从李飞飞、吴恩达、安德鲁的年度总结中，我们发现了三条2018年AI行业发展趋势

“AI梦想远大，但它还只是一门年轻的科学。只有在深思熟虑、兼容并包的探索下，2018的AI才会取得更多的进步。”李飞飞在其年终总结的最后写到。

首先，祝大家圣诞节快乐！（当然如果你说：又不是我们的新年，有什么好快乐的？那就当镁客君这句话没说......）

但嫌弃圣诞节的人有一点说对了，今天是美国的新年。在辞旧迎新之际，大家“最喜欢”干的就是写“年终总结和报告”了，即便你是“大佬”也不例外。

所以，今天镁客君不给大家送圣诞礼物，而是要带大家看一看，李飞飞、吴恩达等人工智能界“大佬”们的年终总结。说不定，我们还能探索出几条2018年AI发展趋势。

深度学习—从AlphaGo到Libratus再到

AlphaGo Zero，AI将越来越像好人

去年的AI明星是谁？毋庸置疑，是AlphaGo，强大的学习能力让它在围棋界所向披靡。而在“围棋界全军覆没”之后，今年德州扑克也沦陷了。

2017年1月30日，德扑AI Libratus与4名顶尖的无限注德州扑克职业玩家进行了为期20天的单挑比赛。在整个比赛期间，Libratus累计与这些职业选手对战达12万手，最终的结果则是Libratus全面取胜，且在比赛过程中，人类牌手也从未领先过。

“在德扑AI Libratus击败四个世界顶级选手的过程中，我们惊喜的发现，Libratus居然能够对外界的信息保持怀疑的态度，并辨别信息来源的真假，从而避免被对手误导，绕过对手设置的‘坑’。”卡内基梅隆大学计算机学院主任安德鲁·摩尔在其年度总结中提到。

然而，可以“怀疑世界、怀疑人生”的Libratus并不是今年“最像人的AI”。

10月19日，谷歌旗下Deepmind人工智能团队发布了一篇轰动AI界的论文，《Mastering the game of Go without human knowledge》（在没有人类知识的情况下掌握围棋）称，他们研发的AlphaGo大表哥AlphaGo Zero能够在没有人类围棋对弈数据的情况下，直接通过自我纯强化学习，于短短的3天自我训练时间后，以100:0的战绩击败曾经的AlphaGo。

零基础、自我强化学习，AlphaGo Zero无疑是今年“最聪明的AI”。且相较于人类，它的“智商”和“情商”似乎都更胜一筹。

吴恩达总结说，AlphaGo已经证明了自己强大的算力和数据能力。而卡纳基梅隆的Libratus，一个正在不断地迭代德扑程序，创新程度更高。从技术角度来说，这两件事都可以载入史册了。

深度学习技术的发展是惊人的，从依赖大数据学习到零基础学习，AI不仅开始冲破原有的学习框架，还在学习中有了“自己的意识”，并“学会了自我创新”，不可谓不可怕。由此可见，霍金和马斯克齐声呼吁要时刻警惕超级智能体的出现并不是没有道理的。

但是，这里镁客君想说的是，像人的AI不正是我们一直追求的吗？否则，我们研究它的意义何在？因此，我们应该期待的是，在2018年，深度学习技术将越来越强大，而用于监测AI安全性的技术也将获得行业关注。

Peer Index创始人、Exponential View负责人Azeem Azhar表示，2017年她非常关注的两件事，都与AI是否安全可靠有关：

一件是微软研究院Kate Crawford演讲中提到的有关机器学习的算法未来可能会在哪几方面出错，我们现阶段应该做些什么事情去预防AI技术被误用或恶意使用；

另一件是剑桥大学的Adrian Weller发表的一篇论文，提到了写算法的时要有意识地强调公平和正义。

总之，一切，都是为了让AI更像“好人”。

大数据—ImageNet虽已停赛，

但纷纷落地的数据中心告诉我们，数据将越来越重要

在刚刚于推特发布的年度总结中，李飞飞第一条就写道：

“ImageNet作为一个竞赛落幕了，但仍然是深度学习和计算机视觉研究的重要数据集。”

这里先做个简单的科普，虽然镁客君知道，聪明、博识如你，是知道ImageNet是什么的。（微笑脸）

ImageNet，是李飞飞和此前与她共事的团队于2009年发起的一个AI算法准确率竞赛，旨在让更多的人意识到，如果使用的数据无法反映真实世界的状况，即便是最好的算法也无济于事。

8年的时间，数据集在算法研究中的作用被越来越多的AI行业从业者，尤其是算法研发人员所认可。ImageNet虽然已经停办，但其确实在推动大数据行业的发展上起到了举足轻重的作用。

今年，苹果在中国第一个数据中心及华为第三个数据中心定点贵州；阿里预计在明年1月开放其印度数据中心，“华北5”落地内蒙古......

12月20日，研究集团Synergy发布超大规模数据中心报告称，目前，全球超大规模数据中心数量接近400个，而美国的超大规模数据中心上拥有近44%的市场份额，中国、日本和英国则共占20%。

Synergy研究集团的首席分析师和研究员John Dinsdale表示，超大规模数据中心数量正在快速增长，目前至少还有69个超大规模数据中心正处于规划或建设阶段。

除去数据中心，大数据在线上线下销售、算法训练、比赛结果预测等方面都有着非常多的应用。

今年2月，一年一度的超级碗在美国举行。尽管过程跌宕起伏，但各路AI还是准确的预测出冠军归属，成功抢走了预测师们的饭碗。

可以期待，数据在AI领域的重要性将越来越凸显，随着苹果、亚马逊、IBM。阿里等大佬的积极布局，2018年，我们将看到更多的数据中心落地、开发，也将有更多的领域应用到大数据分析技术，如安防、智能商业等。

计算机视觉—创企巨额融资不断

AI芯片强势兴起

要说今年AI离大众最近的一个大事件，无疑就是苹果高调发布iPhoneX了。而此次苹果之所以高调的与以往不同，最大的原因就是iPhoneX具备了人脸识别功能，可以让用户“凭脸解锁”。这里面，就应用到了我们小标题所说的计算机视觉技术。

除去iPhone X这一在C端引起巨浪的“神器”，今年，计算机视觉在B端掀起的波澜也不容小觑。旷视、商汤、图漾、云从等的视觉技术创企巨额融资，不仅让计算机视觉技术成为投资人和媒体们纷纷热捧的对象，更让行业开始集中探索相关技术的应用落地。除去技术发展本身之外，还带动了安防、监控、自动驾驶等行业的发展。

而基于计算机视觉技术，今年下半年，AI芯片可谓强势兴起，尤其是AI专用芯片，大有在两三年内完全取代传统芯片的架势。

寒武纪、地平线、华为、谷歌联手英特尔开发Pixel AI芯片等的AI芯片发布，让芯片在功耗、性能、应用领域等多个方面有了革命性的改变。这些，在《「深度」人工智能专用芯片是大势所趋，而IP授权是当前实现商业化的最佳选择》一文中都有详细分析。

可以说，在计算机视觉技术快速发展的当下，半导体行业正面临着一次重要的机遇和挑战。2018年，芯片行业或许会因这一次的“芯片革命”，让大佬们的排位发生一些变化；而较早开始AI芯片研发及布局的初创企业，其技术及产品将获得更多传统行业的青睐，并在迭代的同时，挖掘出更多AI在芯片领域的价值。

总结

整体来看，AI目前最大的市场还在B端。除苹果与华为已通过智能手机将AI传递进大众群体中外，包括深度学习、计算机视觉、大数据等在内的AI核心技术，大多还在测试及B端应用探索阶段。

“AI梦想远大，但它还只是一门年轻的科学。我们需要对其基础研究的赋予更多的支持，并开放思想交流、展开真诚的合作等。只有在深思熟虑、兼容并包的探索下，2018的AI才会取得更多的进步。”李飞飞在其年终总结的最后写到。

/- 推荐阅读 -/

▲ 新零售时代为什么线下门店不好赚钱？因为你浪费了宝贵的“大数据”

▲ iPhone X带起的深度摄像头热，移动端的路到底怎么走？ | 深度

▲ 人脑中1000亿个神经元正在指导AI的发展，未来我们甚至可以制造意识 | 专访诺奖得主和脑科学专家

镁客网

科技 | 人文 | 行业

微信ID：im2maker

长按识别二维码关注

硬科技第一产业媒体

提供最有价值的行业观察