隨著DeepMind推出根據(jù)記憶自主學(xué)習(xí)的計(jì)算機(jī)，人工智能已經(jīng)實(shí)現(xiàn)自我學(xué)習(xí)，這是否意味著人工智能已經(jīng)接近轉(zhuǎn)折點(diǎn)？

要回答這個(gè)問題，可能需要從AI的定義入手。斯坦福大學(xué)“AI研究的100年”項(xiàng)目發(fā)布的《2030年的AI和生活》報(bào)告給出的答案是“AI的定義取決于AI研究者”，這一迂回的“定義”將答案指向了AI的發(fā)展歷程。

AI的發(fā)展歷程

曾領(lǐng)導(dǎo)IBM互聯(lián)網(wǎng)業(yè)務(wù)部、現(xiàn)任麻省理工學(xué)院講師的Irving Wladawsky-Berger近日撰文指出，在AI發(fā)展的初期，人們認(rèn)為評(píng)估AI進(jìn)展的主要方式是與人類智能進(jìn)行比較，因此最好的方式是在競技游戲中令二者進(jìn)行對(duì)峙。

最早的AI挑戰(zhàn)之一是國際象棋。許多AI研究的領(lǐng)頭人認(rèn)為AI在國際象棋比賽中戰(zhàn)勝人類是遲早的，因此令計(jì)算機(jī)編程進(jìn)行象棋比賽。但實(shí)際上知道今天，也沒有人知道象棋冠軍究竟是如何思考的，遑論將其思維模式轉(zhuǎn)換成指令，從而令計(jì)算機(jī)成為象棋高手。20世紀(jì)80年代，這類AI遭遇挫折并被拋棄。

不過AI在90年代得以重生，這一階段，AI采用基于強(qiáng)大計(jì)算機(jī)和復(fù)雜算法的大量信息，對(duì)此進(jìn)行統(tǒng)計(jì)和強(qiáng)力計(jì)算，而非通過編程令計(jì)算機(jī)表現(xiàn)智能。而且，與早期以編程為基礎(chǔ)的項(xiàng)目不同，統(tǒng)計(jì)方法帶來的效果極佳。例如，IBM開發(fā)的超級(jí)電腦“深藍(lán)”，在1997年曾擊敗國際象棋世界冠軍Kasparov。

此后，AI領(lǐng)域的發(fā)展方向轉(zhuǎn)移到了比國際象棋更為復(fù)雜的游戲中，例如IBM在2011年推出的Watson程序，能夠使用自然語言回答問題，并在問答節(jié)目中贏得人機(jī)對(duì)決。這意味著計(jì)算機(jī)已經(jīng)能從書籍、報(bào)紙、網(wǎng)站等任何以自然語言呈現(xiàn)的非結(jié)構(gòu)化知識(shí)進(jìn)行提取。

更值得一提的是今年初贏得圍棋大師李世石的谷歌AlphaGo，其依賴深度學(xué)習(xí)算法，部分根據(jù)人腦工作方式進(jìn)行建模，而非單純依靠強(qiáng)力計(jì)算。

未來哪些元素將成熱門？

從AI的發(fā)展歷程中不難看出，深度學(xué)習(xí)在未來仍有較大發(fā)展空間，“AI研究的100年”項(xiàng)目報(bào)告指出，除此之外，大規(guī)模機(jī)器學(xué)習(xí)等也將成為大熱門：

大規(guī)模機(jī)器學(xué)習(xí)。通過機(jī)器學(xué)習(xí)，計(jì)算機(jī)能夠抓取大量數(shù)據(jù)，而非精確編程。目前的重點(diǎn)是擴(kuò)展現(xiàn)有的算法以完成大量數(shù)據(jù)的工作。

深度學(xué)習(xí)。這是機(jī)器學(xué)習(xí)的更高水平，其采用具有多個(gè)處理層的深度圖表，令先進(jìn)的可視化應(yīng)用（如物體識(shí)別、視頻標(biāo)簽等）得以完成。

強(qiáng)化學(xué)習(xí)。傳統(tǒng)的機(jī)器學(xué)習(xí)主要聚焦于模式挖掘，但強(qiáng)化學(xué)習(xí)將重點(diǎn)提升至決策形成，并協(xié)助AI在現(xiàn)實(shí)世界中更為深入地學(xué)習(xí)和執(zhí)行。

機(jī)器人。目前正在考慮如何訓(xùn)練機(jī)器人以可歸納和可預(yù)測(cè)的方式與周圍世界進(jìn)行互動(dòng)?？煽康臋C(jī)器感知（包括計(jì)算機(jī)的視覺、力量和觸覺）多數(shù)依靠機(jī)器學(xué)習(xí)，將繼續(xù)成為提升機(jī)器人能力的關(guān)鍵因素。

計(jì)算機(jī)視覺。在執(zhí)行一些（狹義的）視覺分類任務(wù)時(shí)，計(jì)算機(jī)的表現(xiàn)第一次優(yōu)于人類。目前多數(shù)研究集中在自動(dòng)圖像和視頻字幕上，

自然語言處理。對(duì)于有著大量數(shù)據(jù)的主流語言，自然語言處理正在迅速成為主流語言的大量數(shù)據(jù)集成。目前研究已經(jīng)轉(zhuǎn)移到精煉且有能力的系統(tǒng)，這類系統(tǒng)能夠通過對(duì)話與人進(jìn)行互動(dòng)，而非只是對(duì)程式化要求進(jìn)行應(yīng)答。

報(bào)告還指出，在未來十五年間，預(yù)計(jì)有人類意識(shí)的系統(tǒng)將受到進(jìn)一步重視，這意味著可以設(shè)計(jì)特定模型以與特定人群實(shí)現(xiàn)交互。而且需要開發(fā)出更多新的方式以教導(dǎo)機(jī)器人，而且物聯(lián)網(wǎng)系統(tǒng)變得越來越流行，這被視為社會(huì)與經(jīng)濟(jì)層面的AI。未來幾年，具有新的感知或識(shí)別能力的機(jī)器人平臺(tái)將進(jìn)一步成長，由數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品和市場同樣如此。

人工智能概念股：埃斯頓、科大智能、漢王科技、江南化工、華東數(shù)控、和而泰、中科曙光、永創(chuàng)智能、北京君正、通富微電、永創(chuàng)智能、勁拓股份。