1956年的夏天，一場(chǎng)在美國(guó)達(dá)特茅斯（Dartmouth）大學(xué)召開(kāi)的學(xué)術(shù)會(huì)議，多年以后被認(rèn)定為全球人工智能研究的起點(diǎn)。2016年的春天，一場(chǎng)AlphaGo與世界頂級(jí)圍棋高手李世石的人機(jī)世紀(jì)對(duì)戰(zhàn)，把全球推上了人工智能浪潮的新高。
經(jīng)歷了兩次起伏，人工智能現(xiàn)在進(jìn)入了全球爆發(fā)的前夜。僅在中國(guó)就有上億人直接或間接地觀(guān)看了AlphaGo與李世石的比賽，而在2016年初，還有IBM在全球大舉推廣基于IBM Watson的認(rèn)知計(jì)算，Watson的前身就是1997年打敗了國(guó)際象棋大師卡斯帕羅夫的“深藍(lán)”。
中國(guó)有句古話(huà)叫做60年一輪回。然而對(duì)于人工智能來(lái)說(shuō)，往后的60年并不僅是輪回，而是新生。前60年的人工智能歷程，可以用“無(wú)窮動(dòng)”來(lái)形容；后60年的人工智能發(fā)展，可以用“無(wú)窮大”來(lái)期許。
“無(wú)窮動(dòng)”是一首意大利小提琴名曲，卡耐基·梅隆大學(xué)人工智能教授邢波用這個(gè)名字命名自己研究小組研發(fā)的新一代分布式機(jī)器學(xué)習(xí)系統(tǒng)。“無(wú)窮動(dòng)”又是一種寓意，代表了在過(guò)去60年間甚至到更遠(yuǎn)的古代，人們對(duì)于智能機(jī)器永無(wú)止境的想象以及去實(shí)踐的沖動(dòng)。
人們對(duì)于智能機(jī)器的想像永無(wú)止境
亞里士多德曾說(shuō)過(guò)，如果機(jī)器能干很多活，豈不能讓人類(lèi)解放出來(lái)?！缎乔虼髴?zhàn)》《黑客帝國(guó)》《人工智能》等科幻電影，激發(fā)了一代又一代學(xué)者和實(shí)業(yè)家，前伏后繼地投入到人工智能的研究中。AlphaGo算法的主要發(fā)明人，就是受了“深藍(lán)”的影響而加入AI的行列。
在前60年的發(fā)展中，人工智能研究也取得了階段性成果，特別是有監(jiān)督深度學(xué)習(xí)在自然語(yǔ)言理解、語(yǔ)音識(shí)別、圖像識(shí)別等人工智能基礎(chǔ)領(lǐng)域，都已經(jīng)發(fā)展到了成熟階段。接下來(lái)，就是AlphaGo開(kāi)創(chuàng)的無(wú)監(jiān)督深度學(xué)習(xí)的未來(lái)——擺脫人類(lèi)“監(jiān)督”的增強(qiáng)學(xué)習(xí)。
實(shí)際上，隨著計(jì)算機(jī)的發(fā)明，人們一直在探討，這到底會(huì)導(dǎo)致什么樣的人工智能？一種預(yù)見(jiàn)是可以產(chǎn)生功能性的人工智能，這就是今天有監(jiān)督深度學(xué)習(xí)所廣泛取得的成果。還有一種觀(guān)點(diǎn)是人工智能可以模仿人的思維和感情活動(dòng)，這就是無(wú)監(jiān)督深度學(xué)習(xí)將要開(kāi)創(chuàng)的未來(lái)。
當(dāng)智能機(jī)器可以自己張開(kāi)眼睛看世界，通過(guò)自主探索世界來(lái)獲得智能的話(huà)，未來(lái)可能出現(xiàn)的變化就是“無(wú)窮大”了。從“無(wú)窮動(dòng)”到“無(wú)窮大”，2016年注定是一個(gè)精彩之年。
上篇：前60年“無(wú)窮動(dòng)”的韻律
人工智能頭60年的發(fā)展，就是在起起伏伏、寒冬與新潮、失望與希望之間的無(wú)窮動(dòng)韻律，尋找著理論與實(shí)踐的最佳結(jié)合點(diǎn)。
從清華大學(xué)畢業(yè)后，邢波到Rutgers大學(xué)和伯克利攻讀研究生，之后到卡耐基·梅隆大學(xué)成為一名人工智能領(lǐng)域的教授。卡耐基·梅隆是全球重要的人工智能研究基地，很多原創(chuàng)性成果都出自這所大學(xué)。
卡耐基·梅隆大學(xué)人工智能教授邢波
邢波在卡耐基·梅隆大學(xué)成立了一個(gè)人工智能小組SAILING LAB，試圖在人工智能各個(gè)方面產(chǎn)生突破，理論研究包括概率圖模型的最大似然和最大間隔學(xué)習(xí)、非參數(shù)空間高維推理、非穩(wěn)態(tài)時(shí)間序列分析、非參數(shù)貝葉斯化推理等，應(yīng)用研究包括計(jì)算生物學(xué)、群體遺傳學(xué)、基因組學(xué)、社交網(wǎng)絡(luò)和社交群體、互聯(lián)網(wǎng)級(jí)文本挖掘和自然語(yǔ)言處理、計(jì)算金融等。
2016年3月19日，在A(yíng)lphaGo戰(zhàn)勝李世石后的第4天，邢波隨著《未來(lái)論壇》之理解未來(lái)系列講座走進(jìn)了京東集團(tuán)。邢波回顧了全球人工智能歷程，人工智能作為一個(gè)科學(xué)和工程領(lǐng)域，得益于20個(gè)世紀(jì)國(guó)際科學(xué)、計(jì)算機(jī)科學(xué)、信息論、控制論等很多科學(xué)發(fā)展的交匯點(diǎn)。人工智能的研究基于一個(gè)很基本的假設(shè)，即認(rèn)為人的思維活動(dòng)可以用機(jī)械方式替代。
60年前的全球人工智能大會(huì)
談到人工智能，就不能不提到鼻祖式人物：圖靈。1936年，英國(guó)數(shù)學(xué)家、邏輯學(xué)家阿蘭·麥席森·圖靈(1912~1954)提出了一種抽象的計(jì)算模型——圖靈機(jī)(TuringMachine），用紙帶式機(jī)器來(lái)模擬人們進(jìn)行數(shù)學(xué)運(yùn)算的過(guò)程，圖靈本人被視為計(jì)算機(jī)科學(xué)之父。
1959年，圖靈發(fā)表了一篇?jiǎng)潟r(shí)代的論文《計(jì)算機(jī)器與智能》，文中提出了人工智能領(lǐng)域著名的圖靈測(cè)試——如果電腦能在5分鐘內(nèi)回答由人類(lèi)測(cè)試者提出的一系列問(wèn)題，且其超過(guò)30%的回答讓測(cè)試者誤認(rèn)為是人類(lèi)所答，則電腦就通過(guò)測(cè)試并可下結(jié)論為機(jī)器具有智能。
卡耐基·梅隆大學(xué)
圖靈測(cè)試的概念極大影響人工智能對(duì)于功能的定義，在這個(gè)途徑上，卡耐基·梅隆兩位科學(xué)家A.Newell和H.Simon的“邏輯理論家”程序非常精妙地證明了羅素《數(shù)學(xué)原理》52道中的38道。Simon宣稱(chēng)在10年之內(nèi)，機(jī)器就可以達(dá)到和人類(lèi)智能一樣的高度。
第一批人工智能探索者找到共同的語(yǔ)言后，于整整60年前的1956年，在美國(guó)達(dá)特茅斯大學(xué)開(kāi)了一次會(huì)，希望確立人工智能作為一門(mén)科學(xué)的任務(wù)和完整路徑。與會(huì)者們也宣稱(chēng)，人工智能的特征都可以被精準(zhǔn)描述，精準(zhǔn)描述后就可以用機(jī)器來(lái)模擬和實(shí)現(xiàn)。后來(lái)普遍認(rèn)為，達(dá)特茅斯會(huì)議標(biāo)志著人工智能的正式誕生。
人工智能第一次浪潮和寒冬
達(dá)特茅斯會(huì)議推動(dòng)了全球第一次人工智能浪潮的出現(xiàn)，即為1956年到1974年。當(dāng)時(shí)樂(lè)觀(guān)的氣氛彌漫著整個(gè)學(xué)界，在算法方面出現(xiàn)了很多世界級(jí)的發(fā)明，其中包括一種叫做增強(qiáng)學(xué)習(xí)的雛形（即貝爾曼公式），增強(qiáng)學(xué)習(xí)就是谷歌AlphaGo算法核心思想內(nèi)容?，F(xiàn)在常聽(tīng)到的深度學(xué)習(xí)模型，其雛形叫做感知器，也是在那幾年間發(fā)明的。
60年前的達(dá)特茅斯大學(xué)
除了算法和方法論有了新的進(jìn)展，在第一次浪潮中，科學(xué)家們還造出了聰明的機(jī)器。其中，有一臺(tái)叫做STUDENT（1964）的機(jī)器能證明應(yīng)用題，還有一臺(tái)叫做ELIZA（1966）的機(jī)器可以實(shí)現(xiàn)簡(jiǎn)單人機(jī)對(duì)話(huà)。于是，人工智能界認(rèn)為按照這樣的發(fā)展速度，人工智能真的可以代替人類(lèi)。
第一次人工智能冬天出現(xiàn)在1974年到1980年。這是怎么回事呢？因?yàn)槿藗儼l(fā)現(xiàn)邏輯證明器、感知器、增強(qiáng)學(xué)習(xí)等等只能做很簡(jiǎn)單、非常專(zhuān)門(mén)且很窄的任務(wù)，稍微超出范圍就無(wú)法應(yīng)對(duì)。這里面存在兩方面局限：一方面，人工智能所基于的數(shù)學(xué)模型和數(shù)學(xué)手段被發(fā)現(xiàn)有一定的缺陷；另一方面，有很多計(jì)算復(fù)雜度以指數(shù)程度增加，所以成為了不可能完成的計(jì)算任務(wù)。
先天缺陷導(dǎo)致人工智能在早期發(fā)展過(guò)程中遇到瓶頸，所以第一次冬天很快到來(lái)，對(duì)人工智能的資助相應(yīng)也就被縮減或取消了。
現(xiàn)代PC“促成”第二次人工智能寒冬
進(jìn)入20世紀(jì)80年代，卡耐基·梅隆大學(xué)為DEC公司制造出了專(zhuān)家系統(tǒng)（1980），這個(gè)專(zhuān)家系統(tǒng)可幫助DEC公司每年節(jié)約4000萬(wàn)美元左右的費(fèi)用，特別是在決策方面能提供有價(jià)值的內(nèi)容。受此鼓勵(lì)，很多國(guó)家包括日本、美國(guó)都再次投入巨資開(kāi)發(fā)所謂第5代計(jì)算機(jī)（1982），當(dāng)時(shí)叫做人工智能計(jì)算機(jī)。
在80年代出現(xiàn)了人工智能數(shù)學(xué)模型方面的重大發(fā)明，其中包括著名的多層神經(jīng)網(wǎng)絡(luò)（1986）和BP反向傳播算法（1986）等，也出現(xiàn)了能與人類(lèi)下象棋的高度智能機(jī)器（1989）。此外，其它成果包括能自動(dòng)識(shí)別信封上郵政編碼的機(jī)器，就是通過(guò)人工智能網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)的，精度可達(dá)99%以上，已經(jīng)超過(guò)普通人的水平。于是，大家又開(kāi)始覺(jué)得人工智能還是有戲。
早期的專(zhuān)家系統(tǒng)Symbolics 3640
然而，1987年到1993年現(xiàn)代PC的出現(xiàn)，讓人工智能的寒冬再次降臨。當(dāng)時(shí)蘋(píng)果、IBM開(kāi)始推廣第一代臺(tái)式機(jī)，計(jì)算機(jī)開(kāi)始走入個(gè)人家庭，其費(fèi)用遠(yuǎn)遠(yuǎn)低于專(zhuān)家系統(tǒng)所使用的Symbolics和Lisp等機(jī)器。相比于現(xiàn)代PC，專(zhuān)家系統(tǒng)被認(rèn)為古老陳舊而非常難以維護(hù)。于是，政府經(jīng)費(fèi)開(kāi)始下降，寒冬又一次來(lái)臨。
那時(shí)，甚至學(xué)者們都不太好意思說(shuō)是從事人工智能研究的。人們開(kāi)始思考人工智能到底往何處走，到底要實(shí)現(xiàn)什么樣的人工智能。
現(xiàn)代AI的曙光：新工具、新理念和摩爾定律
如何在有限的資源下做有用的事情，這是人工智能一直以來(lái)的挑戰(zhàn)。一個(gè)現(xiàn)實(shí)的途徑就是像人類(lèi)造飛機(jī)一樣，從生物界獲得啟發(fā)后，以工程化方法對(duì)功能進(jìn)行簡(jiǎn)化、部署簡(jiǎn)單的數(shù)學(xué)模型以及開(kāi)發(fā)強(qiáng)大的飛機(jī)引擎。
現(xiàn)代AI的曙光發(fā)生在這個(gè)階段，出現(xiàn)了新的數(shù)學(xué)工具、新的理論和摩爾定律。人工智能也在確定自己的方向，其中一個(gè)選擇就是要做實(shí)用性、功能性的人工智能，這導(dǎo)致了一個(gè)新的人工智能路徑。由于對(duì)于人工智能任務(wù)的明確和簡(jiǎn)化，帶來(lái)了新的繁榮。
基于神經(jīng)元網(wǎng)絡(luò)的深度學(xué)習(xí)算法示意圖
在新的數(shù)學(xué)工具方面，原來(lái)已經(jīng)存在于數(shù)學(xué)或者其他學(xué)科的文獻(xiàn)中的數(shù)學(xué)模型，被重新發(fā)掘或者發(fā)明出來(lái)。當(dāng)時(shí)比較顯著幾個(gè)成果包括最近獲得圖靈獎(jiǎng)的圖模型以及圖優(yōu)化、深度學(xué)習(xí)網(wǎng)絡(luò)等，都是大約在15年前重新被提出來(lái)，重新開(kāi)始研究。
在新的理論方面，由于數(shù)學(xué)模型對(duì)自然世界的簡(jiǎn)化，有著非常明確的數(shù)理邏輯，使得理論分析和證明成為可能，可以分析出到底需要多少數(shù)據(jù)量和計(jì)算量來(lái)以得期望的結(jié)果，這對(duì)開(kāi)發(fā)相應(yīng)的計(jì)算系統(tǒng)非常有幫助。
在更重要的一方面，摩爾定律讓計(jì)算越來(lái)越強(qiáng)大，而強(qiáng)大計(jì)算機(jī)很少被用在人工智能早期研究中，因?yàn)樵缙诘娜斯ぶ悄苎芯扛啾欢x為數(shù)學(xué)和算法研究。當(dāng)更強(qiáng)大的計(jì)算能力被轉(zhuǎn)移到人工智能研究后，顯著提高了人工智能的研究效果。
由于這一系列的突破，人工智能又產(chǎn)生了一個(gè)新的繁榮期。最早的結(jié)果即為1997年IBM深藍(lán)戰(zhàn)勝?lài)?guó)際象棋大師。在更加通用型的功能性方面，機(jī)器在數(shù)學(xué)競(jìng)賽、識(shí)別圖片的比賽中，也可以達(dá)到或者超過(guò)人類(lèi)的標(biāo)準(zhǔn)。
人工智能的繁榮也促進(jìn)了機(jī)器人的進(jìn)步，包括把人工智能原理用在機(jī)器狗的設(shè)計(jì)上。無(wú)論是人工智能狗還是無(wú)人車(chē)駕駛，都不是用編程方法寫(xiě)出來(lái)，而是通過(guò)一套學(xué)習(xí)算法在模擬器中不斷的走路和開(kāi)車(chē)，讓機(jī)器自己產(chǎn)生行為策略，這是人工智能和原先控制論最不同的地方。
2011年，F(xiàn)acebook的挑戰(zhàn)
在2011年的時(shí)候，邢波迎來(lái)做教授的第一次學(xué)術(shù)休假，美國(guó)教授大概每6年可以做一次休假。邢波選擇去了一家很年輕的公司做客座教授，這就是當(dāng)時(shí)的Facebook。那個(gè)時(shí)候只有500人的Facebook在斯坦福大學(xué)的倉(cāng)庫(kù)里搭起了自己的實(shí)驗(yàn)室，當(dāng)時(shí)Facebook提出希望連接上億用戶(hù)，也希望能夠運(yùn)用人工智能投放有價(jià)值的廣告以增加公司收入。
Facebook當(dāng)時(shí)的目標(biāo)為在不久的將來(lái)把用戶(hù)從1億增長(zhǎng)到10億，邢波的任務(wù)就是幫助Facebook實(shí)現(xiàn)這個(gè)愿景。作為Facebook的第一個(gè)客座教授，他的第一個(gè)任務(wù)要把用戶(hù)在社交網(wǎng)絡(luò)里連接起來(lái)，然后把這種連接投射到社交空間中，從而做社群檢測(cè)并把社群檢測(cè)用來(lái)實(shí)現(xiàn)用戶(hù)分組和特征化。
這個(gè)任務(wù)并不難，可以通過(guò)混合成員隨機(jī)區(qū)塊模型來(lái)實(shí)現(xiàn)，這是2011年最好的處理網(wǎng)絡(luò)數(shù)據(jù)的AI算法。但其中有一個(gè)問(wèn)題，即計(jì)算的復(fù)雜度呈平方級(jí)現(xiàn)象，即用戶(hù)數(shù)每增加10倍就需要100倍的CPU和存儲(chǔ)，因此單機(jī)最多處理1萬(wàn)人，這是當(dāng)時(shí)最大問(wèn)題。
邢波于是通過(guò)研究算法模型實(shí)現(xiàn)計(jì)算加速，包括在社交網(wǎng)絡(luò)抽取比“邊”更強(qiáng)大的特征叫做“三角形”，模型也從混合塊模型升級(jí)到混合三角模型?；旌纤惴▽?shí)現(xiàn)了顯著的革新，計(jì)算復(fù)雜度在不斷下降。當(dāng)時(shí)的研究成果被用于全球電影明星網(wǎng)絡(luò)研究，大約在100萬(wàn)人左右的網(wǎng)絡(luò)，可實(shí)時(shí)展示人們?cè)谀Ｐ万?qū)動(dòng)下不斷在社交空間找朋友并落入到不同的社交群。
100萬(wàn)的網(wǎng)絡(luò)、幾億條邊、500多億特征數(shù)，用10核單機(jī)在40分鐘內(nèi)完成了模擬，這也是驚人的成果。
但問(wèn)題來(lái)了，F(xiàn)acebook的目標(biāo)用戶(hù)不是100萬(wàn)，而是1億用戶(hù)。100萬(wàn)用戶(hù)模擬只用了一臺(tái)筆記本電腦，而當(dāng)時(shí)在Facebook的機(jī)房里有1000臺(tái)主機(jī)，上面跑著可運(yùn)行并行程序Hadoop系統(tǒng)。當(dāng)時(shí)邢波把任務(wù)進(jìn)行了并行化處理，希望能在0.6分鐘內(nèi)處理1億用戶(hù)?？山Y(jié)果并不理想，一個(gè)星期后依然沒(méi)有結(jié)果。
AI對(duì)于傳統(tǒng)計(jì)算架構(gòu)的挑戰(zhàn)
到底發(fā)生什么事情呢？原來(lái)，用Hadoop進(jìn)行并行計(jì)算的時(shí)候，其原理為把計(jì)算任務(wù)分解為若干子任務(wù)，然后在不同機(jī)器上運(yùn)行不同的子任務(wù)，當(dāng)每一個(gè)子任務(wù)都完成后再通過(guò)所有子任務(wù)之間的一次握手通信，宣告這次并行計(jì)算的結(jié)束。
Hadoop起源于1945年的馮·諾依曼架構(gòu)，該架構(gòu)也是現(xiàn)代計(jì)算機(jī)的原型，包括中央處理器、記憶存儲(chǔ)器、輸入和輸出等，通過(guò)硬件和軟件實(shí)現(xiàn)簡(jiǎn)潔的橋接，而不用對(duì)每個(gè)晶體管和電子管做局部編程。在20世紀(jì)60年代就已經(jīng)有人看到馮·諾依曼的局限，當(dāng)有更大的任務(wù)或者速度有更高要求，需要讓很多臺(tái)機(jī)器一起執(zhí)行同一個(gè)任務(wù)，于是就有了早期的并行計(jì)算系統(tǒng)。
后來(lái)，萊斯利·蘭伯特（LeslieLamport）創(chuàng)造了BSP橋接模型（1980~1990s），通過(guò)簡(jiǎn)單抽象把計(jì)算和通信分成了兩個(gè)不重合的項(xiàng)，每個(gè)項(xiàng)只完成各自的計(jì)算或通信任務(wù)。Hadoop(2000s)就是這一思路的優(yōu)秀代表，它可以用不同的機(jī)器以并行方式執(zhí)行子任務(wù)，子任務(wù)完成后再通過(guò)握手通信完成計(jì)算。
Hadoop是當(dāng)前流行的并行計(jì)算架構(gòu)
Hadoop現(xiàn)在已經(jīng)成為主流的運(yùn)算平臺(tái)，對(duì)傳統(tǒng)計(jì)算程序像數(shù)據(jù)庫(kù)、統(tǒng)計(jì)數(shù)據(jù)歸納等都相當(dāng)有效。BSP橋接模型的一個(gè)最近突破就是Spark（2010s），它與Hadoop的區(qū)別在于，Hadoop用硬盤(pán)作為存儲(chǔ)單元而Spark用內(nèi)存作為存儲(chǔ)單元，但二者的通信原理是一樣的。
于是，在Hadoop機(jī)制下，整個(gè)并行計(jì)算的瓶頸出現(xiàn)在機(jī)群里最慢的那臺(tái)機(jī)器。而在實(shí)際情況中，總會(huì)出現(xiàn)最慢的一臺(tái)機(jī)器。因?yàn)檎麄€(gè)機(jī)群是共享計(jì)算資源，同期還有其它計(jì)算任務(wù)跑在機(jī)器上爭(zhēng)搶計(jì)算資源，此外甚至機(jī)房的溫度不均勻也會(huì)影響機(jī)器的速度。
裝了Hadoop的千臺(tái)機(jī)器很好地支持Facebook當(dāng)時(shí)其他的業(yè)務(wù)，包括搜索業(yè)務(wù)和存儲(chǔ)業(yè)務(wù)。為什么到了人工智能業(yè)務(wù)就不行了呢？原因是人工智能計(jì)算有它的獨(dú)特性，人工智能是迭代式反復(fù)讀取數(shù)據(jù)和刷新模型的方式，與傳統(tǒng)計(jì)算模式有很大的不同，這是人工智能發(fā)展遇到的又一瓶頸。
從人工智能角度來(lái)講，需要完成大型的計(jì)算任務(wù)，光有好的數(shù)學(xué)模型或算法還不夠，還需要強(qiáng)力計(jì)算引擎支持，而且這個(gè)計(jì)算引擎跟原來(lái)的不一樣。這就是當(dāng)時(shí)邢波在Facebook機(jī)群上運(yùn)行人工智能程序，每一次迭代接近結(jié)束進(jìn)入下一個(gè)迭代時(shí)，總會(huì)出現(xiàn)已經(jīng)完成99%還有1%的計(jì)算沒(méi)有完成并且拖延一個(gè)星期的情況。
新的AI計(jì)算引擎
人工智能采用了漸進(jìn)迭代方式，迭代速度和迭代效率與數(shù)學(xué)方程難度有關(guān)。在大數(shù)據(jù)和復(fù)雜任務(wù)情況下，每一次計(jì)算中心都要把大數(shù)據(jù)遍歷刷一遍，1000次迭代就要刷1000遍。如果深度學(xué)習(xí)模型有幾十億參數(shù)，意味著每次迭代都要把所有參數(shù)刷新一遍。而當(dāng)數(shù)據(jù)和模型同時(shí)放大時(shí)，這個(gè)任務(wù)就變得無(wú)比困難。
傳統(tǒng)計(jì)算架構(gòu)下的BSP通信協(xié)議，就是先計(jì)算再通信、再計(jì)算再通信，這是實(shí)現(xiàn)計(jì)算一致性基本保障之一。理論上假設(shè)這樣的代價(jià)為零，但在工程實(shí)際系統(tǒng)中這并不是一個(gè)零代價(jià)的工程，各種問(wèn)題使得機(jī)群不同步，要花很多時(shí)間等待計(jì)算的一致性。
邢波通過(guò)自己在Facebook的經(jīng)歷，發(fā)現(xiàn)人工智能運(yùn)算和傳統(tǒng)計(jì)算非常不一樣，傳統(tǒng)計(jì)算由指令集構(gòu)成，執(zhí)行指令目的就是執(zhí)行程序，執(zhí)行的過(guò)程中不能出錯(cuò)。這是傳統(tǒng)執(zhí)行計(jì)算任務(wù)經(jīng)典特征，所有操作系統(tǒng)都是圍繞著這個(gè)目的來(lái)優(yōu)化，包括容錯(cuò)性和通信有效性等。
人工智能算法就像爬山，中間可以出錯(cuò)，只要能到達(dá)山頂。
人工智能的運(yùn)算也是由指令集構(gòu)成，但執(zhí)行指令集的執(zhí)行只是一個(gè)過(guò)程而不是目的，目的是優(yōu)化算法。就像爬山一樣，目的是爬到山頂。傳統(tǒng)計(jì)算體系是嚴(yán)格設(shè)定登山路線(xiàn)，一步也不能出錯(cuò)，但人工智能則可以在中間出錯(cuò)，只要能到山頂。
2012年，邢波及其同事設(shè)計(jì)了一種新的參數(shù)服務(wù)器模型，這個(gè)框架下的核心概念，就是人工智能的計(jì)算任務(wù)不再像傳統(tǒng)計(jì)算任務(wù)那樣以精準(zhǔn)性為前提，而是像執(zhí)行救火任務(wù)的機(jī)群那樣，其任務(wù)為“滅火”，至于如何達(dá)到火場(chǎng)只是一個(gè)手段。而且“撲火機(jī)群”還需要以機(jī)群為整體給上級(jí)一個(gè)簡(jiǎn)單的指揮界面，具體飛行細(xì)節(jié)則由飛行員們自行協(xié)調(diào)，這是人工智能的新觀(guān)點(diǎn)。
基于這樣一個(gè)目標(biāo)，邢波及其同事開(kāi)發(fā)了新的橋接模型——SSP有限異步模型。在有限異步模型下，運(yùn)行機(jī)器服從中央指揮，但每個(gè)“戰(zhàn)隊(duì)”都有局限性自由度，總體目的是打贏(yíng)仗。傳統(tǒng)并行計(jì)算，需要很精準(zhǔn)的協(xié)調(diào)；而完全異步模型下，每個(gè)機(jī)器各自為政，大部分不能協(xié)調(diào)實(shí)現(xiàn)共同目標(biāo)。于是，邢波選擇了第三條路線(xiàn)：有限異步模型。
邢波用有限異步橋接原理去構(gòu)建參數(shù)服務(wù)器的編程界面，是一個(gè)分享內(nèi)存的大規(guī)模編程界面，程序運(yùn)行速度和精度都有了巨大的提升。而且這個(gè)系統(tǒng)并不是為某一個(gè)特定人工智能計(jì)算而設(shè)計(jì)的，更是一個(gè)公用的計(jì)算平臺(tái)模型，在設(shè)計(jì)時(shí)考慮了整個(gè)人工智能程序的普遍共性。這個(gè)系統(tǒng)也有非常靈活的容錯(cuò)及通訊管理機(jī)制，最后的結(jié)果就是系統(tǒng)功效的巨大提升。
2013年，邢波研究小組取得了另一個(gè)突破。當(dāng)訓(xùn)練巨大模型的時(shí)候，需要把模型分解到不同機(jī)器上，每個(gè)機(jī)器上完成一個(gè)子任務(wù)，子任務(wù)間必須有效通信，才能保證整體任務(wù)不失敗。于是就設(shè)計(jì)了一個(gè)動(dòng)態(tài)調(diào)度器Strads，其原理像拉小提琴十個(gè)手指一樣，雖然很快速且每個(gè)手指執(zhí)行異步異時(shí)的動(dòng)作，但最終是為了同一首小提琴曲。
最后結(jié)果不僅可以保障大型模型程序在很細(xì)顆粒度下的正確性，有時(shí)候還能實(shí)現(xiàn)令人吃驚的加速收斂曲線(xiàn)效果，這是傳統(tǒng)的完全同步運(yùn)行程序無(wú)法達(dá)到的結(jié)果。
人工智能“無(wú)窮動(dòng)”
到了2013年年底的時(shí)候，卡耐基·梅隆大學(xué)對(duì)這個(gè)分布式機(jī)器學(xué)習(xí)系統(tǒng)做了開(kāi)源發(fā)布，并命名為Petuum。這個(gè)名字源于意大利小提琴帕格尼尼的著名小提琴曲Moto Perpetumm（無(wú)窮動(dòng)）。這首以快著稱(chēng)的小提琴曲，共3005個(gè)音符、演奏者手指起落平均每秒達(dá)16次之多，曲子優(yōu)美而緊湊，表達(dá)了Petuum的設(shè)計(jì)思想。
著名小提琴曲Moto Perpetumm（無(wú)窮動(dòng)）優(yōu)美而緊湊
Petuum從2013年12月發(fā)布0.1版本后，到2015年7月的1.1版本，一共發(fā)布了5個(gè)版本。現(xiàn)在Petuum解決了1億個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)的挑戰(zhàn)，只用5臺(tái)Petuum機(jī)器就在37小時(shí)內(nèi)處理完了1億個(gè)節(jié)點(diǎn)，而1000臺(tái)Hadoop機(jī)群預(yù)期可能要跑400個(gè)小時(shí)。
Petuum也在不斷的發(fā)展，包括多任務(wù)資源調(diào)配問(wèn)題。如同交響樂(lè)隊(duì)讓不同樂(lè)器表現(xiàn)不同的節(jié)奏與聲音，Petuum開(kāi)發(fā)了面向多任務(wù)的靈活資源配置系統(tǒng)。在A(yíng)I人工智能程序部署方面，Petuum以容器的方式對(duì)程序進(jìn)行了封裝，可以在不同硬件環(huán)境中自如運(yùn)行，這是即插即用的設(shè)計(jì)思路。整個(gè)Petuum系統(tǒng)為輕量級(jí)解決方法，輕便可用、方便調(diào)試、易于維護(hù)，可以說(shuō)是新一代數(shù)據(jù)中心操作系統(tǒng)。此外，Petuum還可運(yùn)行在A(yíng)WS及谷歌公有云中。
“Petuum就是一個(gè)交響樂(lè)隊(duì)，可以有不同的組合，根據(jù)需要演奏出不同的風(fēng)格，一個(gè)好的操作系統(tǒng)應(yīng)該有這樣的靈活性。”目前，系統(tǒng)Petuum處在多次發(fā)布中，有規(guī)律發(fā)布開(kāi)源的軟件，包括平臺(tái)和工具庫(kù)，工具庫(kù)有很多常用人工智能的軟件，包括深度學(xué)習(xí)、主題模型等等，可登陸Petuum.org。
Petuum是從軟件優(yōu)化角度對(duì)Hadoop和Spark等分布式計(jì)算系統(tǒng)進(jìn)行了優(yōu)化，在另外一條線(xiàn)上還有其它的科研機(jī)構(gòu)試圖從硬件角度徹底解決馮·諾依曼架構(gòu)的瓶頸，這就是神經(jīng)元芯片以及更遠(yuǎn)期的量子計(jì)算。
總之，人工智能頭60年的發(fā)展，就是在起起伏伏、寒冬與新潮、失望與希望之間的無(wú)窮動(dòng)韻律，尋找著理論與實(shí)踐的最佳結(jié)合點(diǎn)。Petuum的出現(xiàn)，為頭60年劃上了一個(gè)相對(duì)完美的句號(hào)，在于Petuum是在軟件層面的革新，底層依然使用CPU和GPU組成的標(biāo)準(zhǔn)化服務(wù)器機(jī)群，這在夢(mèng)想與現(xiàn)實(shí)之間找到一個(gè)平衡點(diǎn)。
中篇：人工智能的第一波商業(yè)化浪潮
基于自身轉(zhuǎn)型的需求和龐大的企業(yè)經(jīng)濟(jì)體量，IBM正在真正拉動(dòng)全球第一次人工智能商業(yè)化浪潮。
盡管人工智能已經(jīng)有了60年的歷史，但是人工智能的規(guī)?；虡I(yè)浪潮卻一直遲遲沒(méi)有到來(lái)。之前，盡管有微軟、谷歌、Facebook等大公司不斷投資人工智能技術(shù)，但大多把研究成果用于自身業(yè)務(wù)的優(yōu)化與效率提升。因此，可以說(shuō)2016年IBM在全球范圍內(nèi)傾全力推出的“認(rèn)知商業(yè)”，才是真正意義上的人工智能商業(yè)化第一波浪潮。
早在1960年4月25日，在一份給IBM管理者的備忘錄中，當(dāng)時(shí)的首席執(zhí)行官小沃森談及IBM面臨的問(wèn)題是制造“會(huì)思考的機(jī)器”。從大型機(jī)到小型機(jī)、從PC到POWER服務(wù)器、從“深藍(lán)”到“IBM Watson”，IBM對(duì)“會(huì)思考的機(jī)器”的思考從未停止過(guò)。尤其自20世紀(jì)90年代人工智能研究陷入低潮以來(lái)，IBM是少數(shù)堅(jiān)持投入人工智能研究的企業(yè)。
作為世界上第一家百年IT企業(yè)，IBM堅(jiān)持每年研發(fā)經(jīng)費(fèi)投入超過(guò)60億美元。自從近年來(lái)遭遇轉(zhuǎn)型困境后，人工智能研究成果的商業(yè)化自然成為了IBM的首選。
新一代“IBM Watson”
2016年3月1日，IBM大中華區(qū)董事長(zhǎng)陳黎明在IBM論壇2016上，宣布IBM公司105年的歷史上第3個(gè)代表商業(yè)戰(zhàn)略的品牌“認(rèn)知商業(yè)”落地中國(guó)。此前早在1997年，IBM就描繪了“電子商務(wù)”的愿景；2008年，IBM推出了“智慧的地球”。
IBM大中華區(qū)董事長(zhǎng)陳黎明宣布IBM認(rèn)知商業(yè)戰(zhàn)略在中國(guó)正式落地
“認(rèn)知商業(yè)”基于IBM推出的認(rèn)知計(jì)算，其核心為新一代IBM Watson技術(shù)及Watson APIs。這個(gè)命名實(shí)際上來(lái)自IBM創(chuàng)始人 Thomas J. Watson 老沃森的姓氏，而IBM Watson則是繼“深藍(lán)”之后的下一個(gè)超級(jí)認(rèn)知計(jì)算平臺(tái)。提起“深藍(lán)”，可謂無(wú)人不知。1997年5月1日，國(guó)際象棋大師卡斯帕羅夫最終以25：35的比分輸給了IBM RS／6000SP“深藍(lán)”計(jì)算機(jī)，舉世震驚。
由于象棋是高度結(jié)構(gòu)化游戲，實(shí)際上“深藍(lán)”并不需要太高的學(xué)習(xí)能力。有關(guān)資料顯示，1997年版的“深藍(lán)”每秒鐘可以計(jì)算2億步，存儲(chǔ)了100多年來(lái)優(yōu)秀棋手對(duì)局的200多萬(wàn)棋局。在“深藍(lán)”成功后，IBM研究院進(jìn)而挑戰(zhàn)人工智能的深度問(wèn)答（Deep Q&A），這是人工智能的一個(gè)重要分支，具有極為廣闊的應(yīng)用空間。
IBM Watson最早現(xiàn)身在2011年2月美國(guó)老牌益智節(jié)目“危險(xiǎn)邊緣”（Jeopardy!），與節(jié)目史上最強(qiáng)的兩位答題高手一較高下，并最終以?xún)?yōu)異的表現(xiàn)打敗了人類(lèi)選手。從2004年提出挑戰(zhàn)“Jeopardy!”的構(gòu)想，到2011年IBM Watson真正打敗“Jeopardy!”，中間差不多經(jīng)歷了6年的時(shí)間。為什么會(huì)這么困難？
Watson并不是簡(jiǎn)單的機(jī)器學(xué)習(xí)系統(tǒng)，當(dāng)IBM的研究員開(kāi)始嘗試構(gòu)造Watson時(shí)，發(fā)現(xiàn)傳統(tǒng)的機(jī)器學(xué)習(xí)算法行不通。傳統(tǒng)的機(jī)器學(xué)習(xí)算法先歸納知識(shí)，把知識(shí)形成規(guī)則，再讓機(jī)器根據(jù)規(guī)則進(jìn)行響應(yīng)。這不足以讓W(xué)atson在“Jeopardy!”節(jié)目中勝出，由于數(shù)據(jù)量過(guò)于龐大，IBM研究員意識(shí)到必須讓W(xué)atson能夠自行學(xué)習(xí)知識(shí)而盡量減少人工干預(yù)。
經(jīng)過(guò)學(xué)習(xí)和訓(xùn)練，Watson的Deep Q&A系統(tǒng)能夠從原始信息中自動(dòng)抽取知識(shí)，對(duì)知識(shí)進(jìn)行分類(lèi)并且能夠分析和理解自然語(yǔ)言。如此，Watson就能夠像人類(lèi)一樣學(xué)習(xí)，并從已經(jīng)發(fā)生的事件進(jìn)行推理和總結(jié)經(jīng)驗(yàn)。由于這樣的任務(wù)已經(jīng)超出了前代超級(jí)計(jì)算機(jī)的能力，IBM的研究員從頭設(shè)計(jì)了IBM Watson系統(tǒng)，包括軟件和硬件體系。
2011年打敗“Jeopardy!”的時(shí)候，IBM Watson是由10臺(tái)IBM商用服務(wù)器Power750組成的計(jì)算系統(tǒng)。2014年初的時(shí)候，IBM Watson的體積已由1個(gè)臥室縮小到3個(gè)披薩盒子那么大，運(yùn)算速度是之前的 24 倍，智能水平是之前的24倍。
IBM Watson的商業(yè)化進(jìn)程
在小沃森的備忘錄里，強(qiáng)調(diào)“計(jì)算機(jī)永遠(yuǎn)不會(huì)取代人的主動(dòng)性，也不會(huì)取代人類(lèi)的創(chuàng)造性思維。”計(jì)算機(jī)就是要把人類(lèi)從無(wú)意義的、重復(fù)性的思維模式中解放出來(lái)。因此，在IBM Watson的商業(yè)化推廣中，IBM提出了“認(rèn)知計(jì)算”，強(qiáng)調(diào)的人與機(jī)器共存。在認(rèn)知計(jì)算時(shí)代，并不是機(jī)器取代人類(lèi)，而是人機(jī)協(xié)作共同創(chuàng)造更好的結(jié)果。
2014年1月12日，IBM宣布將投資逾10億美元，創(chuàng)建一個(gè)新的IBM Watson 業(yè)務(wù)集團(tuán)，基于云計(jì)算交付模式，實(shí)現(xiàn)認(rèn)知計(jì)算技術(shù)的商業(yè)化，從這一點(diǎn)開(kāi)始標(biāo)志著IBM又一次拉開(kāi)了世紀(jì)轉(zhuǎn)型。
位于紐約的IBM Watson大樓
在創(chuàng)建IBM Watson業(yè)務(wù)集團(tuán)的同時(shí)，IBM公布了幾項(xiàng)基于Watson的新功能：IBM Watson Discovery Advisor、IBM Watson Analytics以及IBM Watson Explorer 等，分別用于大數(shù)據(jù)探索、基于自然語(yǔ)言的數(shù)據(jù)可視化分析和應(yīng)用程序開(kāi)發(fā)框架。目前Watson Analytics在全球已經(jīng)擁有超過(guò)100萬(wàn)注冊(cè)用戶(hù)，2016年3月在大中華區(qū)剛推出就獲得了近2萬(wàn)個(gè)注冊(cè)用戶(hù)。
IBM Watson業(yè)務(wù)集團(tuán)總部位于紐約的“硅巷”（Silicon Alley），總部大樓內(nèi)為創(chuàng)業(yè)者提供了相關(guān)的孵化器，也為IBM客戶(hù)提供了客戶(hù)解決方案中心用于體驗(yàn)認(rèn)知技術(shù)，還有一個(gè)設(shè)計(jì)實(shí)驗(yàn)室來(lái)幫助IBM客戶(hù)和合作伙伴持續(xù)提升認(rèn)知應(yīng)用及服務(wù)的用戶(hù)體驗(yàn)。實(shí)際上，在宣布的10億美元投資中，還包括了1億美元的風(fēng)險(xiǎn)投資，用于構(gòu)建IBM Watson生態(tài)圈。
為了擴(kuò)展可用的Watson數(shù)據(jù)源，IBM Watson Content Marketplace結(jié)合了各種獨(dú)特且多樣化的第三方數(shù)據(jù)，其中的數(shù)據(jù)和信息可被IBM客戶(hù)、合作伙伴、開(kāi)發(fā)者和其它機(jī)構(gòu)用于Watson支持的應(yīng)用和服務(wù)中。迄今為止，該市場(chǎng)接入了Wikivoyage、疾病控制中心、Cancer.gov、美國(guó)臨床腫瘤學(xué)會(huì)等多家醫(yī)療機(jī)構(gòu)的合作內(nèi)容，以及美聯(lián)社、Barchart.com、晨星機(jī)構(gòu)（Morningstar）、RxWiki和WAND等新聞報(bào)道檔案、健康管理、金融服務(wù)、腫瘤學(xué)、醫(yī)藥、工程及其它領(lǐng)域的知識(shí)庫(kù)。IBM還與Twitter、Facebook、蘋(píng)果等公司建立戰(zhàn)略聯(lián)盟，以便能夠存取相關(guān)的數(shù)據(jù)。
IBM專(zhuān)門(mén)推出了AlchemyData，通過(guò)聚合超過(guò)7.5萬(wàn)個(gè)來(lái)源的新聞和博客內(nèi)容，利用自然語(yǔ)言處理（NLP）加以強(qiáng)化，讓W(xué)atson應(yīng)用能夠采集市場(chǎng)信號(hào)、實(shí)現(xiàn)業(yè)務(wù)流程自動(dòng)化和趨勢(shì)分析。IBM后來(lái)收購(gòu)的AlchemyAPI，就是一家提供人工智能文本和圖像分析服務(wù)的前沿公司。
2015年3月，IBM宣布將向物聯(lián)網(wǎng)投資超過(guò)30億美元。利用這一投資，在2015年10月IBM公司透露了收購(gòu)The Weather Channel的B2B、移動(dòng)和云業(yè)務(wù)的計(jì)劃，并于2016年1月完成收購(gòu)，IBM將向包括中國(guó)、印度、巴西、墨西哥和日本在內(nèi)的5大新興市場(chǎng)擴(kuò)展weather.com。氣象數(shù)據(jù)在業(yè)務(wù)運(yùn)營(yíng)、市場(chǎng)營(yíng)銷(xiāo)、風(fēng)險(xiǎn)管理等商業(yè)領(lǐng)域，有著廣泛的價(jià)值。
2015年4月IBM成立Watson Health，加強(qiáng)在醫(yī)療和健康行業(yè)的布局，先后收購(gòu)了包括Explorys（一家可以查看5000萬(wàn)份美國(guó)患者病例的分析公司）、Phytel（處理各類(lèi)健康數(shù)據(jù)及提供數(shù)據(jù)分析的云軟件公司）、醫(yī)療影像公司Merge Healthcare 公司。其中，Merge的技術(shù)平臺(tái)普遍應(yīng)用在7500余家美國(guó)醫(yī)院及全球眾多著名臨床研究機(jī)構(gòu)和制藥公司。
2016年剛開(kāi)年，IBM就宣布進(jìn)行了郭士納以來(lái)一次大型的組織調(diào)整。這次調(diào)整涉及了IBM的三大部門(mén)——全球行業(yè)事業(yè)部門(mén)、整合認(rèn)知解決方案部門(mén)以及云計(jì)算部門(mén)，筆者認(rèn)為其中的商業(yè)邏輯將會(huì)是全球行業(yè)事業(yè)部門(mén)梳理行業(yè)用戶(hù)需求、整合認(rèn)知解決方案部門(mén)根據(jù)需求開(kāi)發(fā)認(rèn)知解決方案、云計(jì)算部門(mén)提供平臺(tái)支持。
2016年3月1日，IBM向中國(guó)市場(chǎng)推出“認(rèn)知商業(yè)”品牌，在中國(guó)市場(chǎng)展開(kāi)了鋪天蓋地的宣傳推廣活動(dòng)。3月15日，IBM宣布基于認(rèn)知計(jì)算的IBM營(yíng)銷(xiāo)云落地中國(guó)，特別加入了對(duì)于微信的支持。
算法經(jīng)濟(jì)時(shí)代的到來(lái)
IBM正在轉(zhuǎn)型為一家認(rèn)知計(jì)算公司，其背后的大邏輯是全球正在進(jìn)入一個(gè)算法經(jīng)濟(jì)時(shí)代。自去年以來(lái)，Gartner就在多份報(bào)告中強(qiáng)調(diào)，算法連通了人、事物、業(yè)務(wù)及信息，將創(chuàng)造全新的商業(yè)價(jià)值。在未來(lái)，算法將成為企業(yè)的核心資產(chǎn)，代替企業(yè)把大數(shù)據(jù)轉(zhuǎn)化為商業(yè)洞察、自動(dòng)化業(yè)務(wù)流程以及差異化產(chǎn)品與服務(wù)。一句話(huà)，算法將統(tǒng)治世界。
IBM正在拉動(dòng)全球第一次人工智能商業(yè)化浪潮
在一個(gè)算法經(jīng)濟(jì)時(shí)代，人工智能算法僅是眾多算法中的一種。IBM董事長(zhǎng)Ginni Rometty在去年10月的Gartner全球峰會(huì)上說(shuō)，Watson并不僅僅是人工智能，人工智能算法是Watson背后32個(gè)引擎中的一個(gè)。實(shí)際上在過(guò)去的幾年間，除了推動(dòng)Watson認(rèn)知計(jì)算的商業(yè)化之外，IBM一直在不余遺力的收購(gòu)商業(yè)算法公司，納入到IBM整體的算法體系。
IBM于2011年花費(fèi)近4億美元收購(gòu)了一家叫做Algorithmics的公司，其業(yè)務(wù)就是用商業(yè)算法來(lái)計(jì)量金融交易的風(fēng)險(xiǎn)。Algorithmics參與了國(guó)際巴寒爾協(xié)議的咨詢(xún)與建議，不斷跟蹤巴寒爾協(xié)議進(jìn)展并把新的規(guī)范編入算法中，再把算法賣(mài)給各國(guó)的銀行用于金融風(fēng)險(xiǎn)監(jiān)控。據(jù)有關(guān)統(tǒng)計(jì)，在收購(gòu)Algorithmics之前，IBM就已經(jīng)花費(fèi)了140億美元用于收購(gòu)25家分析公司。
當(dāng)然，在整個(gè)IBM算法體系中，Watson認(rèn)知計(jì)算是“皇冠上的明珠”。IBM Watson業(yè)務(wù)集團(tuán)高級(jí)副總裁Michael Rhodin說(shuō)：“在IBM 100年的歷史上，Watson是我們最重要的創(chuàng)新之一。” IBM 董事長(zhǎng) Ginni Rometty在去年10月的Gartner全球峰會(huì)上說(shuō)，推動(dòng)全球邁向“認(rèn)知商業(yè)”時(shí)代，“這是我們的登月工程。”
在已經(jīng)推出的Watson API中，包括：文本轉(zhuǎn)語(yǔ)音API，歷經(jīng)12年的研發(fā)，最新加入的情商功能讓文本轉(zhuǎn)語(yǔ)音的時(shí)候能適應(yīng)語(yǔ)境與情緒；語(yǔ)調(diào)分析器API，可對(duì)文本中的語(yǔ)調(diào)進(jìn)行分析，獲得更好的觀(guān)察；情緒分析API，通過(guò)復(fù)雜的自然語(yǔ)言處理，感知外部環(huán)境中用戶(hù)情緒的變化；視覺(jué)識(shí)別API，可以定制化適應(yīng)不同企業(yè)的圖像識(shí)別需求等等。據(jù)統(tǒng)計(jì)，Watson API每月被調(diào)用高達(dá)13億次，并且還在快速增長(zhǎng)。
目前已經(jīng)有36個(gè)國(guó)家、17個(gè)行業(yè)的企業(yè)在使用Watson的認(rèn)知技術(shù)，全球超過(guò)7.7萬(wàn)名開(kāi)發(fā)者在使用Watson Developer Cloud平臺(tái)，超過(guò)350家生態(tài)系統(tǒng)中合作伙伴及企業(yè)內(nèi)部創(chuàng)新團(tuán)隊(duì)正在構(gòu)建基于認(rèn)知技術(shù)的應(yīng)用、產(chǎn)品和服務(wù)，其中100家企業(yè)已將產(chǎn)品推向市場(chǎng)。
可以說(shuō)，基于自身轉(zhuǎn)型的需求和龐大的企業(yè)經(jīng)濟(jì)體量，IBM正在真正拉動(dòng)全球第一次人工智能商業(yè)化浪潮。而在這次大浪潮之下，首先受益的將是商業(yè)智能算法公司，包括IBM、SAS、QLIK、Tableau等商業(yè)智能軟件公司將迎來(lái)黃金時(shí)代。
下篇：未來(lái)“無(wú)窮大”的AI空間
增強(qiáng)學(xué)習(xí)算法更接近生物學(xué)習(xí)的行為特征，具有探索未知世界的能力。AlphaGo對(duì)增強(qiáng)學(xué)習(xí)算法的探索，打開(kāi)了“無(wú)窮大”的大門(mén)。
AlphaGo戰(zhàn)勝人類(lèi)圍棋高手李世石的事件，正好發(fā)生在60年這個(gè)時(shí)間節(jié)點(diǎn)上，可以說(shuō)是全球人工智能界承上啟下的里程碑式事件。簡(jiǎn)單說(shuō)，AlphaGo的算法是前60年人工智能研究都很少觸及的領(lǐng)域：增強(qiáng)學(xué)習(xí)，即無(wú)監(jiān)督的深度學(xué)習(xí)，而前60年的主流算法為有監(jiān)督的深度學(xué)習(xí)。
而在60年這個(gè)節(jié)點(diǎn)上，經(jīng)過(guò)了1980年和2000年兩次寒冬，全球人工智能界又迎來(lái)了第三次浪潮。這一次，隨著前60年有監(jiān)督深度學(xué)習(xí)算法的理論研究和工程化的成熟，以及硬件計(jì)算能力的大幅提升和成本的飛速降低，在云計(jì)算、大數(shù)據(jù)和移動(dòng)互聯(lián)網(wǎng)的融合推動(dòng)下，人工智能在很多方面都有了突破性進(jìn)展。
更為重要的是，除了微軟、IBM等大公司外，谷歌、Facebook、百度等互聯(lián)網(wǎng)巨頭紛紛向人工智能領(lǐng)域投巨資進(jìn)行研發(fā)，各國(guó)政府也開(kāi)始意識(shí)到人工智能是未來(lái)社會(huì)的戰(zhàn)略制高點(diǎn)，甚至人工智能有可能成為未來(lái)社會(huì)的一部分。
承上啟下的AlphaGo
當(dāng)AlphaGo戰(zhàn)勝李世石的消息傳來(lái)，深藍(lán)之父Murray Campbell就此評(píng)價(jià)說(shuō)：“這是人工智能一個(gè)時(shí)代的結(jié)束。”
兩次人機(jī)大戰(zhàn)時(shí)隔20年，這其中最重要的差別在于象棋與圍棋的復(fù)雜度差異巨大。人工智能之所以能夠先戰(zhàn)勝?lài)?guó)際象棋冠軍，在于國(guó)際象棋可以窮盡接近所有可能的棋局，而圍棋就不一樣了。圍棋棋局究竟有多少種變化？普林斯頓的研究人員給出了一個(gè)最小的數(shù)字：19x19格圍棋的合法棋局?jǐn)?shù)為10的171次方，這個(gè)數(shù)字接近無(wú)窮大。
AlphaGo對(duì)戰(zhàn)李世石
根據(jù)美國(guó)Wired網(wǎng)站長(zhǎng)期跟蹤谷歌的記者Cade Metz的報(bào)道，AlphaGo前期通過(guò)一個(gè)已知職業(yè)棋手的3000萬(wàn)步數(shù)據(jù)庫(kù)進(jìn)行訓(xùn)練，在獲得相當(dāng)?shù)氖炀毝群螅珹lphaGo開(kāi)始用增強(qiáng)學(xué)習(xí)算法與另一個(gè)AlphaGo程序相互博弈，探索未知的但與取勝有關(guān)的棋局，用以培養(yǎng)自己的“智能”。圍棋對(duì)于人工智能來(lái)說(shuō)，相當(dāng)于是求解一個(gè)開(kāi)放式的問(wèn)題。
機(jī)器學(xué)習(xí)算法大致可以分為3種：監(jiān)督學(xué)習(xí)（如回歸、分類(lèi)）、非監(jiān)督學(xué)習(xí)（如聚類(lèi)、降維）和增強(qiáng)學(xué)習(xí)。人工智能前60年，主要通過(guò)有監(jiān)督的深度學(xué)習(xí)算法，解決語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)言理解等總樣本量有上限的相對(duì)“有窮大”問(wèn)題。
增強(qiáng)學(xué)習(xí)算法主要從任意初始狀態(tài)開(kāi)始，機(jī)器與外部環(huán)境持續(xù)交互，通過(guò)不斷試錯(cuò)和累積回報(bào)來(lái)“學(xué)習(xí)”最佳策略，在這個(gè)過(guò)程中外界不給予直接指導(dǎo)（監(jiān)督），只給予間接的或是遠(yuǎn)距離的回報(bào)（Reward）。舉例來(lái)說(shuō)，訓(xùn)練室內(nèi)機(jī)器人完成某個(gè)任務(wù)，在這個(gè)過(guò)程中人類(lèi)并不干涉，只有當(dāng)機(jī)器人接近完成任務(wù)時(shí)才給予正反饋。
換句話(huà)說(shuō)，增強(qiáng)學(xué)習(xí)算法更接近生物學(xué)習(xí)的行為特征，具有探索未知世界的能力。AlphaGo對(duì)增強(qiáng)學(xué)習(xí)算法的探索，打開(kāi)了“無(wú)窮大”的大門(mén)。
語(yǔ)音識(shí)別走下神壇
微軟是人工智能領(lǐng)域的另一巨頭。微軟人工智能首席科學(xué)家、美國(guó)IEEE電氣和電子工程師協(xié)會(huì)院士鄧力長(zhǎng)期投身于語(yǔ)音識(shí)別研究，在自動(dòng)語(yǔ)音與說(shuō)話(huà)者識(shí)別、口語(yǔ)識(shí)別與理解、語(yǔ)音-語(yǔ)音翻譯、機(jī)器翻譯、圖像和多模態(tài)信息處理等領(lǐng)域做出了重大貢獻(xiàn)，憑借在深度學(xué)習(xí)與自動(dòng)語(yǔ)音識(shí)別方向的杰出貢獻(xiàn)，獲得了2015年度IEEE信號(hào)處理技術(shù)成就獎(jiǎng)。
微軟人工智能首席科學(xué)家鄧力
鄧力表示，有監(jiān)督的深度神經(jīng)網(wǎng)絡(luò)已歷經(jīng)了研究與確認(rèn)，被認(rèn)為是能夠解決語(yǔ)音和圖像識(shí)別的最有效的工具?；旧系?012年的時(shí)候，有監(jiān)督深度神經(jīng)網(wǎng)絡(luò)用于語(yǔ)音識(shí)別就已經(jīng)成功取得突破。當(dāng)時(shí)，微軟研究院全球院長(zhǎng)Rick Rashid在天津成功演示了一個(gè)全自動(dòng)同聲翻譯系統(tǒng)，實(shí)時(shí)把英文演講翻譯成中文并以中文語(yǔ)音輸出。
Rick Rashid演示中的語(yǔ)音識(shí)別部分采用了有監(jiān)督學(xué)習(xí)的深度神經(jīng)網(wǎng)絡(luò)工具，最先由鄧力和他的微軟同事于2009~2010間與多倫多大學(xué)的Geoffrey Hinton 教授合作開(kāi)發(fā)。如今，微軟的語(yǔ)音識(shí)別技術(shù)已經(jīng)工程化并廣泛用于微軟的多個(gè)產(chǎn)品中。
作為中國(guó)的國(guó)家隊(duì)，科大訊飛在智能語(yǔ)音技術(shù)領(lǐng)域有著長(zhǎng)期的研究積累，并在語(yǔ)音合成、語(yǔ)音識(shí)別、口語(yǔ)評(píng)測(cè)、自然語(yǔ)言處理等多項(xiàng)技術(shù)上有著國(guó)際領(lǐng)先的成果。2008年6月，科大訊飛參加NIST（美國(guó)標(biāo)準(zhǔn)技術(shù)研究院）舉辦的說(shuō)話(huà)人識(shí)別SRE大賽，就在3項(xiàng)關(guān)鍵指標(biāo)中，獲得兩項(xiàng)第一、一項(xiàng)第三、綜合評(píng)比第一的好成績(jī)。
科大訊飛是中國(guó)唯一以語(yǔ)音技術(shù)為產(chǎn)業(yè)化方向的“國(guó)家863計(jì)劃成果產(chǎn)業(yè)化基地”、“國(guó)家規(guī)劃布局內(nèi)重點(diǎn)軟件企業(yè)”、“國(guó)家高技術(shù)產(chǎn)業(yè)化示范工程”，并被原信息產(chǎn)業(yè)部確定為中文語(yǔ)音交互技術(shù)標(biāo)準(zhǔn)工作組組長(zhǎng)單位，牽頭制定中文語(yǔ)音技術(shù)標(biāo)準(zhǔn)。
基于自主知識(shí)產(chǎn)權(quán)的智能語(yǔ)音技術(shù)，科大訊飛已推出從大型電信級(jí)應(yīng)用到小型嵌入式應(yīng)用，從電信、金融等行業(yè)到企業(yè)和消費(fèi)者用戶(hù)，從手機(jī)到車(chē)載、從家電到玩具等不同應(yīng)用場(chǎng)景的多種產(chǎn)品，還發(fā)布了“訊飛語(yǔ)音云”平臺(tái)。目前，科大訊飛已占有中文語(yǔ)音技術(shù)市場(chǎng)70%以上市場(chǎng)份額，開(kāi)發(fā)伙伴超過(guò)5000家，以訊飛為核心的中文語(yǔ)音產(chǎn)業(yè)鏈已初具規(guī)模。
計(jì)算機(jī)視覺(jué)逼近拐點(diǎn)
視覺(jué)識(shí)別是人工智能的一個(gè)重要研究領(lǐng)域，沒(méi)有視覺(jué)識(shí)別能力的機(jī)器人無(wú)法真正與外界交互。2015年，在微軟等大公司的推動(dòng)下，計(jì)算機(jī)視覺(jué)已經(jīng)逼近全面突破的拐點(diǎn)。
ImageNet是全球頂級(jí)的計(jì)算機(jī)視覺(jué)挑戰(zhàn)賽，挑戰(zhàn)賽項(xiàng)目之一是對(duì)1000 類(lèi)、120萬(wàn)張互聯(lián)網(wǎng)圖片進(jìn)行分類(lèi)，每張圖片人工標(biāo)注5個(gè)相關(guān)類(lèi)別，計(jì)算機(jī)識(shí)別的結(jié)果只要有一個(gè)和人工標(biāo)注類(lèi)別相同就算對(duì)。對(duì)于該圖片集，人眼辨識(shí)錯(cuò)誤率大概為5.1%，目前只有谷歌和微軟等個(gè)別參賽團(tuán)隊(duì)的算法能夠達(dá)到低于5%的結(jié)果。
2015年12月10日，微軟亞洲研究院視覺(jué)計(jì)算組在ImageNet計(jì)算機(jī)識(shí)別挑戰(zhàn)賽中再次打破紀(jì)錄，獲得圖像分類(lèi)、圖像定位以及圖像檢測(cè)全部三個(gè)主要項(xiàng)目的冠軍，將系統(tǒng)錯(cuò)誤率降低至3.57%。在計(jì)算機(jī)視覺(jué)識(shí)別領(lǐng)域，卷積神經(jīng)網(wǎng)絡(luò)（即為有監(jiān)督的深度學(xué)習(xí)）是主要的算法。微軟亞洲研究院視覺(jué)計(jì)算組首席研究員孫劍介紹說(shuō)，他所帶領(lǐng)的研究團(tuán)隊(duì)使用了高達(dá)152層的深層卷積神經(jīng)網(wǎng)絡(luò)算法，比以往任何成功的算法層數(shù)多達(dá)5倍以上。
而在另一方面，微軟亞洲研究院硬件計(jì)算組與清華大學(xué)電子工程系一直在硬件加速領(lǐng)域合作了，從2013年開(kāi)始雙方一起研究怎樣把深層卷積神經(jīng)網(wǎng)絡(luò)與智能硬件結(jié)合起來(lái)，其成果就是基于FPGA（可編程芯片）技術(shù)的A-Eye視覺(jué)芯片。微軟的研究表明，高端GPU的圖像處理能力是FPGA的2到3倍，但FPGA的功耗約是高端GPU的1/10，多個(gè)FPGA結(jié)合能以低功耗達(dá)到GPU的處理能力。
據(jù)微軟亞洲研究院硬件計(jì)算組主管研究員徐寧儀介紹，A-Eye視覺(jué)芯片包括了一個(gè)基于軟件的壓縮算法和基于FPGA芯片的硬件實(shí)現(xiàn)，其本質(zhì)上是通過(guò)軟件壓縮和定制的硬件加速，讓計(jì)算機(jī)視覺(jué)識(shí)別算法適用于普通的智能終端?；贏(yíng)-Eye技術(shù)的高性能智能視覺(jué)芯片，可以廣泛用于智能安防、嬰兒和老人看護(hù)、無(wú)人汽車(chē)和無(wú)人機(jī)等各種需要計(jì)算機(jī)視覺(jué)的領(lǐng)域。
目前卷積神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別能力有賴(lài)于輸入的原始數(shù)據(jù)集，例如用花卉圖像集訓(xùn)練出來(lái)的算法就只能識(shí)別花卉。基于Bing搜索引擎的大數(shù)據(jù)，接下來(lái)微軟正在探索通用型視覺(jué)識(shí)別算法和工程化實(shí)現(xiàn)。一旦工程化實(shí)現(xiàn)了通用型視覺(jué)識(shí)別技術(shù)，智能機(jī)器張眼看世界的那一天就不遠(yuǎn)了。
開(kāi)始探索情感算法
整個(gè)人工智能研究的起源，在于一個(gè)基本的假設(shè)，即能夠用機(jī)械的方式模仿人類(lèi)的思維。人工智能前60年，就在這個(gè)方向上不斷地探索。但是，能否用機(jī)械的方式模仿人類(lèi)的感情呢？
情感的表達(dá)遠(yuǎn)非“0”或“1”那么簡(jiǎn)單，就像人類(lèi)的愛(ài)情絕非對(duì)與錯(cuò)那樣絕對(duì)。如何讓機(jī)器理解人類(lèi)的情感，又如何把情感與知識(shí)進(jìn)一步結(jié)合，發(fā)展出全新的計(jì)算架構(gòu)？情感計(jì)算前進(jìn)之路更加艱難，直到微軟“小冰”的出現(xiàn)。
微軟小冰有可能成為有史以來(lái)首個(gè)情感算法機(jī)器人
最開(kāi)始作為一個(gè)聊天機(jī)器人，微軟小冰由微軟亞洲互聯(lián)網(wǎng)工程院開(kāi)發(fā)，2014年5月29日，一代小冰開(kāi)始了微信公測(cè)，在3天內(nèi)贏(yíng)得了超過(guò)150萬(wàn)個(gè)微信群、逾千萬(wàn)用戶(hù)的喜歡。2015年8月20日，第三代微軟小冰正式發(fā)布。2015年11月小冰發(fā)布了計(jì)算視覺(jué)功能，從此，小冰還能根據(jù)圖片和視頻與用戶(hù)聊天。
然而，微軟小冰的意義絕不僅僅是聊天機(jī)器人。微軟全球執(zhí)行副總裁沈向洋說(shuō)，希望小冰成為一個(gè)慢慢融入人類(lèi)社會(huì)的機(jī)器人、每一個(gè)用戶(hù)的個(gè)人助手，而且是一個(gè)真正通過(guò)情感計(jì)算，理解用戶(hù)、能夠交流、能夠溝通的人工智能機(jī)器人。在更深層上，微軟小冰正在成為整個(gè)微軟的人工智能基礎(chǔ)設(shè)施，小冰的研究成果正擴(kuò)散到微軟產(chǎn)品與服務(wù)的方方面面。
初步統(tǒng)計(jì)，僅在微軟亞洲研究院就有將近15個(gè)研究團(tuán)隊(duì)與負(fù)責(zé)小冰的算法研究，而包括以色列、紐約、休斯頓總部的微軟研究院也正為小冰提供技術(shù)支持，涉及包括大數(shù)據(jù)、自然語(yǔ)言互動(dòng)、計(jì)算機(jī)視覺(jué)、SR（語(yǔ)音識(shí)別）、TTS（文字到語(yǔ)音轉(zhuǎn)換）、IoT等十幾個(gè)領(lǐng)域。
想象一下，未來(lái)的家庭里將出現(xiàn)智能手表、智能音箱、智能電視機(jī)、智能冰箱、智能燃?xì)獗?、智能玩具等多種智能設(shè)備，人們無(wú)法再通過(guò)一個(gè)個(gè)APP與這些智能設(shè)備溝通，就必須出現(xiàn)一個(gè)超級(jí)APP來(lái)管控所有的智能設(shè)備，微軟小冰就有望成為這樣的超級(jí)人機(jī)交互界面。
從底層芯片突破人工智能
2016年3月24日，在A(yíng)RM公司與重慶市的戰(zhàn)略合作簽約儀式上，重慶市長(zhǎng)黃奇帆在致辭中表示“一切人工智能的源頭，集中在芯片上”。
黃奇帆市長(zhǎng)可能沒(méi)有意識(shí)到，這個(gè)論斷也是未來(lái)60年人工智能發(fā)展的重要主題之一。在人工智能前60年的發(fā)展中，馮·諾依曼架構(gòu)的瓶頸已經(jīng)成為共識(shí)，在接下來(lái)的60年里，如何打破馮·諾依曼架構(gòu)的瓶頸，已經(jīng)成為各大公司和各國(guó)政府戰(zhàn)略級(jí)的研究項(xiàng)目。
IBM TrueNorth神經(jīng)元芯片
2014年8月，IBM研究院在《科學(xué)》雜志上介紹了一款名為“TrueNorth”神經(jīng)元芯片，它從底層模仿了人腦結(jié)構(gòu)而且用普通半導(dǎo)體材料就能制造出來(lái)。TrueNorth表面上看起來(lái)和普通處理器沒(méi)有太大區(qū)別，它的核心區(qū)域內(nèi)擠滿(mǎn)了4096個(gè)處理核心，用來(lái)模擬超過(guò)百萬(wàn)個(gè)人腦神經(jīng)元和2.56億個(gè)神經(jīng)突觸。
2008年初，IBM TrueNorth研究項(xiàng)目獲得了美國(guó)五角大樓高級(jí)計(jì)劃研究局（DARPA）的5300萬(wàn)美元資助，DARPA認(rèn)為這項(xiàng)研究有助于突破馮·諾伊曼計(jì)算機(jī)體系。TrueNorth由三星代工生產(chǎn)，具備量產(chǎn)的基礎(chǔ)。基于TrueNorth芯片，IBM已經(jīng)研發(fā)出了神經(jīng)元計(jì)算機(jī)原型機(jī)，能夠以低功耗實(shí)現(xiàn)更高準(zhǔn)確率的圖像識(shí)別、視頻處理等人工智能關(guān)鍵性功能。
2015年4月，IBM研究院Mark Ritter在他的一篇博客中，介紹了IBM在量子計(jì)算機(jī)方面的研究突破。IBM的T.J.沃森研究實(shí)驗(yàn)室的一組科學(xué)家和工程師，正處于開(kāi)發(fā)首臺(tái)真正量子計(jì)算機(jī)的前沿。2015年4月，這個(gè)團(tuán)隊(duì)在科學(xué)雜志《Nature Communications》（《自然通訊》）上發(fā)布了一篇重要的論文，介紹了在實(shí)現(xiàn)可行性量子計(jì)算機(jī)中的兩個(gè)關(guān)鍵性進(jìn)展。
1981年在MIT召開(kāi)的首屆量子計(jì)算會(huì)議上，諾貝爾獎(jiǎng)獲得者Feynman挑戰(zhàn)科學(xué)家們研究量子計(jì)算機(jī)。與現(xiàn)代計(jì)算科學(xué)的方式方法截然不同，在量子計(jì)算前提下，整個(gè)計(jì)算基礎(chǔ)設(shè)施必須被重新想象與重構(gòu)。除了IBM外，谷歌與微軟也集合了科學(xué)家與高校的力量投入量子計(jì)算的研究。Mark Ritter認(rèn)為，IBM有望首先實(shí)現(xiàn)量子計(jì)算機(jī)，而當(dāng)前正在進(jìn)入量子計(jì)算研究的黃金時(shí)代。
除了遠(yuǎn)期的神經(jīng)元芯片和量子計(jì)算機(jī)外，NVIDIA、Intel、ARM等公司通過(guò)改進(jìn)現(xiàn)有的芯片設(shè)計(jì)，把人工智能推進(jìn)到底層芯片中。NVIDIA的GPU被用于數(shù)據(jù)中心的大規(guī)模分布式機(jī)器學(xué)習(xí)環(huán)境，區(qū)別于傳統(tǒng)CPU的Intel Xeon Phi更強(qiáng)調(diào)與CPU協(xié)同工作的GPU技術(shù)，而在移動(dòng)互聯(lián)網(wǎng)時(shí)代遙遙領(lǐng)先的ARM則在智能汽車(chē)、可穿戴設(shè)備、智能家電、物聯(lián)網(wǎng)、工業(yè)裝置等領(lǐng)域圍繞未來(lái)人工智能場(chǎng)景來(lái)思考一代又一代的芯片設(shè)計(jì)。
ARM全球CEO Simon Segars在接受采訪(fǎng)時(shí)表示，必須以更具成本效益的方式實(shí)現(xiàn)人工智能應(yīng)用，只有當(dāng)AI的成本和價(jià)格是普通人都能夠承擔(dān)時(shí)，AI才是真正達(dá)到了人們期望的目標(biāo)。2016年3月，ARM宣布與臺(tái)積電合作展開(kāi)7nm芯片的研究，能以更高性?xún)r(jià)比廣泛應(yīng)用于智能終端和數(shù)據(jù)中心，預(yù)計(jì)在2017~2019年量產(chǎn)。目前，其它芯片公司還停留在10nm芯片的競(jìng)爭(zhēng)。此外，ARM還加入了由Facebook發(fā)起的開(kāi)源硬件項(xiàng)目OCP，該項(xiàng)目邀請(qǐng)開(kāi)源硬件社區(qū)共同設(shè)計(jì)下一代數(shù)據(jù)中心的硬件設(shè)備，ARM就在與Paypal聯(lián)合開(kāi)發(fā)低功耗的定制化芯片。
創(chuàng)業(yè)者把AI擴(kuò)散到社會(huì)的每一個(gè)角落
隨著AlphaGo在全社會(huì)引起了巨大的反響，新一輪人工智能創(chuàng)業(yè)潮正在醞釀中。2016年3月26日，科大汛飛與專(zhuān)注天使輪投資的阿爾法公社宣布了AI領(lǐng)域聯(lián)合天使投資計(jì)劃，未來(lái)將在A(yíng)I領(lǐng)域展開(kāi)批量投資。科大訊飛高級(jí)副總裁江濤表示，在未來(lái)社會(huì)里AI將成為水和電一樣的基礎(chǔ)性資源，創(chuàng)業(yè)者們將把AI擴(kuò)散到社會(huì)的方方面面。
阿爾法公社與科大訊飛聯(lián)合宣布批量支持AI創(chuàng)業(yè)
為什么說(shuō)AI將成為基礎(chǔ)性社會(huì)資源？原因很簡(jiǎn)單，今天的互聯(lián)網(wǎng)已經(jīng)成為了基礎(chǔ)性的社會(huì)資源。而在萬(wàn)物互聯(lián)網(wǎng)時(shí)代，物聯(lián)網(wǎng)的規(guī)模遠(yuǎn)遠(yuǎn)大于今天的互聯(lián)網(wǎng)。除了接入現(xiàn)有的互聯(lián)網(wǎng)設(shè)備外，未來(lái)的物聯(lián)網(wǎng)還將接入大量機(jī)器對(duì)機(jī)器（M2M）網(wǎng)絡(luò)。在一個(gè)更為復(fù)雜和龐大的物聯(lián)網(wǎng)前提下，人工智能就必須成為整個(gè)物聯(lián)網(wǎng)的關(guān)鍵組成部分，進(jìn)而成為基礎(chǔ)性資源。
如果說(shuō)過(guò)去的人工智能創(chuàng)業(yè)必須要在基礎(chǔ)科研層面有所突破，如今這個(gè)壁壘已經(jīng)被打破。谷歌、微軟、Facebook等大公司以及卡耐基·梅隆大學(xué)、NYU等高校紛紛開(kāi)源核心的機(jī)器學(xué)習(xí)算法，谷歌的TensorFlow、微軟的DMTK、Facebook的Torch、卡耐基·梅隆大學(xué)的Petuum、加州伯克利分校的Caffe等，都提供了成熟的人工智能和深度學(xué)習(xí)算法模塊。而IBM Watson認(rèn)知計(jì)算云服務(wù)，本身就是以低價(jià)格向全社會(huì)大規(guī)模輸出人工智能的能力。
值得注意的是，大公司開(kāi)源出來(lái)的機(jī)器學(xué)習(xí)算法并不是簡(jiǎn)單的宣傳“噱頭”，而是貨真價(jià)實(shí)的“干貨”。微軟開(kāi)源版DMTK包含了目前世界上最大規(guī)模的主題模型和分布式詞向量模型，DMTK還是分布式機(jī)器學(xué)習(xí)工具，讓創(chuàng)業(yè)者很簡(jiǎn)單就在多機(jī)環(huán)境甚至是集群系統(tǒng)中部署大規(guī)模機(jī)器學(xué)習(xí)算法，大幅降低了機(jī)器學(xué)習(xí)創(chuàng)業(yè)的門(mén)檻。為什么這么多大公司都紛紛開(kāi)源自己的核心機(jī)器學(xué)習(xí)算法呢？原因很簡(jiǎn)單：爭(zhēng)奪下一個(gè)生態(tài)。
當(dāng)然，也有人擔(dān)心大公司將壟斷未來(lái)的人工智能社會(huì)。2015年12月12日，特斯拉CEO Elon Musk在Twitter上宣布正式啟動(dòng)非盈利人工智能項(xiàng)目OpenAI。OpenAI是一個(gè)非營(yíng)利性的人工智能研究公司，目標(biāo)是“推動(dòng)數(shù)字智能的發(fā)展，同時(shí)不被財(cái)務(wù)回報(bào)所限制，從而造福整個(gè)人類(lèi)”。OpenAI籌措了10億美元作為經(jīng)費(fèi)，從谷歌等公司挖來(lái)了人工智能專(zhuān)家，專(zhuān)門(mén)研究人工智能技術(shù)并答應(yīng)無(wú)償公開(kāi)。顯然，OpenAI是人工智能創(chuàng)業(yè)的又一劑強(qiáng)心針。
另一方面，人工智能創(chuàng)業(yè)迎來(lái)黃金期，還有另一個(gè)時(shí)代背景。微軟亞洲研究院人工智能研究組首席研究員、卡耐基·梅隆大學(xué)博士生導(dǎo)師劉鐵巖告訴記者，近年來(lái)全球機(jī)器學(xué)習(xí)領(lǐng)域的三大趨勢(shì)包括更大規(guī)模的機(jī)器學(xué)習(xí)、更深度的機(jī)器學(xué)習(xí)以及更強(qiáng)交互性的機(jī)器學(xué)習(xí)，這些都是基于大數(shù)據(jù)與云計(jì)算的興起。正是因?yàn)榱畠r(jià)的云計(jì)算和大數(shù)據(jù)技術(shù)，人工智能才有可能擴(kuò)散到社會(huì)的每一個(gè)角落。