人工智能调研总结

 

 

人工智能系统现在能做什么？

人工智能的应用范围已经比几年前大很多了。从围棋、纸牌、简单的问答、从新闻中抓取信息、组合复杂的对象、翻译文字、识别语音、识别图像中的概念、到在「普通」交通条件下驾驶汽车，不一而足。在很多情况下，人工智能在你不知道的情况下发挥着作用，如检测信用卡欺诈，评估信用，甚至在复杂的电子商务拍卖中投标。搜索引擎中的部分功能也是人工智能的简单形式。

 

人工智能社区非常开放，与大多数顶尖的研究人员发布和共享观点、甚至开源代码。这个开源的世界，有两种东西是稀缺资源：

数据：在我领导过的 AI 团队中，很多团队最多一两年的时间就能把其他团队软件写出来，但是要获得其他团队的数据是极其困难的。相比于软件，数据在商业竞争中是更好的壁垒。

人才：简单地下载和应用开源软件作用有限，更多需要你根据实际的商业模式和数据定制人工智能。而能胜任这项工作的人才是绝对的“抢手货”。

 

人工智能的研究是与具体领域相结合进行的。

基本上有如下领域:

1专家系统

专家系统是依靠人类专家已有的知识建立起来的知识系统,是一种具有特定领域内大量知识与经验的程序系统。它应用人工智能技术、模拟人类专家求解问题的思维过程求解领域内的各种问题,其水平可以达到甚至超过人类专家的水平。

目前专家系统是人工智能研究中开展较早、最活跃、成效最多的领域,广泛应用于医疗诊断、地质勘探、文化教育等各方面。它是在特定的领域内具有相应的知识和经验的程序系统,它应用人工智能技术、模拟人类专家解决问题时的思维过程,来求解领域内的各种问题,达到或接近专家的水平。

2机器学习

机器学习就是机器自己获取知识。机器学习的研究,主要是研究人类学习的机理、人脑思维的过程;机器学习的方法;建立针对具体任务的学习系统。还有机器人学这个领域所研究的问题,包括从机器人手臂的最佳移动到实现机器人的目标动作序列的规划方法等。因此开发高智能机器人是一个重要研究方面。

3模式识别

模式识别是研究如何使机器具有感知能力,主要研究视觉模式和听觉模式的识别,如识别物体、地形、图像、字体(如签字)等。在日常生活各方面以及军事上都有广大的用途。近年来迅速发展起来应用模糊数学模式、人工神经网络模式的方法逐渐取代传统的用统计模式和结构模式的识别方法。特别神经网络方法在模式识别中取得较大进展。

当前模式识别主要集中在图形识别和语音识别。图形识别方面例如识别各种印刷体和某些手写体文字,识别指纹、白血球和癌细胞等的技术已经进入实用阶段。语音识别主要研究各种语音信号的分类。语音识别技术近年来发展很快,现已有商品化产品如扫描仪的上市。

4人工神经网络

人工神经网络是在研究人脑的奥秘中得到启发,试图用大量的处理单元(人工神经元、处理元

件、电子元件等)模仿人脑神经系统工程结构和工作机理。是通过范例的学习,修改了知识库和推理机的结构,达到实现人工智能的目的。

在人工神经网络中,信息的处理是由神经元之间的相互作用来实现的,知识与信息的存储表现为网络元件互连间分布式的物理联系,网络的学习和识别取决于和神经元连接权值的动态演化过程。人工神经网络也许永远也无法代替人脑,但是他能帮助人类扩展对外部世界的认识和智能控制。多年来,人工神经网络的研究取得了较大的进展,成为具有一种独特风格的信息处理学科。目前,人工神经网络的发展趋势有如下特点:①新的人工神经网络模型产生频率非常之快。②现有的人工神经网络模型的完善改进速度喜人。③人工神经网络结合和其他一些现代优化计算方法的结合运用日见增多。如结合混沌理论、遗传+神经、模拟退火+神经

算法等成功运用的实例。

5智能决策支持系统

决策支持系统是属于管理科学的范畴,它与“知识-智能”有着极其密切的关系。自20世纪80年代以来专家系统在许多方面取得成功,将人工智能中特别是智能和知识处理技术应用于决策支持系统,扩大了决策支持系统的应用范围,提高了系统解决问题的能力,这就成为智能决策支持系统。

6自动定理证明

自动定理证明是指利用计算机证明非数值性的结果,即确定真假值。早期研究数学系统的机器是1926年由美国加州大学伯里克分校制作的。如不断开发能够对某些问题或事物进行推理证明,这些程序能够借助于对事实数据库的操作来证明和作推理判断。

7自然语言理解及自动程序设计

自然语言理解方面已经开发出能够从内部数据库回答英语提出问题的程序,此外,这些程序通过阅读文本材料,还能够把其中的句子从一种语言翻译为另一种语言,执行用英语给出的指令和获取知识等。

自动程序方面的目的在于,使计算机自身能够根据各种不同目的和要求来自动编写计算机程序,既可用高级语言编程,又可用英语描述算法。目前已经可以自动编写出一些简单的程序。

2017年人工智能十大趋势

http://mp.weixin.qq.com/s/4KEzXU1kygE36ohFE7-cQw

 

1.人工智能聊天机器人

在TechEmergence进行的一项2016年调查中，询问了人工智能的高管和创业者，什么人工智能应用在未来五年内可能会获得成功。他们的首选是虚拟代理和聊天机器人，获得了37％的投票。这些软件程序能够理解自然语言，并通过消息传递服务或电子邮件与人沟通。包括IBM和Facebook在内的几家公司已经宣布了帮助开发者创建聊天室的平台，这些平台似乎越来越受欢迎。去年夏天，Facebook宣布，在其飞书信（Messenger）服务上有超过11,000个机器人。根据IBM的统计，65％的千禧一代（Millennials，出生于1980-1990s）喜欢与机器人进行交流而不是与现场助理交谈。

2.应用开发

创建聊天机器人并不是开发人员使用人工智能的唯一方式。许多企业正在将人工智能和深度学习功能集成到他们的Web应用、移动应用和内部的企业应用中。人工智能正在发展推荐引擎、安排会议、排定待办事项列表、在大数据中查找隐藏的价值的一系列功能等等。在其2017年十大战略技术趋势列表中，Gartner将智能应用排在了第二位。其中写道，“Gartner预计，到2018年，全球最大的200家企业大多数都会利用智能应用，并使用大数据的完整工具包和分析工具，来优化自身的产品和改善客户体验。”

3.智能物件

人工智能也与物联网（IoT）的趋势相关，“智能物件”（intelligent things）在Gartner的2017年前十大战略技术趋势列表中排名第三。其中说道，“现有的物联网设备将使智能物联网人工智能的功能无处不在，包括家庭、办公室、工厂车间和医疗设施。”例如，下一代健身追踪器不仅可以监控您的健康信息，还可能具有机器学习和分析功能，使它们能够根据您的个人健康史和过去的追踪器数据提出改善健康的建议。
4.医学研究

人工智能的最热门领域之一是医疗健康行业。IDC在其《全球半年度认知/人工智能支出指南》中将诊断和治疗系统列为2016年吸引最多投资的领域之一，并表示在未来五年内，包括药物研究和发现以及诊断和治疗系统的使用案例将获得最大的发展。在五年期间，它预测医疗健康人工智能投资的年复合增长率为69.3％。同样，CBInsights将医疗健康列为人工智能中最热的领域，并作为今年的创业项目。
5.生物模型

人工智能和健康科学之间的关系有两种方式：不只有健康研究人员转向人工智能，用以帮助他们回答医疗健康问题，计算机科学研究人员也正在转向生物模型，用以帮助他们创建更好的人工智能软件。麻省理工学院和谷歌最近都被报道在创建与人类大脑功能相似的神经网络，这个领域的研究可能会持续一段时间。未来学家Ray Kurzweil甚至预测到2030年，我们将能够合并人类的大脑和计算机网络，创造一种混合形式的人工智能。
6.人工智能硬件

虽然软件在人工智能工业中获得了很大的关注，但硬件也是方程式中非常重要的一部分。英特尔最近详细描述了其将人工智能功能构建到其芯片中的努力，试图使人工智能“人人都能使用”（available for all）。其他开发商正在研究人工智能自动驾驶车辆、机器人和无人机。IDC预测，AI硬件收入将在未来五年内以超过60％的复合年增长率（CAGR）增长。而波士顿咨询公司估计，到2025年，自动驾驶车辆的市场价值可能达到420亿美元。

7.人工智能创业

有了这么多的机会，创始人急于创建专注于人工智能的新公司。在最近的关于人工智能创业公司的报告中，Venture Scanner确定了来自73个不同国家的1500个人工智能创业公司，总资金超过91亿美元。最近，许多大型科技公司，如英特尔、谷歌、苹果、Facebook和微软一直在疯狂购买、抢购很多小的人工智能创业公司。期待这种趋势在2017年持续，并为创业公司吸引更多的风险资本。

8.人工智能劳动力影响

有了这么多的人工智能，公司会不会不再需要人工？在2016年6月的一份报告中，Forrester预测，“机器人、人工智能（AI）、机器学习和自动化等认知技术将在2025年之前取代美国7％的工作岗位。”通过估计，16％的美国工人将被人工智能系统取代，并且人工智能可以创造相当于劳动力9％的新工作。人工智能是好还是坏将取决于你的工作是什么类型的：可以看到办公室人员的可用职位大幅减少，而数据科学家、自动化专家和机器人监控专业人士可以看到更多的工作机会。

9.反对力量

潜在的对人工智能的反对可能来自几个方向。首先，如果像Forrester预测的那样，人工智能开始接管一些人类工作，似乎很可能遭到一些流离失所的工人的反对，这可能会有政治影响。此外，许多科学家，例如生命未来研究所（the Future of Life Institute）的相关科学家表达了对与人工智能相关的潜在风险的关注。最后，如果人工智能技术做不到与当前大肆宣传的一样，企业和消费者会对人工智能技术不满意。在《2016年度新兴技术成熟度曲线》中，Gartner将智能机器人、认知专家顾问、机器学习和自动驾驶车辆定位为“膨胀预期的顶峰”（peak of inflated expectations）附近，这意味着人工智能的几个领域可能会在不久的未来进入失望阶段。

10.改进的预测能力

人工智能已经产生影响的一个领域是提高预测能力。在许多方面，向人工智能的转变是调查和研究向大数据分析的自然演变，并且对于已经看到使用其他类型分析工具的价值的组织来说，基于机器学习的预测分析自然是下一步。

在最近的美国总统选举前几天，CNBC报道说，一个印度创业公司开发的人工智能，预测唐纳德·特朗普将赢得选举，尽管当时的大多数民意调查表示希拉里·克林顿领先。也许明年，接下来的这个幻灯片将由具有伟大的预测能力的人工智能创建。

 

 

 

 

人工智能技术的应用：

1 实现远程自主规划和控制

该项技术能够对距离我们上百万公里以外太空中航天器进行远程规划和控制，例如：美国航天局利用计算机智能程序对航天器进行操作、调整和控制，并成为国际上首例利用计算机人工智能技术远程遥控的国家。远程智能程序能够结合地面系统中预先设定好的任务和目标，进行自主规划，并在对航天器实现实时监督和控制，了解和掌握航天器运行情况，及时发现与程序相悖之处，并发出指令进行调整，实现检测、诊断及恢复目标，从而确保航天器在遥远的外太空稳定、可靠运行，为科学家研究提供参考。

2 预测步骤 ，提高博弈技巧

将一些技术运用于下棋过程中，能够将下棋涉及的复杂问题分解为多个小问题，提供下棋数据信息，促使其朝着搜索和问题归纳等方向发展，从而为下棋者科学决策提供支持，近年来，这项技术发展速度及应用范围十分广泛。诚然，技术能够达到国际象棋锦标赛的水平，

但是，还不能够很好的解决人类棋手的表达和洞察等能力，人们仅能够实现具体问题具体分析，基于此，还需要进一步提高。

3 结合目标需求 ，实现自主控制

技术涉及的视觉系统能够应用于引导汽车沿着行车道前进，结合这一应用，美国将这一技术安装到微型汽车上，实现了自主导航前进两千公里，其中 98%以上时间是由该系统控制汽车前进，剩余部分由人类控制，通过调查发现，人类控制部分主要是公路出口寻找，也就是说，通过对技术进一步完善，能够促使系统获取更多应用经验，从而计算出最佳驾驶方向，从而控制汽车前进。因此，无人驾驶这一目标将会在不久的未来实现。

4 提高医疗水平 ，实现准确诊断

该项技术在医疗领域中的应用，能够有效突破传统医疗诊断的弊

端，进一步提高诊断水平，例如：建立在概率分析基础之上的医疗诊断程序已经得到了应用，且效果十分明显，在一定程度上提高了专家医师的实践水平。诚然，一部分医师对程序诊病这一事实并不认可，但是，程序通过对病人的检查，提出了影响判断的原因，并阐述了并发症状等，最后得到了医师的认可和肯定。技术在医疗领域的应用，不仅能够有效提高医疗水平，还能够更好的解决病人的疑难杂症。

5 深度理解语言 ，解决问题

建立在该项技术基础之上的程序，在解答纵横字谜问题中得到了重视，其解答效果优于人类，在具体应用过程中，该项程序通过利用填充词限制及相关字谜数据库等多项资源解决问题。

6 提高专业化水平 ，完善专家系统

专家系统主要是建立在专家已具备知识基础之上的系统，具有特定知识、经验的系统，与人类专家水平基本一致。专家系统是计算机人工智能技术研究较早、且成果最为显著的领域，在地质勘探等方面得到了广泛的推广和普及。

7 深化推理证明 ，提高推理准确性

逻辑推理作为技术研究最为持续的课题，主要是通过对事件进行深度挖掘和分析，计算其可行性数据，最终确定科学、合理的解决方案，这主要是归功于计算机技术中的数据库，没有数据库作为基础，很难提出解决方案。因此，此技术在相关领域的应用能够有效提高工作效率和质量，从而指导具体工作。

8 利用社交软件 ，实现沟通和交流

技术中的智能 AGENT 十分重要，该项程序在机器人系统中的应用，能够通过了解人类的动机和情感状态，实现与人类的良好的沟通和交流，基础的礼貌性打招呼等都能够实现，具备正常情绪的机器人，在实现人机互动，完成高难度工作等方面发挥着积极的作用。不仅如此，计算机人工智能技术还能够在多个领域发挥有效性，由于技术自身具有哲学及心理学等方面内容，使得其具备与人类相似的想象力和创造力，在具体工作中，能够像人类一样发挥潜能，创造更多价值。

 

 

院士谭铁牛：人工智能的10件大事和10大趋势

http://mp.weixin.qq.com/s?__biz=MjM5MTQzNzU2NA==&mid=2651644094&idx=1&sn=601c77e370fa56b15ea59e6245e37a36&scene=25&srcid=0827BvgC0x8ppDwCNQQCDPPS#wechat_redirect

过去一年人工智能领域的十件大事：

第一项，阿尔法狗；

第二项，各国政府高度重视人工智能发展，包括今年5月份美国白宫举行4场研讨会讨论，包括我们国家大家也知道5月份几个部委发布了《互联网+人工智能三年的行动实施方案》还是值得一提的事；

第三项，IBM发布类脑超级计算机平台，是基于前几年发布的芯片；

第四项，软银320亿美元收购ARM，这还是很大的收购；

第五项，谷歌、facebook等开源人工智能基础平台，这是值得一提的，反映了一个趋势和动向；

第六项，创建公益性的人工智能机构OpenAI，我认为很值得一体，10亿美金；

第七项，学术方面的，Science发表BayesianProgram 论文；

第八项，微软深层残差网络夺冠2015年ImagnNet；

第九项，谷歌量子计算机取得重要的突破，为人工智能计算搭建一个平台；

第十项，剑桥大学成立人工智能伦理研究所。

 

人工智能在过去一年的十大趋势动态

第一，人工智能热潮全球化，从东方到西方，从发达国家到发展中国家，从大国到小国，应该都是掀起了热潮。

第二，产业竞争白热化，各种并购大家也可以看到，招聘人才，都希望来竞争。

第三，投资并购密集化，过去一年大的小的收购、投资，数不胜数，从几百亿到几个亿，更小规模的也不用说了，太多了。

第四，人工智能应用普适化，各个领域的渗透。

第五，人工智能的服务专业化，一个是研究通用化的人工智能，一个是专业化的人工智能。

第六，基础平台开源化，包括IBM、谷歌开源的平台，过去一年特别明显的一个新的特征，我不知道大家赞不赞同。

第七，关键技术硬件化，包括IBM的类脑计算平台。

第八，技术方法集成化，单一的人工智能计算理论和方法不可能包打天下，集成创新势在必行，阿尔法狗里面集成了很多，都是我们非常熟悉。

第九，学科创新协同化，多学科跨界融合交叉协同创新人工智能创新途径，包括量子技术跟人工智能的结合。

第十，社会影响大众化，我不用解释，包括我的司机前两天问，这一年多人工智能很火热，他都很关心，说明人工智能的影响的社会化大众化。

 

人工智能未来发展的若干思考。

第一，要保持警醒，热潮下面尤其需要冷思考，阿尔法狗在围棋上的表现，确实提高了人们对人工智能的期望，但是切记对人工智能提出更高的期望，希望太高，如果这个没有实现会非常的失望，甚至绝望，这不是一个好思想，这个60年的过程中我们有很多这样的教训，在热潮下尤其需要冷静的思考，这是前面跟大家展示的曲线，蓝线部分也许是这样的，有高潮一定会有低谷，这是发展的客观规律，而任何一个时段不可能一直蓬勃，所以一定要保持冷思考，引用最新的新兴技术成熟度曲线，大家可以看到，智能机器人、认知专家顾问等热门技术正处于期望膨胀期，接下来可能是幻灭期，所以需要我们冷静的思考。

第二，切忌跟风，我认为跟风难有大作为，这几年风口热好像说的很多，站在风口上猪都会飞起来，台风一过摔死的是谁啊，是被风吹起来的，所以我觉得后面是我的话，找风口不如找关口，就发展的瓶颈在哪里，突破那个瓶颈你可能就是开创一个新天地，抢占先机，所以找风口不如找关口，大家不要再跟风。

第三，不忘初心，习总书记在讲话的时候不忘初心继续前进，对于人工智能来说是不忘初心继续探索，回归人工智能的本原，是要解决什么问题，别走偏了，所以从研究的内容到研究的目的，所以在回归本原的过程中尤其要记着，信息科技与脑类科技的交汇，人脑智能机理的挖掘孕育着信息科技的重大变革。

第四，苦练内功，重视前沿基础理论研究，现在是家喻户晓，但是大家不要忘记不是那么火爆的时候在干什么，一直到今天一直坚持，才有深度学习的今天，所以苦练内功很重要，不能被当下的热点一叶障目，深度学习不等于AI，深度学习只是人工智能领域机器学习方向的一种方法，尽管现在效果很好，所以确实需要进行思考如何克服这个瓶颈，人工智能发展下一个关口在什么地方。这里面的局限性大家也看到了，比如某种动物。深度学习的成功不是理论方法的突破，而是在大数据和大规模计算资源驱动下的基于基础理论的技术突破，其本质是通过映射对复杂函数进行逼近，所以深度学习依旧存在明显的局限性，尤其在任务的切换和对环境变化自身完善方面，对小样本的举一反三等方面，人工智能与人类还是相差甚远。

第五，以史为鉴，AI一甲子之际需要总结回顾：1，从浅层智能到深层智能，2，从专用人工智能到通用人工智能，我没有时间展开讲，3，从机器智能到混合智能，4，从数据驱动到数据和知识协同驱动，5，从线下智能到云上智能，6，从网下到网上。这些具体的趋势实际上都反映在整个社会化大趋势，智能化是新一轮科技与产业革命的最显著特征

智能车产业化实践与展望：http://mp.weixin.qq.com/s/HXJLCkW2Hb7XJfRgVqtrBQ

微软陆奇：「对话系统」是未来人工智能的核心

http://mp.weixin.qq.com/s/_qBsAnpuXuao0uWq5vuCRQ

 

2016全球人工智能发展报告-综述篇

http://tech.163.com/special/aireport2016a/

 

 

参考链接：

http://mp.weixin.qq.com/s/3_WteWxzyXjW9rQifCBiWw

http://mp.weixin.qq.com/s/AFZAhGxx1adTPm3Cu2rsNw

http://mp.weixin.qq.com/s/EHJkRzxBOEH3eYu3da19kQ

http://mp.weixin.qq.com/s/HXJLCkW2Hb7XJfRgVqtrBQ

http://mp.weixin.qq.com/s/_qBsAnpuXuao0uWq5vuCRQ

http://mp.weixin.qq.com/s/dFtvWlHO28p7529yeM57dA

http://mp.weixin.qq.com/s/ZFc9TF0kU3YO2L5FtQ00nQ

http://mp.weixin.qq.com/s/ogg1sP1yV3AfGjFKDJgFAw

http://mp.weixin.qq.com/s/sUjv4jjtfCSxIooou5ttHg

http://mp.weixin.qq.com/s/sUjv4jjtfCSxIooou5ttHg

http://mp.weixin.qq.com/s/4KEzXU1kygE36ohFE7-cQw

http://mp.weixin.qq.com/s/LbYQy2fqr7rfXkejqC3CGQ