《目前人工智能发展现状介绍.doc》由会员分享，可在线阅读，更多相关《目前人工智能发展现状介绍.doc（4页珍藏版）》请在三一文库上搜索。
1、目前人工智能发展现状介绍2017年人类在人工智能与机器学习领域取得了很多重大突破， 而2018年可能会走得更远。有人预测，2018年的人工智能将会呈 更大的发展趋势。下面是 为你整理的目前人工智能发展现状，供大 家阅览！2016年初，AlphaGo在围棋领域大杀特杀，接连战胜包括李世 石在内的顶尖人类高手；而在2017年1月，AlphaGo又化身为 Master取得了 60胜0负的惊人战绩。这是人工智能领域的一个里 程碑，对于“深度增强学习”技术来说更是意义重大。动物会通过某些行为产生的积极或者消极结果来进行学习、判断，而人工智能的“深度增强学习”正是从这种方式中借鉴了灵感。 电子计算机可以通
2、过不断尝试错误方向来得出正确的方向，从而轻而易举地在迷宫中导航。使用深度学习的方法，机器学习不再像过去一 样依赖大量的指令与复杂的模型。其实“深度学习”的理论在10年前就出现了，将其整合到大型 （或深度）神经网络以提供能量来解决复杂问题的尝试一直在进行。就 像AlphaGo 一样，经过不断地试验与数据分析，它可以以专家级水 平与人类进行对弈。更大的希望在于，增强学习已经被证明可以应用到现实世界的许 多场景。最近出现的几个模拟场景显示， 可以通过增强计算机学习的能力来促进相关算法的进步在2017年，我们有望见证“增强学习”被应用到自动驾驶汽车、 工业机器人等领域。而谷歌已经在尝试使用深度学习来使
3、其数据中心 更加高效。不过，深度学习这种方法还处于试验阶段，依然需要花费 大量时间来模拟和学习。目前人工智能发展现状：生成式对抗性网络最近在巴塞罗纳举办 的关于神经信息处理系统的人工智能学术会议上，一种叫做生成式对 抗性网络(generative adversarial networks)的理论引起了广泛关 注，这一理论是由OpenAI的研究学者Ian Goodfellow 提出。生成 式对抗性网络由两套网络构成，一套通过训练学习来产生新数据，另 一套则负责分辨正确数据与错误数据。通过这两套网络的协同运作，可以产生非常接近真实的综合数 据。这一理论能够被应用到生成电子游戏场景、解析马赛克或者是
4、丰富电脑生成样式等领域。机器学习领域权威专家 YoshuaBengio 在NIPS会议(神经计算 方面最好的会议之一，NIPS主办，每年12月举行)上表示，这种生成 式对抗网络非常具有开创性，它能为电子计算机提供更加高效的学习 方法，而计算机通过不断学习非标签性数据将变得智能化程度更高。目前人工智能发展现状：中国人工智能领域的崛起2017年将是 中国开始在世界人工智能领域崭露头角的一年。中国不再照搬外国公司的人工智能技术，转而开始将人工智能和机器学习视作下一个创新 领域。中国搜索引擎巨头百度已经建立了专注于人工智能研究的研究 所，并在语音识别、自然语言处理和优化广告业务等方面取得了很多 进步。
5、除了百度，还有不少公司正在迎头赶上，腾讯也在去年成立了 人工智能实验室，并在国内外大力招募人工智能领域的专家。 而滴滴 也有自己的研究院，并被报道在无人驾驶汽车方面投入大量研究。很多中国投资者将大量资金投给从事人工智能的初创公司， 而中 国政府也希望看到本国人工智能产业的繁荣， 并承诺在2018年之前 投入150亿人民币扶持开发和研究。目前人工智能发展现状：语言学习对于许多人工智能领域研究者 来说，语义学习是他们的下一个主要目标。随着技术的进步，图像识 别和语音识别都取得了重大突破，而这将有利于计算机更加高效地理 解和生成语言。语言学习是人工智能领域的一个长远目标， 而计算机与人类使用 语言进
6、行交互的前景非常乐观。如果具有更好的语义理解能力，计算 机机器将变得更加实用。不过，这方面也面临很大的挑战，毕竟语言 是一个复杂、微妙而又强大的议题。虽然人们暂时还不能与智能手机进行深度而又有意义的交流，但在2017年，随着人工智能研究的深入，这一领域将会充满希望。目前人工智能发展现状：过度热炒引发反感2016年的人工智能 领域确实取得了巨大的进步和突破，许多人都看到了技术进步带来的 价值。但不得不注意的一点是：围绕人工智能的过量宣传与追捧明显 有些失控了许多人工智能研究者对此有些忿忿不平。在 NIPS会议期间，他 们针对一家叫做Rocket AI的山寨人工智能公司举行了一个聚会， 以 此来表达自己的不满，这种不满主要是人工智能领域存在的浮躁氛围 和弄虚作假情况。期望越高，失望可能就越大。当人工智能领域一直没有取得重大 突破时，失望的情绪就会蔓延，进而导致投资蒸发，大量估值过高的 初创公司倒闭。2017年整个世界对于人工智能的关注度依然非常高，这可能会 引起不少人对于这种过分追捧的反感，毕竟过犹不及，不少浮躁情绪笼罩在当前人工智能领域。不过，这也不一定就是坏事，大量关注可 能会促进研究的进步。4