BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

AI前线特刊:AI领域2017进展总结

| 作者 InfoQ中文站 关注 55 他的粉丝 发布于 2018年1月25日 都知道硅谷人工智能做的好,你知道 硅谷的运维技术 也值得参考吗?QCon上海带你探索其中的奥义

目录

专家总结与趋势预测篇

数据科学与机器学习:2017年主要成果与2018年核心趋势

不止Google vs. Nvidia:深度学习引领AI芯片大战

人工智能落地,商业化比技术更重要

AI名人名企回顾篇

DeepMind的2017年:历程回顾

阿里巴巴年度技术总结:人工智能在搜索的应用和实践

年终解读:2017年的语音识别,路只走了一半

2017年,吴恩达都干了些啥?我们替他做了份年终报告

开发者篇

2017开发者盘点:在他们眼中,AI是吹牛灌水还是真的来了?

卷首语

作者 陈思

说到近几年工智能发展的开端,我们又要说起那个已经被翻烂了的起源话题:李世石大战AlphaGo,这是近三年以来,人工智能头一次以如此耀眼的方式成为了各大媒体的头条,继互联网之后,人工智能仿佛洪水一般淹没了整个世界——智能时代到来了。

2017年,大数据掀起的热潮开始逐步让位于人工智能——事实上,AI已然成为本轮技术漩涡的核心所在。

技术上来说,2017 年始于 Pytorch,并对 Tensorflow 构成真正意义上的挑战,特别是在研究方面。对此,Tensorflow 通过在 Tensorflow Fold 中发布动态网络迅速作出回应。大玩家之间的“AI 之战”轰轰烈烈,其中最激烈的战争均围绕云而展开,所有的主要供应商都已经在各自的云服务中加紧布局 AI。亚马逊已经在他们的 AWS 进行大量创新,比如其最近推出构建和部署 ML 模型的 Sagemaker。另外值得一提的是,小型玩家也在不断涌入,例如 Nvidia 最近推出了他们的 GPU 云,位训练深度学习模型提供了另一个有趣的选择。虽然战况激烈,但我很高兴看到各行业在必要时能够凝聚在一起。另外,新的 ONNX 神经网络表达标准化是实现互操作性重要且必要的一步。

从应用场景上看,这一年,AlphaGo再一次击败了人类的冠军棋手,之后又通过自我训练成功进化出Alpha Zero;自动驾驶成为热潮,不论是特斯拉、Uber、百度、谷歌这样的大厂,还是图森、景驰等等这样的初创企业,纷纷投身自动驾驶;此外,人工智能芯片成为了新的“战场”,前有英伟达、谷歌,后有地平线、寒武纪,纷纷在2017年即将结束之时放出大招,吸睛又吸金······

除了上述案例,人工智能在2017年还有太多值得铭记的瞬间,在此暂不一一赘述。从以上案例中,我们可以很明显的感受到:AI技术的核心正在从学术界逐渐转向工业界。到2017年年底的时候,工业界已经成为了推动AI发展的最主要力量。除了原本就以技术为核心的企业外,还有一些看似和AI完全搭不上关系的企业也开始在业务中加速布局AI,可见这一轮人工智能浪潮的影响已经扩散到了各个领域,并还将持续下去。

进入2018,更多的机会在等待着AI从业者。有专家预测,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,人工智能将实现大规模提高效率,传统行业如制造业、医疗保健和金融将会从中受益。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。

虽然未来充满希望,然而一些现有的问题却不容乐观:部分AI技术应用落地和普及仍然困难、全球AI和大数据人才依旧短缺、各国法律政策对AI还是没有十分明确的规定······

这注定是一个挑战与机会并存的时代。2017年已经成为过去,在AI领域又太多里程碑值得纪念,总结2017是为了更好的迈向2018,所以AI前线在2018年之初为各位读者奉上这样一本迷你书,涵盖了来自全球AI和大数据领域技术专家的年终总结与趋势解读,同时还有世界知名技术大厂的年终技术总结与趋势预测。

如果你是AI从业者,希望这本迷你书能够为你的职业生涯规划做出一定的贡献;如果你不是AI从业人员,那么这本书是你了解AI发展趋势的绝佳参考,一定不要错过。

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT