前沿拓展：

2017年5月27日，中國(guó)棋手柯潔（左）在與“阿爾法圍棋”的第三場(chǎng)對(duì)局中思考自2006年人工智能走出實(shí)驗(yàn)室進(jìn)入到產(chǎn)業(yè)化階段以來(lái)，人工智能界在算法理論、基礎(chǔ)與平臺(tái)、應(yīng)用技術(shù)、終端產(chǎn)品、行業(yè)應(yīng)用以及未來(lái)探索領(lǐng)域涌現(xiàn)出了諸多領(lǐng)軍團(tuán)隊(duì)，引領(lǐng)著人工智能的發(fā)展方向。

文／徐貴寶

自2006年人工智能走出實(shí)驗(yàn)室進(jìn)入到產(chǎn)業(yè)化階段以來(lái)，在產(chǎn)業(yè)鏈各環(huán)節(jié)的不懈推動(dòng)下，人工智能開(kāi)始以前所未有的速度滲透進(jìn)各個(gè)行業(yè)，并成為深刻改變?nèi)祟?lèi)生產(chǎn)生活方式的革命性力量。

在此期間，人工智能界在算法理論、基礎(chǔ)與平臺(tái)、應(yīng)用技術(shù)、終端產(chǎn)品、行業(yè)應(yīng)用以及未來(lái)探索領(lǐng)域涌現(xiàn)出了諸多領(lǐng)軍團(tuán)隊(duì)，引領(lǐng)著人工智能的發(fā)展方向。

算法理論

當(dāng)前應(yīng)用最廣泛的算法當(dāng)屬于深度學(xué)習(xí)算法了。美國(guó)神經(jīng)網(wǎng)絡(luò)之父杰弗里·欣頓（Geoffrey Hinton）在2006年提出的深度學(xué)習(xí)算法，通過(guò)構(gòu)建多隱層模型和海量訓(xùn)練數(shù)據(jù)來(lái)學(xué)習(xí)更有用的特征，最終提升了分析和預(yù)測(cè)的準(zhǔn)確性。

也正是深度學(xué)習(xí)算法與云計(jì)算、大數(shù)據(jù)的共同作用，才使得人工智能華麗蛻變，開(kāi)啟了產(chǎn)業(yè)化的大門(mén)，成為了產(chǎn)業(yè)發(fā)展的新引擎。而為深度學(xué)習(xí)的產(chǎn)生與發(fā)展做出卓越貢獻(xiàn)的深度學(xué)習(xí)三駕馬車(chē)——欣頓、加拿大蒙特利爾大學(xué)教授約舒亞·本希奧（Yoshua Bengio）、紐約大學(xué)教授揚(yáng)·萊坎（Yann Lecun）也深受企業(yè)界青睞，目前他們分別受雇于美國(guó)的頂級(jí)公司谷歌、微軟和臉書(shū)，并成為2018年的圖靈獎(jiǎng)獲得者。

為進(jìn)一步提高深度學(xué)習(xí)的效率和準(zhǔn)確率，學(xué)術(shù)界一直在探索對(duì)深度學(xué)習(xí)算法的深化和改善研究。這一方面取得最大成績(jī)的當(dāng)屬谷歌旗下的Deepmind公司，其AlphaGo由于采用深度強(qiáng)化學(xué)習(xí)算法而一路戰(zhàn)勝李世石、柯潔等一系列人類(lèi)圍棋冠軍而聞名天下，后來(lái)推出的新版本AlphaZero甚至又戰(zhàn)勝了AlphaGo。

在信息非對(duì)稱(chēng)的博弈中，卡耐基梅隆大學(xué)開(kāi)發(fā)的人工智能Libratus在與4名人類(lèi)頂尖得州撲克選手之間的“人機(jī)大戰(zhàn)”中也取得了壓倒性勝利。此外，比較知名的算法還有谷歌大腦研究科學(xué)家Ian Goodfellow提出的對(duì)抗式生成網(wǎng)絡(luò)、南京大學(xué)周志華教授提出的深度森林、新加坡南洋理工大學(xué)黃廣斌教授提出的超限學(xué)習(xí)機(jī)等。

但是，隨著深度學(xué)習(xí)應(yīng)用逐步深入，其不可解釋性與黑箱問(wèn)題等也在近兩年逐步暴露出來(lái)。因此，一些傳統(tǒng)的機(jī)器學(xué)習(xí)算法重新受到重視，如1988年美國(guó)計(jì)算機(jī)科學(xué)家猶大·伯爾（Judea Pearl）提出的貝葉斯網(wǎng)絡(luò)、2012年谷歌提出的知識(shí)圖譜等。另外，還有一些新型算法，包括欣頓提出的膠囊網(wǎng)絡(luò)、谷歌大腦與Deepmind提出的圖網(wǎng)絡(luò)等。

基礎(chǔ)與平臺(tái)領(lǐng)域

在通用芯片設(shè)計(jì)方面，美國(guó)英偉達(dá)（NVIDIA）的Tesla等系列GPU、谷歌的TPU以及英特爾（Intel）的NNP等產(chǎn)品都屬于國(guó)際領(lǐng)先的云端芯片；三星、蘋(píng)果、高通等終端廠(chǎng)商也都有相應(yīng)的終端芯片產(chǎn)品；中國(guó)的寒武紀(jì)在深度學(xué)習(xí)芯片設(shè)計(jì)方面也已經(jīng)達(dá)到國(guó)際先進(jìn)水平。

在專(zhuān)用芯片設(shè)計(jì)方面，特斯拉2019年4月發(fā)布了自主研發(fā)的自動(dòng)駕駛專(zhuān)用芯片以及CPU、GPU、ISP等一系列芯片，其完全自動(dòng)駕駛計(jì)算機(jī)可以達(dá)到144TOPS的算力，但功耗僅為72W，并已搭載在目前新生產(chǎn)的特斯拉旗下車(chē)型中。總部位于北京的地平線(xiàn)機(jī)器人2017年底發(fā)布了面向智能駕駛的Journey 1.0和面向攝像頭的Sunrize1.0處理器。

在半導(dǎo)體加工設(shè)備方面，超高精密儀器、數(shù)控機(jī)床、光刻機(jī)等基本上被美國(guó)、日本、荷蘭等壟斷，包括美國(guó)的應(yīng)用材料公司、日本的日立、荷蘭的阿斯麥（ASML）等。

在芯片生產(chǎn)方面，目前來(lái)自中國(guó)臺(tái)灣的臺(tái)積電處于世界領(lǐng)先水平，它將于2020年開(kāi)始5nm制程的量產(chǎn)，而且3nm制程的環(huán)境影響評(píng)價(jià)已獲通過(guò)，2nm制程計(jì)劃已經(jīng)制訂。

深度學(xué)習(xí)模型需要基于大量的數(shù)據(jù)進(jìn)行訓(xùn)練才能獲得較好的參數(shù)，因此國(guó)際上一些大型科研機(jī)構(gòu)和企業(yè)非常重視數(shù)據(jù)集的建設(shè)。數(shù)據(jù)集建設(shè)的先驅(qū)當(dāng)屬于美國(guó)斯坦福大學(xué)的華裔科學(xué)家李飛飛，她于2009年成功創(chuàng)建ImageNet數(shù)據(jù)集，并通過(guò)舉辦比賽等方式極大地促進(jìn)了圖像識(shí)別算法的進(jìn)步，使其分類(lèi)精度達(dá)到了95%以上。

目前，比較知名的數(shù)據(jù)集包括美國(guó)國(guó)家標(biāo)準(zhǔn)研究院的Mugshot、谷歌的SVHN、微軟的MS COCO等圖像基礎(chǔ)數(shù)據(jù)集、斯坦福大學(xué)的SQuAD、卡耐基梅隆大學(xué)的Q/A Dataset、Salesforce的WikiText等自然語(yǔ)言數(shù)據(jù)集以及2000 HUB5 English、CHiME、TED-LIUM等語(yǔ)音數(shù)據(jù)集。另外，澳大利亞的數(shù)據(jù)集Kaggle橫跨多個(gè)領(lǐng)域，具有較強(qiáng)的綜合性，其影響力也正在逐年增強(qiáng)。

由于深度學(xué)習(xí)對(duì)算力有較高的需求，因此相繼出現(xiàn)了一些專(zhuān)門(mén)的計(jì)算框架和平臺(tái)，著名的框架包括谷歌的TensorFlow、加州大學(xué)伯克利分校的Caffe、微軟的CNTK、臉書(shū)的Torch、亞馬遜的MXNet等。其中，谷歌的TensorFlow能夠支持異構(gòu)設(shè)備的分布式計(jì)算，其平臺(tái)API能力已經(jīng)覆蓋了CNN、RNN、LSTM等當(dāng)前最流行的深度神經(jīng)網(wǎng)絡(luò)模型。

中國(guó)的百度公司也于2016年宣布了開(kāi)源PaddlePaddle深度學(xué)習(xí)平臺(tái)，并于2019年4月發(fā)布了10余項(xiàng)新特性及服務(wù)，覆蓋深度學(xué)習(xí)開(kāi)發(fā)、訓(xùn)練、預(yù)測(cè)環(huán)節(jié)。

開(kāi)發(fā)語(yǔ)言和工具涉及腳本語(yǔ)言、開(kāi)發(fā)平臺(tái)以及芯片設(shè)計(jì)工具等。

由荷蘭的吉多·范羅蘇姆（Guido van Rossum）于1990年代初開(kāi)發(fā)出來(lái)的腳本語(yǔ)言Python語(yǔ)言已經(jīng)成為廣受歡迎、用途廣泛的AI開(kāi)發(fā)語(yǔ)言。微軟在其Build 2019開(kāi)發(fā)者會(huì)議上宣布在Visual Studio 2019中默認(rèn)包含IntelliCode。谷歌于2018年發(fā)布了AutoML，大大降低了人工智能開(kāi)發(fā)者的門(mén)檻，目前已經(jīng)能夠支持圖像、翻譯、視頻和自然語(yǔ)言處理等多個(gè)領(lǐng)域。

谷歌還推出一個(gè)名為AI Platform的人工智能訓(xùn)練平臺(tái)，為人工智能研究人員的團(tuán)隊(duì)測(cè)試、培訓(xùn)以及部署模型提供了一個(gè)共享型端到端環(huán)境。

在智能化芯片設(shè)計(jì)工具方面，由于高集成度、高速度、高性能、高功效等要求，電子設(shè)計(jì)自動(dòng)化（EDA）已經(jīng)成為必不可少的工具。自1978年Calma公司發(fā)布GDS-II以來(lái)，EDA市場(chǎng)經(jīng)過(guò)激烈的競(jìng)爭(zhēng)，目前已經(jīng)形成了Cadence、Synopsys、Mentor Graphics三足鼎立的局面。

應(yīng)用技術(shù)領(lǐng)域

語(yǔ)音識(shí)別與自然語(yǔ)言處理領(lǐng)域的先驅(qū)當(dāng)屬于IBM，其ViaVoice早在1970年就已經(jīng)引起了廣泛關(guān)注。但語(yǔ)音識(shí)別能夠開(kāi)啟產(chǎn)業(yè)化大門(mén)還要?dú)w功于本希奧開(kāi)創(chuàng)了深度神經(jīng)網(wǎng)絡(luò)做語(yǔ)音識(shí)別的先河。

此后，IBM Watson在2011年贏得了《Jeopardy！》答題秀，Nuance公司的語(yǔ)音識(shí)別技術(shù)也成為了蘋(píng)果公司Siri產(chǎn)品的核心。谷歌在2018年10月推出的BERT模型，在機(jī)器閱讀理解頂級(jí)水平測(cè)試SQuAD1.1中取得了驚人的成績(jī)，全部?jī)蓚€(gè)衡量指標(biāo)全面超越人類(lèi)，并且還在11種不同的NLP測(cè)試中創(chuàng)出最佳成績(jī)。

中國(guó)在語(yǔ)音識(shí)別與自然語(yǔ)言處理領(lǐng)域也取得了較好的成績(jī)，科大訊飛在國(guó)際權(quán)威大賽中繼續(xù)保持領(lǐng)頭羊位置。

2018年1月，科大訊飛在業(yè)界權(quán)威的斯坦福SQuAD評(píng)測(cè)中第三次獲得世界第一名，其融合式層疊注意力系統(tǒng)也是全球首個(gè)模糊準(zhǔn)確率超過(guò)89%的系統(tǒng)。隨后，在第十二屆國(guó)際語(yǔ)義評(píng)測(cè)比賽（SemEval2018）中，哈工大訊飛聯(lián)合實(shí)驗(yàn)室獲得了機(jī)器閱讀理解評(píng)測(cè)任務(wù)第一名。

另外，科大訊飛還獲得了首個(gè)美國(guó)CES展“2017年度優(yōu)秀人工智能產(chǎn)業(yè)領(lǐng)導(dǎo)者”獎(jiǎng)，在第五屆國(guó)際多通道語(yǔ)音分離和識(shí)別大賽（CHiME-5）中再次包攬了大賽中單麥克風(fēng)陣列任務(wù)、分布式麥克風(fēng)陣列任務(wù)和兩種麥克風(fēng)陣列對(duì)應(yīng)的兩個(gè)端到端的語(yǔ)音識(shí)別任務(wù)等全部四個(gè)項(xiàng)目的冠軍。

此外，搜狗公司在智能語(yǔ)音方面的成長(zhǎng)速度也很驚人。在國(guó)際口語(yǔ)機(jī)器翻譯評(píng)測(cè)比賽IWSLT2018評(píng)測(cè)比賽中，搜狗與訊飛分別奪得了baseline模型和端到端模型的冠軍。

近些年來(lái)，影響較大的學(xué)術(shù)領(lǐng)軍人物基本上都是來(lái)自于圖像識(shí)別領(lǐng)域。欣頓由于其深度學(xué)習(xí)算法在當(dāng)屆ImageNet競(jìng)賽中取得壓倒性勝利，而使得人工智能進(jìn)入到深度學(xué)習(xí)時(shí)代；萊坎提出的以L(fǎng)eNet為代表的卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用到各種不同的圖像識(shí)別任務(wù)時(shí)都取得了不錯(cuò)效果；吳恩達(dá)供職于谷歌時(shí)負(fù)責(zé)的項(xiàng)目借助模擬神經(jīng)網(wǎng)絡(luò)“DistBelief”，在沒(méi)有人幫助的情況下使機(jī)器自己讀懂了貓的概念。

中國(guó)企業(yè)在圖像與視頻識(shí)別領(lǐng)域也取得了令人矚目的成績(jī)。

何凱明、孫劍等提出的ResNet模型在ImageNet 2015競(jìng)賽中以96.43%的準(zhǔn)確率首次全面超過(guò)人眼94.9%的準(zhǔn)確率；海康威視在ImageNet 2016競(jìng)賽中獲得了多項(xiàng)第一名。

依圖科技、商湯科技、中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院在美國(guó)國(guó)家標(biāo)準(zhǔn)技術(shù)局（NIST）的人臉識(shí)別競(jìng)賽FRVT2018中包攬了前五名，依圖科技成績(jī)甚至達(dá)到了千萬(wàn)分之一誤報(bào)率下的識(shí)別準(zhǔn)確率超過(guò)99%。

大華股份2018年在2D車(chē)輛目標(biāo)監(jiān)測(cè)、MOT跟蹤、行人重識(shí)別等國(guó)際競(jìng)賽中分別取得了第一名的成績(jī)。

騰訊2018年在WIDERFACE和FDDB兩個(gè)權(quán)威的人臉檢測(cè)數(shù)據(jù)集上均取得了第一并刷新了世界紀(jì)錄，騰訊優(yōu)圖還可在150毫秒內(nèi)完成對(duì)色情圖片的識(shí)別，精度達(dá)到千分之一錯(cuò)誤率。

另外，百度于2016年推出了體育解說(shuō)機(jī)器人，在奧運(yùn)期間為用戶(hù)直播熱門(mén)籃球賽事，不僅能在直播過(guò)程中與用戶(hù)互動(dòng)回答問(wèn)題，而且還特別設(shè)定了“全程賽事解說(shuō)”和“球星重點(diǎn)解說(shuō)”兩種模式。

搜狗在唇語(yǔ)識(shí)別領(lǐng)域表現(xiàn)優(yōu)異，在非特定人開(kāi)放口語(yǔ)測(cè)試集上可以達(dá)到60%以上的準(zhǔn)確率，在車(chē)載、智能家居等垂直場(chǎng)景命令集上甚至可以達(dá)到90%的準(zhǔn)確率。

終端設(shè)備領(lǐng)域

在工業(yè)機(jī)器人方面，日本的發(fā)那科和安川、瑞士的ABB、德國(guó)的庫(kù)卡被稱(chēng)為“四大家族”，它們占據(jù)了全球?qū)⒔?0%的市場(chǎng)份額，在中國(guó)市場(chǎng)份額更是達(dá)到70%以上。

在人形機(jī)器人方面，最引人注目的機(jī)器人當(dāng)屬谷歌旗下的波士頓動(dòng)力公司研發(fā)的阿特拉斯（Atlas）機(jī)器人，其閃轉(zhuǎn)騰挪、跳躍能力令人稱(chēng)奇。日本本田研發(fā)的阿西莫（ASIMO）機(jī)器人不僅能夠主動(dòng)閃避迎面而來(lái)的人，還能上下樓梯，甚至完美地完成用紙杯倒水等任務(wù)。俄羅斯致力于打造太空戰(zhàn)士，其軍方機(jī)器人Fedor不僅可以準(zhǔn)確執(zhí)行人類(lèi)口頭指令，還可以完成匍匐前進(jìn)、開(kāi)車(chē)、射擊等任務(wù)。

在手術(shù)機(jī)器人方面，由美國(guó)直覺(jué)外科公司（Intuitive Surgical）、IBM、麻省理工學(xué)院和Heartport公司聯(lián)合研發(fā)的達(dá)芬奇機(jī)器人在外科手術(shù)領(lǐng)域具有絕對(duì)的壟斷地位，自問(wèn)世以來(lái)20多年一直處于行業(yè)第一的位置，保持70%的毛利潤(rùn)率和30%的凈利潤(rùn)率。

微型機(jī)器人方面，慕尼黑工業(yè)大學(xué)的Simmel團(tuán)隊(duì)2018年使用DNA分子組裝出一個(gè)可以遠(yuǎn)程控制的納米機(jī)器臂，并用它成功推動(dòng)了一個(gè)納米金微粒。哈工大謝暉教授團(tuán)隊(duì)2019年3月研制出可重構(gòu)磁性微機(jī)器人群，磁性游動(dòng)機(jī)器人長(zhǎng)3微米，直徑2微米，為實(shí)現(xiàn)毛細(xì)血管內(nèi)手術(shù)帶來(lái)了可能。

在無(wú)人系統(tǒng)方面，中國(guó)大疆無(wú)人機(jī)目前已經(jīng)占據(jù)了全球70%以上的市場(chǎng)份額，而特斯拉、谷歌、百度等均在無(wú)人車(chē)領(lǐng)域取得了較大進(jìn)展，相繼在一些國(guó)家和區(qū)域獲得了路測(cè)牌照。

未來(lái)探索：

腦機(jī)接口控制與類(lèi)腦智能領(lǐng)域

自1980年代約翰·霍普金斯大學(xué)的科研人員Apostolos Georgopuolos找到獼猴的上肢運(yùn)動(dòng)方向和運(yùn)動(dòng)皮層中單個(gè)神經(jīng)元放電模式的關(guān)系以來(lái)，腦機(jī)接口取得了較大進(jìn)展。

早期的腦機(jī)接口基本上都是侵入式的。2005年，美國(guó)電子活動(dòng)神經(jīng)技術(shù)系統(tǒng)公司（Cyberkinetics）獲得美國(guó)生物制品評(píng)價(jià)和研究中心（FDA）批準(zhǔn)，進(jìn)行了第一期的運(yùn)動(dòng)皮層腦機(jī)接口臨床試驗(yàn)，使得四肢癱瘓的病人能夠利用一個(gè)96個(gè)電極的植入物通過(guò)運(yùn)動(dòng)意圖來(lái)完成機(jī)械臂控制、電腦光標(biāo)控制等任務(wù)。

2016年9月，浙江大學(xué)吳朝暉課題組通過(guò)一種結(jié)合了大鼠和增強(qiáng)學(xué)習(xí)算法計(jì)算機(jī)的混合腦機(jī)系統(tǒng)，使得被“增強(qiáng)”后的大鼠在學(xué)習(xí)走迷宮任務(wù)中即使是在視覺(jué)和觸覺(jué)感知受阻的情況下也能順利走出迷宮。

由于侵入式腦機(jī)接口容易給植入者帶來(lái)痛苦和傷害，近年來(lái)非侵入式的神經(jīng)成像術(shù)開(kāi)始受到研究者的青睞。

2004年創(chuàng)辦于硅谷的神念科技已經(jīng)將利用腦電波實(shí)現(xiàn)的腦機(jī)接口應(yīng)用于腦立方等產(chǎn)品中。

2017年，創(chuàng)業(yè)領(lǐng)域領(lǐng)軍人物埃隆·馬斯克（Elon Musk）等投資創(chuàng)立面向神經(jīng)假體應(yīng)用和未來(lái)人機(jī)通信的腦機(jī)接口公司“神經(jīng)連接”（Neuralink）。

中科院半導(dǎo)體所及其合作團(tuán)隊(duì)利用任務(wù)相關(guān)成分分析算法，將穩(wěn)態(tài)視覺(jué)誘發(fā)電位腦機(jī)接口的通訊速率提升到5.4 bit/s（最優(yōu)結(jié)果達(dá)到6.3 bit/s），成為目前已有報(bào)道的最快頭皮腦電腦機(jī)接口系統(tǒng)。

2018年11月，美國(guó)華盛頓大學(xué)和卡耐基梅隆大學(xué)的研究學(xué)者首次成功建立了多人腦對(duì)腦接口合作系統(tǒng)，使3名受試者在互不對(duì)話(huà)情況下的意念分享平均準(zhǔn)確率高達(dá)81.25%。

由于現(xiàn)有計(jì)算機(jī)系統(tǒng)受到內(nèi)存墻等相關(guān)方面的制約，難以達(dá)到較高的計(jì)算效率，近些年來(lái)國(guó)內(nèi)外一些科學(xué)家開(kāi)始進(jìn)行顛覆馮·諾依曼體系結(jié)構(gòu)（數(shù)學(xué)家馮·諾依曼提出了計(jì)算機(jī)制造的三個(gè)基本原則，即采用二進(jìn)制邏輯、程序存儲(chǔ)執(zhí)行以及計(jì)算機(jī)由五個(gè)部分組成，這套理論被稱(chēng)為馮·諾依曼體系結(jié)構(gòu)）的類(lèi)腦智能算法與技術(shù)的探索。

現(xiàn)在，隨機(jī)興奮神經(jīng)元、擴(kuò)散型憶阻器等已經(jīng)在IBM、馬薩諸塞州阿姆赫斯特大學(xué)、清華大學(xué)等機(jī)構(gòu)研制成功，IBM已經(jīng)研制成功TrueNorth芯片，清華大學(xué)團(tuán)隊(duì)也成功研制出了基于憶阻器的PUF芯片。

（轉(zhuǎn)載于新華社）

拓展知識(shí)：