输出结果具有概率性，这意味着它并不适用于所有任务。如果神经网路把猫误认为狗，或者偶尔推送了错误的电影，这都不是大事，但如果应用于无人驾驶，神经网络1%的失误率可能就酿成了悲剧。类似担忧还有很多。监督学习是基于已标记数据进行反复试验的过程。机器完成的只是学习过程，而人为因素仍然决定了最初对训练数据的分类。例如，训练数据中，图片上是一位男士和一位女士，某人将该图片标记为“一位女士和她的老板”，这种关系标记将影响所有后续的模式识别。因此，人类错误标记才会导致训练数据错误。机器可能通过重罪定罪数据，来确定信贷候选人贷款资格。但如果重罪定罪数据本身就是不公平的（如数据是基于歧视性禁毒法），那么机器输出的可贷款人名单也是不可靠的。
图像识别网络与我们的小猫识别器一样，也是深度学习的一种，但常常把它作为教学示例，因为人类可直观了解到图像识的具体过程：先找图像边缘，然后识别圆圈，接着识别脸。这意味着其中有错误保护措施。例如，早期，谷歌发现他们的图像识别软件无法单独识别出杠铃，哪怕用大规模运动器材图像集对其训练，结果也是一样。通过可视化工具观察发现，由于训练集中所有哑铃都是附在手臂上的，所以机器没有学习到“哑铃”的概念，而是“哑铃+手臂”的整体概念。改进一下，向训练集中加入单独的“杠铃”照片，问题就解决了。但并不是所有问题都这么容易。
4、猫识别论文
谷歌Brain部门在一到两年时间内，成功让机器具备了1岁小孩的智能。随后，该部门成功从谷歌X实验室“毕业”，并成为了更高级的研究机构。（谷歌X实验室负责人曾经指出，Brain取得的成就，让整个实验室的努力没有白费。）当时，谷歌Brain仍然只有10人不到，而对于未来，也只有一个模糊的概念。但即使在那时，他们都在积极思考接下来会发生什么。就像人一样，学会认识皮球后，我们会为之满足一段时间，但迟早，人类会产生关于皮球的问题。这就是语言产生的原因。
这一领域中，Brain迈出的第一步是发表了猫识别论文，正是这篇论文，Brain闻名世界。
这篇论文展示了一个具有超过十亿个“突触”连接的神经网络。虽然与人类大脑相比，它小了好几个数量级，但它比当时任何公开的神经网络都要大好几百倍。这个神经网络可以处理原始的、未标记数据，并识别高级的人类概念。谷歌Brain的研究人员向该神经网络展示了几百万的静态帧（来自YouTube视频），然后神经网络的感觉中枢开始运转，生成了一个稳定的模型。像小孩或花栗鼠一样聪明，该模型可以迅速识别出猫的脸。研究人员并没有预先向该神经网络输入关于“猫”概念，它直接与现实世界交互并获取“猫”这一定义。（研究人员发现，这一神经网络与核磁共振（M.R.I.）很相像，猫的脸部阴影会激发人工神经元“投票”的热情。）大多数机器学习都受限于已标记数据的数据量。但这篇论文却显示，该神经网络可以处理原始未标记数据，有时甚至是人类都还没建立起概念的数据。这不仅仅是猫识别研究的重大突破，更是整个人工智能的显著进步。
猫识别论文的第一作者是Quoc Le。Le个头不高，身形偏瘦，说话温和但语速很快，经常穿着闪亮的黑皮鞋，而且面带神秘的微笑。他在越南长大，父母都是农民，小时候家里甚至都没有电。他从小就表现出了过人的数学能力，后来，他就读于一所磁铁学校学习科学。上世纪90年代末，Le还在上学，那时候他就试图构建一个聊天机器人。他在想，这有多难呢？
“但实际上，”他告诉我，“非常不简单。”
毕业后，Le离开了越南，前往澳大利亚堪培拉的一所大学学习，主要研究机器视觉这类人工智能任务。当时人工智能的主要做法是，提前给机器灌输相关概念（如，边缘），这让他感觉像是在作弊。当时的Le不知道，全世界有很多计算机科学家和他的想法一样——机器可以从零开始学习。2006年，Le任职于德国的马克斯普朗克研究所生物控制部门。在当时的一个阅读小组中，他读到了Geoffrey Hinton写的两篇论文，他觉得自己豁然开朗。
“这两篇文章引起了争议，”他告诉我。“非常大的争议。”我们在一个小型内部会议室里，天花板又窄又高，屋子里有一张小桌子和两块白板。Le看了眼他画在背后白板上的曲线，又回过头来轻声地说，“我从没见到过这么大的争议”。
他记得，当时在阅读小组里站起来，然后说，“这就是未来。”但在当时，这是个不受欢迎的决定。Le在澳大利亚的导师不能完全理解他的想法，写邮件问到，“你为什么决定做这个？”
“那时，我想不到怎么回答这个问题，”Le说。“因为，我只是好奇。文章中提出了一个成功的范式，老实说，我只是对这个新范式感到好奇。那时还是2006年，这样的观点非常罕见。”然后，Le 加入了斯坦福的吴恩达团队，接着他开始沿着 Hinton 的道路探索。“到了2010年年底，我确信会有事情发生。”
不久之后，Le成为了Brain的首位实习生。在Brain，他继续着自己的论文工作，也就是后来发表的猫论文的前身。在一个简单层面上，Le只是想看看计算机能否被训练并自主识别给定图像中的绝对必要的信息。他向神经网络输入了一张YouTube上的静态图片。然后，指示神经网络丢弃一些信息，但并不说明哪些信息应该保留哪些应该丢弃。神经网络随机丢弃了一些信息。接着，Le又说：“刚刚是开玩笑的。现在基于你刚刚保留下来的信息，重新构建初始图像。”这种方式就像他先要求机器找到一种方式“总结”图像，然后，基于总结的信息回溯原始图像。如果总结的都是些不相关信息（如天空的颜色），而不是关键信息（如有没有胡须），计算机就无法有效重构原始图像。计算机的反应就像我们远古的祖先，他们在逃跑中建立起对剑齿虎的印象。而Le的神经网络与我们的祖先的方式不同，它需要不断地尝试。从数学角度来说，每次尝试后，它都选择不同的信息进行优化，而且表现地越来越好。然而，神经网络是个黑盒子，它确实生成了某种范式，但人类并不能直观地理解这些范式。
猫论文发表后，引起了极大凡响，而Le并未感觉到自己掌握了业界的话语权。但他强烈感觉到，应该继续自己早年聊天机器人的想法。发表了猫论文后，Le意识到，如果神经网络可以总结图片信息，那么它或许也可以总结语句信息。在接下来两年中，这一想法深深印在Le和Tomas Mikolov（Le在Brain的同事）的脑海中。
那段时间，Brain团队占据了好几个办公室，甚至一度占用了高管的地方。随后，他们收到了管理处的邮件，要求他们不要在Larry Page和Sergey Brin的 办公室门口的沙发上睡觉。后来，他们被安排到街对面的研究楼里工作，在那里，研究人员专心研究，而不必应付同事间礼貌而无效率的交谈。当然在这一过渡期，谷歌的竞争对手们也在奋力前行。（Le神情严肃地一遍一遍提及他与Tomas Mikolov的亲密合作。最后我忍不住问道，“他离开了？”Le点点头，回答道：“去了Facebook”。）
上图：2012年的谷歌 Brain团队。他们发表了著名的“猫论文”，演示论文中的神经网络处理未标记数据。研究人员向该神经网络提供几百万的静态帧（来自YouTube视频），神经网络生成了一个稳定的模型并且识别出猫。
那段时间，他们极力想构造出不仅能执行简单的静态图片分类任务，也能处理复杂的任务（如自然语言或音乐）的神经网络架构。他们的许多观点在上世纪九十年代就出现了，Le和他的同事们专门回顾了那些被忽略的概念，希望能从中得到启发。他们知道，一旦建立了一个具有基本语言预测功能的模型，也就可以基于此完成各种其他类型智能任务，如预测电子邮件的合适回复或者预测谈话过程。你可以侧重于那些从表面看起来很像思维过程的任务。
来源：人工智能学家
更多内容请关注：www.imefuture.com
北京大数据产业投资基金正式发布 扎克伯格启用AI“管家
圣诞节太多小孩被机器人吸引
智造家 查看全部
序言：你所读到的就是你自己
在十一月初的某个周五晚上，Jun Rekimoto（东京大学人机交互领域的杰出的教授）正准备在线演讲，他突然注意到社交媒体滚动条上有一些特别的内容。这些内容是关于谷歌翻译的，这项流行的机器翻译服务最近突然有了大幅改善。
Rekimoto开始研究谷歌翻译并用它做了一些测试，测试结果令他非常震惊。虽然已经夜深，但谷歌翻译取得的进展依然让Rekimoto久久无法入睡。
Rekimoto在一篇博客中写了他的初步发现。首先，他用谷歌翻译翻译了《了不起的盖茨比》中的一些句子，并与1957年Takashi Nozaki译版和最新的Haruki Murakami的译版进行对比。Rekimoto后来通过电子邮件向我解释，Murakami的版本语言非常细腻，具有独特的“Murakami风格”。相比之下，谷歌的翻译虽然有些不自然，但是对他来说“更透明”。
Rekimoto博客的后半部分从日译英的方向测试了谷歌翻译。他先是自己用日语翻译了海明威的《乞力马扎罗的雪》的开头部分，然后把这段话通过谷歌翻译转译成英语。他列出了此版本与海明威的原版，并让读者猜测哪个版本是机器完成的。
NO. 1:
Kilimanjaro is a snow-covered mountain 19,710 feet high, and is said to be the highest mountain in Africa. Its western summit is called the Masai “Ngaje Ngai,” the House of God. Close to the western summit there is the dried and frozen carcass of a leopard. No one has explained what the leopard was seeking at that altitude.
NO. 2:
Kilimanjaro is a mountain of 19,710 feet covered with snow and is said to be the highest mountain in Africa. The summit of the west is called “Ngaje Ngai” in Masai, the house of God. Near the top of the west there is a dry and frozen dead body of leopard. No one has ever explained what leopard wanted at that altitude.
即使是以英语为母语的人，也很难分辨出第二段是由机器完成的。这两段翻译是如此的相近，Rekimoto甚至觉得这很神奇。因为Rekimoto非常熟悉谷歌翻译之前的能力，甚至在24小时前，谷歌只能翻译成下面这段话：
Kilimanjaro is 19,710 feet of the mountain covered with snow, and it is said that the highest mountain in Africa. Top of the west, “Ngaje Ngai” in the Maasai language, has been referred to as the house of God. The top close to the west, there is a dry, frozen carcass of a leopard.Whether the leopard had what the demand at that altitude, there is no that nobody explained.
Rekimoto在Twitter上向他的十万个粉丝公布了他的发现，在接下来的几个小时里，成千上万的人发出他们使用机器翻译的结果。有些是比较成功的，但也有些是非常滑稽的。
在东京破晓之时，谷歌翻译登上了日本Twitter热度榜的第一位，甚至连人气动漫和人气偶像少女的被挤了下去。每个人都很惊奇：谷歌翻译为何能如此让人刮目相看？
四天之后，来自世界各地的上百名记者、企业家和广告客户齐聚于谷歌的伦敦办公室中，观看谷歌的特别发布会。客人们的甜点是印有翻译标志的幸运饼干，每个人的面前还放有一张纸条，一面写着不同国家的短语，另一面邀请客人们下载谷歌翻译的软件。桌子上还摆放了甜甜圈和冰沙盘，旁边的标语牌标注了各种国家的风味。过了一会，所有人来到了一个豪华的黑暗剧场中。
上图：Sundar Pichai，谷歌的首席执行官，在他加利福尼亚州山景城的办公室外。
伦敦市长Sadiq Khan首先上台演讲。演讲的开始，市长提到他有个朋友觉得市长就像谷歌一样。于是市长问朋友：“为什么？因为我什么都懂？”朋友否认道：“不是的，是因为你就像谷歌一样，总是试图把我的话补充完。”观众们纷纷被市长的幽默逗笑。随后，谷歌的首席执行官Sundar Pichai上台发表演讲。
Pichai此行的目的之一就是启动谷歌伦敦国王大道的新大楼，预示着公司完成了去年提出的转型计划的初始阶段。Pichai曾经多次在不同场合说过谷歌的未来将以“AI为先”，这在理论上听起来很复杂，引发了许多学者的推测。在实践生产中意味着，未来谷歌将不再依靠传统计算编程来生产产品，而是“机器学习”。
谷歌公司中有一个鲜少提及的部门，谷歌大脑。这个部门成立于五年前，一直遵循着一个原理：人工“神经网络”能够像婴儿一样，通过不断的尝试和犯错来认知这个世界，最终拥有像人类一样的灵活性。这其实并不是一个新理论，早在现代计算机初步发展的20世纪40年代就出现了。但当时大部分科学家并不看重，认为它过于深奥。直到2011年，谷歌大脑证明了将这个强大的方法运用在人工智能领域里可以解决此前几十年的棘手问题。例如，此前谷歌手机在语音识别方面一直效果不是很好，直到谷歌将机器学习算法移植到手机平台后，语音识别精度已经可以和人类媲美。而在图像识别领域也同样取得了良好的效果。一年前，谷歌大脑就已经将这些核心技术成功运用在消费级产品里。
谷歌翻译于2006年首次亮相，目前已经成为谷歌最可靠和最流行的应用之一。每天，谷歌翻译会面对 5 亿个月度活跃用户的 1400 亿个不同语种的单词。现在它已经不是座位一个独立的应用存在，更是已经集成到Gmail、Chrome 及许多其它谷歌产品中了，谷歌将它作为其数字商务中的一个无缝贴合的部分。Pichai在台上讲到，直至叙利亚难民危机之时，公司才意识地区间的翻译交流是何等重要。他背后屏幕的陡峭的曲线图显示，阿拉伯语与德语互译的翻译请求最近增长了五倍之多。（这个结果也符合Pichai的内心想法，他在印度出生成长，那里有几十种不同的语言。）谷歌翻译此后也在逐步增加新的语言和功能，但是过去的四年，发展速度正在逐年减缓。
截至到上个周末，谷歌翻译已经在美国、欧洲、亚洲等地区完成了基于人工智能的转换，包括西班牙语、葡萄牙语、法语、德语、中文、日语、韩语及土耳其语在内的语言与英语的互译。而其它上百种语言也即将实现互译，谷歌预计将会以每月八个的速度在年底前更新完毕。而对于谷歌工程而言，只花费九个月的时间就完成这一重大革新无疑是一个惊喜。AI系统一个通宵所取得的进展就相当于过去所取得的进展之和。
Pichai对含蓄的古典文学尤为偏爱，一个月前，他曾告诉我，在他加利福尼亚州山景城的办公室里，有些文字还是需要谷歌翻译来辅助显示，毕竟并不是所有人都像物理学家Robert Oppenheimer一样能读原版的《博伽梵歌》。因此在伦敦的发布会上，幻灯片上出现了博尔赫斯的经典名言：“Uno no es lo que es por lo que escribe, sino por lo que ha leído.”
Pichai大声地读出旧版谷歌翻译翻译出来的拙劣的句子：“One is not what is for what he writes, but for what he has read.”
而在大屏幕的右边，新的AI系统版本则翻译的更加优雅：“You are not what you write, but what you have read.”
这是有一个对新版的谷歌翻译非常恰当的描述：在某种意义上，谷歌翻译是第一条可以通过学习理解任何事物的机器。
谷歌以AI为中心重组公司。在过去的四年中，谷歌、Facebook、苹果、亚马逊、微软和中国百度等六家公司都围绕AI人才展开了一场军备竞赛，尤其是在大学。企业纷纷到顶尖的学术院校挖掘人才，给人才以丰富的资源和极大的自由。在硅谷，Facebook的CEO Mark Zuckerberg会亲自通过电话和视频聊天软件跟公司最优异的研究生进行会话，七位数的起薪根本不在话下。参加人工智能最重要的学术会议的人数增加了近四倍。大家所关注的不仅仅是小小的创新，还有该如何掌控全新的计算平台：无处不在的人工智能。
我们好像理所当然地就开始使用“人工智能”这一短语，但它其实一直是引发争议的根源。想象一下，如果你回到20世纪70年代，在大街上拦住一个路上，拿住智能手机并向她展示手机里的谷歌地图。你可能需要不停地向她解释，你并不是穿着奇怪的巫师，从口袋里掏出的手机也不是什么黑色护身符，它只是一个比阿波罗时光机更强大的电脑。实际上，谷歌地图就是能跟她展示什么是“人工智能”的例子。在某种意义上，谷歌地图确实是人工智能的例子。它能帮你规划从酒店到机场的路线，而且比人类能完成得更快更好。它还能做一些人类显然不能做的事情：它可以判断交通状况；规划最佳路线；在你走错路时，它能重新定位并进行路线的重新规划。
实际上，如今没有人会把谷歌地图跟高贵的“AI”相提并论。所以我们在使用“智能”这个词的时候，是带“情感”色彩的。人工智能可以区别HAL和其它任何用织机或手推车就可以做出的东西。我们能自动化一项任务，涉及到的相关技能会转变为单纯的机制。现在，谷歌地图似乎还不能称之为人工智能，充其量是机器人：它只接受一个明确的需求（从一个地方到另一个地方），并尽力满足这种需求。因此，“人工智能”的所对应的实际应用其实范围很小。
Pichai的终极目标是区分AI应用和“通用人工智能”。通用人工智能不涉及对显式指令的忠实遵守，它是为一般情况下的一般用途而设计通用工具。Pichai认为，他公司的未来取决于通用人工智能。想象一下，如果你告诉谷歌地图，“我想去机场，但需要在中途停一下给我的侄子买礼物。”一个通用的智能服务，就像三年前的电影《她》中，由Scarlett Johansson配音的那个无处不在的助手一样，她像好朋友一样了解你的情况：你侄子的年龄，你通常喜欢给孩子买什么礼物，以及哪里有能买礼物的商店。但是，一个真正聪明的地图能做一些好朋友考虑不到的事，比方说，你侄子学校的孩子里，最近流行什么玩具。如果聪明的机器能够辨别一些错综复杂的数据，从中找到过去我们做过的事情中暗藏的规律性，那么它就可以推断我们的想法。
AI助手是人工智能的新浪潮，苹果的Siri、Facebook的M，还有亚马逊的Echo都是机器学习的产物，作用都很相似。然而，机器学习并不一定只局限于此。今年，三星的医学成像子公司宣布其新的超声设备能够检测乳腺癌。公司也在招贤纳士，以扩大计算机的工业应用。DeepMind于2014年被谷歌收购，AlphaGo在围棋游戏中击败了人类围棋大师，尽管当时人类预测人工智能要想战胜人类还需要10年。
1950年，Alan Turi吴恩达在那篇著名的文章中提出了一个人工智能的测试：一台计算机是否能在5分钟的文本交流中成功地欺骗人类。一旦机器可以在两种自然语言之间流利地翻译，机器就能很好地“理解”人类语言，从而与人类进行对话。谷歌大脑的成员们正推动和协助监督翻译项目，他们相信这样的机器将会成为通用人工智能的助手。
谷歌的研究人员和工程师团队从最初的一两个人，扩大到三四人，甚至后来扩大到一百多人，他们在这一领域取得了巨大进步。接下来要讲的关于谷歌团队的故事非常少见，因为它跟我们对硅谷的通常印象有所不同。它并不是一些俗套的剧情。它不是一个关于技术能解决所有问题的故事，也不是一个技术会毁灭世界的故事。它跟颠覆无关，至少不是通常意义上的颠覆。
事实上，这个故事又包含了三个相关的故事，这三个故事在谷歌翻译成功转型为AI的过程中融合在一起，它们分别是：技术故事，制度故事和关于思想演变的故事。技术故事是关于一个公司的一个产品团队，以及他们对旧产品进行改进、测试并形成全新版本的过程，而且他们只用了别人预期的约为四分之一的时间就完成了这个过程。制度故事是关于该公司内的一个虽然规模不大但很有影响力的人工智能团队，以及他们凭借对一些旧的、未经证实的和广泛不适用的计算观念的直觉信念，超越了几乎其他所有公司的过程。思想的故事是关于坚持不懈的认知科学家、心理学家和工程师，他们长期以来用看似不合理的信念，最终激发了我们对技术和理论的理解，以及意识本身的范式转变。
第一个故事是谷歌翻译的故事，发生在山景城，时间跨度为九个月，故事解释了机器翻译发生的转变。第二个故事是谷歌大脑及其众多竞争对手的故事，发生在硅谷，时间跨度为五年，它解释了整个领域的转型。第三个故事是深度学习的故事，发生在苏格兰、瑞士、日本和加拿大等大部分地区的遥远实验室，时间跨度长达七十年，它可能非常有助于改变人类的自我认知。
这三个故事都跟人工智能有关。七十年的故事是关于我们对人工智能的期待。五年的故事是关于人工智能在不久的将来会带来什么。九个月的故事是关于人工智能现在可以做什么。这三个故事本身都是对概念的证明，而所有这一切都只是开始。
第一部分：学习机器
1、谷歌大脑的诞生
虽然Jeff Dean的职位是高级研究员，但是事实上，他才是谷歌大脑团队的领导者。 Dean有着长而窄的脸，深深的眼睛并且十分热情。作为医学人类学家和公共卫生流行病学家的儿子，Dean成长时期几乎周游了世界各地，包括明尼苏达州、夏威夷、波士顿、阿肯色州、日内瓦、乌干达、索马里、亚特兰大等地。在高中和大学期间，他写的软件就被世界卫生组织所采用。自1999年以来，他一直在谷歌工作，当时他才25岁，从那时起，他几乎参与了谷歌所有重大项目中核心软件系统的开发。作为公司的元老级人物，Jeff Dean Facts已经成了公司开玩笑的对象。以Chuck Norris的事实模式为例：“Jeff Dean的PIN是pi的最后四位数字。”“当Alexander Graham Bell发明电话时，他接到了一个来自Jeff Dean的未接来电。”“Jeff Dean在最高级别为10的系统中晋升到了11级。“（最后一个是真的。）
上图：谷歌工程师和谷歌大脑的领导者Jeff Dean。
来源：纽约时报的Brian Finke
2011年初的一天，Dean在谷歌校园的“微型车间”之一，也就是山景城大楼的共享休息室，遇见了年轻的斯坦福计算机科学家吴恩达教授，他兼任谷歌公司的顾问。吴恩达跟Dean介绍了Marvin项目（以著名的AI先锋Marvin Minsky命名），在这个项目中，他协助谷歌建立了一种基于大脑架构的柔韧的数字网格的“神经网络”。1990年，Dean在明尼苏达大学读本科的时候，也曾经研究过该技术的原始版本，当时神经网络的概念已经开始流行。在过去的五年中，神经网络领域从事相关研究工作的学者数量开始再次增长。吴恩达告诉Dean，Marvin项目是由谷歌的秘密X实验室负责研究的，目前已经取得了一些可观的进展。
Dean对此很感兴趣，决定花自己“20％”的时间来投入这个项目，每名谷歌员工都要将自己20%的时间贡献给他或她的核心工作以外的工作。很快，Dean向吴恩达推荐了有着神经科学背景的Greg Corrado。（在研究生院的课堂上，Corrado粗略地学习了该技术，但他对此很感兴趣，他开玩笑说道：“那天我上课的时候很专心。”）在春天，他们团队又多了一名吴恩达的得意研究生Quoc Le，他是项目团队的第一个实习生。在那之后，一些谷歌工程师用“谷歌大脑”来形容Marvin项目。
术语“人工智能”是在1956年夏天在达特茅斯的一种宪法惯例中诞生的，当时大多数研究人员认为创造AI的最佳方法是写一个非常大而全面的程序，将逻辑推理的规则和有关世界的知识写入其中。比方说，如果你想把英语翻译成日语，你需要把所有的英语语法规则、牛津英语词典中包含的所有定义、所有的日语语法规则，和日语字典中的所有单词都编入计算机。这种观点通常被称为“符号化AI”。因为它的认知定义是基于符号逻辑的，但它已经有些过时，只能算作是“好的老式的AI”。
这种老式方法有两个主要问题。一是，它非常耗费人力和时间；二是，它只有在规则和定义非常清楚的领域（比如数学或象棋）才真正起作用。然而，如果翻译采用这种方法，效果会很差，因为我们平时说的话没办法跟词典上的规则和定义完全对应。比方说，这样的系统可能会把“农业部长”翻译为“农业牧师”。但是，对于数学和国际象棋来说，这种老式方法就很奏效。
不过，这种老式方法的系统确实有限。在20世纪80年代，卡内基梅隆的机器人研究员指出，让计算机做成人能做的事情很简单，但让计算机做一个1岁的小孩可以做的事情却几乎是不可能的，比如拿起一个球或识别一只猫。到了20世纪90年代，尽管计算机能够在国际象棋上战胜世界冠军，我们离真正的人工智能还差得远。
关于AI，还有另外一种看法，计算机的学习是自下而上（从数据），而不是从上到下（从规则）学习。这个概念可追溯到20世纪40年代初，研究人员发现灵活自动智能的最佳模型就是人类大脑本身。毕竟，大脑只不过是很多神经元的集合体，神经元之间可能会相互传递电荷，或者不会传递。重要的不是单个神经元本身，而是它们之间的连接方式。这种结构很简单，为大脑提供了丰富的适应性优势。大脑可以在信息量少或缺失的情况下工作；它在承受重大的损害时，也不会完全失去控制；它可以用非常有效的方式存储大量的知识；它可以区分不同的模式，但同时保留必须的混乱来处理歧义。
所以人类开始试图用电子元件来模仿这种结构，1943年研究表明，简单的人工神经元排布可以执行基本的逻辑功能。至少在理论上，神经元可以模仿人类的方式。实际上，神经元会根据试错把相互之间的突触连接调节得更强或更弱。人工神经网络也可以做类似的事情，在不断试错的基础上逐步改变人工神经元之间的数字关系。人工神经网络不需要使用固定规则来预编程，相反，它会改变自身以反映所输入的数据中的模式。
这种观点认为人工智能是进化得来，而不是创造出来的。如果你想要一个灵活而且能适应环境的机制，不能一开始就教它国际象棋。必须从非常基本的能力，如感官知觉和运动控制开始，长此以往更先进的技能才有可能出现。人类并不是通过记忆字典和语法书来学习和理解语言的，所以我们有什么理由要让计算机通过这样的方式来学习呢？
谷歌大脑是第一个对这种思维方式进行商业投资的机构。Dean、Corrado和吴恩达利用闲暇时间进行合作并对此展开研究，很快他们便取得了进展。他们从最新的理论大纲和自20世纪八九十年代以来的已有框架中提取了他们的模型的搭建灵感，他们还利用了谷歌巨大的数据储备和庞大的计算基础设施。他们利用网络上大量的“标记”数据，让计算机不断改进从而更好地匹配现实。
某天，Dean告诉我说：“动物进化出眼睛是个巨大的发展。”我们像往常一样坐在会议室，他在白板画了一个复杂的时间线，展示了谷歌大脑以及它与神经网络的历史关系。“现在，计算机也有了眼睛，我们能够借助眼睛让计算机识别图片。机器人的能力将得到巨大提升。他们将能够在一个未知的环境中，处理各种不同的问题。”这些他们正在研发的能力可能看起来很原始，但它们的影响是深远的。
上图：Geoffrey Hinton，他在谷歌多伦多办事处提出的想法为谷歌翻译的神经网络方法奠定了基础。 图片来源：《纽约时报》的Brian Finke
2、重量级实习生
正如Dean所说，谷歌大脑诞生一年后，就在研发具有1岁小孩智力的机器中取得了不错的成绩。谷歌的语音识别团队将其旧系统的一部分转换为神经网络，并因此取得了该系统20年来的最好成效。该系统识别对象的能力提高了一个数量级。这不是因为谷歌大脑的研究人员在短短一年内就产生了很棒的新想法，而是因为谷歌终于在该领域投入了资源和人力。
Geoffrey Hinton的到来让谷歌大脑发展更为迅猛。在谷歌大脑成立的第二年，Hinton被招聘到了谷歌大脑，而吴恩达离开了谷歌（吴恩达现在领导百度1300人的AI团队）。Hinton只能离开多伦多大学在谷歌任职三个月，因此由于奥术合同的原因，他不得不被聘为实习生。在实习培训中，辅导人员说“输入您的LDAP（目录访问协议）”，他问道：“什么是LDAP？”在场其他所有25岁的职员，尽管他们可能刚刚弄清深度学习是人工智能的必要条件，都在想“那个老家伙是谁？为什么他连LDAP是什么都不知道？”
Hinton说道：“在午餐时间，团队成员里有个人惊呼‘Hinton教授！我选修了你的课程！你居然在这里？’”从那以后，大家才不对Hinton议论纷纷。
几个月后，Hinton和他的两个学生在一个称为ImageNet的开源集合运行的大型图像识别竞赛中展示了惊人的成果，他们让计算机不仅能识别猴子，而且能够区分蜘蛛猴和吼猴，以及各种不同品种的猫。谷歌很快就向Hinton和他的学生发起了聘用书，他们接收了谷歌的聘用。Hinton说道：“我本以为谷歌对我们的知识产权感兴趣，结果没想到是对我们这几个人感兴趣。”
Hinton来自英国的传统家族，像Darwins一样，他们家族非常注重教育。他伟大的曾祖父是George Boole，他在符号逻辑方面的基础工作为计算机打下基础；Hinton的祖父是一位著名的外科医生，Hinton的父亲是一位热爱冒险的昆虫学家，Hinton的父亲的表哥是洛斯阿拉莫斯研究所的研究员，等等。而Hinton曾在剑桥和爱丁堡大学读数，然后又到卡内基梅隆大学学习，最后他又到多伦多大学。（他的工作长期以来一直受到加拿大政府的慷慨支持。）我在他的办公室对他进行了采访，他顶着一头成熟的诺埃尔加拉格尔风格的黄到褪色的头发，穿着一件宽松的条纹衬衫，椭圆形的眼镜滑落到高挺的鼻子尖端。他开口说道：“计算机会比美国人更早地理解讽刺为何物。”
19世纪60年代末，Hinton在剑桥大学读本科时，就一直致力于研究神经网络，他是该领域的先驱。但大多数时候，每当他谈及机器学习，人们都觉得他在满口胡言。人们之所以觉得神经网络荒谬，主要是因为感知机（Perceptron）被过度炒作，感知机是一个人工神经网络，是康奈尔心理学家Frank Rosenblatt于20世纪50年代后期提出的。《纽约时报》曾报道，感知机的赞助商美国海军期望它“能够走路、说话、看、写作，甚至再造自己，并意识到自己的存在”。结果证明这是不切实际的。美国的Marvin Minsky曾在1954年的普林斯顿论文中研究过神经网络，但是他对于布朗克斯科学当代的Rosenblatt对神经范式的夸张描述已经厌倦了。（他也在争取国防部的投资。）Minsky与MIT的同事一起出版了一本书，来证明有一些简单问题是感知器永远不能解决的。
Minsky对感知机的抨击只是一个“层”的网络，在后来的生活中，他阐述了与当代深度学习非常相似的想法。Hinton认为，如果使用多层神经网络，就能够完成复杂的任务。神经网络的最简单的描述是，它是一个机器，能在数据中发现模式并进行分类或预测。如果只有一层神经网络，你可以找到简单的模式，但如果有多层神经网络，你应该去找模式中的模式。在图像识别的领域，主要使用的是“卷积神经网络”。（这是在1998年的一篇开创性论文中阐述的，其主要作是Yann LeCun，他在多伦多大学读博士后，是Hinton的学生，现在是Facebook人工智能实验室的负责人。）网络的第一层负责学习识别“边缘”的基本视觉效果，也就是判断一个东西（一个像素上）是否有东西。网络的每个连续层都在前一层中寻找模式。边缘的图案可以是圆形也可以是矩形，圆形或矩形的图案可能是面部。这种方法或多或少地以越来越抽象的方式将信息组合在一起，从视网膜中的光感受器将信息返回到大脑的视觉皮层。在每个步骤中，不相关的细节会被丢弃，因为如果几个边缘和圆圈合在一起成为一张面部，你无需知道发现面部的位置，只需要知道它是一张脸。
多层“深度”神经网络的问题是试错法部分非常复杂。对于单层神经网络来说，这很容易。想象一下，如果你正在和一个孩子玩。你告诉孩子，“拿起绿色的球，把它放入盒子A中”，孩子拿起一个绿色的球，但把它放入了盒子B。你会说，“再试一次把绿色球放在盒子A中”，孩子会再次尝试把球放入了盒子A中。
现在想象你告诉孩子，“拿起一个绿色的球，穿过三号门，然后把绿色的球放入盒子A。”孩子却拿起一个红色的球，穿过了二号门，把红色的球放入盒子B。那么你该如何纠正孩子呢？你不能只是不断重复初始指示，因为孩子不知道他到底错在哪一步。在现实生活中，你可以先举起红球和绿球，说“这是红球，这是绿球”。但是，机器学习的重点是避免这种明确的指导。Hinton和其他几个人研究了解决方案（或者，对旧的方案进行了改造）。对于这个分层错误问题，在20世纪70年代末和80年代初，计算机科学家重新开始对神经网络感兴趣。Hinton说道：“人们对此非常兴奋，但我们的研究超出了他们的兴趣。”很快，计算机科学家们又跟以前一样认为Hinton这样的人是怪人和神秘主义者。
这种想法在哲学家和心理学家中仍然很受欢迎，他们称之为“连接主义”或“并行分布式处理”。Hinton告诉我说，“有几个人对这个想法保持热情，这很好，因为这是真正的人工智能。但在心理学领域，很多人相信这种想法，但却没能力实现它。”尽管加拿大政府一直大力支持，但Hinton也没能实现这个想法。“因为没有足够的计算机资源或足够的数据，我们只能自我安慰道：‘是的，如果我们有这样的前提条件，这个想法肯定是行得通的。’但这却并不是一个非常有说服力的论据。”
3、深层解读深度学习
当Pichai提到“人工智能优先（A.I. First）”概念时，他不仅仅是在说谷歌的战略计划，更是把这个长期不可行的想法扔给了公司。Pichai在资源分配上，确保了像Dean和Hinton这样的人才有足够的计算资源和数据资源可用。每个大脑大约有1000亿个神经元，每个神经元与其他10000个神经元相连，这意味着大脑内突触的数量在100万亿和1000万亿之间。对于20世纪40年代提出的简单人工神经网络来说，根本不可能实现这样规模的网络。虽然目前我们也远没达到构建这种规模网络的能力，但谷歌Brain的投资让我们至少实现了可以媲美小鼠大脑的人工神经网络。
然而，理解网络规模的重要性之前，你必须了解一些技术细节，如机器智能究竟对数据做了什么。其实，我们对人工智能的恐惧，主要来自于我们认为它像一个反社会天才在图书馆挖掘知识，然后，或许某一天，曾经只会玩回形针的机器会像对待蚂蚁或莴苣一样轻松杀死人类。但这并不是人工智能的工作方式，它们所做的只是搜索并寻找共同点——首先是基本模式，然后逐渐变复杂。真正最大的危险在于，我们人类最初给它灌输的信息是否就包含个人偏见。
如果只是想了解一二，可以直接阅读下一节（内容是关于猫的），如果想理解相关技术，那请继续阅读。（当然，本节内容也是关于猫。）
如果你想在老式的符号化AI模型上生成一个“猫识别器”。那么首先，你必须花大量时间预先对机器详细明确地说明什么是“猫”。告诉机器，一只猫有四条腿、尖尖的的耳朵、晶须和尾巴等。机器将这些信息存储在内存中的“Cat”区域。接下来，提供一张图片，让机器判断是否是猫。判断过程中，首先，机器必须分离出图像中不同的元素；然后，利用内存中存储的规则处理这些元素。规则如下：如果（腿 = 4）且（耳朵 = 尖）且（胡须 = 有）且（尾巴 = 有）且（表情= 高傲），那么（猫 = 是）。但如果你提供一张苏格兰折耳猫的图片呢？我们符号化 AI模型就会根据“耳朵 != 尖”判断图片上不是猫。 这样的识别水平比蹒跚学步的小孩都差。
而现在，如果用神经网络做这个实验，就根本不需要通过一系列预先定义的规则进行判别，也根本不需要专门的空间来存储“猫”的信息，包含大量相互连接着的开关的大型blob会解决这一切。在blob的一端提供输入（待识别图像），另一端提供输出（标记信息）。然后，机器将自动化工作，通过不断调试相互连接的开关，最终将输入正确映射到对应的输出。训练过程就像是在迷宫中挖掘一系列隧道，隧道两端连接的是正确的输入和输出。可用的训练数据越多，挖掘的隧道数量和复杂性就越大。训练过程一旦完成，blob中有了足够多的隧道，神经网络就能稳定处理数据并作出可靠预测。这就是“监督学习（Supervised Learning）”。
神经网络之所以需要如此多的神经元和数据，因为它以一种类似民主的方式工作。例如，你想训练可识别五种类型物体的神经网络，它由数百万“选民”（神经元）组成，每位选民都有五张不同的卡片，分别是：猫、狗、蜘蛛猴、勺子、除颤器。拿出一张图片，问：“这是猫，狗，蜘蛛猴，勺子还是除颤器？”所有神经元分组进行投票，最终得票最多的作为最终结果：“一只狗？”
你告诉它：“不！是只猫。重新计算。”
然后，神经网络退回一步，确定哪些神经元投票“猫”，哪些不是。那些投票“猫”的神经元，下次如果还投“猫”，其权重加倍。除此之外，该神经网络也必须能准确判别其他物体类别，如狗和除颤器。而神经网络之所以如此灵活，是因为每个单独的个体针对不同的输出贡献的权重不一样。其实，最关键的不是个体投票，而是这种投票模式。如果Joe, Frank 和Mary一起投票，那就是一只狗；如果Joe, Kate和Jessica一起投票，那就是一只猫；而如果Kate, Jessica 和Frank一起投票，图片上就是一个除颤器。神经网络只需要注册大量可识别信号，这些信号表示：图片中该像素区域是“猫”。“选民”越多，投票次数就越多，微弱信号也越可能被注册。简单来说，就是如果只有Joe, Frank 和Mary三个选民，你可能仅限于区分猫、狗和除颤器；而如果有数百万选民，不同选民之间有数十亿连接，那么你就可以对数据精确分类。经过训练的“选民”组合甚至可以识别未标记图片（或许不那么精确）。
计算科学领域之所以不接受这些理念，部分原因在于机器的输出仅仅是基于模式的预测，它并不完美，而且机器永远无法确切地定义什么是“猫”。只有在看到猫的时候，机器才知道那是猫。神经元“选民”通过数百万张猫图像的训练，它们可以识别出在阳光下打盹的快乐小猫，和躲在垃圾箱阴影中的生气小猫。实际上，你需要大量的神经元“选民”和足够的已标记数据，前者用来确保神经网络可以捕捉到非常微弱的信号，如苏格兰折耳猫垂下的耳朵，后者用来尽可能确保神经网络已“见过”所有相似场景。
但是，需要注意的是，神经网络的输出结果具有概率性，这意味着它并不适用于所有任务。如果神经网路把猫误认为狗，或者偶尔推送了错误的电影，这都不是大事，但如果应用于无人驾驶，神经网络1%的失误率可能就酿成了悲剧。类似担忧还有很多。监督学习是基于已标记数据进行反复试验的过程。机器完成的只是学习过程，而人为因素仍然决定了最初对训练数据的分类。例如，训练数据中，图片上是一位男士和一位女士，某人将该图片标记为“一位女士和她的老板”，这种关系标记将影响所有后续的模式识别。因此，人类错误标记才会导致训练数据错误。机器可能通过重罪定罪数据，来确定信贷候选人贷款资格。但如果重罪定罪数据本身就是不公平的（如数据是基于歧视性禁毒法），那么机器输出的可贷款人名单也是不可靠的。
图像识别网络与我们的小猫识别器一样，也是深度学习的一种，但常常把它作为教学示例，因为人类可直观了解到图像识的具体过程：先找图像边缘，然后识别圆圈，接着识别脸。这意味着其中有错误保护措施。例如，早期，谷歌发现他们的图像识别软件无法单独识别出杠铃，哪怕用大规模运动器材图像集对其训练，结果也是一样。通过可视化工具观察发现，由于训练集中所有哑铃都是附在手臂上的，所以机器没有学习到“哑铃”的概念，而是“哑铃+手臂”的整体概念。改进一下，向训练集中加入单独的“杠铃”照片，问题就解决了。但并不是所有问题都这么容易。
4、猫识别论文
谷歌Brain部门在一到两年时间内，成功让机器具备了1岁小孩的智能。随后，该部门成功从谷歌X实验室“毕业”，并成为了更高级的研究机构。（谷歌X实验室负责人曾经指出，Brain取得的成就，让整个实验室的努力没有白费。）当时，谷歌Brain仍然只有10人不到，而对于未来，也只有一个模糊的概念。但即使在那时，他们都在积极思考接下来会发生什么。就像人一样，学会认识皮球后，我们会为之满足一段时间，但迟早，人类会产生关于皮球的问题。这就是语言产生的原因。
这一领域中，Brain迈出的第一步是发表了猫识别论文，正是这篇论文，Brain闻名世界。
这篇论文展示了一个具有超过十亿个“突触”连接的神经网络。虽然与人类大脑相比，它小了好几个数量级，但它比当时任何公开的神经网络都要大好几百倍。这个神经网络可以处理原始的、未标记数据，并识别高级的人类概念。谷歌Brain的研究人员向该神经网络展示了几百万的静态帧（来自YouTube视频），然后神经网络的感觉中枢开始运转，生成了一个稳定的模型。像小孩或花栗鼠一样聪明，该模型可以迅速识别出猫的脸。研究人员并没有预先向该神经网络输入关于“猫”概念，它直接与现实世界交互并获取“猫”这一定义。（研究人员发现，这一神经网络与核磁共振（M.R.I.）很相像，猫的脸部阴影会激发人工神经元“投票”的热情。）大多数机器学习都受限于已标记数据的数据量。但这篇论文却显示，该神经网络可以处理原始未标记数据，有时甚至是人类都还没建立起概念的数据。这不仅仅是猫识别研究的重大突破，更是整个人工智能的显著进步。
猫识别论文的第一作者是Quoc Le。Le个头不高，身形偏瘦，说话温和但语速很快，经常穿着闪亮的黑皮鞋，而且面带神秘的微笑。他在越南长大，父母都是农民，小时候家里甚至都没有电。他从小就表现出了过人的数学能力，后来，他就读于一所磁铁学校学习科学。上世纪90年代末，Le还在上学，那时候他就试图构建一个聊天机器人。他在想，这有多难呢？
“但实际上，”他告诉我，“非常不简单。”
毕业后，Le离开了越南，前往澳大利亚堪培拉的一所大学学习，主要研究机器视觉这类人工智能任务。当时人工智能的主要做法是，提前给机器灌输相关概念（如，边缘），这让他感觉像是在作弊。当时的Le不知道，全世界有很多计算机科学家和他的想法一样——机器可以从零开始学习。2006年，Le任职于德国的马克斯普朗克研究所生物控制部门。在当时的一个阅读小组中，他读到了Geoffrey Hinton写的两篇论文，他觉得自己豁然开朗。
“这两篇文章引起了争议，”他告诉我。“非常大的争议。”我们在一个小型内部会议室里，天花板又窄又高，屋子里有一张小桌子和两块白板。Le看了眼他画在背后白板上的曲线，又回过头来轻声地说，“我从没见到过这么大的争议”。
他记得，当时在阅读小组里站起来，然后说，“这就是未来。”但在当时，这是个不受欢迎的决定。Le在澳大利亚的导师不能完全理解他的想法，写邮件问到，“你为什么决定做这个？”
“那时，我想不到怎么回答这个问题，”Le说。“因为，我只是好奇。文章中提出了一个成功的范式，老实说，我只是对这个新范式感到好奇。那时还是2006年，这样的观点非常罕见。”然后，Le 加入了斯坦福的吴恩达团队，接着他开始沿着 Hinton 的道路探索。“到了2010年年底，我确信会有事情发生。”
不久之后，Le成为了Brain的首位实习生。在Brain，他继续着自己的论文工作，也就是后来发表的猫论文的前身。在一个简单层面上，Le只是想看看计算机能否被训练并自主识别给定图像中的绝对必要的信息。他向神经网络输入了一张YouTube上的静态图片。然后，指示神经网络丢弃一些信息，但并不说明哪些信息应该保留哪些应该丢弃。神经网络随机丢弃了一些信息。接着，Le又说：“刚刚是开玩笑的。现在基于你刚刚保留下来的信息，重新构建初始图像。”这种方式就像他先要求机器找到一种方式“总结”图像，然后，基于总结的信息回溯原始图像。如果总结的都是些不相关信息（如天空的颜色），而不是关键信息（如有没有胡须），计算机就无法有效重构原始图像。计算机的反应就像我们远古的祖先，他们在逃跑中建立起对剑齿虎的印象。而Le的神经网络与我们的祖先的方式不同，它需要不断地尝试。从数学角度来说，每次尝试后，它都选择不同的信息进行优化，而且表现地越来越好。然而，神经网络是个黑盒子，它确实生成了某种范式，但人类并不能直观地理解这些范式。
猫论文发表后，引起了极大凡响，而Le并未感觉到自己掌握了业界的话语权。但他强烈感觉到，应该继续自己早年聊天机器人的想法。发表了猫论文后，Le意识到，如果神经网络可以总结图片信息，那么它或许也可以总结语句信息。在接下来两年中，这一想法深深印在Le和Tomas Mikolov（Le在Brain的同事）的脑海中。
那段时间，Brain团队占据了好几个办公室，甚至一度占用了高管的地方。随后，他们收到了管理处的邮件，要求他们不要在Larry Page和Sergey Brin的 办公室门口的沙发上睡觉。后来，他们被安排到街对面的研究楼里工作，在那里，研究人员专心研究，而不必应付同事间礼貌而无效率的交谈。当然在这一过渡期，谷歌的竞争对手们也在奋力前行。（Le神情严肃地一遍一遍提及他与Tomas Mikolov的亲密合作。最后我忍不住问道，“他离开了？”Le点点头，回答道：“去了Facebook”。）
上图：2012年的谷歌 Brain团队。他们发表了著名的“猫论文”，演示论文中的神经网络处理未标记数据。研究人员向该神经网络提供几百万的静态帧（来自YouTube视频），神经网络生成了一个稳定的模型并且识别出猫。
那段时间，他们极力想构造出不仅能执行简单的静态图片分类任务，也能处理复杂的任务（如自然语言或音乐）的神经网络架构。他们的许多观点在上世纪九十年代就出现了，Le和他的同事们专门回顾了那些被忽略的概念，希望能从中得到启发。他们知道，一旦建立了一个具有基本语言预测功能的模型，也就可以基于此完成各种其他类型智能任务，如预测电子邮件的合适回复或者预测谈话过程。你可以侧重于那些从表面看起来很像思维过程的任务。
来源：人工智能学家
更多内容请关注：www.imefuture.com
北京大数据产业投资基金正式发布 扎克伯格启用AI“管家
圣诞节太多小孩被机器人吸引
智造家 查看全部
谷歌如何使用人工智能来改变谷歌翻译这项颇受欢迎的服务，以及机器学习如何重塑计算。
序言：你所读到的就是你自己
在十一月初的某个周五晚上，Jun Rekimoto（东京大学人机交互领域的杰出的教授）正准备在线演讲，他突然注意到社交媒体滚动条上有一些特别的内容。这些内容是关于谷歌翻译的，这项流行的机器翻译服务最近突然有了大幅改善。
Rekimoto开始研究谷歌翻译并用它做了一些测试，测试结果令他非常震惊。虽然已经夜深，但谷歌翻译取得的进展依然让Rekimoto久久无法入睡。
Rekimoto在一篇博客中写了他的初步发现。首先，他用谷歌翻译翻译了《了不起的盖茨比》中的一些句子，并与1957年Takashi Nozaki译版和最新的Haruki Murakami的译版进行对比。Rekimoto后来通过电子邮件向我解释，Murakami的版本语言非常细腻，具有独特的“Murakami风格”。相比之下，谷歌的翻译虽然有些不自然，但是对他来说“更透明”。
Rekimoto博客的后半部分从日译英的方向测试了谷歌翻译。他先是自己用日语翻译了海明威的《乞力马扎罗的雪》的开头部分，然后把这段话通过谷歌翻译转译成英语。他列出了此版本与海明威的原版，并让读者猜测哪个版本是机器完成的。
NO. 1:
Kilimanjaro is a snow-covered mountain 19,710 feet high, and is said to be the highest mountain in Africa. Its western summit is called the Masai “Ngaje Ngai,” the House of God. Close to the western summit there is the dried and frozen carcass of a leopard. No one has explained what the leopard was seeking at that altitude.
NO. 2:
Kilimanjaro is a mountain of 19,710 feet covered with snow and is said to be the highest mountain in Africa. The summit of the west is called “Ngaje Ngai” in Masai, the house of God. Near the top of the west there is a dry and frozen dead body of leopard. No one has ever explained what leopard wanted at that altitude.
即使是以英语为母语的人，也很难分辨出第二段是由机器完成的。这两段翻译是如此的相近，Rekimoto甚至觉得这很神奇。因为Rekimoto非常熟悉谷歌翻译之前的能力，甚至在24小时前，谷歌只能翻译成下面这段话：
Kilimanjaro is 19,710 feet of the mountain covered with snow, and it is said that the highest mountain in Africa. Top of the west, “Ngaje Ngai” in the Maasai language, has been referred to as the house of God. The top close to the west, there is a dry, frozen carcass of a leopard.Whether the leopard had what the demand at that altitude, there is no that nobody explained.
Rekimoto在Twitter上向他的十万个粉丝公布了他的发现，在接下来的几个小时里，成千上万的人发出他们使用机器翻译的结果。有些是比较成功的，但也有些是非常滑稽的。
在东京破晓之时，谷歌翻译登上了日本Twitter热度榜的第一位，甚至连人气动漫和人气偶像少女的被挤了下去。每个人都很惊奇：谷歌翻译为何能如此让人刮目相看？
四天之后，来自世界各地的上百名记者、企业家和广告客户齐聚于谷歌的伦敦办公室中，观看谷歌的特别发布会。客人们的甜点是印有翻译标志的幸运饼干，每个人的面前还放有一张纸条，一面写着不同国家的短语，另一面邀请客人们下载谷歌翻译的软件。桌子上还摆放了甜甜圈和冰沙盘，旁边的标语牌标注了各种国家的风味。过了一会，所有人来到了一个豪华的黑暗剧场中。
上图：Sundar Pichai，谷歌的首席执行官，在他加利福尼亚州山景城的办公室外。
伦敦市长Sadiq Khan首先上台演讲。演讲的开始，市长提到他有个朋友觉得市长就像谷歌一样。于是市长问朋友：“为什么？因为我什么都懂？”朋友否认道：“不是的，是因为你就像谷歌一样，总是试图把我的话补充完。”观众们纷纷被市长的幽默逗笑。随后，谷歌的首席执行官Sundar Pichai上台发表演讲。
Pichai此行的目的之一就是启动谷歌伦敦国王大道的新大楼，预示着公司完成了去年提出的转型计划的初始阶段。Pichai曾经多次在不同场合说过谷歌的未来将以“AI为先”，这在理论上听起来很复杂，引发了许多学者的推测。在实践生产中意味着，未来谷歌将不再依靠传统计算编程来生产产品，而是“机器学习”。
谷歌公司中有一个鲜少提及的部门，谷歌大脑。这个部门成立于五年前，一直遵循着一个原理：人工“神经网络”能够像婴儿一样，通过不断的尝试和犯错来认知这个世界，最终拥有像人类一样的灵活性。这其实并不是一个新理论，早在现代计算机初步发展的20世纪40年代就出现了。但当时大部分科学家并不看重，认为它过于深奥。直到2011年，谷歌大脑证明了将这个强大的方法运用在人工智能领域里可以解决此前几十年的棘手问题。例如，此前谷歌手机在语音识别方面一直效果不是很好，直到谷歌将机器学习算法移植到手机平台后，语音识别精度已经可以和人类媲美。而在图像识别领域也同样取得了良好的效果。一年前，谷歌大脑就已经将这些核心技术成功运用在消费级产品里。
谷歌翻译于2006年首次亮相，目前已经成为谷歌最可靠和最流行的应用之一。每天，谷歌翻译会面对 5 亿个月度活跃用户的 1400 亿个不同语种的单词。现在它已经不是座位一个独立的应用存在，更是已经集成到Gmail、Chrome 及许多其它谷歌产品中了，谷歌将它作为其数字商务中的一个无缝贴合的部分。Pichai在台上讲到，直至叙利亚难民危机之时，公司才意识地区间的翻译交流是何等重要。他背后屏幕的陡峭的曲线图显示，阿拉伯语与德语互译的翻译请求最近增长了五倍之多。（这个结果也符合Pichai的内心想法，他在印度出生成长，那里有几十种不同的语言。）谷歌翻译此后也在逐步增加新的语言和功能，但是过去的四年，发展速度正在逐年减缓。
截至到上个周末，谷歌翻译已经在美国、欧洲、亚洲等地区完成了基于人工智能的转换，包括西班牙语、葡萄牙语、法语、德语、中文、日语、韩语及土耳其语在内的语言与英语的互译。而其它上百种语言也即将实现互译，谷歌预计将会以每月八个的速度在年底前更新完毕。而对于谷歌工程而言，只花费九个月的时间就完成这一重大革新无疑是一个惊喜。AI系统一个通宵所取得的进展就相当于过去所取得的进展之和。
Pichai对含蓄的古典文学尤为偏爱，一个月前，他曾告诉我，在他加利福尼亚州山景城的办公室里，有些文字还是需要谷歌翻译来辅助显示，毕竟并不是所有人都像物理学家Robert Oppenheimer一样能读原版的《博伽梵歌》。因此在伦敦的发布会上，幻灯片上出现了博尔赫斯的经典名言：“Uno no es lo que es por lo que escribe, sino por lo que ha leído.”
Pichai大声地读出旧版谷歌翻译翻译出来的拙劣的句子：“One is not what is for what he writes, but for what he has read.”
而在大屏幕的右边，新的AI系统版本则翻译的更加优雅：“You are not what you write, but what you have read.”
这是有一个对新版的谷歌翻译非常恰当的描述：在某种意义上，谷歌翻译是第一条可以通过学习理解任何事物的机器。
谷歌以AI为中心重组公司。在过去的四年中，谷歌、Facebook、苹果、亚马逊、微软和中国百度等六家公司都围绕AI人才展开了一场军备竞赛，尤其是在大学。企业纷纷到顶尖的学术院校挖掘人才，给人才以丰富的资源和极大的自由。在硅谷，Facebook的CEO Mark Zuckerberg会亲自通过电话和视频聊天软件跟公司最优异的研究生进行会话，七位数的起薪根本不在话下。参加人工智能最重要的学术会议的人数增加了近四倍。大家所关注的不仅仅是小小的创新，还有该如何掌控全新的计算平台：无处不在的人工智能。
我们好像理所当然地就开始使用“人工智能”这一短语，但它其实一直是引发争议的根源。想象一下，如果你回到20世纪70年代，在大街上拦住一个路上，拿住智能手机并向她展示手机里的谷歌地图。你可能需要不停地向她解释，你并不是穿着奇怪的巫师，从口袋里掏出的手机也不是什么黑色护身符，它只是一个比阿波罗时光机更强大的电脑。实际上，谷歌地图就是能跟她展示什么是“人工智能”的例子。在某种意义上，谷歌地图确实是人工智能的例子。它能帮你规划从酒店到机场的路线，而且比人类能完成得更快更好。它还能做一些人类显然不能做的事情：它可以判断交通状况；规划最佳路线；在你走错路时，它能重新定位并进行路线的重新规划。
实际上，如今没有人会把谷歌地图跟高贵的“AI”相提并论。所以我们在使用“智能”这个词的时候，是带“情感”色彩的。人工智能可以区别HAL和其它任何用织机或手推车就可以做出的东西。我们能自动化一项任务，涉及到的相关技能会转变为单纯的机制。现在，谷歌地图似乎还不能称之为人工智能，充其量是机器人：它只接受一个明确的需求（从一个地方到另一个地方），并尽力满足这种需求。因此，“人工智能”的所对应的实际应用其实范围很小。
Pichai的终极目标是区分AI应用和“通用人工智能”。通用人工智能不涉及对显式指令的忠实遵守，它是为一般情况下的一般用途而设计通用工具。Pichai认为，他公司的未来取决于通用人工智能。想象一下，如果你告诉谷歌地图，“我想去机场，但需要在中途停一下给我的侄子买礼物。”一个通用的智能服务，就像三年前的电影《她》中，由Scarlett Johansson配音的那个无处不在的助手一样，她像好朋友一样了解你的情况：你侄子的年龄，你通常喜欢给孩子买什么礼物，以及哪里有能买礼物的商店。但是，一个真正聪明的地图能做一些好朋友考虑不到的事，比方说，你侄子学校的孩子里，最近流行什么玩具。如果聪明的机器能够辨别一些错综复杂的数据，从中找到过去我们做过的事情中暗藏的规律性，那么它就可以推断我们的想法。
AI助手是人工智能的新浪潮，苹果的Siri、Facebook的M，还有亚马逊的Echo都是机器学习的产物，作用都很相似。然而，机器学习并不一定只局限于此。今年，三星的医学成像子公司宣布其新的超声设备能够检测乳腺癌。公司也在招贤纳士，以扩大计算机的工业应用。DeepMind于2014年被谷歌收购，AlphaGo在围棋游戏中击败了人类围棋大师，尽管当时人类预测人工智能要想战胜人类还需要10年。
1950年，Alan Turi吴恩达在那篇著名的文章中提出了一个人工智能的测试：一台计算机是否能在5分钟的文本交流中成功地欺骗人类。一旦机器可以在两种自然语言之间流利地翻译，机器就能很好地“理解”人类语言，从而与人类进行对话。谷歌大脑的成员们正推动和协助监督翻译项目，他们相信这样的机器将会成为通用人工智能的助手。
谷歌的研究人员和工程师团队从最初的一两个人，扩大到三四人，甚至后来扩大到一百多人，他们在这一领域取得了巨大进步。接下来要讲的关于谷歌团队的故事非常少见，因为它跟我们对硅谷的通常印象有所不同。它并不是一些俗套的剧情。它不是一个关于技术能解决所有问题的故事，也不是一个技术会毁灭世界的故事。它跟颠覆无关，至少不是通常意义上的颠覆。
事实上，这个故事又包含了三个相关的故事，这三个故事在谷歌翻译成功转型为AI的过程中融合在一起，它们分别是：技术故事，制度故事和关于思想演变的故事。技术故事是关于一个公司的一个产品团队，以及他们对旧产品进行改进、测试并形成全新版本的过程，而且他们只用了别人预期的约为四分之一的时间就完成了这个过程。制度故事是关于该公司内的一个虽然规模不大但很有影响力的人工智能团队，以及他们凭借对一些旧的、未经证实的和广泛不适用的计算观念的直觉信念，超越了几乎其他所有公司的过程。思想的故事是关于坚持不懈的认知科学家、心理学家和工程师，他们长期以来用看似不合理的信念，最终激发了我们对技术和理论的理解，以及意识本身的范式转变。
第一个故事是谷歌翻译的故事，发生在山景城，时间跨度为九个月，故事解释了机器翻译发生的转变。第二个故事是谷歌大脑及其众多竞争对手的故事，发生在硅谷，时间跨度为五年，它解释了整个领域的转型。第三个故事是深度学习的故事，发生在苏格兰、瑞士、日本和加拿大等大部分地区的遥远实验室，时间跨度长达七十年，它可能非常有助于改变人类的自我认知。
这三个故事都跟人工智能有关。七十年的故事是关于我们对人工智能的期待。五年的故事是关于人工智能在不久的将来会带来什么。九个月的故事是关于人工智能现在可以做什么。这三个故事本身都是对概念的证明，而所有这一切都只是开始。
第一部分：学习机器
1、谷歌大脑的诞生
虽然Jeff Dean的职位是高级研究员，但是事实上，他才是谷歌大脑团队的领导者。 Dean有着长而窄的脸，深深的眼睛并且十分热情。作为医学人类学家和公共卫生流行病学家的儿子，Dean成长时期几乎周游了世界各地，包括明尼苏达州、夏威夷、波士顿、阿肯色州、日内瓦、乌干达、索马里、亚特兰大等地。在高中和大学期间，他写的软件就被世界卫生组织所采用。自1999年以来，他一直在谷歌工作，当时他才25岁，从那时起，他几乎参与了谷歌所有重大项目中核心软件系统的开发。作为公司的元老级人物，Jeff Dean Facts已经成了公司开玩笑的对象。以Chuck Norris的事实模式为例：“Jeff Dean的PIN是pi的最后四位数字。”“当Alexander Graham Bell发明电话时，他接到了一个来自Jeff Dean的未接来电。”“Jeff Dean在最高级别为10的系统中晋升到了11级。“（最后一个是真的。）
上图：谷歌工程师和谷歌大脑的领导者Jeff Dean。
来源：纽约时报的Brian Finke
2011年初的一天，Dean在谷歌校园的“微型车间”之一，也就是山景城大楼的共享休息室，遇见了年轻的斯坦福计算机科学家吴恩达教授，他兼任谷歌公司的顾问。吴恩达跟Dean介绍了Marvin项目（以著名的AI先锋Marvin Minsky命名），在这个项目中，他协助谷歌建立了一种基于大脑架构的柔韧的数字网格的“神经网络”。1990年，Dean在明尼苏达大学读本科的时候，也曾经研究过该技术的原始版本，当时神经网络的概念已经开始流行。在过去的五年中，神经网络领域从事相关研究工作的学者数量开始再次增长。吴恩达告诉Dean，Marvin项目是由谷歌的秘密X实验室负责研究的，目前已经取得了一些可观的进展。
Dean对此很感兴趣，决定花自己“20％”的时间来投入这个项目，每名谷歌员工都要将自己20%的时间贡献给他或她的核心工作以外的工作。很快，Dean向吴恩达推荐了有着神经科学背景的Greg Corrado。（在研究生院的课堂上，Corrado粗略地学习了该技术，但他对此很感兴趣，他开玩笑说道：“那天我上课的时候很专心。”）在春天，他们团队又多了一名吴恩达的得意研究生Quoc Le，他是项目团队的第一个实习生。在那之后，一些谷歌工程师用“谷歌大脑”来形容Marvin项目。
术语“人工智能”是在1956年夏天在达特茅斯的一种宪法惯例中诞生的，当时大多数研究人员认为创造AI的最佳方法是写一个非常大而全面的程序，将逻辑推理的规则和有关世界的知识写入其中。比方说，如果你想把英语翻译成日语，你需要把所有的英语语法规则、牛津英语词典中包含的所有定义、所有的日语语法规则，和日语字典中的所有单词都编入计算机。这种观点通常被称为“符号化AI”。因为它的认知定义是基于符号逻辑的，但它已经有些过时，只能算作是“好的老式的AI”。
这种老式方法有两个主要问题。一是，它非常耗费人力和时间；二是，它只有在规则和定义非常清楚的领域（比如数学或象棋）才真正起作用。然而，如果翻译采用这种方法，效果会很差，因为我们平时说的话没办法跟词典上的规则和定义完全对应。比方说，这样的系统可能会把“农业部长”翻译为“农业牧师”。但是，对于数学和国际象棋来说，这种老式方法就很奏效。
不过，这种老式方法的系统确实有限。在20世纪80年代，卡内基梅隆的机器人研究员指出，让计算机做成人能做的事情很简单，但让计算机做一个1岁的小孩可以做的事情却几乎是不可能的，比如拿起一个球或识别一只猫。到了20世纪90年代，尽管计算机能够在国际象棋上战胜世界冠军，我们离真正的人工智能还差得远。
关于AI，还有另外一种看法，计算机的学习是自下而上（从数据），而不是从上到下（从规则）学习。这个概念可追溯到20世纪40年代初，研究人员发现灵活自动智能的最佳模型就是人类大脑本身。毕竟，大脑只不过是很多神经元的集合体，神经元之间可能会相互传递电荷，或者不会传递。重要的不是单个神经元本身，而是它们之间的连接方式。这种结构很简单，为大脑提供了丰富的适应性优势。大脑可以在信息量少或缺失的情况下工作；它在承受重大的损害时，也不会完全失去控制；它可以用非常有效的方式存储大量的知识；它可以区分不同的模式，但同时保留必须的混乱来处理歧义。
所以人类开始试图用电子元件来模仿这种结构，1943年研究表明，简单的人工神经元排布可以执行基本的逻辑功能。至少在理论上，神经元可以模仿人类的方式。实际上，神经元会根据试错把相互之间的突触连接调节得更强或更弱。人工神经网络也可以做类似的事情，在不断试错的基础上逐步改变人工神经元之间的数字关系。人工神经网络不需要使用固定规则来预编程，相反，它会改变自身以反映所输入的数据中的模式。
这种观点认为人工智能是进化得来，而不是创造出来的。如果你想要一个灵活而且能适应环境的机制，不能一开始就教它国际象棋。必须从非常基本的能力，如感官知觉和运动控制开始，长此以往更先进的技能才有可能出现。人类并不是通过记忆字典和语法书来学习和理解语言的，所以我们有什么理由要让计算机通过这样的方式来学习呢？
谷歌大脑是第一个对这种思维方式进行商业投资的机构。Dean、Corrado和吴恩达利用闲暇时间进行合作并对此展开研究，很快他们便取得了进展。他们从最新的理论大纲和自20世纪八九十年代以来的已有框架中提取了他们的模型的搭建灵感，他们还利用了谷歌巨大的数据储备和庞大的计算基础设施。他们利用网络上大量的“标记”数据，让计算机不断改进从而更好地匹配现实。
某天，Dean告诉我说：“动物进化出眼睛是个巨大的发展。”我们像往常一样坐在会议室，他在白板画了一个复杂的时间线，展示了谷歌大脑以及它与神经网络的历史关系。“现在，计算机也有了眼睛，我们能够借助眼睛让计算机识别图片。机器人的能力将得到巨大提升。他们将能够在一个未知的环境中，处理各种不同的问题。”这些他们正在研发的能力可能看起来很原始，但它们的影响是深远的。
上图：Geoffrey Hinton，他在谷歌多伦多办事处提出的想法为谷歌翻译的神经网络方法奠定了基础。 图片来源：《纽约时报》的Brian Finke
2、重量级实习生
正如Dean所说，谷歌大脑诞生一年后，就在研发具有1岁小孩智力的机器中取得了不错的成绩。谷歌的语音识别团队将其旧系统的一部分转换为神经网络，并因此取得了该系统20年来的最好成效。该系统识别对象的能力提高了一个数量级。这不是因为谷歌大脑的研究人员在短短一年内就产生了很棒的新想法，而是因为谷歌终于在该领域投入了资源和人力。
Geoffrey Hinton的到来让谷歌大脑发展更为迅猛。在谷歌大脑成立的第二年，Hinton被招聘到了谷歌大脑，而吴恩达离开了谷歌（吴恩达现在领导百度1300人的AI团队）。Hinton只能离开多伦多大学在谷歌任职三个月，因此由于奥术合同的原因，他不得不被聘为实习生。在实习培训中，辅导人员说“输入您的LDAP（目录访问协议）”，他问道：“什么是LDAP？”在场其他所有25岁的职员，尽管他们可能刚刚弄清深度学习是人工智能的必要条件，都在想“那个老家伙是谁？为什么他连LDAP是什么都不知道？”
Hinton说道：“在午餐时间，团队成员里有个人惊呼‘Hinton教授！我选修了你的课程！你居然在这里？’”从那以后，大家才不对Hinton议论纷纷。
几个月后，Hinton和他的两个学生在一个称为ImageNet的开源集合运行的大型图像识别竞赛中展示了惊人的成果，他们让计算机不仅能识别猴子，而且能够区分蜘蛛猴和吼猴，以及各种不同品种的猫。谷歌很快就向Hinton和他的学生发起了聘用书，他们接收了谷歌的聘用。Hinton说道：“我本以为谷歌对我们的知识产权感兴趣，结果没想到是对我们这几个人感兴趣。”
Hinton来自英国的传统家族，像Darwins一样，他们家族非常注重教育。他伟大的曾祖父是George Boole，他在符号逻辑方面的基础工作为计算机打下基础；Hinton的祖父是一位著名的外科医生，Hinton的父亲是一位热爱冒险的昆虫学家，Hinton的父亲的表哥是洛斯阿拉莫斯研究所的研究员，等等。而Hinton曾在剑桥和爱丁堡大学读数，然后又到卡内基梅隆大学学习，最后他又到多伦多大学。（他的工作长期以来一直受到加拿大政府的慷慨支持。）我在他的办公室对他进行了采访，他顶着一头成熟的诺埃尔加拉格尔风格的黄到褪色的头发，穿着一件宽松的条纹衬衫，椭圆形的眼镜滑落到高挺的鼻子尖端。他开口说道：“计算机会比美国人更早地理解讽刺为何物。”
19世纪60年代末，Hinton在剑桥大学读本科时，就一直致力于研究神经网络，他是该领域的先驱。但大多数时候，每当他谈及机器学习，人们都觉得他在满口胡言。人们之所以觉得神经网络荒谬，主要是因为感知机（Perceptron）被过度炒作，感知机是一个人工神经网络，是康奈尔心理学家Frank Rosenblatt于20世纪50年代后期提出的。《纽约时报》曾报道，感知机的赞助商美国海军期望它“能够走路、说话、看、写作，甚至再造自己，并意识到自己的存在”。结果证明这是不切实际的。美国的Marvin Minsky曾在1954年的普林斯顿论文中研究过神经网络，但是他对于布朗克斯科学当代的Rosenblatt对神经范式的夸张描述已经厌倦了。（他也在争取国防部的投资。）Minsky与MIT的同事一起出版了一本书，来证明有一些简单问题是感知器永远不能解决的。
Minsky对感知机的抨击只是一个“层”的网络，在后来的生活中，他阐述了与当代深度学习非常相似的想法。Hinton认为，如果使用多层神经网络，就能够完成复杂的任务。神经网络的最简单的描述是，它是一个机器，能在数据中发现模式并进行分类或预测。如果只有一层神经网络，你可以找到简单的模式，但如果有多层神经网络，你应该去找模式中的模式。在图像识别的领域，主要使用的是“卷积神经网络”。（这是在1998年的一篇开创性论文中阐述的，其主要作是Yann LeCun，他在多伦多大学读博士后，是Hinton的学生，现在是Facebook人工智能实验室的负责人。）网络的第一层负责学习识别“边缘”的基本视觉效果，也就是判断一个东西（一个像素上）是否有东西。网络的每个连续层都在前一层中寻找模式。边缘的图案可以是圆形也可以是矩形，圆形或矩形的图案可能是面部。这种方法或多或少地以越来越抽象的方式将信息组合在一起，从视网膜中的光感受器将信息返回到大脑的视觉皮层。在每个步骤中，不相关的细节会被丢弃，因为如果几个边缘和圆圈合在一起成为一张面部，你无需知道发现面部的位置，只需要知道它是一张脸。
多层“深度”神经网络的问题是试错法部分非常复杂。对于单层神经网络来说，这很容易。想象一下，如果你正在和一个孩子玩。你告诉孩子，“拿起绿色的球，把它放入盒子A中”，孩子拿起一个绿色的球，但把它放入了盒子B。你会说，“再试一次把绿色球放在盒子A中”，孩子会再次尝试把球放入了盒子A中。
现在想象你告诉孩子，“拿起一个绿色的球，穿过三号门，然后把绿色的球放入盒子A。”孩子却拿起一个红色的球，穿过了二号门，把红色的球放入盒子B。那么你该如何纠正孩子呢？你不能只是不断重复初始指示，因为孩子不知道他到底错在哪一步。在现实生活中，你可以先举起红球和绿球，说“这是红球，这是绿球”。但是，机器学习的重点是避免这种明确的指导。Hinton和其他几个人研究了解决方案（或者，对旧的方案进行了改造）。对于这个分层错误问题，在20世纪70年代末和80年代初，计算机科学家重新开始对神经网络感兴趣。Hinton说道：“人们对此非常兴奋，但我们的研究超出了他们的兴趣。”很快，计算机科学家们又跟以前一样认为Hinton这样的人是怪人和神秘主义者。
这种想法在哲学家和心理学家中仍然很受欢迎，他们称之为“连接主义”或“并行分布式处理”。Hinton告诉我说，“有几个人对这个想法保持热情，这很好，因为这是真正的人工智能。但在心理学领域，很多人相信这种想法，但却没能力实现它。”尽管加拿大政府一直大力支持，但Hinton也没能实现这个想法。“因为没有足够的计算机资源或足够的数据，我们只能自我安慰道：‘是的，如果我们有这样的前提条件，这个想法肯定是行得通的。’但这却并不是一个非常有说服力的论据。”
3、深层解读深度学习
当Pichai提到“人工智能优先（A.I. First）”概念时，他不仅仅是在说谷歌的战略计划，更是把这个长期不可行的想法扔给了公司。Pichai在资源分配上，确保了像Dean和Hinton这样的人才有足够的计算资源和数据资源可用。每个大脑大约有1000亿个神经元，每个神经元与其他10000个神经元相连，这意味着大脑内突触的数量在100万亿和1000万亿之间。对于20世纪40年代提出的简单人工神经网络来说，根本不可能实现这样规模的网络。虽然目前我们也远没达到构建这种规模网络的能力，但谷歌Brain的投资让我们至少实现了可以媲美小鼠大脑的人工神经网络。
然而，理解网络规模的重要性之前，你必须了解一些技术细节，如机器智能究竟对数据做了什么。其实，我们对人工智能的恐惧，主要来自于我们认为它像一个反社会天才在图书馆挖掘知识，然后，或许某一天，曾经只会玩回形针的机器会像对待蚂蚁或莴苣一样轻松杀死人类。但这并不是人工智能的工作方式，它们所做的只是搜索并寻找共同点——首先是基本模式，然后逐渐变复杂。真正最大的危险在于，我们人类最初给它灌输的信息是否就包含个人偏见。
如果只是想了解一二，可以直接阅读下一节（内容是关于猫的），如果想理解相关技术，那请继续阅读。（当然，本节内容也是关于猫。）
如果你想在老式的符号化AI模型上生成一个“猫识别器”。那么首先，你必须花大量时间预先对机器详细明确地说明什么是“猫”。告诉机器，一只猫有四条腿、尖尖的的耳朵、晶须和尾巴等。机器将这些信息存储在内存中的“Cat”区域。接下来，提供一张图片，让机器判断是否是猫。判断过程中，首先，机器必须分离出图像中不同的元素；然后，利用内存中存储的规则处理这些元素。规则如下：如果（腿 = 4）且（耳朵 = 尖）且（胡须 = 有）且（尾巴 = 有）且（表情= 高傲），那么（猫 = 是）。但如果你提供一张苏格兰折耳猫的图片呢？我们符号化 AI模型就会根据“耳朵 != 尖”判断图片上不是猫。 这样的识别水平比蹒跚学步的小孩都差。
而现在，如果用神经网络做这个实验，就根本不需要通过一系列预先定义的规则进行判别，也根本不需要专门的空间来存储“猫”的信息，包含大量相互连接着的开关的大型blob会解决这一切。在blob的一端提供输入（待识别图像），另一端提供输出（标记信息）。然后，机器将自动化工作，通过不断调试相互连接的开关，最终将输入正确映射到对应的输出。训练过程就像是在迷宫中挖掘一系列隧道，隧道两端连接的是正确的输入和输出。可用的训练数据越多，挖掘的隧道数量和复杂性就越大。训练过程一旦完成，blob中有了足够多的隧道，神经网络就能稳定处理数据并作出可靠预测。这就是“监督学习（Supervised Learning）”。
神经网络之所以需要如此多的神经元和数据，因为它以一种类似民主的方式工作。例如，你想训练可识别五种类型物体的神经网络，它由数百万“选民”（神经元）组成，每位选民都有五张不同的卡片，分别是：猫、狗、蜘蛛猴、勺子、除颤器。拿出一张图片，问：“这是猫，狗，蜘蛛猴，勺子还是除颤器？”所有神经元分组进行投票，最终得票最多的作为最终结果：“一只狗？”
你告诉它：“不！是只猫。重新计算。”
然后，神经网络退回一步，确定哪些神经元投票“猫”，哪些不是。那些投票“猫”的神经元，下次如果还投“猫”，其权重加倍。除此之外，该神经网络也必须能准确判别其他物体类别，如狗和除颤器。而神经网络之所以如此灵活，是因为每个单独的个体针对不同的输出贡献的权重不一样。其实，最关键的不是个体投票，而是这种投票模式。如果Joe, Frank 和Mary一起投票，那就是一只狗；如果Joe, Kate和Jessica一起投票，那就是一只猫；而如果Kate, Jessica 和Frank一起投票，图片上就是一个除颤器。神经网络只需要注册大量可识别信号，这些信号表示：图片中该像素区域是“猫”。“选民”越多，投票次数就越多，微弱信号也越可能被注册。简单来说，就是如果只有Joe, Frank 和Mary三个选民，你可能仅限于区分猫、狗和除颤器；而如果有数百万选民，不同选民之间有数十亿连接，那么你就可以对数据精确分类。经过训练的“选民”组合甚至可以识别未标记图片（或许不那么精确）。
计算科学领域之所以不接受这些理念，部分原因在于机器的输出仅仅是基于模式的预测，它并不完美，而且机器永远无法确切地定义什么是“猫”。只有在看到猫的时候，机器才知道那是猫。神经元“选民”通过数百万张猫图像的训练，它们可以识别出在阳光下打盹的快乐小猫，和躲在垃圾箱阴影中的生气小猫。实际上，你需要大量的神经元“选民”和足够的已标记数据，前者用来确保神经网络可以捕捉到非常微弱的信号，如苏格兰折耳猫垂下的耳朵，后者用来尽可能确保神经网络已“见过”所有相似场景。
但是，需要注意的是，神经网络的输出结果具有概率性，这意味着它并不适用于所有任务。如果神经网路把猫误认为狗，或者偶尔推送了错误的电影，这都不是大事，但如果应用于无人驾驶，神经网络1%的失误率可能就酿成了悲剧。类似担忧还有很多。监督学习是基于已标记数据进行反复试验的过程。机器完成的只是学习过程，而人为因素仍然决定了最初对训练数据的分类。例如，训练数据中，图片上是一位男士和一位女士，某人将该图片标记为“一位女士和她的老板”，这种关系标记将影响所有后续的模式识别。因此，人类错误标记才会导致训练数据错误。机器可能通过重罪定罪数据，来确定信贷候选人贷款资格。但如果重罪定罪数据本身就是不公平的（如数据是基于歧视性禁毒法），那么机器输出的可贷款人名单也是不可靠的。
图像识别网络与我们的小猫识别器一样，也是深度学习的一种，但常常把它作为教学示例，因为人类可直观了解到图像识的具体过程：先找图像边缘，然后识别圆圈，接着识别脸。这意味着其中有错误保护措施。例如，早期，谷歌发现他们的图像识别软件无法单独识别出杠铃，哪怕用大规模运动器材图像集对其训练，结果也是一样。通过可视化工具观察发现，由于训练集中所有哑铃都是附在手臂上的，所以机器没有学习到“哑铃”的概念，而是“哑铃+手臂”的整体概念。改进一下，向训练集中加入单独的“杠铃”照片，问题就解决了。但并不是所有问题都这么容易。
4、猫识别论文
谷歌Brain部门在一到两年时间内，成功让机器具备了1岁小孩的智能。随后，该部门成功从谷歌X实验室“毕业”，并成为了更高级的研究机构。（谷歌X实验室负责人曾经指出，Brain取得的成就，让整个实验室的努力没有白费。）当时，谷歌Brain仍然只有10人不到，而对于未来，也只有一个模糊的概念。但即使在那时，他们都在积极思考接下来会发生什么。就像人一样，学会认识皮球后，我们会为之满足一段时间，但迟早，人类会产生关于皮球的问题。这就是语言产生的原因。
这一领域中，Brain迈出的第一步是发表了猫识别论文，正是这篇论文，Brain闻名世界。
这篇论文展示了一个具有超过十亿个“突触”连接的神经网络。虽然与人类大脑相比，它小了好几个数量级，但它比当时任何公开的神经网络都要大好几百倍。这个神经网络可以处理原始的、未标记数据，并识别高级的人类概念。谷歌Brain的研究人员向该神经网络展示了几百万的静态帧（来自YouTube视频），然后神经网络的感觉中枢开始运转，生成了一个稳定的模型。像小孩或花栗鼠一样聪明，该模型可以迅速识别出猫的脸。研究人员并没有预先向该神经网络输入关于“猫”概念，它直接与现实世界交互并获取“猫”这一定义。（研究人员发现，这一神经网络与核磁共振（M.R.I.）很相像，猫的脸部阴影会激发人工神经元“投票”的热情。）大多数机器学习都受限于已标记数据的数据量。但这篇论文却显示，该神经网络可以处理原始未标记数据，有时甚至是人类都还没建立起概念的数据。这不仅仅是猫识别研究的重大突破，更是整个人工智能的显著进步。
猫识别论文的第一作者是Quoc Le。Le个头不高，身形偏瘦，说话温和但语速很快，经常穿着闪亮的黑皮鞋，而且面带神秘的微笑。他在越南长大，父母都是农民，小时候家里甚至都没有电。他从小就表现出了过人的数学能力，后来，他就读于一所磁铁学校学习科学。上世纪90年代末，Le还在上学，那时候他就试图构建一个聊天机器人。他在想，这有多难呢？
“但实际上，”他告诉我，“非常不简单。”
毕业后，Le离开了越南，前往澳大利亚堪培拉的一所大学学习，主要研究机器视觉这类人工智能任务。当时人工智能的主要做法是，提前给机器灌输相关概念（如，边缘），这让他感觉像是在作弊。当时的Le不知道，全世界有很多计算机科学家和他的想法一样——机器可以从零开始学习。2006年，Le任职于德国的马克斯普朗克研究所生物控制部门。在当时的一个阅读小组中，他读到了Geoffrey Hinton写的两篇论文，他觉得自己豁然开朗。
“这两篇文章引起了争议，”他告诉我。“非常大的争议。”我们在一个小型内部会议室里，天花板又窄又高，屋子里有一张小桌子和两块白板。Le看了眼他画在背后白板上的曲线，又回过头来轻声地说，“我从没见到过这么大的争议”。
他记得，当时在阅读小组里站起来，然后说，“这就是未来。”但在当时，这是个不受欢迎的决定。Le在澳大利亚的导师不能完全理解他的想法，写邮件问到，“你为什么决定做这个？”
“那时，我想不到怎么回答这个问题，”Le说。“因为，我只是好奇。文章中提出了一个成功的范式，老实说，我只是对这个新范式感到好奇。那时还是2006年，这样的观点非常罕见。”然后，Le 加入了斯坦福的吴恩达团队，接着他开始沿着 Hinton 的道路探索。“到了2010年年底，我确信会有事情发生。”
不久之后，Le成为了Brain的首位实习生。在Brain，他继续着自己的论文工作，也就是后来发表的猫论文的前身。在一个简单层面上，Le只是想看看计算机能否被训练并自主识别给定图像中的绝对必要的信息。他向神经网络输入了一张YouTube上的静态图片。然后，指示神经网络丢弃一些信息，但并不说明哪些信息应该保留哪些应该丢弃。神经网络随机丢弃了一些信息。接着，Le又说：“刚刚是开玩笑的。现在基于你刚刚保留下来的信息，重新构建初始图像。”这种方式就像他先要求机器找到一种方式“总结”图像，然后，基于总结的信息回溯原始图像。如果总结的都是些不相关信息（如天空的颜色），而不是关键信息（如有没有胡须），计算机就无法有效重构原始图像。计算机的反应就像我们远古的祖先，他们在逃跑中建立起对剑齿虎的印象。而Le的神经网络与我们的祖先的方式不同，它需要不断地尝试。从数学角度来说，每次尝试后，它都选择不同的信息进行优化，而且表现地越来越好。然而，神经网络是个黑盒子，它确实生成了某种范式，但人类并不能直观地理解这些范式。
猫论文发表后，引起了极大凡响，而Le并未感觉到自己掌握了业界的话语权。但他强烈感觉到，应该继续自己早年聊天机器人的想法。发表了猫论文后，Le意识到，如果神经网络可以总结图片信息，那么它或许也可以总结语句信息。在接下来两年中，这一想法深深印在Le和Tomas Mikolov（Le在Brain的同事）的脑海中。
那段时间，Brain团队占据了好几个办公室，甚至一度占用了高管的地方。随后，他们收到了管理处的邮件，要求他们不要在Larry Page和Sergey Brin的 办公室门口的沙发上睡觉。后来，他们被安排到街对面的研究楼里工作，在那里，研究人员专心研究，而不必应付同事间礼貌而无效率的交谈。当然在这一过渡期，谷歌的竞争对手们也在奋力前行。（Le神情严肃地一遍一遍提及他与Tomas Mikolov的亲密合作。最后我忍不住问道，“他离开了？”Le点点头，回答道：“去了Facebook”。）
上图：2012年的谷歌 Brain团队。他们发表了著名的“猫论文”，演示论文中的神经网络处理未标记数据。研究人员向该神经网络提供几百万的静态帧（来自YouTube视频），神经网络生成了一个稳定的模型并且识别出猫。
那段时间，他们极力想构造出不仅能执行简单的静态图片分类任务，也能处理复杂的任务（如自然语言或音乐）的神经网络架构。他们的许多观点在上世纪九十年代就出现了，Le和他的同事们专门回顾了那些被忽略的概念，希望能从中得到启发。他们知道，一旦建立了一个具有基本语言预测功能的模型，也就可以基于此完成各种其他类型智能任务，如预测电子邮件的合适回复或者预测谈话过程。你可以侧重于那些从表面看起来很像思维过程的任务。
来源：人工智能学家
更多内容请关注：www.imefuture.com
北京大数据产业投资基金正式发布 扎克伯格启用AI“管家
圣诞节太多小孩被机器人吸引
智造家
序言：你所读到的就是你自己
在十一月初的某个周五晚上，Jun Rekimoto（东京大学人机交互领域的杰出的教授）正准备在线演讲，他突然注意到社交媒体滚动条上有一些特别的内容。这些内容是关于谷歌翻译的，这项流行的机器翻译服务最近突然有了大幅改善。
Rekimoto开始研究谷歌翻译并用它做了一些测试，测试结果令他非常震惊。虽然已经夜深，但谷歌翻译取得的进展依然让Rekimoto久久无法入睡。
Rekimoto在一篇博客中写了他的初步发现。首先，他用谷歌翻译翻译了《了不起的盖茨比》中的一些句子，并与1957年Takashi Nozaki译版和最新的Haruki Murakami的译版进行对比。Rekimoto后来通过电子邮件向我解释，Murakami的版本语言非常细腻，具有独特的“Murakami风格”。相比之下，谷歌的翻译虽然有些不自然，但是对他来说“更透明”。
Rekimoto博客的后半部分从日译英的方向测试了谷歌翻译。他先是自己用日语翻译了海明威的《乞力马扎罗的雪》的开头部分，然后把这段话通过谷歌翻译转译成英语。他列出了此版本与海明威的原版，并让读者猜测哪个版本是机器完成的。
NO. 1:
Kilimanjaro is a snow-covered mountain 19,710 feet high, and is said to be the highest mountain in Africa. Its western summit is called the Masai “Ngaje Ngai,” the House of God. Close to the western summit there is the dried and frozen carcass of a leopard. No one has explained what the leopard was seeking at that altitude.
NO. 2:
Kilimanjaro is a mountain of 19,710 feet covered with snow and is said to be the highest mountain in Africa. The summit of the west is called “Ngaje Ngai” in Masai, the house of God. Near the top of the west there is a dry and frozen dead body of leopard. No one has ever explained what leopard wanted at that altitude.
即使是以英语为母语的人，也很难分辨出第二段是由机器完成的。这两段翻译是如此的相近，Rekimoto甚至觉得这很神奇。因为Rekimoto非常熟悉谷歌翻译之前的能力，甚至在24小时前，谷歌只能翻译成下面这段话：
Kilimanjaro is 19,710 feet of the mountain covered with snow, and it is said that the highest mountain in Africa. Top of the west, “Ngaje Ngai” in the Maasai language, has been referred to as the house of God. The top close to the west, there is a dry, frozen carcass of a leopard.Whether the leopard had what the demand at that altitude, there is no that nobody explained.
Rekimoto在Twitter上向他的十万个粉丝公布了他的发现，在接下来的几个小时里，成千上万的人发出他们使用机器翻译的结果。有些是比较成功的，但也有些是非常滑稽的。
在东京破晓之时，谷歌翻译登上了日本Twitter热度榜的第一位，甚至连人气动漫和人气偶像少女的被挤了下去。每个人都很惊奇：谷歌翻译为何能如此让人刮目相看？
四天之后，来自世界各地的上百名记者、企业家和广告客户齐聚于谷歌的伦敦办公室中，观看谷歌的特别发布会。客人们的甜点是印有翻译标志的幸运饼干，每个人的面前还放有一张纸条，一面写着不同国家的短语，另一面邀请客人们下载谷歌翻译的软件。桌子上还摆放了甜甜圈和冰沙盘，旁边的标语牌标注了各种国家的风味。过了一会，所有人来到了一个豪华的黑暗剧场中。
上图：Sundar Pichai，谷歌的首席执行官，在他加利福尼亚州山景城的办公室外。
伦敦市长Sadiq Khan首先上台演讲。演讲的开始，市长提到他有个朋友觉得市长就像谷歌一样。于是市长问朋友：“为什么？因为我什么都懂？”朋友否认道：“不是的，是因为你就像谷歌一样，总是试图把我的话补充完。”观众们纷纷被市长的幽默逗笑。随后，谷歌的首席执行官Sundar Pichai上台发表演讲。
Pichai此行的目的之一就是启动谷歌伦敦国王大道的新大楼，预示着公司完成了去年提出的转型计划的初始阶段。Pichai曾经多次在不同场合说过谷歌的未来将以“AI为先”，这在理论上听起来很复杂，引发了许多学者的推测。在实践生产中意味着，未来谷歌将不再依靠传统计算编程来生产产品，而是“机器学习”。
谷歌公司中有一个鲜少提及的部门，谷歌大脑。这个部门成立于五年前，一直遵循着一个原理：人工“神经网络”能够像婴儿一样，通过不断的尝试和犯错来认知这个世界，最终拥有像人类一样的灵活性。这其实并不是一个新理论，早在现代计算机初步发展的20世纪40年代就出现了。但当时大部分科学家并不看重，认为它过于深奥。直到2011年，谷歌大脑证明了将这个强大的方法运用在人工智能领域里可以解决此前几十年的棘手问题。例如，此前谷歌手机在语音识别方面一直效果不是很好，直到谷歌将机器学习算法移植到手机平台后，语音识别精度已经可以和人类媲美。而在图像识别领域也同样取得了良好的效果。一年前，谷歌大脑就已经将这些核心技术成功运用在消费级产品里。
谷歌翻译于2006年首次亮相，目前已经成为谷歌最可靠和最流行的应用之一。每天，谷歌翻译会面对 5 亿个月度活跃用户的 1400 亿个不同语种的单词。现在它已经不是座位一个独立的应用存在，更是已经集成到Gmail、Chrome 及许多其它谷歌产品中了，谷歌将它作为其数字商务中的一个无缝贴合的部分。Pichai在台上讲到，直至叙利亚难民危机之时，公司才意识地区间的翻译交流是何等重要。他背后屏幕的陡峭的曲线图显示，阿拉伯语与德语互译的翻译请求最近增长了五倍之多。（这个结果也符合Pichai的内心想法，他在印度出生成长，那里有几十种不同的语言。）谷歌翻译此后也在逐步增加新的语言和功能，但是过去的四年，发展速度正在逐年减缓。
截至到上个周末，谷歌翻译已经在美国、欧洲、亚洲等地区完成了基于人工智能的转换，包括西班牙语、葡萄牙语、法语、德语、中文、日语、韩语及土耳其语在内的语言与英语的互译。而其它上百种语言也即将实现互译，谷歌预计将会以每月八个的速度在年底前更新完毕。而对于谷歌工程而言，只花费九个月的时间就完成这一重大革新无疑是一个惊喜。AI系统一个通宵所取得的进展就相当于过去所取得的进展之和。
Pichai对含蓄的古典文学尤为偏爱，一个月前，他曾告诉我，在他加利福尼亚州山景城的办公室里，有些文字还是需要谷歌翻译来辅助显示，毕竟并不是所有人都像物理学家Robert Oppenheimer一样能读原版的《博伽梵歌》。因此在伦敦的发布会上，幻灯片上出现了博尔赫斯的经典名言：“Uno no es lo que es por lo que escribe, sino por lo que ha leído.”
Pichai大声地读出旧版谷歌翻译翻译出来的拙劣的句子：“One is not what is for what he writes, but for what he has read.”
而在大屏幕的右边，新的AI系统版本则翻译的更加优雅：“You are not what you write, but what you have read.”
这是有一个对新版的谷歌翻译非常恰当的描述：在某种意义上，谷歌翻译是第一条可以通过学习理解任何事物的机器。
谷歌以AI为中心重组公司。在过去的四年中，谷歌、Facebook、苹果、亚马逊、微软和中国百度等六家公司都围绕AI人才展开了一场军备竞赛，尤其是在大学。企业纷纷到顶尖的学术院校挖掘人才，给人才以丰富的资源和极大的自由。在硅谷，Facebook的CEO Mark Zuckerberg会亲自通过电话和视频聊天软件跟公司最优异的研究生进行会话，七位数的起薪根本不在话下。参加人工智能最重要的学术会议的人数增加了近四倍。大家所关注的不仅仅是小小的创新，还有该如何掌控全新的计算平台：无处不在的人工智能。
我们好像理所当然地就开始使用“人工智能”这一短语，但它其实一直是引发争议的根源。想象一下，如果你回到20世纪70年代，在大街上拦住一个路上，拿住智能手机并向她展示手机里的谷歌地图。你可能需要不停地向她解释，你并不是穿着奇怪的巫师，从口袋里掏出的手机也不是什么黑色护身符，它只是一个比阿波罗时光机更强大的电脑。实际上，谷歌地图就是能跟她展示什么是“人工智能”的例子。在某种意义上，谷歌地图确实是人工智能的例子。它能帮你规划从酒店到机场的路线，而且比人类能完成得更快更好。它还能做一些人类显然不能做的事情：它可以判断交通状况；规划最佳路线；在你走错路时，它能重新定位并进行路线的重新规划。
实际上，如今没有人会把谷歌地图跟高贵的“AI”相提并论。所以我们在使用“智能”这个词的时候，是带“情感”色彩的。人工智能可以区别HAL和其它任何用织机或手推车就可以做出的东西。我们能自动化一项任务，涉及到的相关技能会转变为单纯的机制。现在，谷歌地图似乎还不能称之为人工智能，充其量是机器人：它只接受一个明确的需求（从一个地方到另一个地方），并尽力满足这种需求。因此，“人工智能”的所对应的实际应用其实范围很小。
Pichai的终极目标是区分AI应用和“通用人工智能”。通用人工智能不涉及对显式指令的忠实遵守，它是为一般情况下的一般用途而设计通用工具。Pichai认为，他公司的未来取决于通用人工智能。想象一下，如果你告诉谷歌地图，“我想去机场，但需要在中途停一下给我的侄子买礼物。”一个通用的智能服务，就像三年前的电影《她》中，由Scarlett Johansson配音的那个无处不在的助手一样，她像好朋友一样了解你的情况：你侄子的年龄，你通常喜欢给孩子买什么礼物，以及哪里有能买礼物的商店。但是，一个真正聪明的地图能做一些好朋友考虑不到的事，比方说，你侄子学校的孩子里，最近流行什么玩具。如果聪明的机器能够辨别一些错综复杂的数据，从中找到过去我们做过的事情中暗藏的规律性，那么它就可以推断我们的想法。
AI助手是人工智能的新浪潮，苹果的Siri、Facebook的M，还有亚马逊的Echo都是机器学习的产物，作用都很相似。然而，机器学习并不一定只局限于此。今年，三星的医学成像子公司宣布其新的超声设备能够检测乳腺癌。公司也在招贤纳士，以扩大计算机的工业应用。DeepMind于2014年被谷歌收购，AlphaGo在围棋游戏中击败了人类围棋大师，尽管当时人类预测人工智能要想战胜人类还需要10年。
1950年，Alan Turi吴恩达在那篇著名的文章中提出了一个人工智能的测试：一台计算机是否能在5分钟的文本交流中成功地欺骗人类。一旦机器可以在两种自然语言之间流利地翻译，机器就能很好地“理解”人类语言，从而与人类进行对话。谷歌大脑的成员们正推动和协助监督翻译项目，他们相信这样的机器将会成为通用人工智能的助手。
谷歌的研究人员和工程师团队从最初的一两个人，扩大到三四人，甚至后来扩大到一百多人，他们在这一领域取得了巨大进步。接下来要讲的关于谷歌团队的故事非常少见，因为它跟我们对硅谷的通常印象有所不同。它并不是一些俗套的剧情。它不是一个关于技术能解决所有问题的故事，也不是一个技术会毁灭世界的故事。它跟颠覆无关，至少不是通常意义上的颠覆。
事实上，这个故事又包含了三个相关的故事，这三个故事在谷歌翻译成功转型为AI的过程中融合在一起，它们分别是：技术故事，制度故事和关于思想演变的故事。技术故事是关于一个公司的一个产品团队，以及他们对旧产品进行改进、测试并形成全新版本的过程，而且他们只用了别人预期的约为四分之一的时间就完成了这个过程。制度故事是关于该公司内的一个虽然规模不大但很有影响力的人工智能团队，以及他们凭借对一些旧的、未经证实的和广泛不适用的计算观念的直觉信念，超越了几乎其他所有公司的过程。思想的故事是关于坚持不懈的认知科学家、心理学家和工程师，他们长期以来用看似不合理的信念，最终激发了我们对技术和理论的理解，以及意识本身的范式转变。
第一个故事是谷歌翻译的故事，发生在山景城，时间跨度为九个月，故事解释了机器翻译发生的转变。第二个故事是谷歌大脑及其众多竞争对手的故事，发生在硅谷，时间跨度为五年，它解释了整个领域的转型。第三个故事是深度学习的故事，发生在苏格兰、瑞士、日本和加拿大等大部分地区的遥远实验室，时间跨度长达七十年，它可能非常有助于改变人类的自我认知。
这三个故事都跟人工智能有关。七十年的故事是关于我们对人工智能的期待。五年的故事是关于人工智能在不久的将来会带来什么。九个月的故事是关于人工智能现在可以做什么。这三个故事本身都是对概念的证明，而所有这一切都只是开始。
第一部分：学习机器
1、谷歌大脑的诞生
虽然Jeff Dean的职位是高级研究员，但是事实上，他才是谷歌大脑团队的领导者。 Dean有着长而窄的脸，深深的眼睛并且十分热情。作为医学人类学家和公共卫生流行病学家的儿子，Dean成长时期几乎周游了世界各地，包括明尼苏达州、夏威夷、波士顿、阿肯色州、日内瓦、乌干达、索马里、亚特兰大等地。在高中和大学期间，他写的软件就被世界卫生组织所采用。自1999年以来，他一直在谷歌工作，当时他才25岁，从那时起，他几乎参与了谷歌所有重大项目中核心软件系统的开发。作为公司的元老级人物，Jeff Dean Facts已经成了公司开玩笑的对象。以Chuck Norris的事实模式为例：“Jeff Dean的PIN是pi的最后四位数字。”“当Alexander Graham Bell发明电话时，他接到了一个来自Jeff Dean的未接来电。”“Jeff Dean在最高级别为10的系统中晋升到了11级。“（最后一个是真的。）
上图：谷歌工程师和谷歌大脑的领导者Jeff Dean。
来源：纽约时报的Brian Finke
2011年初的一天，Dean在谷歌校园的“微型车间”之一，也就是山景城大楼的共享休息室，遇见了年轻的斯坦福计算机科学家吴恩达教授，他兼任谷歌公司的顾问。吴恩达跟Dean介绍了Marvin项目（以著名的AI先锋Marvin Minsky命名），在这个项目中，他协助谷歌建立了一种基于大脑架构的柔韧的数字网格的“神经网络”。1990年，Dean在明尼苏达大学读本科的时候，也曾经研究过该技术的原始版本，当时神经网络的概念已经开始流行。在过去的五年中，神经网络领域从事相关研究工作的学者数量开始再次增长。吴恩达告诉Dean，Marvin项目是由谷歌的秘密X实验室负责研究的，目前已经取得了一些可观的进展。
Dean对此很感兴趣，决定花自己“20％”的时间来投入这个项目，每名谷歌员工都要将自己20%的时间贡献给他或她的核心工作以外的工作。很快，Dean向吴恩达推荐了有着神经科学背景的Greg Corrado。（在研究生院的课堂上，Corrado粗略地学习了该技术，但他对此很感兴趣，他开玩笑说道：“那天我上课的时候很专心。”）在春天，他们团队又多了一名吴恩达的得意研究生Quoc Le，他是项目团队的第一个实习生。在那之后，一些谷歌工程师用“谷歌大脑”来形容Marvin项目。
术语“人工智能”是在1956年夏天在达特茅斯的一种宪法惯例中诞生的，当时大多数研究人员认为创造AI的最佳方法是写一个非常大而全面的程序，将逻辑推理的规则和有关世界的知识写入其中。比方说，如果你想把英语翻译成日语，你需要把所有的英语语法规则、牛津英语词典中包含的所有定义、所有的日语语法规则，和日语字典中的所有单词都编入计算机。这种观点通常被称为“符号化AI”。因为它的认知定义是基于符号逻辑的，但它已经有些过时，只能算作是“好的老式的AI”。
这种老式方法有两个主要问题。一是，它非常耗费人力和时间；二是，它只有在规则和定义非常清楚的领域（比如数学或象棋）才真正起作用。然而，如果翻译采用这种方法，效果会很差，因为我们平时说的话没办法跟词典上的规则和定义完全对应。比方说，这样的系统可能会把“农业部长”翻译为“农业牧师”。但是，对于数学和国际象棋来说，这种老式方法就很奏效。
不过，这种老式方法的系统确实有限。在20世纪80年代，卡内基梅隆的机器人研究员指出，让计算机做成人能做的事情很简单，但让计算机做一个1岁的小孩可以做的事情却几乎是不可能的，比如拿起一个球或识别一只猫。到了20世纪90年代，尽管计算机能够在国际象棋上战胜世界冠军，我们离真正的人工智能还差得远。
关于AI，还有另外一种看法，计算机的学习是自下而上（从数据），而不是从上到下（从规则）学习。这个概念可追溯到20世纪40年代初，研究人员发现灵活自动智能的最佳模型就是人类大脑本身。毕竟，大脑只不过是很多神经元的集合体，神经元之间可能会相互传递电荷，或者不会传递。重要的不是单个神经元本身，而是它们之间的连接方式。这种结构很简单，为大脑提供了丰富的适应性优势。大脑可以在信息量少或缺失的情况下工作；它在承受重大的损害时，也不会完全失去控制；它可以用非常有效的方式存储大量的知识；它可以区分不同的模式，但同时保留必须的混乱来处理歧义。
所以人类开始试图用电子元件来模仿这种结构，1943年研究表明，简单的人工神经元排布可以执行基本的逻辑功能。至少在理论上，神经元可以模仿人类的方式。实际上，神经元会根据试错把相互之间的突触连接调节得更强或更弱。人工神经网络也可以做类似的事情，在不断试错的基础上逐步改变人工神经元之间的数字关系。人工神经网络不需要使用固定规则来预编程，相反，它会改变自身以反映所输入的数据中的模式。
这种观点认为人工智能是进化得来，而不是创造出来的。如果你想要一个灵活而且能适应环境的机制，不能一开始就教它国际象棋。必须从非常基本的能力，如感官知觉和运动控制开始，长此以往更先进的技能才有可能出现。人类并不是通过记忆字典和语法书来学习和理解语言的，所以我们有什么理由要让计算机通过这样的方式来学习呢？
谷歌大脑是第一个对这种思维方式进行商业投资的机构。Dean、Corrado和吴恩达利用闲暇时间进行合作并对此展开研究，很快他们便取得了进展。他们从最新的理论大纲和自20世纪八九十年代以来的已有框架中提取了他们的模型的搭建灵感，他们还利用了谷歌巨大的数据储备和庞大的计算基础设施。他们利用网络上大量的“标记”数据，让计算机不断改进从而更好地匹配现实。
某天，Dean告诉我说：“动物进化出眼睛是个巨大的发展。”我们像往常一样坐在会议室，他在白板画了一个复杂的时间线，展示了谷歌大脑以及它与神经网络的历史关系。“现在，计算机也有了眼睛，我们能够借助眼睛让计算机识别图片。机器人的能力将得到巨大提升。他们将能够在一个未知的环境中，处理各种不同的问题。”这些他们正在研发的能力可能看起来很原始，但它们的影响是深远的。
上图：Geoffrey Hinton，他在谷歌多伦多办事处提出的想法为谷歌翻译的神经网络方法奠定了基础。 图片来源：《纽约时报》的Brian Finke
2、重量级实习生
正如Dean所说，谷歌大脑诞生一年后，就在研发具有1岁小孩智力的机器中取得了不错的成绩。谷歌的语音识别团队将其旧系统的一部分转换为神经网络，并因此取得了该系统20年来的最好成效。该系统识别对象的能力提高了一个数量级。这不是因为谷歌大脑的研究人员在短短一年内就产生了很棒的新想法，而是因为谷歌终于在该领域投入了资源和人力。
Geoffrey Hinton的到来让谷歌大脑发展更为迅猛。在谷歌大脑成立的第二年，Hinton被招聘到了谷歌大脑，而吴恩达离开了谷歌（吴恩达现在领导百度1300人的AI团队）。Hinton只能离开多伦多大学在谷歌任职三个月，因此由于奥术合同的原因，他不得不被聘为实习生。在实习培训中，辅导人员说“输入您的LDAP（目录访问协议）”，他问道：“什么是LDAP？”在场其他所有25岁的职员，尽管他们可能刚刚弄清深度学习是人工智能的必要条件，都在想“那个老家伙是谁？为什么他连LDAP是什么都不知道？”
Hinton说道：“在午餐时间，团队成员里有个人惊呼‘Hinton教授！我选修了你的课程！你居然在这里？’”从那以后，大家才不对Hinton议论纷纷。
几个月后，Hinton和他的两个学生在一个称为ImageNet的开源集合运行的大型图像识别竞赛中展示了惊人的成果，他们让计算机不仅能识别猴子，而且能够区分蜘蛛猴和吼猴，以及各种不同品种的猫。谷歌很快就向Hinton和他的学生发起了聘用书，他们接收了谷歌的聘用。Hinton说道：“我本以为谷歌对我们的知识产权感兴趣，结果没想到是对我们这几个人感兴趣。”
Hinton来自英国的传统家族，像Darwins一样，他们家族非常注重教育。他伟大的曾祖父是George Boole，他在符号逻辑方面的基础工作为计算机打下基础；Hinton的祖父是一位著名的外科医生，Hinton的父亲是一位热爱冒险的昆虫学家，Hinton的父亲的表哥是洛斯阿拉莫斯研究所的研究员，等等。而Hinton曾在剑桥和爱丁堡大学读数，然后又到卡内基梅隆大学学习，最后他又到多伦多大学。（他的工作长期以来一直受到加拿大政府的慷慨支持。）我在他的办公室对他进行了采访，他顶着一头成熟的诺埃尔加拉格尔风格的黄到褪色的头发，穿着一件宽松的条纹衬衫，椭圆形的眼镜滑落到高挺的鼻子尖端。他开口说道：“计算机会比美国人更早地理解讽刺为何物。”
19世纪60年代末，Hinton在剑桥大学读本科时，就一直致力于研究神经网络，他是该领域的先驱。但大多数时候，每当他谈及机器学习，人们都觉得他在满口胡言。人们之所以觉得神经网络荒谬，主要是因为感知机（Perceptron）被过度炒作，感知机是一个人工神经网络，是康奈尔心理学家Frank Rosenblatt于20世纪50年代后期提出的。《纽约时报》曾报道，感知机的赞助商美国海军期望它“能够走路、说话、看、写作，甚至再造自己，并意识到自己的存在”。结果证明这是不切实际的。美国的Marvin Minsky曾在1954年的普林斯顿论文中研究过神经网络，但是他对于布朗克斯科学当代的Rosenblatt对神经范式的夸张描述已经厌倦了。（他也在争取国防部的投资。）Minsky与MIT的同事一起出版了一本书，来证明有一些简单问题是感知器永远不能解决的。
Minsky对感知机的抨击只是一个“层”的网络，在后来的生活中，他阐述了与当代深度学习非常相似的想法。Hinton认为，如果使用多层神经网络，就能够完成复杂的任务。神经网络的最简单的描述是，它是一个机器，能在数据中发现模式并进行分类或预测。如果只有一层神经网络，你可以找到简单的模式，但如果有多层神经网络，你应该去找模式中的模式。在图像识别的领域，主要使用的是“卷积神经网络”。（这是在1998年的一篇开创性论文中阐述的，其主要作是Yann LeCun，他在多伦多大学读博士后，是Hinton的学生，现在是Facebook人工智能实验室的负责人。）网络的第一层负责学习识别“边缘”的基本视觉效果，也就是判断一个东西（一个像素上）是否有东西。网络的每个连续层都在前一层中寻找模式。边缘的图案可以是圆形也可以是矩形，圆形或矩形的图案可能是面部。这种方法或多或少地以越来越抽象的方式将信息组合在一起，从视网膜中的光感受器将信息返回到大脑的视觉皮层。在每个步骤中，不相关的细节会被丢弃，因为如果几个边缘和圆圈合在一起成为一张面部，你无需知道发现面部的位置，只需要知道它是一张脸。
多层“深度”神经网络的问题是试错法部分非常复杂。对于单层神经网络来说，这很容易。想象一下，如果你正在和一个孩子玩。你告诉孩子，“拿起绿色的球，把它放入盒子A中”，孩子拿起一个绿色的球，但把它放入了盒子B。你会说，“再试一次把绿色球放在盒子A中”，孩子会再次尝试把球放入了盒子A中。
现在想象你告诉孩子，“拿起一个绿色的球，穿过三号门，然后把绿色的球放入盒子A。”孩子却拿起一个红色的球，穿过了二号门，把红色的球放入盒子B。那么你该如何纠正孩子呢？你不能只是不断重复初始指示，因为孩子不知道他到底错在哪一步。在现实生活中，你可以先举起红球和绿球，说“这是红球，这是绿球”。但是，机器学习的重点是避免这种明确的指导。Hinton和其他几个人研究了解决方案（或者，对旧的方案进行了改造）。对于这个分层错误问题，在20世纪70年代末和80年代初，计算机科学家重新开始对神经网络感兴趣。Hinton说道：“人们对此非常兴奋，但我们的研究超出了他们的兴趣。”很快，计算机科学家们又跟以前一样认为Hinton这样的人是怪人和神秘主义者。
这种想法在哲学家和心理学家中仍然很受欢迎，他们称之为“连接主义”或“并行分布式处理”。Hinton告诉我说，“有几个人对这个想法保持热情，这很好，因为这是真正的人工智能。但在心理学领域，很多人相信这种想法，但却没能力实现它。”尽管加拿大政府一直大力支持，但Hinton也没能实现这个想法。“因为没有足够的计算机资源或足够的数据，我们只能自我安慰道：‘是的，如果我们有这样的前提条件，这个想法肯定是行得通的。’但这却并不是一个非常有说服力的论据。”
3、深层解读深度学习
当Pichai提到“人工智能优先（A.I. First）”概念时，他不仅仅是在说谷歌的战略计划，更是把这个长期不可行的想法扔给了公司。Pichai在资源分配上，确保了像Dean和Hinton这样的人才有足够的计算资源和数据资源可用。每个大脑大约有1000亿个神经元，每个神经元与其他10000个神经元相连，这意味着大脑内突触的数量在100万亿和1000万亿之间。对于20世纪40年代提出的简单人工神经网络来说，根本不可能实现这样规模的网络。虽然目前我们也远没达到构建这种规模网络的能力，但谷歌Brain的投资让我们至少实现了可以媲美小鼠大脑的人工神经网络。
然而，理解网络规模的重要性之前，你必须了解一些技术细节，如机器智能究竟对数据做了什么。其实，我们对人工智能的恐惧，主要来自于我们认为它像一个反社会天才在图书馆挖掘知识，然后，或许某一天，曾经只会玩回形针的机器会像对待蚂蚁或莴苣一样轻松杀死人类。但这并不是人工智能的工作方式，它们所做的只是搜索并寻找共同点——首先是基本模式，然后逐渐变复杂。真正最大的危险在于，我们人类最初给它灌输的信息是否就包含个人偏见。
如果只是想了解一二，可以直接阅读下一节（内容是关于猫的），如果想理解相关技术，那请继续阅读。（当然，本节内容也是关于猫。）
如果你想在老式的符号化AI模型上生成一个“猫识别器”。那么首先，你必须花大量时间预先对机器详细明确地说明什么是“猫”。告诉机器，一只猫有四条腿、尖尖的的耳朵、晶须和尾巴等。机器将这些信息存储在内存中的“Cat”区域。接下来，提供一张图片，让机器判断是否是猫。判断过程中，首先，机器必须分离出图像中不同的元素；然后，利用内存中存储的规则处理这些元素。规则如下：如果（腿 = 4）且（耳朵 = 尖）且（胡须 = 有）且（尾巴 = 有）且（表情= 高傲），那么（猫 = 是）。但如果你提供一张苏格兰折耳猫的图片呢？我们符号化 AI模型就会根据“耳朵 != 尖”判断图片上不是猫。 这样的识别水平比蹒跚学步的小孩都差。
而现在，如果用神经网络做这个实验，就根本不需要通过一系列预先定义的规则进行判别，也根本不需要专门的空间来存储“猫”的信息，包含大量相互连接着的开关的大型blob会解决这一切。在blob的一端提供输入（待识别图像），另一端提供输出（标记信息）。然后，机器将自动化工作，通过不断调试相互连接的开关，最终将输入正确映射到对应的输出。训练过程就像是在迷宫中挖掘一系列隧道，隧道两端连接的是正确的输入和输出。可用的训练数据越多，挖掘的隧道数量和复杂性就越大。训练过程一旦完成，blob中有了足够多的隧道，神经网络就能稳定处理数据并作出可靠预测。这就是“监督学习（Supervised Learning）”。
神经网络之所以需要如此多的神经元和数据，因为它以一种类似民主的方式工作。例如，你想训练可识别五种类型物体的神经网络，它由数百万“选民”（神经元）组成，每位选民都有五张不同的卡片，分别是：猫、狗、蜘蛛猴、勺子、除颤器。拿出一张图片，问：“这是猫，狗，蜘蛛猴，勺子还是除颤器？”所有神经元分组进行投票，最终得票最多的作为最终结果：“一只狗？”
你告诉它：“不！是只猫。重新计算。”
然后，神经网络退回一步，确定哪些神经元投票“猫”，哪些不是。那些投票“猫”的神经元，下次如果还投“猫”，其权重加倍。除此之外，该神经网络也必须能准确判别其他物体类别，如狗和除颤器。而神经网络之所以如此灵活，是因为每个单独的个体针对不同的输出贡献的权重不一样。其实，最关键的不是个体投票，而是这种投票模式。如果Joe, Frank 和Mary一起投票，那就是一只狗；如果Joe, Kate和Jessica一起投票，那就是一只猫；而如果Kate, Jessica 和Frank一起投票，图片上就是一个除颤器。神经网络只需要注册大量可识别信号，这些信号表示：图片中该像素区域是“猫”。“选民”越多，投票次数就越多，微弱信号也越可能被注册。简单来说，就是如果只有Joe, Frank 和Mary三个选民，你可能仅限于区分猫、狗和除颤器；而如果有数百万选民，不同选民之间有数十亿连接，那么你就可以对数据精确分类。经过训练的“选民”组合甚至可以识别未标记图片（或许不那么精确）。
计算科学领域之所以不接受这些理念，部分原因在于机器的输出仅仅是基于模式的预测，它并不完美，而且机器永远无法确切地定义什么是“猫”。只有在看到猫的时候，机器才知道那是猫。神经元“选民”通过数百万张猫图像的训练，它们可以识别出在阳光下打盹的快乐小猫，和躲在垃圾箱阴影中的生气小猫。实际上，你需要大量的神经元“选民”和足够的已标记数据，前者用来确保神经网络可以捕捉到非常微弱的信号，如苏格兰折耳猫垂下的耳朵，后者用来尽可能确保神经网络已“见过”所有相似场景。
但是，需要注意的是，神经网络的输出结果具有概率性，这意味着它并不适用于所有任务。如果神经网路把猫误认为狗，或者偶尔推送了错误的电影，这都不是大事，但如果应用于无人驾驶，神经网络1%的失误率可能就酿成了悲剧。类似担忧还有很多。监督学习是基于已标记数据进行反复试验的过程。机器完成的只是学习过程，而人为因素仍然决定了最初对训练数据的分类。例如，训练数据中，图片上是一位男士和一位女士，某人将该图片标记为“一位女士和她的老板”，这种关系标记将影响所有后续的模式识别。因此，人类错误标记才会导致训练数据错误。机器可能通过重罪定罪数据，来确定信贷候选人贷款资格。但如果重罪定罪数据本身就是不公平的（如数据是基于歧视性禁毒法），那么机器输出的可贷款人名单也是不可靠的。
图像识别网络与我们的小猫识别器一样，也是深度学习的一种，但常常把它作为教学示例，因为人类可直观了解到图像识的具体过程：先找图像边缘，然后识别圆圈，接着识别脸。这意味着其中有错误保护措施。例如，早期，谷歌发现他们的图像识别软件无法单独识别出杠铃，哪怕用大规模运动器材图像集对其训练，结果也是一样。通过可视化工具观察发现，由于训练集中所有哑铃都是附在手臂上的，所以机器没有学习到“哑铃”的概念，而是“哑铃+手臂”的整体概念。改进一下，向训练集中加入单独的“杠铃”照片，问题就解决了。但并不是所有问题都这么容易。
4、猫识别论文
谷歌Brain部门在一到两年时间内，成功让机器具备了1岁小孩的智能。随后，该部门成功从谷歌X实验室“毕业”，并成为了更高级的研究机构。（谷歌X实验室负责人曾经指出，Brain取得的成就，让整个实验室的努力没有白费。）当时，谷歌Brain仍然只有10人不到，而对于未来，也只有一个模糊的概念。但即使在那时，他们都在积极思考接下来会发生什么。就像人一样，学会认识皮球后，我们会为之满足一段时间，但迟早，人类会产生关于皮球的问题。这就是语言产生的原因。
这一领域中，Brain迈出的第一步是发表了猫识别论文，正是这篇论文，Brain闻名世界。
这篇论文展示了一个具有超过十亿个“突触”连接的神经网络。虽然与人类大脑相比，它小了好几个数量级，但它比当时任何公开的神经网络都要大好几百倍。这个神经网络可以处理原始的、未标记数据，并识别高级的人类概念。谷歌Brain的研究人员向该神经网络展示了几百万的静态帧（来自YouTube视频），然后神经网络的感觉中枢开始运转，生成了一个稳定的模型。像小孩或花栗鼠一样聪明，该模型可以迅速识别出猫的脸。研究人员并没有预先向该神经网络输入关于“猫”概念，它直接与现实世界交互并获取“猫”这一定义。（研究人员发现，这一神经网络与核磁共振（M.R.I.）很相像，猫的脸部阴影会激发人工神经元“投票”的热情。）大多数机器学习都受限于已标记数据的数据量。但这篇论文却显示，该神经网络可以处理原始未标记数据，有时甚至是人类都还没建立起概念的数据。这不仅仅是猫识别研究的重大突破，更是整个人工智能的显著进步。
猫识别论文的第一作者是Quoc Le。Le个头不高，身形偏瘦，说话温和但语速很快，经常穿着闪亮的黑皮鞋，而且面带神秘的微笑。他在越南长大，父母都是农民，小时候家里甚至都没有电。他从小就表现出了过人的数学能力，后来，他就读于一所磁铁学校学习科学。上世纪90年代末，Le还在上学，那时候他就试图构建一个聊天机器人。他在想，这有多难呢？
“但实际上，”他告诉我，“非常不简单。”
毕业后，Le离开了越南，前往澳大利亚堪培拉的一所大学学习，主要研究机器视觉这类人工智能任务。当时人工智能的主要做法是，提前给机器灌输相关概念（如，边缘），这让他感觉像是在作弊。当时的Le不知道，全世界有很多计算机科学家和他的想法一样——机器可以从零开始学习。2006年，Le任职于德国的马克斯普朗克研究所生物控制部门。在当时的一个阅读小组中，他读到了Geoffrey Hinton写的两篇论文，他觉得自己豁然开朗。
“这两篇文章引起了争议，”他告诉我。“非常大的争议。”我们在一个小型内部会议室里，天花板又窄又高，屋子里有一张小桌子和两块白板。Le看了眼他画在背后白板上的曲线，又回过头来轻声地说，“我从没见到过这么大的争议”。
他记得，当时在阅读小组里站起来，然后说，“这就是未来。”但在当时，这是个不受欢迎的决定。Le在澳大利亚的导师不能完全理解他的想法，写邮件问到，“你为什么决定做这个？”
“那时，我想不到怎么回答这个问题，”Le说。“因为，我只是好奇。文章中提出了一个成功的范式，老实说，我只是对这个新范式感到好奇。那时还是2006年，这样的观点非常罕见。”然后，Le 加入了斯坦福的吴恩达团队，接着他开始沿着 Hinton 的道路探索。“到了2010年年底，我确信会有事情发生。”
不久之后，Le成为了Brain的首位实习生。在Brain，他继续着自己的论文工作，也就是后来发表的猫论文的前身。在一个简单层面上，Le只是想看看计算机能否被训练并自主识别给定图像中的绝对必要的信息。他向神经网络输入了一张YouTube上的静态图片。然后，指示神经网络丢弃一些信息，但并不说明哪些信息应该保留哪些应该丢弃。神经网络随机丢弃了一些信息。接着，Le又说：“刚刚是开玩笑的。现在基于你刚刚保留下来的信息，重新构建初始图像。”这种方式就像他先要求机器找到一种方式“总结”图像，然后，基于总结的信息回溯原始图像。如果总结的都是些不相关信息（如天空的颜色），而不是关键信息（如有没有胡须），计算机就无法有效重构原始图像。计算机的反应就像我们远古的祖先，他们在逃跑中建立起对剑齿虎的印象。而Le的神经网络与我们的祖先的方式不同，它需要不断地尝试。从数学角度来说，每次尝试后，它都选择不同的信息进行优化，而且表现地越来越好。然而，神经网络是个黑盒子，它确实生成了某种范式，但人类并不能直观地理解这些范式。
猫论文发表后，引起了极大凡响，而Le并未感觉到自己掌握了业界的话语权。但他强烈感觉到，应该继续自己早年聊天机器人的想法。发表了猫论文后，Le意识到，如果神经网络可以总结图片信息，那么它或许也可以总结语句信息。在接下来两年中，这一想法深深印在Le和Tomas Mikolov（Le在Brain的同事）的脑海中。
那段时间，Brain团队占据了好几个办公室，甚至一度占用了高管的地方。随后，他们收到了管理处的邮件，要求他们不要在Larry Page和Sergey Brin的 办公室门口的沙发上睡觉。后来，他们被安排到街对面的研究楼里工作，在那里，研究人员专心研究，而不必应付同事间礼貌而无效率的交谈。当然在这一过渡期，谷歌的竞争对手们也在奋力前行。（Le神情严肃地一遍一遍提及他与Tomas Mikolov的亲密合作。最后我忍不住问道，“他离开了？”Le点点头，回答道：“去了Facebook”。）
上图：2012年的谷歌 Brain团队。他们发表了著名的“猫论文”，演示论文中的神经网络处理未标记数据。研究人员向该神经网络提供几百万的静态帧（来自YouTube视频），神经网络生成了一个稳定的模型并且识别出猫。
那段时间，他们极力想构造出不仅能执行简单的静态图片分类任务，也能处理复杂的任务（如自然语言或音乐）的神经网络架构。他们的许多观点在上世纪九十年代就出现了，Le和他的同事们专门回顾了那些被忽略的概念，希望能从中得到启发。他们知道，一旦建立了一个具有基本语言预测功能的模型，也就可以基于此完成各种其他类型智能任务，如预测电子邮件的合适回复或者预测谈话过程。你可以侧重于那些从表面看起来很像思维过程的任务。
来源：人工智能学家
更多内容请关注：www.imefuture.com
北京大数据产业投资基金正式发布 扎克伯格启用AI“管家
圣诞节太多小孩被机器人吸引
智造家
397 浏览
AI让医护人员走在时代最前沿
机械自动化类 料盘挡板 2016-12-01 10:22 发表了文章
TEZ正埋头在网络的搜索中，她希望在通过网络上的一些资源，能够帮助找到一些对她的爸爸有用的信息。她的爸爸在患过一次中风之后，就一直处于昏迷状态。
经过大量的搜查，TEZ也收集到了网友们各式各样的新型建议，有人说可以给她的爸爸放一些熟悉的音乐，让他能够尝试着与这个世界联系起来，也有人建议说可以尝试最新的一种新型药物，这种药物去年在老鼠的身上已经做过了实验，并取得了一些效果。
只要是值得一试的方法，她都纷纷尝试过了，但是似乎都没有什么太大的效果。她认为，医生很忙，他们将主要的精力放在拯救病人的生命上，所以单单依靠医生的一些建议恐怕成功性会比较小，并且他们对目前市面上最新的一些方法并不一定知晓。
TEZ的担忧医生们也完全能够理解。这些医生们他们也承认，面对每年发行的大量的科学论文，他们也不一定能够完全掌握，多少也会错失一些信息。对于医生而言，有几个热门网站如MedCalc和UptoDate十分有用，医生们可以在这些网站上找到许多新的咨询诊断标准和治疗指南。
但是这些网站依然有许多亟待改善的地方，其中有些人认为人工智能在过度化的科学信息系统中可以起到一些作用，能够提供一些有用的解决方案：机器学习助手能够查阅新增的论文，并提炼其中的主要信息，还能够高亮显示相关的检索结果。
上个月，一个名叫Iris的公司推出这种类型的机器学习助手，目前还是第一个版本。该机器目前可以阅读论文的摘要，映射出它的主要概念，并找到与这些概念相似的论文。
它能够以一种快速的方式来获得所给定主题的相关科学文章，尤其是当你在搜索的时候，你不知道确切的关键词，这种人工智能助手显得尤为有用。艾伦人工智能研究所最近也推出了一款搜索引擎——“语义学者”，在没有关键字的时候，也可以搜索出相关的文章。
“其中所面临的一个主要问题就是，如何能够将这些尘封许久的科学资料发掘出来，并且可以将它们分享给那些可以完善并利用它们的人的手中。”IRIS的CEO阿妮塔.布雷德说道。
她所研发的这款工具，可以更容易地浏览文献，特别是做一些跨学科研究的时候更加容易分类，她说道。该公司计划在三年当中能够使系统记住读者的所有浏览记录，例如在上周阅读过哪些文章，并且能够根据所浏览的文章做出相关的推荐。
并且希望在未来十年内，该人工智能强大到一定地步，可以根据所浏览到文献和相关的理解发掘出更多属于它自己的新概念，也就是说，能够更加智能，可以独立自主地有自身的特征。
Iris的机器没有太多的边界性。它所包涵的搜索内容很宽泛，无论你是想搜索与癌症相关抑或是与复合材料相关的信息，对于该智能系统而言，都没有太多的影响。但是有一些人工智能公司，他们所涵盖的领域很窄，往往只有医学领域。
目前IBM正在利用其人工智能技术，采用“沃森肿瘤”疗法进军高风险领域的癌症治疗。该“沃森肿瘤”是由Memorial Sloan Kettering的专家们所研发出来的一款应用程序。它从众多发表的论文中，患者数据和临床试验中收集大量的信息，帮助肿瘤医生们与该领域的最新进展相接轨。
IBM的应用程序没有扩展到其他医疗领域，Iris的智能机器目前只是提高了科学文献组织和访问的形式。对于某些专科医生而言，仅仅找到这些相关的研究文献是远远不够的，因为必须还需要有人能够帮助他们阅读并总结出该研究报告中的精华。
“这是一个巨大的问题，”纽约的一个当地医疗人员Setareh Alipour如此感叹道。“科学数据现在变得越来越庞大，甚至连专业的医生们都无法确切地知道最新的发现和进展。现在我所讨论的是如何进行更大规模的研究，而不是依靠一小部分不太可靠的数据。”
各种科学文献应该在临床上找到它们的用武之地，这就是所谓的“循证医学”，这与你在医学院所学到的传统医学理念还是不太一样的。医生们所具备的专业知识有时并不能跟上时代的步伐：在美国，大约只有一半的患者接受了最新的医学疗法。
医生们同样也希望能够缩短知识差距，并且希望更加容易地收集到最新的科学文献。 “如果一台机器可以成为我可靠的记忆管家，我想我会对它爱不释手。” Alipour说。
TEZ的父亲已经走出了昏迷状态，目前正在康复中。但她在网上发现的医学文献却引来许多医生们的兴趣和关注，他们希望能够将这些宝贵的文献打印出来，公布在神经内科的专栏上。
TEZ设想道，人工智能医生助理也许可以嵌入到一个专门的健康电子档案中，可以保护每个人的个人信息，根据你的症状和病史为你推荐最前沿的治疗方案。
它还可以提醒你的医生最新的治疗方式，将人工智能与医学领域结合起来，让从事医疗事业却不懂人工智能的医疗人员可以更好地使用这一新型技术。
正如IBM与医疗领域之间的伙伴关系一样，如果有一种人工智能方案可以提高医疗水平，那么在医院和科技之间，就能够进行一次更加密切的连接。
来源：1号机器人
智造家
查看全部
经过大量的搜查，TEZ也收集到了网友们各式各样的新型建议，有人说可以给她的爸爸放一些熟悉的音乐，让他能够尝试着与这个世界联系起来，也有人建议说可以尝试最新的一种新型药物，这种药物去年在老鼠的身上已经做过了实验，并取得了一些效果。
只要是值得一试的方法，她都纷纷尝试过了，但是似乎都没有什么太大的效果。她认为，医生很忙，他们将主要的精力放在拯救病人的生命上，所以单单依靠医生的一些建议恐怕成功性会比较小，并且他们对目前市面上最新的一些方法并不一定知晓。
TEZ的担忧医生们也完全能够理解。这些医生们他们也承认，面对每年发行的大量的科学论文，他们也不一定能够完全掌握，多少也会错失一些信息。对于医生而言，有几个热门网站如MedCalc和UptoDate十分有用，医生们可以在这些网站上找到许多新的咨询诊断标准和治疗指南。
但是这些网站依然有许多亟待改善的地方，其中有些人认为人工智能在过度化的科学信息系统中可以起到一些作用，能够提供一些有用的解决方案：机器学习助手能够查阅新增的论文，并提炼其中的主要信息，还能够高亮显示相关的检索结果。
上个月，一个名叫Iris的公司推出这种类型的机器学习助手，目前还是第一个版本。该机器目前可以阅读论文的摘要，映射出它的主要概念，并找到与这些概念相似的论文。
它能够以一种快速的方式来获得所给定主题的相关科学文章，尤其是当你在搜索的时候，你不知道确切的关键词，这种人工智能助手显得尤为有用。艾伦人工智能研究所最近也推出了一款搜索引擎——“语义学者”，在没有关键字的时候，也可以搜索出相关的文章。
“其中所面临的一个主要问题就是，如何能够将这些尘封许久的科学资料发掘出来，并且可以将它们分享给那些可以完善并利用它们的人的手中。”IRIS的CEO阿妮塔.布雷德说道。
她所研发的这款工具，可以更容易地浏览文献，特别是做一些跨学科研究的时候更加容易分类，她说道。该公司计划在三年当中能够使系统记住读者的所有浏览记录，例如在上周阅读过哪些文章，并且能够根据所浏览的文章做出相关的推荐。
并且希望在未来十年内，该人工智能强大到一定地步，可以根据所浏览到文献和相关的理解发掘出更多属于它自己的新概念，也就是说，能够更加智能，可以独立自主地有自身的特征。
Iris的机器没有太多的边界性。它所包涵的搜索内容很宽泛，无论你是想搜索与癌症相关抑或是与复合材料相关的信息，对于该智能系统而言，都没有太多的影响。但是有一些人工智能公司，他们所涵盖的领域很窄，往往只有医学领域。
目前IBM正在利用其人工智能技术，采用“沃森肿瘤”疗法进军高风险领域的癌症治疗。该“沃森肿瘤”是由Memorial Sloan Kettering的专家们所研发出来的一款应用程序。它从众多发表的论文中，患者数据和临床试验中收集大量的信息，帮助肿瘤医生们与该领域的最新进展相接轨。
IBM的应用程序没有扩展到其他医疗领域，Iris的智能机器目前只是提高了科学文献组织和访问的形式。对于某些专科医生而言，仅仅找到这些相关的研究文献是远远不够的，因为必须还需要有人能够帮助他们阅读并总结出该研究报告中的精华。
“这是一个巨大的问题，”纽约的一个当地医疗人员Setareh Alipour如此感叹道。“科学数据现在变得越来越庞大，甚至连专业的医生们都无法确切地知道最新的发现和进展。现在我所讨论的是如何进行更大规模的研究，而不是依靠一小部分不太可靠的数据。”
各种科学文献应该在临床上找到它们的用武之地，这就是所谓的“循证医学”，这与你在医学院所学到的传统医学理念还是不太一样的。医生们所具备的专业知识有时并不能跟上时代的步伐：在美国，大约只有一半的患者接受了最新的医学疗法。
医生们同样也希望能够缩短知识差距，并且希望更加容易地收集到最新的科学文献。 “如果一台机器可以成为我可靠的记忆管家，我想我会对它爱不释手。” Alipour说。
TEZ的父亲已经走出了昏迷状态，目前正在康复中。但她在网上发现的医学文献却引来许多医生们的兴趣和关注，他们希望能够将这些宝贵的文献打印出来，公布在神经内科的专栏上。
TEZ设想道，人工智能医生助理也许可以嵌入到一个专门的健康电子档案中，可以保护每个人的个人信息，根据你的症状和病史为你推荐最前沿的治疗方案。
它还可以提醒你的医生最新的治疗方式，将人工智能与医学领域结合起来，让从事医疗事业却不懂人工智能的医疗人员可以更好地使用这一新型技术。
正如IBM与医疗领域之间的伙伴关系一样，如果有一种人工智能方案可以提高医疗水平，那么在医院和科技之间，就能够进行一次更加密切的连接。
来源：1号机器人
智造家
查看全部
TEZ正埋头在网络的搜索中，她希望在通过网络上的一些资源，能够帮助找到一些对她的爸爸有用的信息。她的爸爸在患过一次中风之后，就一直处于昏迷状态。
经过大量的搜查，TEZ也收集到了网友们各式各样的新型建议，有人说可以给她的爸爸放一些熟悉的音乐，让他能够尝试着与这个世界联系起来，也有人建议说可以尝试最新的一种新型药物，这种药物去年在老鼠的身上已经做过了实验，并取得了一些效果。
只要是值得一试的方法，她都纷纷尝试过了，但是似乎都没有什么太大的效果。她认为，医生很忙，他们将主要的精力放在拯救病人的生命上，所以单单依靠医生的一些建议恐怕成功性会比较小，并且他们对目前市面上最新的一些方法并不一定知晓。
TEZ的担忧医生们也完全能够理解。这些医生们他们也承认，面对每年发行的大量的科学论文，他们也不一定能够完全掌握，多少也会错失一些信息。对于医生而言，有几个热门网站如MedCalc和UptoDate十分有用，医生们可以在这些网站上找到许多新的咨询诊断标准和治疗指南。
但是这些网站依然有许多亟待改善的地方，其中有些人认为人工智能在过度化的科学信息系统中可以起到一些作用，能够提供一些有用的解决方案：机器学习助手能够查阅新增的论文，并提炼其中的主要信息，还能够高亮显示相关的检索结果。
上个月，一个名叫Iris的公司推出这种类型的机器学习助手，目前还是第一个版本。该机器目前可以阅读论文的摘要，映射出它的主要概念，并找到与这些概念相似的论文。
它能够以一种快速的方式来获得所给定主题的相关科学文章，尤其是当你在搜索的时候，你不知道确切的关键词，这种人工智能助手显得尤为有用。艾伦人工智能研究所最近也推出了一款搜索引擎——“语义学者”，在没有关键字的时候，也可以搜索出相关的文章。
“其中所面临的一个主要问题就是，如何能够将这些尘封许久的科学资料发掘出来，并且可以将它们分享给那些可以完善并利用它们的人的手中。”IRIS的CEO阿妮塔.布雷德说道。
她所研发的这款工具，可以更容易地浏览文献，特别是做一些跨学科研究的时候更加容易分类，她说道。该公司计划在三年当中能够使系统记住读者的所有浏览记录，例如在上周阅读过哪些文章，并且能够根据所浏览的文章做出相关的推荐。
并且希望在未来十年内，该人工智能强大到一定地步，可以根据所浏览到文献和相关的理解发掘出更多属于它自己的新概念，也就是说，能够更加智能，可以独立自主地有自身的特征。
Iris的机器没有太多的边界性。它所包涵的搜索内容很宽泛，无论你是想搜索与癌症相关抑或是与复合材料相关的信息，对于该智能系统而言，都没有太多的影响。但是有一些人工智能公司，他们所涵盖的领域很窄，往往只有医学领域。
目前IBM正在利用其人工智能技术，采用“沃森肿瘤”疗法进军高风险领域的癌症治疗。该“沃森肿瘤”是由Memorial Sloan Kettering的专家们所研发出来的一款应用程序。它从众多发表的论文中，患者数据和临床试验中收集大量的信息，帮助肿瘤医生们与该领域的最新进展相接轨。
IBM的应用程序没有扩展到其他医疗领域，Iris的智能机器目前只是提高了科学文献组织和访问的形式。对于某些专科医生而言，仅仅找到这些相关的研究文献是远远不够的，因为必须还需要有人能够帮助他们阅读并总结出该研究报告中的精华。
“这是一个巨大的问题，”纽约的一个当地医疗人员Setareh Alipour如此感叹道。“科学数据现在变得越来越庞大，甚至连专业的医生们都无法确切地知道最新的发现和进展。现在我所讨论的是如何进行更大规模的研究，而不是依靠一小部分不太可靠的数据。”
各种科学文献应该在临床上找到它们的用武之地，这就是所谓的“循证医学”，这与你在医学院所学到的传统医学理念还是不太一样的。医生们所具备的专业知识有时并不能跟上时代的步伐：在美国，大约只有一半的患者接受了最新的医学疗法。
医生们同样也希望能够缩短知识差距，并且希望更加容易地收集到最新的科学文献。 “如果一台机器可以成为我可靠的记忆管家，我想我会对它爱不释手。” Alipour说。
TEZ的父亲已经走出了昏迷状态，目前正在康复中。但她在网上发现的医学文献却引来许多医生们的兴趣和关注，他们希望能够将这些宝贵的文献打印出来，公布在神经内科的专栏上。
TEZ设想道，人工智能医生助理也许可以嵌入到一个专门的健康电子档案中，可以保护每个人的个人信息，根据你的症状和病史为你推荐最前沿的治疗方案。
它还可以提醒你的医生最新的治疗方式，将人工智能与医学领域结合起来，让从事医疗事业却不懂人工智能的医疗人员可以更好地使用这一新型技术。
正如IBM与医疗领域之间的伙伴关系一样，如果有一种人工智能方案可以提高医疗水平，那么在医院和科技之间，就能够进行一次更加密切的连接。
来源：1号机器人
智造家
442 浏览
AI信号灯——让你远离“堵城”
机械自动化类 喷漆李 2016-11-29 10:18 发表了文章
在美国，每个人平均每年花费在交通堵塞的时间为38小时。这只是一个最低的平均时间，但是在一些交通堵塞的繁忙大都市，这个数值还要大一些。据统计，在美国的例如华盛顿，洛杉矶和旧金山等大城市，每个人花费在交通堵塞上的时间高达60到70个小时。换个角度而言，每年司机们要花40%的时间在等候上。
最近，针对这个普遍性的问题，美国一家初创公司Surtrac目前正在努力改善交通灯的技术，从而可以减轻交通压力，缓解交通堵塞。该公司所使用的一个核心方法就是在当前的交通灯中加入了人工智能技术，利用AI更好地控制交通灯，控制车辆通行的时间。
Surtrac公司在2012年，首次在匹兹堡市进行了该测试，当时就使用了人工智能系统，目前为止，该技术也有一定的实践基础，也有了一部分的使用数据供后续的参考。
当这种交通灯人工智能技术首次推广的时候，使用的范围不是很广，当时只在匹兹堡的九个十字路口进行了测试和使用。现在随着人工智能技术的进步，该技术的使用范围已经在慢慢扩大，据统计，在匹兹堡的50个交叉路口都已经开始使用了，并且取得了很不错的效果。
一旦该智能系统慢慢地嵌入到整座城市的各个十字路口，并且都取得了不错的效果， Surtrac则希望能够一步一步将该技术运用于全国其他各个城市之中。因为毕竟交通问题在各个城市都存在，只不过程度不同而已。
该系统到底是怎样运作的呢？
每一个交通信号灯，都是根据不同的时间来进行编程的，这是交通灯的主要控制手段，而每一个路口的交通灯的时间基本上是每隔几年才会更新一次的。
此时就出现了一个问题，因为随着时间的推移，不同十字路口的车流量也会发生改变，车流模式的改变速度跟信号灯更新速度相比，则快多了。所以按照传统的方式，几年就更新一次交通信号灯时间，明显不能满足现状。但是如果将人工智能植入到交通信号灯的时间控制中，就可以根据现场的车流量，自动进行时间的调整，而无需手动更新。
这些人工智能红绿灯通过使用摄像头和雷达信号以及流量网络数据，对车辆数据进行了一个全面的收集和统计，就能够根据所收集到的不同信息数据，对信号灯的时间进行一个调控，从而可以适应每一个十字路口的实际情况。
为了让系统变得更加便捷，每一个人工智能交通信号灯单单只负责一个路口。这样就可以更加全面地收集该路口的车流量信息。但是，与此同时，这些信号灯和它们内部的软件是可以进行后台交互分析的，它们可以根据不同信号灯收集的数据进行全面的分析。
对不同车辆的影响
如今的人工智能并不是一个新概念。比如在无人驾驶汽车技术当中，有一些汽车像丰田塔科马可以实现更高程度的智能。其中有一种情况就是，当其他车辆正在盲区或者另一个车道上行驶时，该智能系统就会及时提醒驾驶员当前的情况。
所以，目前开发的交通信号灯人工智能系统也在逐步完善，慢慢地也具备与其他车辆交流的能力，也许将无人驾驶汽车技术运用到该系统中来，在不久之后这些智能信号灯甚至可以提醒司机前面的交通情况。但是此时又有另外一个问题：如果是摩托车，该怎么办？
不同于汽车，当摩托车到达一个路口时，当前AI红绿灯无法检测到它。这可以成为被困在如果它检测到车，这样一来对于摩托车手而言，就显得没有那么便利了。Surtac公司未来的发展目标就是希望能够完善这个领域，使得该智能系统可以检测到更多类型的车辆。
减少汽车尾气排放
我们都知道，哪怕汽车在减速状态时，所释放的有害化学物质会进入到环境当中，造成很大的环境污染。每燃烧一加仑的汽油，就会产生20磅的二氧化碳。平均而言，每一辆汽车每年排的二氧化碳约六吨左右。
但是该 AI系统可以减少汽车40%不必要的等候时间，所以在这个层面上，可以大大减轻二氧化碳的排放量。研究人员已发现，交通AI系统的使用预计将会减少20%左右的废气排放。由于AI红绿灯技术的使用会减少车辆的交通堵塞时间，并且还能减轻尾气的排放量，所以最终的结果是可以让更多的汽车在路面上畅通地行驶。
给予紧急救援车辆优先权
Surtac公司的工程师们也正在开发该智能系统的另外一些附加功能。该系统的嵌入给了驾驶员很大的帮助，同时这些附加功能也会对一些紧急车辆给予一定的援助。例如它可以帮助这些紧急车辆更快更安全地度过某些路口，以免发生交通事故。
交通信号灯与人工智能技术最终可以在十字路口上感知救护车或警车，当检测到这些特殊车辆时，它们会适当地调节信号灯的时间，帮助他们优先通过，无需担心造成交通瘫痪。
虽然Surtac的AI红绿灯技术仍处于开发阶段，但是它一旦完善起来，将会完全改变人们的出行状态。不仅会大大缩短路途上花费的堵塞时间，减少尾气的排放，还能够有效地控制应急车辆的优先通过，从而实现一种高效的有价值的交通模式。
如果该技术的使用范围扩展到其他城市时，最终司机们将不再需要提前出行了，因为AI灯将有助于减轻交通负荷，同时使城市的路况更为高效，并且它的存在可以构建一种友好的驾驶模式。
来源：1号机器人
智造家 查看全部
最近，针对这个普遍性的问题，美国一家初创公司Surtrac目前正在努力改善交通灯的技术，从而可以减轻交通压力，缓解交通堵塞。该公司所使用的一个核心方法就是在当前的交通灯中加入了人工智能技术，利用AI更好地控制交通灯，控制车辆通行的时间。
Surtrac公司在2012年，首次在匹兹堡市进行了该测试，当时就使用了人工智能系统，目前为止，该技术也有一定的实践基础，也有了一部分的使用数据供后续的参考。
当这种交通灯人工智能技术首次推广的时候，使用的范围不是很广，当时只在匹兹堡的九个十字路口进行了测试和使用。现在随着人工智能技术的进步，该技术的使用范围已经在慢慢扩大，据统计，在匹兹堡的50个交叉路口都已经开始使用了，并且取得了很不错的效果。
一旦该智能系统慢慢地嵌入到整座城市的各个十字路口，并且都取得了不错的效果， Surtrac则希望能够一步一步将该技术运用于全国其他各个城市之中。因为毕竟交通问题在各个城市都存在，只不过程度不同而已。
该系统到底是怎样运作的呢？
每一个交通信号灯，都是根据不同的时间来进行编程的，这是交通灯的主要控制手段，而每一个路口的交通灯的时间基本上是每隔几年才会更新一次的。
此时就出现了一个问题，因为随着时间的推移，不同十字路口的车流量也会发生改变，车流模式的改变速度跟信号灯更新速度相比，则快多了。所以按照传统的方式，几年就更新一次交通信号灯时间，明显不能满足现状。但是如果将人工智能植入到交通信号灯的时间控制中，就可以根据现场的车流量，自动进行时间的调整，而无需手动更新。
这些人工智能红绿灯通过使用摄像头和雷达信号以及流量网络数据，对车辆数据进行了一个全面的收集和统计，就能够根据所收集到的不同信息数据，对信号灯的时间进行一个调控，从而可以适应每一个十字路口的实际情况。
为了让系统变得更加便捷，每一个人工智能交通信号灯单单只负责一个路口。这样就可以更加全面地收集该路口的车流量信息。但是，与此同时，这些信号灯和它们内部的软件是可以进行后台交互分析的，它们可以根据不同信号灯收集的数据进行全面的分析。
对不同车辆的影响
如今的人工智能并不是一个新概念。比如在无人驾驶汽车技术当中，有一些汽车像丰田塔科马可以实现更高程度的智能。其中有一种情况就是，当其他车辆正在盲区或者另一个车道上行驶时，该智能系统就会及时提醒驾驶员当前的情况。
所以，目前开发的交通信号灯人工智能系统也在逐步完善，慢慢地也具备与其他车辆交流的能力，也许将无人驾驶汽车技术运用到该系统中来，在不久之后这些智能信号灯甚至可以提醒司机前面的交通情况。但是此时又有另外一个问题：如果是摩托车，该怎么办？
不同于汽车，当摩托车到达一个路口时，当前AI红绿灯无法检测到它。这可以成为被困在如果它检测到车，这样一来对于摩托车手而言，就显得没有那么便利了。Surtac公司未来的发展目标就是希望能够完善这个领域，使得该智能系统可以检测到更多类型的车辆。
减少汽车尾气排放
我们都知道，哪怕汽车在减速状态时，所释放的有害化学物质会进入到环境当中，造成很大的环境污染。每燃烧一加仑的汽油，就会产生20磅的二氧化碳。平均而言，每一辆汽车每年排的二氧化碳约六吨左右。
但是该 AI系统可以减少汽车40%不必要的等候时间，所以在这个层面上，可以大大减轻二氧化碳的排放量。研究人员已发现，交通AI系统的使用预计将会减少20%左右的废气排放。由于AI红绿灯技术的使用会减少车辆的交通堵塞时间，并且还能减轻尾气的排放量，所以最终的结果是可以让更多的汽车在路面上畅通地行驶。
给予紧急救援车辆优先权
Surtac公司的工程师们也正在开发该智能系统的另外一些附加功能。该系统的嵌入给了驾驶员很大的帮助，同时这些附加功能也会对一些紧急车辆给予一定的援助。例如它可以帮助这些紧急车辆更快更安全地度过某些路口，以免发生交通事故。
交通信号灯与人工智能技术最终可以在十字路口上感知救护车或警车，当检测到这些特殊车辆时，它们会适当地调节信号灯的时间，帮助他们优先通过，无需担心造成交通瘫痪。
虽然Surtac的AI红绿灯技术仍处于开发阶段，但是它一旦完善起来，将会完全改变人们的出行状态。不仅会大大缩短路途上花费的堵塞时间，减少尾气的排放，还能够有效地控制应急车辆的优先通过，从而实现一种高效的有价值的交通模式。
如果该技术的使用范围扩展到其他城市时，最终司机们将不再需要提前出行了，因为AI灯将有助于减轻交通负荷，同时使城市的路况更为高效，并且它的存在可以构建一种友好的驾驶模式。
来源：1号机器人
智造家 查看全部
在美国，每个人平均每年花费在交通堵塞的时间为38小时。这只是一个最低的平均时间，但是在一些交通堵塞的繁忙大都市，这个数值还要大一些。据统计，在美国的例如华盛顿，洛杉矶和旧金山等大城市，每个人花费在交通堵塞上的时间高达60到70个小时。换个角度而言，每年司机们要花40%的时间在等候上。
最近，针对这个普遍性的问题，美国一家初创公司Surtrac目前正在努力改善交通灯的技术，从而可以减轻交通压力，缓解交通堵塞。该公司所使用的一个核心方法就是在当前的交通灯中加入了人工智能技术，利用AI更好地控制交通灯，控制车辆通行的时间。
Surtrac公司在2012年，首次在匹兹堡市进行了该测试，当时就使用了人工智能系统，目前为止，该技术也有一定的实践基础，也有了一部分的使用数据供后续的参考。
当这种交通灯人工智能技术首次推广的时候，使用的范围不是很广，当时只在匹兹堡的九个十字路口进行了测试和使用。现在随着人工智能技术的进步，该技术的使用范围已经在慢慢扩大，据统计，在匹兹堡的50个交叉路口都已经开始使用了，并且取得了很不错的效果。
一旦该智能系统慢慢地嵌入到整座城市的各个十字路口，并且都取得了不错的效果， Surtrac则希望能够一步一步将该技术运用于全国其他各个城市之中。因为毕竟交通问题在各个城市都存在，只不过程度不同而已。
该系统到底是怎样运作的呢？
每一个交通信号灯，都是根据不同的时间来进行编程的，这是交通灯的主要控制手段，而每一个路口的交通灯的时间基本上是每隔几年才会更新一次的。
此时就出现了一个问题，因为随着时间的推移，不同十字路口的车流量也会发生改变，车流模式的改变速度跟信号灯更新速度相比，则快多了。所以按照传统的方式，几年就更新一次交通信号灯时间，明显不能满足现状。但是如果将人工智能植入到交通信号灯的时间控制中，就可以根据现场的车流量，自动进行时间的调整，而无需手动更新。
这些人工智能红绿灯通过使用摄像头和雷达信号以及流量网络数据，对车辆数据进行了一个全面的收集和统计，就能够根据所收集到的不同信息数据，对信号灯的时间进行一个调控，从而可以适应每一个十字路口的实际情况。
为了让系统变得更加便捷，每一个人工智能交通信号灯单单只负责一个路口。这样就可以更加全面地收集该路口的车流量信息。但是，与此同时，这些信号灯和它们内部的软件是可以进行后台交互分析的，它们可以根据不同信号灯收集的数据进行全面的分析。
对不同车辆的影响
如今的人工智能并不是一个新概念。比如在无人驾驶汽车技术当中，有一些汽车像丰田塔科马可以实现更高程度的智能。其中有一种情况就是，当其他车辆正在盲区或者另一个车道上行驶时，该智能系统就会及时提醒驾驶员当前的情况。
所以，目前开发的交通信号灯人工智能系统也在逐步完善，慢慢地也具备与其他车辆交流的能力，也许将无人驾驶汽车技术运用到该系统中来，在不久之后这些智能信号灯甚至可以提醒司机前面的交通情况。但是此时又有另外一个问题：如果是摩托车，该怎么办？
不同于汽车，当摩托车到达一个路口时，当前AI红绿灯无法检测到它。这可以成为被困在如果它检测到车，这样一来对于摩托车手而言，就显得没有那么便利了。Surtac公司未来的发展目标就是希望能够完善这个领域，使得该智能系统可以检测到更多类型的车辆。
减少汽车尾气排放
我们都知道，哪怕汽车在减速状态时，所释放的有害化学物质会进入到环境当中，造成很大的环境污染。每燃烧一加仑的汽油，就会产生20磅的二氧化碳。平均而言，每一辆汽车每年排的二氧化碳约六吨左右。
但是该 AI系统可以减少汽车40%不必要的等候时间，所以在这个层面上，可以大大减轻二氧化碳的排放量。研究人员已发现，交通AI系统的使用预计将会减少20%左右的废气排放。由于AI红绿灯技术的使用会减少车辆的交通堵塞时间，并且还能减轻尾气的排放量，所以最终的结果是可以让更多的汽车在路面上畅通地行驶。
给予紧急救援车辆优先权
Surtac公司的工程师们也正在开发该智能系统的另外一些附加功能。该系统的嵌入给了驾驶员很大的帮助，同时这些附加功能也会对一些紧急车辆给予一定的援助。例如它可以帮助这些紧急车辆更快更安全地度过某些路口，以免发生交通事故。
交通信号灯与人工智能技术最终可以在十字路口上感知救护车或警车，当检测到这些特殊车辆时，它们会适当地调节信号灯的时间，帮助他们优先通过，无需担心造成交通瘫痪。
虽然Surtac的AI红绿灯技术仍处于开发阶段，但是它一旦完善起来，将会完全改变人们的出行状态。不仅会大大缩短路途上花费的堵塞时间，减少尾气的排放，还能够有效地控制应急车辆的优先通过，从而实现一种高效的有价值的交通模式。
如果该技术的使用范围扩展到其他城市时，最终司机们将不再需要提前出行了，因为AI灯将有助于减轻交通负荷，同时使城市的路况更为高效，并且它的存在可以构建一种友好的驾驶模式。
来源：1号机器人
智造家
302 浏览
应当为AI立下条约
机械自动化类 料盘挡板 2016-11-22 10:41 发表了文章
在本周的佛罗里达大数据会议上，引来了一场关于人工智能未来潜在危险的激烈讨论，除了以往的一些老生常谈的话题之外，人们讨论的主要方向在于是否需要为人工智能立一些条约。
众所周知的是，当今世界中许多著名的科学家思想家对人工智能方面取得的进步，都持十分担忧的态度，所以人工智能技术的迅速发展也引起了许多的关注。甚至被斯蒂芬•霍金说道，从某个意义上来说，真正的人工智能会给人类带来毁灭性的影响。也许是未来人类的终结者。
似乎人工智能技术依然会持续不断地提升下去。因此，是时候要对即将迎来难以控制之势的人工智能做出一些规划了，也许这就在不久的将来。在这些技术的支持下，人工智能又可能出现善，也有可能出现恶。或者，它可以完全由自己做主，自行做决定，做一些在正常的道德边界之外的事情。
人工智能可能引发的世界性影响，可以从另外一个角度来思考，此时有一个很合适的比喻，那就是核武器，尤其是自从第二次世界大战之后核武器更是成为了扰乱全球军事政治的头号大敌。它们已经在使用了，已经开始了。我们明白它们可能会带来的伤害。基于这些原因，世界核大国一直在努力在限制原子弹的扩散。并对其设置各种条约，如SALT I和SALT II（限制战略武器会谈），以及各式各样俄国与美国之间关于核武器的双边协定。
这些条约的存在不是为了限制其研究发展，而是为它们设定一个安全的使用范围。自从这些条约的实施，我们已经看到在“一荣俱荣，一损俱损”的政策下，各个核武器大国之间在几十年中是处于一个和平的状态。虽然目前仍然存在一些非法交易核武器的问题，但是整个机制已经在正常运转了，能够实现其目的。
然而在当下，并没有针对人工智能的相关条约。我们对人工智能的访问和各种智能软件的使用，并没有设置限制。它们的出现代表的是一个单一的事件，似乎没有任何的事情可以对其进行相关的制约。
我们可以对AI的附属产品所涉及的材料进行限制，例如任何一款人工智能产品中不应该包括钚或铀等元素，也不能嵌入特殊的用于生产铀的离心机，同时也不应该设有导弹运载工具。并且，应当对源代码和计算机网络做相关的备份。
除此之外，在某个层面上，AI的扩散速度和范围要比核武器更快更广，因此，相比于核武器，人工智能的“条款”应当更快地设置出来，并且要做好充足的准备。
也许，这个世界需要一个新的SALT条约，即“战略性AI限制条约”。并且它需要至少在20个国家及集团实施。控制AI的发展趋势和影响比控制核武器更加困难，但是这正是我们需要思考的地方。
核武器不能够控制它的主人，但是AI却有可能，这使得AI变得更加令人担忧。如果我们不尽快采取行动，未来会面临许多潜在的危机。
来源：林伢 1号机器人网
智造家提供 查看全部
众所周知的是，当今世界中许多著名的科学家思想家对人工智能方面取得的进步，都持十分担忧的态度，所以人工智能技术的迅速发展也引起了许多的关注。甚至被斯蒂芬•霍金说道，从某个意义上来说，真正的人工智能会给人类带来毁灭性的影响。也许是未来人类的终结者。
似乎人工智能技术依然会持续不断地提升下去。因此，是时候要对即将迎来难以控制之势的人工智能做出一些规划了，也许这就在不久的将来。在这些技术的支持下，人工智能又可能出现善，也有可能出现恶。或者，它可以完全由自己做主，自行做决定，做一些在正常的道德边界之外的事情。
人工智能可能引发的世界性影响，可以从另外一个角度来思考，此时有一个很合适的比喻，那就是核武器，尤其是自从第二次世界大战之后核武器更是成为了扰乱全球军事政治的头号大敌。它们已经在使用了，已经开始了。我们明白它们可能会带来的伤害。基于这些原因，世界核大国一直在努力在限制原子弹的扩散。并对其设置各种条约，如SALT I和SALT II（限制战略武器会谈），以及各式各样俄国与美国之间关于核武器的双边协定。
这些条约的存在不是为了限制其研究发展，而是为它们设定一个安全的使用范围。自从这些条约的实施，我们已经看到在“一荣俱荣，一损俱损”的政策下，各个核武器大国之间在几十年中是处于一个和平的状态。虽然目前仍然存在一些非法交易核武器的问题，但是整个机制已经在正常运转了，能够实现其目的。
然而在当下，并没有针对人工智能的相关条约。我们对人工智能的访问和各种智能软件的使用，并没有设置限制。它们的出现代表的是一个单一的事件，似乎没有任何的事情可以对其进行相关的制约。
我们可以对AI的附属产品所涉及的材料进行限制，例如任何一款人工智能产品中不应该包括钚或铀等元素，也不能嵌入特殊的用于生产铀的离心机，同时也不应该设有导弹运载工具。并且，应当对源代码和计算机网络做相关的备份。
除此之外，在某个层面上，AI的扩散速度和范围要比核武器更快更广，因此，相比于核武器，人工智能的“条款”应当更快地设置出来，并且要做好充足的准备。
也许，这个世界需要一个新的SALT条约，即“战略性AI限制条约”。并且它需要至少在20个国家及集团实施。控制AI的发展趋势和影响比控制核武器更加困难，但是这正是我们需要思考的地方。
核武器不能够控制它的主人，但是AI却有可能，这使得AI变得更加令人担忧。如果我们不尽快采取行动，未来会面临许多潜在的危机。
来源：林伢 1号机器人网
智造家提供 查看全部
在本周的佛罗里达大数据会议上，引来了一场关于人工智能未来潜在危险的激烈讨论，除了以往的一些老生常谈的话题之外，人们讨论的主要方向在于是否需要为人工智能立一些条约。
众所周知的是，当今世界中许多著名的科学家思想家对人工智能方面取得的进步，都持十分担忧的态度，所以人工智能技术的迅速发展也引起了许多的关注。甚至被斯蒂芬•霍金说道，从某个意义上来说，真正的人工智能会给人类带来毁灭性的影响。也许是未来人类的终结者。
似乎人工智能技术依然会持续不断地提升下去。因此，是时候要对即将迎来难以控制之势的人工智能做出一些规划了，也许这就在不久的将来。在这些技术的支持下，人工智能又可能出现善，也有可能出现恶。或者，它可以完全由自己做主，自行做决定，做一些在正常的道德边界之外的事情。
人工智能可能引发的世界性影响，可以从另外一个角度来思考，此时有一个很合适的比喻，那就是核武器，尤其是自从第二次世界大战之后核武器更是成为了扰乱全球军事政治的头号大敌。它们已经在使用了，已经开始了。我们明白它们可能会带来的伤害。基于这些原因，世界核大国一直在努力在限制原子弹的扩散。并对其设置各种条约，如SALT I和SALT II（限制战略武器会谈），以及各式各样俄国与美国之间关于核武器的双边协定。
这些条约的存在不是为了限制其研究发展，而是为它们设定一个安全的使用范围。自从这些条约的实施，我们已经看到在“一荣俱荣，一损俱损”的政策下，各个核武器大国之间在几十年中是处于一个和平的状态。虽然目前仍然存在一些非法交易核武器的问题，但是整个机制已经在正常运转了，能够实现其目的。
然而在当下，并没有针对人工智能的相关条约。我们对人工智能的访问和各种智能软件的使用，并没有设置限制。它们的出现代表的是一个单一的事件，似乎没有任何的事情可以对其进行相关的制约。
我们可以对AI的附属产品所涉及的材料进行限制，例如任何一款人工智能产品中不应该包括钚或铀等元素，也不能嵌入特殊的用于生产铀的离心机，同时也不应该设有导弹运载工具。并且，应当对源代码和计算机网络做相关的备份。
除此之外，在某个层面上，AI的扩散速度和范围要比核武器更快更广，因此，相比于核武器，人工智能的“条款”应当更快地设置出来，并且要做好充足的准备。
也许，这个世界需要一个新的SALT条约，即“战略性AI限制条约”。并且它需要至少在20个国家及集团实施。控制AI的发展趋势和影响比控制核武器更加困难，但是这正是我们需要思考的地方。
核武器不能够控制它的主人，但是AI却有可能，这使得AI变得更加令人担忧。如果我们不尽快采取行动，未来会面临许多潜在的危机。
来源：林伢 1号机器人网
智造家提供
446 浏览
人工智能将重新定义“管理层”
机械自动化类 扳手哥 2016-11-08 14:54 发表了文章
有许多言论声称，人工智能（AI）技术颠覆了整个劳动力市场。然而要做到这一点，必须要求所有的管理层都适应智能化办公环境。人工智能的到来，的确可以让行政工作更快更好地完成。
那么管理层如何才能在AI时代适应这样的变革呢。通过对1770名来自全球14个国家的公司高管的采访，我们总结出了5条成功管理的方法。
一．将行政工作留给AI来做
据调查，所有的管理层将会花上超过一半的时间来处理各种各样的行政事务（例如员工们的休假等等）。类似这样的任务，管理层都希望能够得到AI的帮助。这些简单繁琐的事情当然可以交给AI来做。
还有一个相关的例子。美联社在某一个季度当中，曾使用人工智能为他们撰写了300多篇文章，为记者们省了很多的事情。所以可以大胆想象一下，在公司行政事务的处理上，完全可以使用该技术来起草管理报告。事实上，这已经在某些数据分析公司开始使用了。最近，Tableau公司和自然语言生成工具的一家公司进行了合作，结果成功地为该公司创建了一份内部的图表。
在接受访问的管理层中，86％的人表示，他们愿意使用AI来进行相关的检测与报告。
二．将精力集中在重大事情的决策上
然而公司的许多决策不是AI仅凭一些数据就能够做出的。各大管理层需要用到他们的相关历史文化知识，以及伦理同情心才能做出一个合理的决定。通常这些成功的公司管理者，他们之所以在事业上有一定的成就，都得益于他们的创造性思维，数据分析能力以及战略发展导向的预感。而这些是AI所缺少的。
美国海军的IT组织ERP服务总监莱恩•汤普森说：“通常情况下，管理者认为做决策需要判断力，经验和能力，而不是简单地应用规则。如果机器学习的潜力仅仅就是帮助我们做决定，那么我们就应该将该技术作为一种支持，而不是取代者。”
三．把智能机器当作“同事”
如果你将AI当成是一个同事，就不会将它误以为是竞争对手。虽然人的判断无法自动化，但是有了智能机器人，它可以给你提供许多支持和建议。事实上，78%的人都表示，他们在许多商业决策上，还是很信任智能系统给出的建议的。
Kenho科技国内公司正在实现这样的管理模式。在它所研发的智能系统中，投资经理人可以用日常化的语言询问投资的相关问题，例如，“利率提高前三个月和后三月中，哪些行业的情况最好？”，问完之后几分钟就可以得到答案。这样的技术如果用到个人和管理者的决策当中来，将是很棒的。
AI将成为经理人们随时随在的顾问。
四．用更多的时间进行创新
虽然经理人自己的创造能力是至关重要的，但更重要的是他们知道如何用人。管理层与设计师们共同将这些想法变为现实。三分之一的管理者表示，随着AI越来越多地接管了行政工作，他们需要将更多的精力放在创造性思维的发展上，这是保持成功的秘诀之一。
五．发展社会技能和网络
在接受访问的管理者当中，他们纷纷都认同决策工作存在的价值。但是他们却低估了这些深层次的社会技能对网络，指导和协作的重要性，这些技能能够帮助他们在这个AI盛行的时代中脱颖而出。
虽然他们将使用数字技术来分析合作伙伴，客户的需求，但是更重要的是，他们需要将不同的观点、见解和经验重新梳理并结合起来，成为他们真正的软实力。
迈向成功的步骤
AI最终将被证明比人类更便宜，更高效，而且可能更公正。但是，这一趋势不应该成为管理者所担心的部分。这只意味着，人们在未来将会把精力放在只有人类才能做的事情上。
写作盈利报告是一回事，但带有目的感和使命感来写报告却是另外一回事。跟踪进度和资源管理很快就会成为智能机器分内的事情，但是撰写战略计划依然得靠人类。简单地说，我们的建议是采用人工智能来实现自动化管理，从而帮助人类更好地判断，而不是为了取代人类。
如果公司内部人才缺失严重，那么企业家们可以试试这种模式，招募一些人工智能“员工”，来扩宽整个管理层。但是为了以后可以更好地与AI一起协作，并能突出人力资源的高效使用，那么领导者们可以按照以下步骤来做。
提前准备。为了有一个更好的未来定位，管理层一定要提前准备，先尝试一下AI管理模式，并能够将这些经验运用到以后的工作当中去。
采用新的关键绩效指标来提高使用率。 AI带来成功的几个隐形因素：协作能力，信息共享，实验，学习和高效决策，并有超越人类见解的能力。
针对协作，同理心和决策技能展开培训。领导者应建立一个多元化的员工队伍和社会化的创意管理团队，这两者需要相得益彰，相互支持。
然而说到底，这一切还不是一夕一朝的事情，但是随着AI技术的越来越成熟，总将有一天会实现这些企业管理层的梦想。也希望他们可以更好地提升和预备自己，为即将到来的AI管理时代做好充足的准备。这是一个契机，能够让企业蓬勃发展。
来源：1号机器人网
智造家提供 查看全部
那么管理层如何才能在AI时代适应这样的变革呢。通过对1770名来自全球14个国家的公司高管的采访，我们总结出了5条成功管理的方法。
一．将行政工作留给AI来做
据调查，所有的管理层将会花上超过一半的时间来处理各种各样的行政事务（例如员工们的休假等等）。类似这样的任务，管理层都希望能够得到AI的帮助。这些简单繁琐的事情当然可以交给AI来做。
还有一个相关的例子。美联社在某一个季度当中，曾使用人工智能为他们撰写了300多篇文章，为记者们省了很多的事情。所以可以大胆想象一下，在公司行政事务的处理上，完全可以使用该技术来起草管理报告。事实上，这已经在某些数据分析公司开始使用了。最近，Tableau公司和自然语言生成工具的一家公司进行了合作，结果成功地为该公司创建了一份内部的图表。
在接受访问的管理层中，86％的人表示，他们愿意使用AI来进行相关的检测与报告。
二．将精力集中在重大事情的决策上
然而公司的许多决策不是AI仅凭一些数据就能够做出的。各大管理层需要用到他们的相关历史文化知识，以及伦理同情心才能做出一个合理的决定。通常这些成功的公司管理者，他们之所以在事业上有一定的成就，都得益于他们的创造性思维，数据分析能力以及战略发展导向的预感。而这些是AI所缺少的。
美国海军的IT组织ERP服务总监莱恩•汤普森说：“通常情况下，管理者认为做决策需要判断力，经验和能力，而不是简单地应用规则。如果机器学习的潜力仅仅就是帮助我们做决定，那么我们就应该将该技术作为一种支持，而不是取代者。”
三．把智能机器当作“同事”
如果你将AI当成是一个同事，就不会将它误以为是竞争对手。虽然人的判断无法自动化，但是有了智能机器人，它可以给你提供许多支持和建议。事实上，78%的人都表示，他们在许多商业决策上，还是很信任智能系统给出的建议的。
Kenho科技国内公司正在实现这样的管理模式。在它所研发的智能系统中，投资经理人可以用日常化的语言询问投资的相关问题，例如，“利率提高前三个月和后三月中，哪些行业的情况最好？”，问完之后几分钟就可以得到答案。这样的技术如果用到个人和管理者的决策当中来，将是很棒的。
AI将成为经理人们随时随在的顾问。
四．用更多的时间进行创新
虽然经理人自己的创造能力是至关重要的，但更重要的是他们知道如何用人。管理层与设计师们共同将这些想法变为现实。三分之一的管理者表示，随着AI越来越多地接管了行政工作，他们需要将更多的精力放在创造性思维的发展上，这是保持成功的秘诀之一。
五．发展社会技能和网络
在接受访问的管理者当中，他们纷纷都认同决策工作存在的价值。但是他们却低估了这些深层次的社会技能对网络，指导和协作的重要性，这些技能能够帮助他们在这个AI盛行的时代中脱颖而出。
虽然他们将使用数字技术来分析合作伙伴，客户的需求，但是更重要的是，他们需要将不同的观点、见解和经验重新梳理并结合起来，成为他们真正的软实力。
迈向成功的步骤
AI最终将被证明比人类更便宜，更高效，而且可能更公正。但是，这一趋势不应该成为管理者所担心的部分。这只意味着，人们在未来将会把精力放在只有人类才能做的事情上。
写作盈利报告是一回事，但带有目的感和使命感来写报告却是另外一回事。跟踪进度和资源管理很快就会成为智能机器分内的事情，但是撰写战略计划依然得靠人类。简单地说，我们的建议是采用人工智能来实现自动化管理，从而帮助人类更好地判断，而不是为了取代人类。
如果公司内部人才缺失严重，那么企业家们可以试试这种模式，招募一些人工智能“员工”，来扩宽整个管理层。但是为了以后可以更好地与AI一起协作，并能突出人力资源的高效使用，那么领导者们可以按照以下步骤来做。
提前准备。为了有一个更好的未来定位，管理层一定要提前准备，先尝试一下AI管理模式，并能够将这些经验运用到以后的工作当中去。
采用新的关键绩效指标来提高使用率。 AI带来成功的几个隐形因素：协作能力，信息共享，实验，学习和高效决策，并有超越人类见解的能力。
针对协作，同理心和决策技能展开培训。领导者应建立一个多元化的员工队伍和社会化的创意管理团队，这两者需要相得益彰，相互支持。
然而说到底，这一切还不是一夕一朝的事情，但是随着AI技术的越来越成熟，总将有一天会实现这些企业管理层的梦想。也希望他们可以更好地提升和预备自己，为即将到来的AI管理时代做好充足的准备。这是一个契机，能够让企业蓬勃发展。
来源：1号机器人网
智造家提供 查看全部
有许多言论声称，人工智能（AI）技术颠覆了整个劳动力市场。然而要做到这一点，必须要求所有的管理层都适应智能化办公环境。人工智能的到来，的确可以让行政工作更快更好地完成。
那么管理层如何才能在AI时代适应这样的变革呢。通过对1770名来自全球14个国家的公司高管的采访，我们总结出了5条成功管理的方法。
一．将行政工作留给AI来做
据调查，所有的管理层将会花上超过一半的时间来处理各种各样的行政事务（例如员工们的休假等等）。类似这样的任务，管理层都希望能够得到AI的帮助。这些简单繁琐的事情当然可以交给AI来做。
还有一个相关的例子。美联社在某一个季度当中，曾使用人工智能为他们撰写了300多篇文章，为记者们省了很多的事情。所以可以大胆想象一下，在公司行政事务的处理上，完全可以使用该技术来起草管理报告。事实上，这已经在某些数据分析公司开始使用了。最近，Tableau公司和自然语言生成工具的一家公司进行了合作，结果成功地为该公司创建了一份内部的图表。
在接受访问的管理层中，86％的人表示，他们愿意使用AI来进行相关的检测与报告。
二．将精力集中在重大事情的决策上
然而公司的许多决策不是AI仅凭一些数据就能够做出的。各大管理层需要用到他们的相关历史文化知识，以及伦理同情心才能做出一个合理的决定。通常这些成功的公司管理者，他们之所以在事业上有一定的成就，都得益于他们的创造性思维，数据分析能力以及战略发展导向的预感。而这些是AI所缺少的。
美国海军的IT组织ERP服务总监莱恩•汤普森说：“通常情况下，管理者认为做决策需要判断力，经验和能力，而不是简单地应用规则。如果机器学习的潜力仅仅就是帮助我们做决定，那么我们就应该将该技术作为一种支持，而不是取代者。”
三．把智能机器当作“同事”
如果你将AI当成是一个同事，就不会将它误以为是竞争对手。虽然人的判断无法自动化，但是有了智能机器人，它可以给你提供许多支持和建议。事实上，78%的人都表示，他们在许多商业决策上，还是很信任智能系统给出的建议的。
Kenho科技国内公司正在实现这样的管理模式。在它所研发的智能系统中，投资经理人可以用日常化的语言询问投资的相关问题，例如，“利率提高前三个月和后三月中，哪些行业的情况最好？”，问完之后几分钟就可以得到答案。这样的技术如果用到个人和管理者的决策当中来，将是很棒的。
AI将成为经理人们随时随在的顾问。
四．用更多的时间进行创新
虽然经理人自己的创造能力是至关重要的，但更重要的是他们知道如何用人。管理层与设计师们共同将这些想法变为现实。三分之一的管理者表示，随着AI越来越多地接管了行政工作，他们需要将更多的精力放在创造性思维的发展上，这是保持成功的秘诀之一。
五．发展社会技能和网络
在接受访问的管理者当中，他们纷纷都认同决策工作存在的价值。但是他们却低估了这些深层次的社会技能对网络，指导和协作的重要性，这些技能能够帮助他们在这个AI盛行的时代中脱颖而出。
虽然他们将使用数字技术来分析合作伙伴，客户的需求，但是更重要的是，他们需要将不同的观点、见解和经验重新梳理并结合起来，成为他们真正的软实力。
迈向成功的步骤
AI最终将被证明比人类更便宜，更高效，而且可能更公正。但是，这一趋势不应该成为管理者所担心的部分。这只意味着，人们在未来将会把精力放在只有人类才能做的事情上。
写作盈利报告是一回事，但带有目的感和使命感来写报告却是另外一回事。跟踪进度和资源管理很快就会成为智能机器分内的事情，但是撰写战略计划依然得靠人类。简单地说，我们的建议是采用人工智能来实现自动化管理，从而帮助人类更好地判断，而不是为了取代人类。
如果公司内部人才缺失严重，那么企业家们可以试试这种模式，招募一些人工智能“员工”，来扩宽整个管理层。但是为了以后可以更好地与AI一起协作，并能突出人力资源的高效使用，那么领导者们可以按照以下步骤来做。
提前准备。为了有一个更好的未来定位，管理层一定要提前准备，先尝试一下AI管理模式，并能够将这些经验运用到以后的工作当中去。
采用新的关键绩效指标来提高使用率。 AI带来成功的几个隐形因素：协作能力，信息共享，实验，学习和高效决策，并有超越人类见解的能力。
针对协作，同理心和决策技能展开培训。领导者应建立一个多元化的员工队伍和社会化的创意管理团队，这两者需要相得益彰，相互支持。
然而说到底，这一切还不是一夕一朝的事情，但是随着AI技术的越来越成熟，总将有一天会实现这些企业管理层的梦想。也希望他们可以更好地提升和预备自己，为即将到来的AI管理时代做好充足的准备。这是一个契机，能够让企业蓬勃发展。
来源：1号机器人网
智造家提供
569 浏览
拓宽你的AI思维
机械自动化类 品管人生 2016-11-07 11:05 发表了文章
最近，亚历山大•瑞本制作了一个可爱的纸板机器人，它可以主动对路人进行一些采访，能够让人们对他敞开心扉，来一个真情表白。此外瑞本还做了另外一个机器人，它的名字叫做“第一定律”，它可以识别出路人的内心独白，成为街边行人们的小记者。
从人工智能的这两个例子中，我们不难发现人工智能不仅仅可以用在一些传统的领域，例如程序设计等等，还可以用在这些艺术性的领域。能够成为一名创新研究员，而此时此刻它们存在的目的则是为了成为与人类共存的有利工具。
以“第一定律”机器人为例。这个机器人是以著名的人工智能定律来命名的，该定律主要阐述的是“机器人的设计必须以不伤害人类为基本原则，并且人类也不能对它有任何伤害的行为。”然而人类的创造性是无穷无尽的，人们完全可以创造出一个与之完全相反的机器人。
同样人们也可以规规矩矩地设计出一个具备这些原则的机器人，并且还能保证不伤害人类，还能做决定。未来人工智能化的趋势越来越明显，因此我们可以找到许多方法和途径针对机器人会带来的每一个可能性结果进行分析和讨论。
就拿自动驾驶汽车为例，随着该技术越来越普及，我们也看到了很多问题，比如人们会不禁思考高智能都能做决定了，那在驾驶过程中人类的生命也掌握在它们的手中吗？它会保证驾驶员万无一失吗？能够确保行人的安全吗？
类似的问题还有很多。但是在瑞本的研究项目中，他一直致力于尽可能地探究出更多的人类与机器人之间的关系。其中的许多论点在2016年伦敦Wired科技大会上分享过。
在所分享的观点当中，有一点很重要，也是他分享的核心观点，那就是如何才能够在人工智能的使用上开拓出新方式，如何才能够在各样问题的面前依然能够有自信说道，这就是我们所做的产品，这个产品一定有它的价值。
“这些事情看起来就像是真的一样”瑞本说道。“你把这个方头方脑的机器人放在地上，它就能够立马动起来，还能够随时随地做出判断和决定。看起来只需要碰一碰那个物体或者人，它就能够知道相关的信息，就能够立马作出决定和判断。但是都没有任何的编程。
“随着科技越来越复杂，有一点十分关键，那就是看看这台机器人当中到底有多少人性的元素。尤其当它需要做一些智能决策的时候，你可以观察一下，人们是否在这个方面赋予了它们一定的“人性”，或者换句话说，虽然许多时候这些机器人所表现出来的情形更像是随机产生的，但是也很有必要对该结果进行相关的研究。
此外还有一个十分有趣的实验。将两个智能小球放在一起时候，它们会彼此吸引在一起，然而因为力的相互作用，它们又会彼此相斥。“有个女士问我，这两个球表现出来的状态，是否是因为在某些智能程序的促使下，让它们产生了一系列的情感反应才会这样呢？就像两口子吵架一样。”
在伦敦的Wired科技大会上，最吸引人眼球的是这个叫做BlabDroid的项目。这个机器人的外形是由纸盒子做成的，有一个方方的大头，一双炯炯有神的双眼。研发人员将为这个机器人人设置了一个程序，并创设了一个情景，就是将它当成是一个蹦蹦跳跳的小孩，现在不小心迷路了，它需要走到人们旁边来问路。
其中有一幕，一个跑步者停下脚步蹲在地上，跟这个方脑袋抱怨起了他一天的生活，此时这个方块就成为了人们倾诉的对象。“路人是不会随便对一个陌生人这样敞开心扉聊天的，因为你跟陌生人说这些话，别人会觉得你有问题。”
当这个方方的脑袋在街上乱窜的时候，人们都会向他投去许多惊奇的眼光。在它的头部安置了好几个高清的摄像头，身体内部的传感器让它可以自由自在地在街上穿行。并且最令人惊奇的是，它内部有一个强大的文本记忆系统，这一强大的系统，让它具备了“善解人意”的特质。
每一个来到它面前的人，第一印象就是觉得它好萌好可爱，其次它安静沉默着的样子让你忍不住想要把它当成你的一个知心朋友，好在它的面前一吐为快。
人们还将这个机器人放在了另外一个场景中。当把它放在门口的时候，人们路过的时候都会情不自禁地去摸它一下，“将它放在那里，人们会忍不住去摸摸它，似乎都成为了人们心里的一种依靠，将它放在一个朋友的位置。它也可以表现得很好，会对人们的关注给出一定的反应，让人们感觉到他们是被需要的。”
在此次科技大会上，瑞本鼓励会众可以多多思考，除了一些普通的功能，人工智能还能在哪些方面可以给我们不同的惊喜，也鼓励大家去多多反思如何才能够和人工智能保持一个和谐的关系。
“当我们与科技交织地越来越多时，对于我们真的有许多值得思考的东西。我想要更多人来经历这些不一样的体验，可以有更开阔的思维。
来源：1号机器人
智造家提供 查看全部
从人工智能的这两个例子中，我们不难发现人工智能不仅仅可以用在一些传统的领域，例如程序设计等等，还可以用在这些艺术性的领域。能够成为一名创新研究员，而此时此刻它们存在的目的则是为了成为与人类共存的有利工具。
以“第一定律”机器人为例。这个机器人是以著名的人工智能定律来命名的，该定律主要阐述的是“机器人的设计必须以不伤害人类为基本原则，并且人类也不能对它有任何伤害的行为。”然而人类的创造性是无穷无尽的，人们完全可以创造出一个与之完全相反的机器人。
同样人们也可以规规矩矩地设计出一个具备这些原则的机器人，并且还能保证不伤害人类，还能做决定。未来人工智能化的趋势越来越明显，因此我们可以找到许多方法和途径针对机器人会带来的每一个可能性结果进行分析和讨论。
就拿自动驾驶汽车为例，随着该技术越来越普及，我们也看到了很多问题，比如人们会不禁思考高智能都能做决定了，那在驾驶过程中人类的生命也掌握在它们的手中吗？它会保证驾驶员万无一失吗？能够确保行人的安全吗？
类似的问题还有很多。但是在瑞本的研究项目中，他一直致力于尽可能地探究出更多的人类与机器人之间的关系。其中的许多论点在2016年伦敦Wired科技大会上分享过。
在所分享的观点当中，有一点很重要，也是他分享的核心观点，那就是如何才能够在人工智能的使用上开拓出新方式，如何才能够在各样问题的面前依然能够有自信说道，这就是我们所做的产品，这个产品一定有它的价值。
“这些事情看起来就像是真的一样”瑞本说道。“你把这个方头方脑的机器人放在地上，它就能够立马动起来，还能够随时随地做出判断和决定。看起来只需要碰一碰那个物体或者人，它就能够知道相关的信息，就能够立马作出决定和判断。但是都没有任何的编程。
“随着科技越来越复杂，有一点十分关键，那就是看看这台机器人当中到底有多少人性的元素。尤其当它需要做一些智能决策的时候，你可以观察一下，人们是否在这个方面赋予了它们一定的“人性”，或者换句话说，虽然许多时候这些机器人所表现出来的情形更像是随机产生的，但是也很有必要对该结果进行相关的研究。
此外还有一个十分有趣的实验。将两个智能小球放在一起时候，它们会彼此吸引在一起，然而因为力的相互作用，它们又会彼此相斥。“有个女士问我，这两个球表现出来的状态，是否是因为在某些智能程序的促使下，让它们产生了一系列的情感反应才会这样呢？就像两口子吵架一样。”
在伦敦的Wired科技大会上，最吸引人眼球的是这个叫做BlabDroid的项目。这个机器人的外形是由纸盒子做成的，有一个方方的大头，一双炯炯有神的双眼。研发人员将为这个机器人人设置了一个程序，并创设了一个情景，就是将它当成是一个蹦蹦跳跳的小孩，现在不小心迷路了，它需要走到人们旁边来问路。
其中有一幕，一个跑步者停下脚步蹲在地上，跟这个方脑袋抱怨起了他一天的生活，此时这个方块就成为了人们倾诉的对象。“路人是不会随便对一个陌生人这样敞开心扉聊天的，因为你跟陌生人说这些话，别人会觉得你有问题。”
当这个方方的脑袋在街上乱窜的时候，人们都会向他投去许多惊奇的眼光。在它的头部安置了好几个高清的摄像头，身体内部的传感器让它可以自由自在地在街上穿行。并且最令人惊奇的是，它内部有一个强大的文本记忆系统，这一强大的系统，让它具备了“善解人意”的特质。
每一个来到它面前的人，第一印象就是觉得它好萌好可爱，其次它安静沉默着的样子让你忍不住想要把它当成你的一个知心朋友，好在它的面前一吐为快。
人们还将这个机器人放在了另外一个场景中。当把它放在门口的时候，人们路过的时候都会情不自禁地去摸它一下，“将它放在那里，人们会忍不住去摸摸它，似乎都成为了人们心里的一种依靠，将它放在一个朋友的位置。它也可以表现得很好，会对人们的关注给出一定的反应，让人们感觉到他们是被需要的。”
在此次科技大会上，瑞本鼓励会众可以多多思考，除了一些普通的功能，人工智能还能在哪些方面可以给我们不同的惊喜，也鼓励大家去多多反思如何才能够和人工智能保持一个和谐的关系。
“当我们与科技交织地越来越多时，对于我们真的有许多值得思考的东西。我想要更多人来经历这些不一样的体验，可以有更开阔的思维。
来源：1号机器人
智造家提供 查看全部
最近，亚历山大•瑞本制作了一个可爱的纸板机器人，它可以主动对路人进行一些采访，能够让人们对他敞开心扉，来一个真情表白。此外瑞本还做了另外一个机器人，它的名字叫做“第一定律”，它可以识别出路人的内心独白，成为街边行人们的小记者。
从人工智能的这两个例子中，我们不难发现人工智能不仅仅可以用在一些传统的领域，例如程序设计等等，还可以用在这些艺术性的领域。能够成为一名创新研究员，而此时此刻它们存在的目的则是为了成为与人类共存的有利工具。
以“第一定律”机器人为例。这个机器人是以著名的人工智能定律来命名的，该定律主要阐述的是“机器人的设计必须以不伤害人类为基本原则，并且人类也不能对它有任何伤害的行为。”然而人类的创造性是无穷无尽的，人们完全可以创造出一个与之完全相反的机器人。
同样人们也可以规规矩矩地设计出一个具备这些原则的机器人，并且还能保证不伤害人类，还能做决定。未来人工智能化的趋势越来越明显，因此我们可以找到许多方法和途径针对机器人会带来的每一个可能性结果进行分析和讨论。
就拿自动驾驶汽车为例，随着该技术越来越普及，我们也看到了很多问题，比如人们会不禁思考高智能都能做决定了，那在驾驶过程中人类的生命也掌握在它们的手中吗？它会保证驾驶员万无一失吗？能够确保行人的安全吗？
类似的问题还有很多。但是在瑞本的研究项目中，他一直致力于尽可能地探究出更多的人类与机器人之间的关系。其中的许多论点在2016年伦敦Wired科技大会上分享过。
在所分享的观点当中，有一点很重要，也是他分享的核心观点，那就是如何才能够在人工智能的使用上开拓出新方式，如何才能够在各样问题的面前依然能够有自信说道，这就是我们所做的产品，这个产品一定有它的价值。
“这些事情看起来就像是真的一样”瑞本说道。“你把这个方头方脑的机器人放在地上，它就能够立马动起来，还能够随时随地做出判断和决定。看起来只需要碰一碰那个物体或者人，它就能够知道相关的信息，就能够立马作出决定和判断。但是都没有任何的编程。
“随着科技越来越复杂，有一点十分关键，那就是看看这台机器人当中到底有多少人性的元素。尤其当它需要做一些智能决策的时候，你可以观察一下，人们是否在这个方面赋予了它们一定的“人性”，或者换句话说，虽然许多时候这些机器人所表现出来的情形更像是随机产生的，但是也很有必要对该结果进行相关的研究。
此外还有一个十分有趣的实验。将两个智能小球放在一起时候，它们会彼此吸引在一起，然而因为力的相互作用，它们又会彼此相斥。“有个女士问我，这两个球表现出来的状态，是否是因为在某些智能程序的促使下，让它们产生了一系列的情感反应才会这样呢？就像两口子吵架一样。”
在伦敦的Wired科技大会上，最吸引人眼球的是这个叫做BlabDroid的项目。这个机器人的外形是由纸盒子做成的，有一个方方的大头，一双炯炯有神的双眼。研发人员将为这个机器人人设置了一个程序，并创设了一个情景，就是将它当成是一个蹦蹦跳跳的小孩，现在不小心迷路了，它需要走到人们旁边来问路。
其中有一幕，一个跑步者停下脚步蹲在地上，跟这个方脑袋抱怨起了他一天的生活，此时这个方块就成为了人们倾诉的对象。“路人是不会随便对一个陌生人这样敞开心扉聊天的，因为你跟陌生人说这些话，别人会觉得你有问题。”
当这个方方的脑袋在街上乱窜的时候，人们都会向他投去许多惊奇的眼光。在它的头部安置了好几个高清的摄像头，身体内部的传感器让它可以自由自在地在街上穿行。并且最令人惊奇的是，它内部有一个强大的文本记忆系统，这一强大的系统，让它具备了“善解人意”的特质。
每一个来到它面前的人，第一印象就是觉得它好萌好可爱，其次它安静沉默着的样子让你忍不住想要把它当成你的一个知心朋友，好在它的面前一吐为快。
人们还将这个机器人放在了另外一个场景中。当把它放在门口的时候，人们路过的时候都会情不自禁地去摸它一下，“将它放在那里，人们会忍不住去摸摸它，似乎都成为了人们心里的一种依靠，将它放在一个朋友的位置。它也可以表现得很好，会对人们的关注给出一定的反应，让人们感觉到他们是被需要的。”
在此次科技大会上，瑞本鼓励会众可以多多思考，除了一些普通的功能，人工智能还能在哪些方面可以给我们不同的惊喜，也鼓励大家去多多反思如何才能够和人工智能保持一个和谐的关系。
“当我们与科技交织地越来越多时，对于我们真的有许多值得思考的东西。我想要更多人来经历这些不一样的体验，可以有更开阔的思维。
来源：1号机器人
智造家提供
673 浏览
AI人工智能商业化雷区满满！百度如何先趟为敬？让各大佬都难耐寂寞
机械自动化类 jingjing 2016-09-09 11:56 发表了文章
为什么说AI商业化是一个雷区呢，因为AI并不是具体的产品。也无法准确地在商业上定义这是一种什么样的服务，或者提供什么样的功能。
AI的计算构架并不同于人们所熟知的个人电脑，无法用CPU还是主板还是操作系统来作比喻。
我们可以更加玄幻地理解为，AI就是一段DNA切片，一种原始的蛋白质，可以吸收营养（数据和训练）成长进化成为地球上的几乎所有生物。一个基础的AI具有无限的应用可能性，什么都可以就意味着什么都没有。AI离产品化非常遥远。对于一个跑在数据中心机组里的AI来说，必须由专业人士用专门的语言及输入工具去交互、校正、循环反馈。AI是一个驱动产品的引擎，比如一个机器客服——自然语言自动回复系统，AI驱动这个系统工作，随着AI能力的提升这个系统对语意的理解和回复速度精度都在提升。但这个系统不是AI本身——它是AI操控的一个傀儡。
我们对于AI理解的最大障碍在于，很容易把当下的AI当做2000年前后的互联网——不，他们完全不是同一回事。互联网本身就是产品，本身就有承载商业模式，创造收益的能力。但AI，必须和具体的产品具体的行业相结合，才能顺利的发展商业模式。
1.AI商业化雷区，百度先趟为敬
就在今年9月1日上午，李彦宏在2016百度世界大会上花了一个多小时隆重介绍百度在人工智能领域的最新成果“百度大脑”，称它的一些能力已经超过人类。除了百度之外，谷歌、苹果、微软、Facebook、IBM、因特尔等诸多互联网巨头也纷纷在人工智能领域投入巨资。随着相关产品的面世，语音识别、自动驾驶、深度学习等人工智能技术正逐步从实验室走向应用化和产业化。那么到底谁能够率先找到突破口，跨过这一雷区呢？
面对人工智能最大的雷区，百度早已先趟为敬了。百度世界大会以人工智能“百度大脑”一以贯之，推进决心前所未有。百度没有断舍离的决心，但也没有断舍离的必要。李彦宏在用一种不冒进的方法，试图解决他在几个月前提出的“百度的问题在于太久没有推出新产品”。然而，即便是今时今日用一个主会场五个分论坛来讲百度的人工智能，依旧没有解决这个问题。
百度的不冒进体现在，推动AI走向产品走向业务时，百度选择了尽可能熟悉的领域，寻找客群特征一致的新合作伙伴。尽最大可能不改变自己原有的商务团队和流程。
但这也是百度最大的冒进——人工智能商业化这件事，谷歌和苹果都还没到摘果子的时候，而百度率先上了。
2.商业巨头争先恐后跨界
除了百度、腾讯、阿里巴巴为代表的互联网巨头在人工智能上发力，上百家企业也开始参加进来，而其中最积极的莫属家电巨头。
有数据显示，2015年，我国投资人工智能的机构数量已经高达近50家，投资额约15亿元，同比增长为80%。而在2016年上半年，家电企业投资额增长数十倍。在家电领域多项与人工智能技术紧密联系的新应用与新服务先后浮出水面后，家电企业开始真正的投入和跨界引入合作者。
而对于企业而言，这一行业的兴起确实一个难得的机会。在近日召开的人工智能与智慧家庭圆桌论坛上，TCL工业研究院北京创新中心总监刘靓对人工智能的价值认知有自己的理解。“一是人工智能应用到智慧家庭中本质上要解决家庭的一些问题，真正意义为家庭带来增值。二是人工智能技术一定是围绕着人的需求不断发展，人的需求会随着社会的发展水平不断升级，人工智能技术的发展必须紧跟社会发展步伐体现相应的价值。”
长虹技术中心副总经理展华益则表示，机器人的确是有其局限性的，人工+智能，人工的百分比是多少，智能的百分比是多少，我们还是应该从解决问题的角度出发，从满足某些人需求的角度出发，不断的加入智能的东西。人工智能，一开始就要实现全自动的是非常难的，但从需求出发，不断投入研发、创新，很快能够突破行业发展困境，实现其真正的商业化。
3
仅15%的企业能从大数据中获得商业价值
郭继军在「财经」V课上表示，尽管过去几年很多企业已经用大数据来分析自己的商业行为，但最新的报告显示，只有15%的企业能真正从大数据中获得商业价值。造成这一现象的原因主要在于目前数据挖掘的方法和速度还远远跟不上数据本身产生的速度。
由此，可能会有企业产生疑问：我是不是应该继续投入，或者应该怎样投入才能从大数据中获得还没有得到的价值？
要回答上述疑问，首先要解决如何提高数据挖掘能力的难题。郭继军表示，这是一个巨大的挑战，但人工智能恰恰是解决发现大数据中更多价值的有效手段。因为人工智能的很多技术和方法是建立在人机交互、模式识别和自动发现等能力基础之上的。
当然对于一般企业而言，并非掌握了技术或者部署了机器就没问题了。人工智能的商业化需要一个过程，需要企业把人工智能真正地应用到商业环境里面去。
虽然我们对各种人工智能产品充满期待，但AI得智能化的确需要一个相对漫长的进化过程，让我们拭目以待吧。
文章来源于机器人大讲堂 查看全部
AI的计算构架并不同于人们所熟知的个人电脑，无法用CPU还是主板还是操作系统来作比喻。
我们可以更加玄幻地理解为，AI就是一段DNA切片，一种原始的蛋白质，可以吸收营养（数据和训练）成长进化成为地球上的几乎所有生物。一个基础的AI具有无限的应用可能性，什么都可以就意味着什么都没有。AI离产品化非常遥远。对于一个跑在数据中心机组里的AI来说，必须由专业人士用专门的语言及输入工具去交互、校正、循环反馈。AI是一个驱动产品的引擎，比如一个机器客服——自然语言自动回复系统，AI驱动这个系统工作，随着AI能力的提升这个系统对语意的理解和回复速度精度都在提升。但这个系统不是AI本身——它是AI操控的一个傀儡。
我们对于AI理解的最大障碍在于，很容易把当下的AI当做2000年前后的互联网——不，他们完全不是同一回事。互联网本身就是产品，本身就有承载商业模式，创造收益的能力。但AI，必须和具体的产品具体的行业相结合，才能顺利的发展商业模式。
1.AI商业化雷区，百度先趟为敬
就在今年9月1日上午，李彦宏在2016百度世界大会上花了一个多小时隆重介绍百度在人工智能领域的最新成果“百度大脑”，称它的一些能力已经超过人类。除了百度之外，谷歌、苹果、微软、Facebook、IBM、因特尔等诸多互联网巨头也纷纷在人工智能领域投入巨资。随着相关产品的面世，语音识别、自动驾驶、深度学习等人工智能技术正逐步从实验室走向应用化和产业化。那么到底谁能够率先找到突破口，跨过这一雷区呢？
面对人工智能最大的雷区，百度早已先趟为敬了。百度世界大会以人工智能“百度大脑”一以贯之，推进决心前所未有。百度没有断舍离的决心，但也没有断舍离的必要。李彦宏在用一种不冒进的方法，试图解决他在几个月前提出的“百度的问题在于太久没有推出新产品”。然而，即便是今时今日用一个主会场五个分论坛来讲百度的人工智能，依旧没有解决这个问题。
百度的不冒进体现在，推动AI走向产品走向业务时，百度选择了尽可能熟悉的领域，寻找客群特征一致的新合作伙伴。尽最大可能不改变自己原有的商务团队和流程。
但这也是百度最大的冒进——人工智能商业化这件事，谷歌和苹果都还没到摘果子的时候，而百度率先上了。
2.商业巨头争先恐后跨界
除了百度、腾讯、阿里巴巴为代表的互联网巨头在人工智能上发力，上百家企业也开始参加进来，而其中最积极的莫属家电巨头。
有数据显示，2015年，我国投资人工智能的机构数量已经高达近50家，投资额约15亿元，同比增长为80%。而在2016年上半年，家电企业投资额增长数十倍。在家电领域多项与人工智能技术紧密联系的新应用与新服务先后浮出水面后，家电企业开始真正的投入和跨界引入合作者。
而对于企业而言，这一行业的兴起确实一个难得的机会。在近日召开的人工智能与智慧家庭圆桌论坛上，TCL工业研究院北京创新中心总监刘靓对人工智能的价值认知有自己的理解。“一是人工智能应用到智慧家庭中本质上要解决家庭的一些问题，真正意义为家庭带来增值。二是人工智能技术一定是围绕着人的需求不断发展，人的需求会随着社会的发展水平不断升级，人工智能技术的发展必须紧跟社会发展步伐体现相应的价值。”
长虹技术中心副总经理展华益则表示，机器人的确是有其局限性的，人工+智能，人工的百分比是多少，智能的百分比是多少，我们还是应该从解决问题的角度出发，从满足某些人需求的角度出发，不断的加入智能的东西。人工智能，一开始就要实现全自动的是非常难的，但从需求出发，不断投入研发、创新，很快能够突破行业发展困境，实现其真正的商业化。
3
仅15%的企业能从大数据中获得商业价值
郭继军在「财经」V课上表示，尽管过去几年很多企业已经用大数据来分析自己的商业行为，但最新的报告显示，只有15%的企业能真正从大数据中获得商业价值。造成这一现象的原因主要在于目前数据挖掘的方法和速度还远远跟不上数据本身产生的速度。
由此，可能会有企业产生疑问：我是不是应该继续投入，或者应该怎样投入才能从大数据中获得还没有得到的价值？
要回答上述疑问，首先要解决如何提高数据挖掘能力的难题。郭继军表示，这是一个巨大的挑战，但人工智能恰恰是解决发现大数据中更多价值的有效手段。因为人工智能的很多技术和方法是建立在人机交互、模式识别和自动发现等能力基础之上的。
当然对于一般企业而言，并非掌握了技术或者部署了机器就没问题了。人工智能的商业化需要一个过程，需要企业把人工智能真正地应用到商业环境里面去。
虽然我们对各种人工智能产品充满期待，但AI得智能化的确需要一个相对漫长的进化过程，让我们拭目以待吧。
文章来源于机器人大讲堂 查看全部
为什么说AI商业化是一个雷区呢，因为AI并不是具体的产品。也无法准确地在商业上定义这是一种什么样的服务，或者提供什么样的功能。
AI的计算构架并不同于人们所熟知的个人电脑，无法用CPU还是主板还是操作系统来作比喻。
我们可以更加玄幻地理解为，AI就是一段DNA切片，一种原始的蛋白质，可以吸收营养（数据和训练）成长进化成为地球上的几乎所有生物。一个基础的AI具有无限的应用可能性，什么都可以就意味着什么都没有。AI离产品化非常遥远。对于一个跑在数据中心机组里的AI来说，必须由专业人士用专门的语言及输入工具去交互、校正、循环反馈。AI是一个驱动产品的引擎，比如一个机器客服——自然语言自动回复系统，AI驱动这个系统工作，随着AI能力的提升这个系统对语意的理解和回复速度精度都在提升。但这个系统不是AI本身——它是AI操控的一个傀儡。
我们对于AI理解的最大障碍在于，很容易把当下的AI当做2000年前后的互联网——不，他们完全不是同一回事。互联网本身就是产品，本身就有承载商业模式，创造收益的能力。但AI，必须和具体的产品具体的行业相结合，才能顺利的发展商业模式。
1.AI商业化雷区，百度先趟为敬
就在今年9月1日上午，李彦宏在2016百度世界大会上花了一个多小时隆重介绍百度在人工智能领域的最新成果“百度大脑”，称它的一些能力已经超过人类。除了百度之外，谷歌、苹果、微软、Facebook、IBM、因特尔等诸多互联网巨头也纷纷在人工智能领域投入巨资。随着相关产品的面世，语音识别、自动驾驶、深度学习等人工智能技术正逐步从实验室走向应用化和产业化。那么到底谁能够率先找到突破口，跨过这一雷区呢？
面对人工智能最大的雷区，百度早已先趟为敬了。百度世界大会以人工智能“百度大脑”一以贯之，推进决心前所未有。百度没有断舍离的决心，但也没有断舍离的必要。李彦宏在用一种不冒进的方法，试图解决他在几个月前提出的“百度的问题在于太久没有推出新产品”。然而，即便是今时今日用一个主会场五个分论坛来讲百度的人工智能，依旧没有解决这个问题。
百度的不冒进体现在，推动AI走向产品走向业务时，百度选择了尽可能熟悉的领域，寻找客群特征一致的新合作伙伴。尽最大可能不改变自己原有的商务团队和流程。
但这也是百度最大的冒进——人工智能商业化这件事，谷歌和苹果都还没到摘果子的时候，而百度率先上了。
2.商业巨头争先恐后跨界
除了百度、腾讯、阿里巴巴为代表的互联网巨头在人工智能上发力，上百家企业也开始参加进来，而其中最积极的莫属家电巨头。
有数据显示，2015年，我国投资人工智能的机构数量已经高达近50家，投资额约15亿元，同比增长为80%。而在2016年上半年，家电企业投资额增长数十倍。在家电领域多项与人工智能技术紧密联系的新应用与新服务先后浮出水面后，家电企业开始真正的投入和跨界引入合作者。
而对于企业而言，这一行业的兴起确实一个难得的机会。在近日召开的人工智能与智慧家庭圆桌论坛上，TCL工业研究院北京创新中心总监刘靓对人工智能的价值认知有自己的理解。“一是人工智能应用到智慧家庭中本质上要解决家庭的一些问题，真正意义为家庭带来增值。二是人工智能技术一定是围绕着人的需求不断发展，人的需求会随着社会的发展水平不断升级，人工智能技术的发展必须紧跟社会发展步伐体现相应的价值。”
长虹技术中心副总经理展华益则表示，机器人的确是有其局限性的，人工+智能，人工的百分比是多少，智能的百分比是多少，我们还是应该从解决问题的角度出发，从满足某些人需求的角度出发，不断的加入智能的东西。人工智能，一开始就要实现全自动的是非常难的，但从需求出发，不断投入研发、创新，很快能够突破行业发展困境，实现其真正的商业化。
3
仅15%的企业能从大数据中获得商业价值
郭继军在「财经」V课上表示，尽管过去几年很多企业已经用大数据来分析自己的商业行为，但最新的报告显示，只有15%的企业能真正从大数据中获得商业价值。造成这一现象的原因主要在于目前数据挖掘的方法和速度还远远跟不上数据本身产生的速度。
由此，可能会有企业产生疑问：我是不是应该继续投入，或者应该怎样投入才能从大数据中获得还没有得到的价值？
要回答上述疑问，首先要解决如何提高数据挖掘能力的难题。郭继军表示，这是一个巨大的挑战，但人工智能恰恰是解决发现大数据中更多价值的有效手段。因为人工智能的很多技术和方法是建立在人机交互、模式识别和自动发现等能力基础之上的。
当然对于一般企业而言，并非掌握了技术或者部署了机器就没问题了。人工智能的商业化需要一个过程，需要企业把人工智能真正地应用到商业环境里面去。
虽然我们对各种人工智能产品充满期待，但AI得智能化的确需要一个相对漫长的进化过程，让我们拭目以待吧。
文章来源于机器人大讲堂
AI的计算构架并不同于人们所熟知的个人电脑，无法用CPU还是主板还是操作系统来作比喻。
我们可以更加玄幻地理解为，AI就是一段DNA切片，一种原始的蛋白质，可以吸收营养（数据和训练）成长进化成为地球上的几乎所有生物。一个基础的AI具有无限的应用可能性，什么都可以就意味着什么都没有。AI离产品化非常遥远。对于一个跑在数据中心机组里的AI来说，必须由专业人士用专门的语言及输入工具去交互、校正、循环反馈。AI是一个驱动产品的引擎，比如一个机器客服——自然语言自动回复系统，AI驱动这个系统工作，随着AI能力的提升这个系统对语意的理解和回复速度精度都在提升。但这个系统不是AI本身——它是AI操控的一个傀儡。
我们对于AI理解的最大障碍在于，很容易把当下的AI当做2000年前后的互联网——不，他们完全不是同一回事。互联网本身就是产品，本身就有承载商业模式，创造收益的能力。但AI，必须和具体的产品具体的行业相结合，才能顺利的发展商业模式。
1.AI商业化雷区，百度先趟为敬
就在今年9月1日上午，李彦宏在2016百度世界大会上花了一个多小时隆重介绍百度在人工智能领域的最新成果“百度大脑”，称它的一些能力已经超过人类。除了百度之外，谷歌、苹果、微软、Facebook、IBM、因特尔等诸多互联网巨头也纷纷在人工智能领域投入巨资。随着相关产品的面世，语音识别、自动驾驶、深度学习等人工智能技术正逐步从实验室走向应用化和产业化。那么到底谁能够率先找到突破口，跨过这一雷区呢？
面对人工智能最大的雷区，百度早已先趟为敬了。百度世界大会以人工智能“百度大脑”一以贯之，推进决心前所未有。百度没有断舍离的决心，但也没有断舍离的必要。李彦宏在用一种不冒进的方法，试图解决他在几个月前提出的“百度的问题在于太久没有推出新产品”。然而，即便是今时今日用一个主会场五个分论坛来讲百度的人工智能，依旧没有解决这个问题。
百度的不冒进体现在，推动AI走向产品走向业务时，百度选择了尽可能熟悉的领域，寻找客群特征一致的新合作伙伴。尽最大可能不改变自己原有的商务团队和流程。
但这也是百度最大的冒进——人工智能商业化这件事，谷歌和苹果都还没到摘果子的时候，而百度率先上了。
2.商业巨头争先恐后跨界
除了百度、腾讯、阿里巴巴为代表的互联网巨头在人工智能上发力，上百家企业也开始参加进来，而其中最积极的莫属家电巨头。
有数据显示，2015年，我国投资人工智能的机构数量已经高达近50家，投资额约15亿元，同比增长为80%。而在2016年上半年，家电企业投资额增长数十倍。在家电领域多项与人工智能技术紧密联系的新应用与新服务先后浮出水面后，家电企业开始真正的投入和跨界引入合作者。
而对于企业而言，这一行业的兴起确实一个难得的机会。在近日召开的人工智能与智慧家庭圆桌论坛上，TCL工业研究院北京创新中心总监刘靓对人工智能的价值认知有自己的理解。“一是人工智能应用到智慧家庭中本质上要解决家庭的一些问题，真正意义为家庭带来增值。二是人工智能技术一定是围绕着人的需求不断发展，人的需求会随着社会的发展水平不断升级，人工智能技术的发展必须紧跟社会发展步伐体现相应的价值。”
长虹技术中心副总经理展华益则表示，机器人的确是有其局限性的，人工+智能，人工的百分比是多少，智能的百分比是多少，我们还是应该从解决问题的角度出发，从满足某些人需求的角度出发，不断的加入智能的东西。人工智能，一开始就要实现全自动的是非常难的，但从需求出发，不断投入研发、创新，很快能够突破行业发展困境，实现其真正的商业化。
3
仅15%的企业能从大数据中获得商业价值
郭继军在「财经」V课上表示，尽管过去几年很多企业已经用大数据来分析自己的商业行为，但最新的报告显示，只有15%的企业能真正从大数据中获得商业价值。造成这一现象的原因主要在于目前数据挖掘的方法和速度还远远跟不上数据本身产生的速度。
由此，可能会有企业产生疑问：我是不是应该继续投入，或者应该怎样投入才能从大数据中获得还没有得到的价值？
要回答上述疑问，首先要解决如何提高数据挖掘能力的难题。郭继军表示，这是一个巨大的挑战，但人工智能恰恰是解决发现大数据中更多价值的有效手段。因为人工智能的很多技术和方法是建立在人机交互、模式识别和自动发现等能力基础之上的。
当然对于一般企业而言，并非掌握了技术或者部署了机器就没问题了。人工智能的商业化需要一个过程，需要企业把人工智能真正地应用到商业环境里面去。
虽然我们对各种人工智能产品充满期待，但AI得智能化的确需要一个相对漫长的进化过程，让我们拭目以待吧。
文章来源于机器人大讲堂