隨著DeepMind推出根據(jù)記憶自主學(xué)習(xí)的計算機，人工智能已經(jīng)實現(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？

要回答這個問題，可能需要從AI的定義入手。斯坦福大學(xué)“AI研究的100年”項目發(fā)布的《2030年的AI和生活》報告給出的答案是“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，人們認為評估AI進展的主要方式是與人類智能進行比較，因此最好的方式是在競技游戲中令二者進行對峙。

最早的AI挑戰(zhàn)之一是國際象棋。許多AI研究的領(lǐng)頭人認為AI在國際象棋比賽中戰(zhàn)勝人類是遲早的，因此令計算機編程進行象棋比賽。但實際上知道今天，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，從而令計算機成為象棋高手。20世紀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采用基于強大計算機和復(fù)雜算法的大量信息，對此進行統(tǒng)計和強力計算，而非通過編程令計算機表現(xiàn)智能。而且，與早期以編程為基礎(chǔ)的項目不同，統(tǒng)計方法帶來的效果極佳。例如，IBM開發(fā)的超級電腦“深藍”，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)目中贏得人機對決。這意味著計算機已經(jīng)能從書籍、報紙、網(wǎng)站等任何以自然語言呈現(xiàn)的非結(jié)構(gòu)化知識進行提取。

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)人腦工作方式進行建模，而非單純依靠強力計算。

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”項目報告指出，除此之外，大規(guī)模機器學(xué)習(xí)等也將成為大熱門：

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

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

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

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

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

自然語言處理。對于有著大量數(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)能夠通過對話與人進行互動，而非只是對程式化要求進行應(yīng)答。

報告還指出，在未來十五年間，預(yù)計有人類意識的系統(tǒng)將受到進一步重視，這意味著可以設(shè)計特定模型以與特定人群實現(xiàn)交互。而且需要開發(fā)出更多新的方式以教導(dǎo)機器人，而且物聯(lián)網(wǎng)系統(tǒng)變得越來越流行，這被視為社會與經(jīng)濟層面的AI。未來幾年，具有新的感知或識別能力的機器人平臺將進一步成長，由數(shù)據(jù)驅(qū)動的產(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。