2017回顾与2018前瞻：机器学习与人工智能

来自：AI 前线作者｜Matthew Mayo译者｜Debra编辑｜EmilyAI 前线导读：2017 年，在机器学习和 AI 领域，AlphaGo Zero 的成功让专家们印象深刻，2018 年，道德和隐私问题将成为最亟待解决的问题。

时隔一年，科技媒体 KDnuggets 最近向大数据、数据科学、人工智能和机器学习领域的一些顶尖专家征询了他们对于 2017 年这些领域最重要的发展，以及 2018 年的主要发展趋势的看法。这篇文章是本系列的第一篇年终总结，主要是关于在 2017 年，机器学习和 AI 领域都发生了哪些大事，以及 2018 年可能会出现哪些趋势。



问题：“2017 年，机器学习和人工智能最重要的发展是什么，2018 年有何关键趋势？”

2017 年，KDnuggets 曾就这一问题收集了很多专家的预测，总的来说，当时他们对 2017 年机器学习和 AI 发展的趋势和预测主要集中在以下方面：

目前来看，这些预测基本上应验，2017 年在这些方面确实取得了重要的进步。

综合专家们的预测意见作出最终预测结论。75 . 德尔菲法是指采用背对背的通信方式征询专家小组成员的预测意见，经过几轮征询，使专家小组的预测意见趋于集中，最后作出符合市场未来趋势的预测结论。专家意见汇总预测法是指依靠专家群体经验、智慧，通过思考分析、综合判断，把各位专家对预测对象的未来发展变化趋势的预测意见进行汇总，然后进行数学平均处理并根据实际工作中的情况时行修正，最终取得预测结果的方法。

2017AlphaGo Zero 最瞩目，社会问题将引发讨论

美国axt公司光电研发总监，美国载培科思公司首席技术主管，美国路美光电首席技术官，美国亚威朗创始人和首席执行官。短融网创始人王坤曾任职红杉资本任职基金经理，国家开发银行旗下属基金担任投资总监，其联合创始人张凯曾任职平安保险和诺亚财富，而联合创始人之一兼首席风控官余世相为中国交通银行河南省分行的创始员工之一，从业20年，有丰富的信贷、风控经验。活动创始人兼ceo俞强华、91征信ceo薛本川、中望金服联合创始人、首席技术官仝永波、先锋支付副总经理刘宝哲、掌众金服副总裁李兆强、上上签联合创始人林先锋等金融科技创新企业代表带来了一场有关金融科技前沿趋势与技术分享的盛宴。

“今年的亮点非 AlphaGo Zero 莫属。这种新方法不仅在一些最有发展前景的方向上有所改进（例如深度强化学习），而且也代表了学习范式的转变——这种模式可以在没有数据的情况下进行学习，而且最近我们也学会了将 AlphaGo Zero 应用到象棋等其他游戏中。

这种操作主要便是通过方向键（左摇杆）的微操迅速球员变向，或者利用qe、急停变向、ec等操作实现节奏的变化并扯开空间。今天会后，全镇要迅速掀起 学习高-潮，要把这次会议作为指导推动工作的重要文件，要大胆工作，激发活力，消除阻力，提供动力，凝聚合力，工作给力，要把学习精神和当前工作很好的结合起来，要与谋划新思路兼顾起来，必须牢固树立“思想建党”的理念，切实加强基层党组织思想政治建设，为全面实施我镇发展目标凝聚党心民心、提供思想保证。钱程无忧使用的股票操作软件是资产管理软件，和ＨＯＭＳ和同花顺相比，要更加舒适和迅速，易于操作。

2017 年，人工智能方面的社会问题将进一步升级。Elon Musk 认为 AI 会越来越接近杀手机器人的想法极具煽动性，让许感到沮丧。另外，关于人工智能在未来几年会对工作产生什么影响也引起了广泛的讨论。另一方面，我们会将更多的注意力集中在 AI 算法的透明度问题上。

预测模型透明化越发重要

Georgina Cosma机器学习方法在系统生物学中的应用，诺丁汉特伦特大学科学与技术学院的高级讲师

（2）熟悉深度学习原理和基本模型，熟练使用caffe，theano或其他常用深度学习工具，并能够灵活的解决实际问题。《深度学习精要（基于 r 语言）》基于 r 语言实战， 使用无监督学习建立自动化的预测和分类模型。 但是ai改变了一切，nvidia的gpu+cuda机器深度学习，让机器对语音识别的学习速度提高了上万倍，从而是机器对每一个人的不同口音都能进行最精准的识别成为一种可能，这就大大拓展了语音识别的应用场景。

云 AI 竞赛加剧，AlphaGo Zero 无实质性突破

Pedro Domingos，华盛顿大学计算机科学与工程系教授

AI 成为企业竞争优势，人才短缺现状将继续

Ajit Jaokar，牛津大学数据科学物联网课程首席数据科学家和创建者

2017 年是 AI 的一年，2018 年将是 AI 走向成熟的一年，我们已经从 AI 与“系统工程 / 云原生”的角度看到这一趋势。 AI 讲变得越来越复杂，但 h2o.ai 这样的公司会让部署 AI 变得更简单。

我看到人工智能在企业之间取得竞争优势方面的作用越来越大，特别是在工业物联网、零售和医疗保健方面。我也看到人工智能正在被迅速部署在企业的各个层面（创造新的机会，但更多工作岗位消失）。因此，这已经超越了 Python vs R 和 cats 的讨论！

加快布局实时协同人工智能的5增强技术研发及应用，建设面向空间协同人工智能的高精度导航定位网络，加强智能感知物联网核心技术攻关和关键设施建设，发展支撑智能化的工业互联网、面向无人驾驶的车联网等，研究智能化网络安全架构。万向创新聚能城是在云端使用区块链技术，来重构一个“数字化城市”，集物联网、互联网、车联网一体，以研发、孵化、转化、生产、运营为生命全周期、以智能生活、智能交通、智能服务为内容一个万物互联互通的智能城市。根据双方合作意向，腾讯tusi物联网联合实验室将采用intel公司区块链的核心技术进行联盟区块链开发，为企业提供基于tusi标准的物联网安全监测、产品安全评估、安全服务能力输出等多项服务，从而解决移动互联网端身份认证标准不统一的现状，让产业链各方通过统一的标准设计软件、智能硬件和智能家居设备，共同享受统一的安全防护能力。

（2）在这一轮变革中，技术名词较多，如物联网、智能制造、两化深度融合、工业4.0、产业互联网、工业互联网、工业物联网、“互联网＋”、大数据、人工智能、云计算、平台、生态等，但是细究概念本身，不同的机构、不同的人对同一个概念有不同的解释，而这些概念本身既有相似的特点，又有细微差别，如何正确理解这些概念。抓住互联网跨界融合机遇，实施“互联网+”行动计划，加快云计算、大数据、物联网、移动互联网等新技术与我省传统产业深度融合，促进大数据、物联网、云计算和3d打印、个性化定制、人工智能等新技术在产业链集成应用，推动传统制造模式变革和传统产业转型升级。在世界物联网创新与应用高峰论坛上，世界物联网大会执行主席何绪明说：“作为互联网发展延伸和扩张的一部分，物联网推动了信息科技与传统领域深度融合。

ML＆AI 帮助企业提高效率

Nikita Johnson，RE.WORK 创始人

2017 年见证了 ML＆AI 取得巨大的进步，特别是最近 DeepMind 的一般强化学习算法，在四小时内自学游戏规则，并击败世界上最强大的象棋游戏程序。

2018 年，我期望看到智能自动化渗透到传统制造企业、零售、公共事业单位等各种公司。随着数据收集和分析量不断增长，企业级自动化系统战略将变得至关重要。这将促使公司投资于长期 AI 计划，并将其列为企业成长和提高效率的优先级发展事项。

我们还将看到自动化机器学习帮助非 AI 研究人员更轻松地使用该技术，并让更多公司能够将机器学习方法应用到他们的工作场所中。

元学习的进展让人兴奋

Hugo Larochelle，Google 研究科学家，加拿大高级研究机构机器学习和大脑项目副主任

机器学习最让我兴奋的一个趋势是元学习（meta-learning）的发展。元学习是一个特别广泛的总称。但是今年，最让我兴奋的是我们在少数学习问题上取得了进展，这就解决了如何从若干例子中发现学习算法的问题。Chelsea Finn 在今年年初曾就这一话题的进展，在这篇博客中：bair.berkeley.edu/blog/2017/07/18/learning-to-learn/ 中进行了很好的总结。值得注意的是，现在在机器学习方面，Chelsea Finn 是众多令人惊叹的博士生中，最有成就、最令人印象深刻的人之一。

今年年末，人们使用深度时间卷积网络（arxiv.org/abs/1707.03141）、图形神经网络（arxiv.org/abs/1711.04043）等方法，进行了更多关于用少量镜头学习的元学习研究。现在，元学习方法也更多地被用于主动学习（arxiv.org/abs/1708.00088）、冷启动项目推荐（papers.nips.cc/paper/7266-a-meta-learning-perspective -on-cold-start-recommendations-for-items）、少数分布预测（arxiv.org/abs/1710.10304）、强化学习（arxiv.org/abs/1611.05763）、分层 RL（arxiv.org/abs/1710.09767 ）、模仿学习（arxiv.org/abs/1709.04905）等。

这是一个令人兴奋的领域，我一定会在 2018 年对这一领域保持密切关注。

AI 沉默着革命，全球 AI 咨询需求大增

Charles Martin，数据科学家和机器学习 AI 顾问

2017 年，深度学习 AI 平台和应用程序发展势头迅猛。Facebook 发布了 Tensorflow 的竞品 PyTorch，以及 Gluon、Alex、AlphaGo 等进步，ML 从特征工程和逻辑回归发展到阅读论文、应用神经网络、优化训练效果。在我的咨询实践中，客户已经在寻求自定义对象检测、高级 NLP 和强化学习服务。当市场和比特币飙升的时刻，人工智能一直在进行着沉默的革命，其再零售业应用也启示着人们，人工智能改变整个行业的巨大潜力。企业想要变革，对 AI 技术和技术指导非常感兴趣。

2018 年必将成为全球人工智能优先发展的突破之年。随着中国和加拿大的人工智能和印度等国家从 IT 向人工智能转变，来自欧洲、亚洲、印度、沙特阿拉伯等国家，乃至全球对 AI 的需求将继续增长。美国和海外对企业培训的需求都很大，人工智能将实融将会从中受益。人工智能创业公司将向市场推出新产品，并全面提高投资回报率。而机器人、自动驾驶汽车等新技术将会带来惊人的进步。

这将是一个伟大的创新之年。如果你已经在这条船上。

AI 新技术待应用，隐私保护将提上日程

开发融合了内存计算、流计算、深度计算、以及经典机器学习的综合示范应用。在ai能力上，京东金融通过深度学习、生物识别、图计算、生物探针等技术，在智能营销、智能风控、智能投顾、智能客服等诸多应用层面取得突破，取得国际上的认可。当iot、vr/ar、大数据、机器学习、人工智能、语音识别等成为行业热词时，我们无法忽略它们均有一个共同的基础机器学习方法在系统生物学中的应用，即云计算，无论是通过各种应用、传感器收集数据，或进行数据分析再使用的机器学习、深度学习，以及拥有平行计算能力的人工智能，都离不开云计算。

在过去的几年中，开源社区已经对所有新出现的深度学习框架讨论不断。现在，这些工具已经渐渐成熟，我希望看到一种去工具中心的方法出现，并将投入更多的精力，将深度学习的新颖想法付诸实践，特别是使用今年很火爆的 GAN 和 Hinton capsule 来解决更多问题。

但是其实白羊的神经非常敏感，所以他总是保持很强的警惕，不喜欢透露隐私，一旦他察觉到你【比如媒体什么的】在套他的话，或者说当他发现自己处于比较不利的境地就会很快变得很警戒，言辞谨慎。支持互联网企业开展深度神经网络、深度学习算法研究，致力于推动深度学习在在计算机视觉，语音分析、医疗健康、工业大数据、网络安全等领域得到应用。我们认为广义的ai可能还是需要20多年时间的发展，但是我们的知识面，知识的基础，比如说谷歌的知识的图像，还有维基百科的知识，这些都是可以应用ai的深度学习的，并不是说一下子把许多东西都放在基础架构里面，这个太多了。

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-114498-1.html