这一年,人工智能在争议中前行

2020-03-24
原标题:这一年,人工智能在争议中前行

  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。

相关文章