2018年终盘点：这一年，人工智能在争议中前行

2018 年 12 月 24 日 专知

图：视觉中国

来源：科技日报

链接：http://stdaily.com/index/kejixinwen/2018-12/24/content_741911.shtml

2018年，人工智能告别喧闹，投融资市场渐趋冷静，底层技术研发持续推进，从衣食住行到教育医疗，人工智能全方位改变着生活的样貌。

近日，由斯坦福大学主导、来自MIT、OpenAI、哈佛、麦肯锡等机构的多位专家教授联合发布的人工智能指数年度报告出炉，报告显示，在人工智能这一领域，美国依然是当仁不让的王者，但中国的AI技术，无论在学术界还是产业界，都正以极快的速度向前追赶。报告中有几个惊人的数字：与2000年相比，2016年中国人工智能学者发表的论文被引用的次数提高了44%。清华大学去年学习人工智能和机器学习方向的学生数量是2010年的16倍。

更前沿的技术突破、更广泛的应用场景、更充足的人才准备，当热潮渐渐褪去，这个被押注了未来的行业，依然承载着人们对明日世界最广阔的想象。

发力底层技术让机器更聪明

让机器能够像人一样思考、感受和认识世界，是人工智能科学家们孜孜以求的终极目标。为了实现这个目标，他们提出各种技术方案对机器进行训练，这种底层技术的进步也是人工智能技术进步的基础。

今年4月，阿里巴巴人机自然交互实验室联合达摩院机器智能技术实验室和浙江大学推出的人工智能Aliwood，在研发过程中引入了“情感计算”能力，给视频所配的音乐建立起了情感模型。

情感计算是为了让机器“具备人的感情”，它指的是关于情感、情感产生以及影响情感方面的计算。MIT媒体实验室数据显示，在识别表情方面，计算机已经可以超越人类，对于真笑和苦笑的实验中，机器学习的成功率是92%，大幅优于人类。不过虽然情感计算已经深入生活，而要让机器人更加懂你却并非易事，还需要人机交互、心理学、认知学等多学科领域共同努力。

类脑智能以计算建模为手段，受脑结构与机制、认知行为机制启发，企图通过软硬件协同实现机器智能。简单说，科学家希望机器能像人类感知和探索世界。类脑智能系统在信息处理机制上“类脑”，认知行为和智能水平上“类人”，目标是使机器实现人类具有的多种认知能力及其协同机制，最终达到或超越人类智能水平。目前，类脑计算研究还处在前期探索阶段，清华大学类脑计算研究中心已研发出具有自主知识产权的类脑计算芯片、软件工具链；中科院自动化研究所开发出了类脑认知引擎平台，具备哺乳动物脑模拟的能力，并在智能机器人上取得了多感觉融合、类脑学习与决策等多种应用，以及全球首个以类脑方式通过镜像测试的机器人等。大家都在期待，未来的类脑智能研究会在哪个领域产生突破。

继续完善标准掌舵产业发展

随着商汤科技正式被依托建设智能视觉国家新一代人工智能开放创新平台，这一人工智能国家队正式集合五名成员：依托百度公司建设自动驾驶国家人工智能开放创新平台，依托阿里云公司建设城市大脑国家人工智能开放创新平台，依托腾讯公司建设医疗影像国家人工智能开放创新平台，依托科大讯飞公司建设智能语音国家人工智能开放创新平台，以及最新加入的商汤科技。这一系列人工智能开放平台可以降低相关小企业入局的技术门槛、集结优秀的技术力量共同开发、优化人工智能行业生态。

标准化工作是人工智能发展的基础和前提。一旦缺失标准，人工智能的研发和应用将变得混乱。我国虽然在某些领域已具备一定的标准化基础，但标准化程度不足，分散的标准化工作不足以支撑起整个人工智能领域的发展。

今年初，在国家人工智能标准化总体组、专家咨询组成立大会上，《人工智能标准化白皮书（2018版）》（以下简称《白皮书》）出炉。在中粤金桥投资合作人、品优网创始人罗浩元看来，包括基础标准、平台/支撑标准、关键技术标准、产品及服务标准、应用标准、安全/伦理标准六个部分是《白皮书》的关键内容，基本串起了人工智能产业的整个链条。

随着人工智能的深入发展，标准化工作将越发庞杂，不仅标准化的对象将越来越复杂，而且以往标准化工作从未出现过的交叉、融合等也给人工智能标准化带来巨大挑战。目前，人工智能标准化体系建设相对滞后的影响已经显现。比如目前最热的智能家电产品，每个产品都有自己的APP，协议不兼容，跨品牌间互联互通困难。明确规范、可执行的国家标准、行业标准，可以为我国人工智能的持续健康发展掌舵。

深入普通生活解决广泛需求

“母猪杜洛克C7259号，没有怀孕，请在12小时内再次安排配种！”很快，这样的提醒就会出现在国内一些猪场的工作人员电脑上。最近，阿里云披露的一份资料显示，其工程师正在同养猪科学家合作研发能判断母猪是否怀孕的算法，以提升猪场产仔量。除了监测母猪是否怀孕，AI还可以服务于农业智能生产系统、检测农作物病虫害、作用于农产品无损检测等，在农业领域大展拳脚。

听来有些不可思议，但人工智能技术带来的改变，确实发生在各个意想不到的领域。比如英国拉夫堡大学的研究人员和切尔西足球俱乐部联合开发了一套AI教练和球探系统，系统可以通过收集、分析球员近几个赛季的数据建模并科学训练球员，比如根据球员的特点制定赛前战术、赛后对技战术进行复盘等。人工智能HR也已经出现，并在求职中发挥作用。

-END-

专 · 知

专知开课啦!《深度学习: 算法到实战》, 中科院博士为你讲授！