AlphaGo擊敗李世乭一時(shí)間引起了眾多媒體的關(guān)注，盡管已經(jīng)過(guò)去一段時(shí)間。而人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)這些詞已然成為媒體熱詞，媒體用他們用來(lái)描述 DeepMind 是如何獲得成功的。

　　首先來(lái)說(shuō)一下，人工智能、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)三者之間的關(guān)系，區(qū)別三者最簡(jiǎn)單的方法：想象同心圓，人工智能（AI）是半徑最大的同心圓，向內(nèi)是機(jī)器學(xué)習(xí)（Machine Learning），最內(nèi)是深入學(xué)習(xí)（Deep Learning）。

　　自從幾位計(jì)算機(jī)科學(xué)家在 1956 年的達(dá)特茅斯會(huì)議上提到這個(gè)詞以后，人工智能就縈繞在實(shí)驗(yàn)研究者們心中，不斷醞釀。在此后的幾十年里，人工智能被標(biāo)榜為成就人類(lèi)文明美好未來(lái)的關(guān)鍵。

　　在過(guò)去的幾年里，特別是2015 以來(lái)，人工智能開(kāi)始大爆發(fā)。這在很大程度上提高了 GPU 的廣泛可用性，使得并行處理速度越來(lái)越快，使用更便宜，而且功能更強(qiáng)大。整個(gè)大數(shù)據(jù)運(yùn)動(dòng)擁有無(wú)限的存儲(chǔ)和大量的數(shù)據(jù)：圖像，文本，交易，映射數(shù)據(jù)等等。

　　有關(guān)人工智能：

　　1.過(guò)去二十年，在大數(shù)據(jù)集的數(shù)字化、建立管理大數(shù)據(jù)集的基礎(chǔ)框架和大數(shù)據(jù)計(jì)算范式上的進(jìn)展，是解釋本世紀(jì)先后將重點(diǎn)放在數(shù)據(jù)科學(xué)和人工智能上的主要原因。

　　2.一旦我們數(shù)字化了數(shù)據(jù)，使得他們可以被程序處理，下一步就是撬動(dòng)自動(dòng)化和對(duì)未來(lái)的預(yù)測(cè)。隨著預(yù)測(cè)能力的增加，似乎更多“智能”的方面展現(xiàn)了出 來(lái)。于是我們將“數(shù)據(jù)科學(xué)”這樣的術(shù)語(yǔ)改為“人工智能”。事實(shí)上這二者之間并沒(méi)有什么明顯的差別，只是感覺(jué)上的新奇和困難程度不同而已。新奇度和難度隨著時(shí)間是呈正態(tài)分布。今天“人工智能”給人的感覺(jué)就和昨天的“數(shù)據(jù)科學(xué)”一樣。

　　3.從數(shù)據(jù)中學(xué)習(xí)的AI叫做機(jī)器學(xué)習(xí)（Machine Learning）。傳統(tǒng)的機(jī)器學(xué)習(xí)從原始數(shù)據(jù)中提取人們可以識(shí)別的特征，然后通過(guò)學(xué)習(xí)這些特征產(chǎn)生一個(gè)最終的模型。

　　有關(guān)機(jī)器學(xué)習(xí)：

　　機(jī)器學(xué)習(xí)是一種實(shí)現(xiàn)人工智能的方法。

　　1、機(jī)器學(xué)習(xí)最根本的點(diǎn)在于使用算法來(lái)分析數(shù)據(jù)的實(shí)踐、學(xué)習(xí)，然后對(duì)真實(shí)的事件作出決定或預(yù)測(cè)。而不是用一組特定的指令生成的硬編碼軟件程序來(lái)解決特定任務(wù)，機(jī)器是通過(guò)使用大量的數(shù)據(jù)和算法來(lái)「訓(xùn)練」，這樣就給了它學(xué)習(xí)如何執(zhí)行任務(wù)的能力。

　　2、機(jī)器學(xué)習(xí)是早期人工智能人群思考的產(chǎn)物，多年來(lái)形成的算法包括決策樹(shù)學(xué)習(xí)、歸納邏輯編程、聚類(lèi)、強(qiáng)化學(xué)習(xí)、貝葉斯網(wǎng)絡(luò)等等。正如我們所知，所有這些都沒(méi)有實(shí)現(xiàn)強(qiáng)人工智能的最終目標(biāo)，而早期的機(jī)器學(xué)習(xí)方法甚至連弱人工智能都沒(méi)有觸及到。

　　4、事實(shí)證明，多年來(lái)機(jī)器學(xué)習(xí)的最佳應(yīng)用領(lǐng)域之一是計(jì)算機(jī)視覺(jué)，盡管仍然需要大量的手工編碼來(lái)完成這項(xiàng)工作。人們會(huì)去寫(xiě)手工編碼分類(lèi)器，如邊緣檢測(cè)濾波器，以便程序可以識(shí)別一個(gè)目標(biāo)的啟動(dòng)和停止；進(jìn)行形狀檢測(cè)以確定它是否有八個(gè)側(cè)面；同時(shí)確保分類(lèi)器能夠識(shí)別字母「s-t-o-p.」從那些手工編碼分類(lèi)器中，機(jī)器就會(huì)開(kāi)發(fā)算法使得圖像和「學(xué)習(xí)」更有意義，用來(lái)確定這是否是一個(gè)停止標(biāo)志。

　　結(jié)果還算不錯(cuò)，但這還不夠。特別是在霧天當(dāng)標(biāo)志不那么清晰，或有一棵樹(shù)掩蓋了標(biāo)志的一部分時(shí)，就難以成功了。還有一個(gè)原因，計(jì)算機(jī)視覺(jué)和圖像檢測(cè)還不能與人類(lèi)相媲美，它太脆弱，太容易受到周?chē)h(huán)境的影響。

　　有關(guān)深度學(xué)習(xí)：

　　現(xiàn)在深度學(xué)習(xí)在機(jī)器學(xué)習(xí)領(lǐng)域是一個(gè)很熱的概念，不過(guò)經(jīng)過(guò)各種媒體的轉(zhuǎn)載播報(bào)，這個(gè)概念也逐漸變得有些神話的感覺(jué)：例如，人們可能認(rèn)為，深度學(xué)習(xí)是一種能夠模擬出人腦的神經(jīng)結(jié)構(gòu)的機(jī)器學(xué)習(xí)方式，從而能夠讓計(jì)算機(jī)具有人一樣的智慧；而這樣一種技術(shù)在將來(lái)無(wú)疑是前景無(wú)限的。那么深度學(xué)習(xí)本質(zhì)上又是一種什么樣的技術(shù)呢？

　　深度學(xué)習(xí)是機(jī)器學(xué)習(xí)領(lǐng)域中對(duì)模式（聲音、圖像等等）進(jìn)行建模的一種方法，它也是一種基于統(tǒng)計(jì)的概率模型。在對(duì)各種模式進(jìn)行建模之后，便可以對(duì)各種模式進(jìn)行 識(shí)別了，例如待建模的模式是聲音的話，那么這種識(shí)別便可以理解為語(yǔ)音識(shí)別。而類(lèi)比來(lái)理解，如果說(shuō)將機(jī)器學(xué)習(xí)算法類(lèi)比為排序算法，那么深度學(xué)習(xí)算法便是眾多排序算法當(dāng)中的一種（例如冒泡排序），這種算法在某些應(yīng)用場(chǎng)景中，會(huì)具有一定的優(yōu)勢(shì)。

　　1.過(guò)去十年中，神經(jīng)網(wǎng)絡(luò)，一種類(lèi)似哺乳動(dòng)物大腦突觸連接關(guān)系的機(jī)器學(xué)習(xí)結(jié)構(gòu)，得以復(fù)興。神經(jīng)網(wǎng)絡(luò)不需要人為提取特征。原始數(shù)據(jù)進(jìn)入學(xué)習(xí)算法之后不需要任何的人為工作，我們把它稱(chēng)之為“深度學(xué)習(xí)”。

　　2.盡管深度學(xué)習(xí)技術(shù)和學(xué)習(xí)模型已經(jīng)存在了幾十年了，但是我們現(xiàn)在才看到其理論創(chuàng)新和基于經(jīng)驗(yàn)的突破，因?yàn)榛A(chǔ)架構(gòu)和數(shù)據(jù)的實(shí)用性才剛剛成熟。2006年，NVIDIA推出基于GPU的CUDA開(kāi)發(fā)平臺(tái)，成為了深度學(xué)習(xí)發(fā)展歷史上的風(fēng)水嶺。

　　3.正是由于深度學(xué)習(xí)脫離了人為構(gòu)建特征使其得以成為一種自然的學(xué)習(xí)工具。很多技能，早在有能力以復(fù)雜的數(shù)學(xué)方式提取特征之前，我們就已經(jīng)學(xué)會(huì)了。這些技能是我們自然而然學(xué)會(huì)的，難以用高度的特征歸納。通過(guò)傳統(tǒng)的機(jī)器學(xué)習(xí)手段，是很難憑人類(lèi)的直覺(jué)得出，或是構(gòu)造出高維的精確特征的。

　　4.早在我們有能力構(gòu)建復(fù)雜的語(yǔ)義（semanTIc）之前，我們就已經(jīng)在機(jī)器視覺(jué)和自然語(yǔ)言處理等方面取得了很好的成績(jī)。但是學(xué)會(huì)這些技能不需要我們有數(shù)學(xué)推理的能力，更不要說(shuō)人為有意構(gòu)建的高層語(yǔ)義了。

　　5.深度學(xué)習(xí)在廣義的高維機(jī)器學(xué)習(xí)問(wèn)題上已經(jīng)展現(xiàn)了突破性的成果。其中覆蓋的領(lǐng)域包括基因組學(xué)，油氣，數(shù)位病理學(xué)甚至是公共市場(chǎng)。

　　有關(guān)強(qiáng)人工智能：

　　ArTIficial General Intelligence（AGI）是指強(qiáng)人工智能，這是一種人類(lèi)級(jí)別的人工智能，在各方面都能和人類(lèi)比肩，人類(lèi)能干的腦力活它都能干。不僅僅是當(dāng)今人工智能所應(yīng)對(duì)的局部、特定的問(wèn)題，未來(lái) 可能出現(xiàn)的復(fù)雜繁冗任務(wù)對(duì)它來(lái)說(shuō)都不在話下，當(dāng)前的人工智能需要人類(lèi)進(jìn)行編程，但不排除未來(lái)的某一天它可以自動(dòng)編程。因此，AGI的定義其實(shí)也不太準(zhǔn)確。

　　1、如果說(shuō)AGI定義尚難，尚不能預(yù)測(cè)它的發(fā)展。勒存和百度首席科學(xué)家吳恩達(dá)等人都認(rèn)為不必在AGI的預(yù)測(cè)上浪費(fèi)時(shí)間，因?yàn)槟壳叭祟?lèi)要達(dá)到這個(gè)水平還遠(yuǎn)的很。人工智能還需要跨越一個(gè)幾年甚至幾十年的寒冬。吳恩達(dá)做了個(gè)比喻，人類(lèi)對(duì)未來(lái)人工智能的擔(dān)憂(yōu)簡(jiǎn)直比得上對(duì)半人馬座α星系的幻想（注：由于半人馬座α星系統(tǒng)距離地球很近，許多科幻小說(shuō)都“認(rèn)為”這里存在發(fā)達(dá)的宇宙文明）。

　　2、谷歌DeepMind聯(lián)合創(chuàng)始人肖恩·萊格認(rèn)為，現(xiàn)在開(kāi)始研究人工智能安全是絕對(duì)有益的，它幫助我們建立起一個(gè)框架，讓研究人員在這個(gè)框架內(nèi)朝著積極的方向去發(fā)展更聰明的人工智能。

　　3、AGI會(huì)擁有類(lèi)似人類(lèi)的智力，但是卻不會(huì)有類(lèi)似人類(lèi)的外表，因?yàn)槲覀儾⒉涣私庾约簝?nèi)在的“目標(biāo)函數(shù)”。目前，我們?cè)谔囟ǖ念I(lǐng)域內(nèi)訓(xùn)練計(jì)算機(jī)，使他們犯的錯(cuò)誤最小化。除非我們知道我們自己的目標(biāo)函數(shù)是如何校準(zhǔn)的，否則，即使AGI會(huì)很智能甚至有可能會(huì)有意識(shí)的展現(xiàn)，但也絕對(duì)不會(huì)完全像人一樣。

　　4、人們會(huì)通過(guò)輸入輸出的通道來(lái)限制和規(guī)范AGI的行為。未來(lái)會(huì)有很多關(guān)于AGI善惡的爭(zhēng)論，關(guān)于增加其好的能力是否會(huì)同時(shí)使其產(chǎn)生潛在的惡意行為。無(wú)人駕駛汽車(chē)是一個(gè)早期、但是很有力的例子。

　　有關(guān)人工智能之計(jì)算機(jī)視覺(jué)公司：

　　1、曠視科技：讓機(jī)器看懂世界

　　公司專(zhuān)注于人臉識(shí)別技術(shù)和相關(guān)產(chǎn)品應(yīng)用研究，面向開(kāi)發(fā)者提供服務(wù)，能提供一整套人臉檢測(cè)、人臉識(shí)別、人臉?lè)治鲆约叭四?D技術(shù)的視覺(jué)技術(shù)服務(wù)，主要通過(guò)提供云端API、離線SDK、以及面向用戶(hù)的自主研發(fā)產(chǎn)品形式，將人臉識(shí)別技術(shù)廣泛應(yīng)用到互聯(lián)網(wǎng)及移動(dòng)應(yīng)用場(chǎng)景中。

　　2、云從科技：源自計(jì)算機(jī)視覺(jué)之父的人臉識(shí)別技術(shù)

　　廣州云從信息科技有限公司（簡(jiǎn)稱(chēng)云從科技）是一家專(zhuān)注于計(jì)算機(jī)視覺(jué)與人工智能的高科技企業(yè)，核心技術(shù)源于四院院士、計(jì)算機(jī)視覺(jué)之父—— Thomas S. Huang黃煦濤教授。

　　3、格林深瞳：讓計(jì)算機(jī)看懂世界

　　格靈深瞳是一家將計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)技術(shù)應(yīng)用于商業(yè)領(lǐng)域的科技公司，自主研發(fā)的深瞳技術(shù)在人和車(chē)的檢測(cè)、跟蹤與識(shí)別方面居于世界領(lǐng)先水平。

　　北京陌上花科技有限公司：人工智能計(jì)算機(jī)視覺(jué)引擎

　　衣+是領(lǐng)先的人工智能計(jì)算機(jī)視覺(jué)引擎，在國(guó)際頂級(jí)計(jì)算機(jī)視覺(jué)競(jìng)賽ImageNet2015中，獲得五項(xiàng)世界第一。

　　4、依圖科技：與您一起構(gòu)建計(jì)算機(jī)視覺(jué)的未來(lái)

　　目前致力于計(jì)算機(jī)視覺(jué)、圖像視頻智能理解和分布式系統(tǒng)及大數(shù)據(jù)應(yīng)用的研究，為用戶(hù)提供基于圖像視頻理解的計(jì)算機(jī)視覺(jué)產(chǎn)品。

　　5、碼隆科技：最時(shí)尚的人工智能

　　碼隆科技（Malong Technologies）是一家專(zhuān)注于引領(lǐng)深度學(xué)習(xí)與計(jì)算機(jī)視覺(jué)技術(shù)突破的人工智能公司，致力于打造全球領(lǐng)先的視覺(jué)決策引擎，并為企業(yè)提供國(guó)際領(lǐng)先、定制化的計(jì)算機(jī)視覺(jué)解決方案。

　　6、Linkface臉云科技：全球領(lǐng)先的人臉識(shí)別技術(shù)服務(wù)

　　成立于2014年，開(kāi)創(chuàng)了基于深度學(xué)習(xí)的人臉檢測(cè)創(chuàng)新算法，搭建了一套高效穩(wěn)定的人臉?lè)治鱿到y(tǒng)，囊括了人臉檢測(cè)、人臉關(guān)鍵點(diǎn)檢出、人臉識(shí)別、人臉屬性分析、活體檢測(cè)等全套身份認(rèn)證所需技術(shù)。

　　7、灝瀧智能：疲勞駕駛預(yù)警技術(shù)領(lǐng)先企業(yè)

　　公司核心團(tuán)隊(duì)以原中國(guó)人民解放軍某部，軍用圖形圖像技術(shù)轉(zhuǎn)業(yè)專(zhuān)家發(fā)起組建，公司所研發(fā)的視覺(jué)識(shí)別技術(shù)，通過(guò)日本、歐洲多家跨國(guó)電子企業(yè)及國(guó)內(nèi)車(chē)廠的綜合測(cè)試要求。

　　8、Sense TIme商湯科技：教會(huì)計(jì)算機(jī)看懂這個(gè)世界

　　我們成功聚集了當(dāng)下華人中最出色、最有影響力的深度學(xué)習(xí)、計(jì)算機(jī)視覺(jué)科學(xué)家，以及來(lái)自于谷歌、百度、微軟、聯(lián)想等一批產(chǎn)業(yè)界的領(lǐng)軍人物。在人工智能產(chǎn)業(yè)興起的大背景下，商湯集團(tuán)憑借在技術(shù)、人才、專(zhuān)利上超過(guò)十年的積累，迅速成為了人工智能行業(yè)領(lǐng)軍企業(yè)。

　　9、圖普科技：專(zhuān)注于圖像識(shí)別

　　廣州圖普網(wǎng)絡(luò)科技有限公司是一家站在人工智能前沿的創(chuàng)業(yè)科技公司，專(zhuān)注于圖像識(shí)別整體解決方案。

　 　身處物聯(lián)網(wǎng)洪流的你還在等什么！“關(guān)注物聯(lián)網(wǎng)新機(jī)遇的你，怎能錯(cuò)過(guò)這個(gè)饕餮盛宴??！由華強(qiáng)聚豐旗下電子發(fā)燒友網(wǎng)舉辦的第三屆“中國(guó)IoT大會(huì)”將 于12月2日在深圳隆重舉行：全球化的 視野、更高價(jià)值的獨(dú)家觀點(diǎn)、更專(zhuān)業(yè)的技術(shù)分享、更前沿的脈動(dòng)把握，匯聚全球物聯(lián)網(wǎng)知名企業(yè)與精英的盛典，你不可錯(cuò)過(guò)！更多信息歡迎大家繼續(xù)關(guān)注電子發(fā)燒友網(wǎng)！”（點(diǎn)擊圖片查看詳情）