AI三年的情況是怎樣的

據(jù)Gartner發(fā)布的2017年《技術(shù)成熟度報告》顯示，其中出現(xiàn)了8項(xiàng)新增技術(shù)成果，其中包括5G、人工通用智能、深度學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)、數(shù)字孿生、邊緣計算、無服務(wù)器PaaS以及認(rèn)知計算。

時移世易，2019年技術(shù)的創(chuàng)新和發(fā)展已經(jīng)超出了我們的想象，據(jù)人工智能行業(yè)分析機(jī)構(gòu)CBInsights發(fā)布的 《2019年AI趨勢報告》 來看，人工智能正在以可見的速度滲透到各行各業(yè)中。

深度學(xué)習(xí)熱度過后的“冷思考”

2017年，人們對深度學(xué)習(xí)的發(fā)展寄予了厚望，認(rèn)為它將會產(chǎn)生最多的利潤，眾多資本涌入人工智能的各個領(lǐng)域，最好的例子就是AlphaGo的勝利。2017年5月，在中國烏鎮(zhèn)圍棋峰會上，AlphaGo與排名世界第一的世界圍棋冠軍柯潔對戰(zhàn)，以3比0的總比分獲勝。

到2017年底，超強(qiáng)版AlphaGo Zero完全不依賴于人類數(shù)據(jù)，在只知道比賽規(guī)則的情況下自我對弈，3天訓(xùn)練后就以100比0戰(zhàn)勝了AlphaGo。

在棋類游戲中，圍棋所包含的巨大的搜索空間（其狀態(tài)數(shù)遠(yuǎn)遠(yuǎn)超過整個宇宙中的原子數(shù)）一直是機(jī)器學(xué)習(xí)未能攻克的難題，甚至一度被認(rèn)為在近期內(nèi)是不可能被AI解決的。AlphaGo的成功不僅讓人們看到了強(qiáng)化學(xué)習(xí)和隨機(jī)模擬技術(shù)（也稱“蒙特卡羅”技術(shù)）的魅力，也讓深度學(xué)習(xí)變得更加炙手可熱。

冷靜之余，人們認(rèn)識到AlphaGo的算法更適用于大規(guī)模概率空間的智能搜索，其環(huán)境和狀態(tài)都是可模擬的。DeepMind的創(chuàng)始人德米斯·哈薩比斯表示，對于那些環(huán)境難以模擬的決策問題（如自動駕駛），這些算法也無能為力。

NLP完成從量到質(zhì)的躍遷

2017年是自然語言處理領(lǐng)域的重要一年，這一年的種種實(shí)踐（Word2vec和 GloVe）證明：預(yù)訓(xùn)練詞嵌入模型已經(jīng)成為解決NLP問題的一類關(guān)鍵性工具。

舉例來說，來自Facebook AI Research（簡稱 FAIR）實(shí)驗(yàn)室的fastText即提供包含294種語言的預(yù)訓(xùn)練向量，這無疑給整個技術(shù)社區(qū)帶來了巨大的貢獻(xiàn)與推動作用。盡管已經(jīng)實(shí)現(xiàn)了一定進(jìn)展，但這方面仍有大量工作需要完成，這個領(lǐng)域需要更好的預(yù)訓(xùn)練模型的出現(xiàn)。

2018年，谷歌發(fā)布了BERT，因其在問題答復(fù)到語言推理等不同任務(wù)上的卓越表現(xiàn)而引發(fā)關(guān)注。BERT是近期NLP（GPT、GPT2、ULMFiT 和 roBERTa）等模型中的一部分，這些模型的系統(tǒng)性能較之前有了很大改進(jìn)，因此一些研究人員會稱NLP正處于它的“高光時刻”。

谷歌充分利用了BERT的優(yōu)越性并且將其加入到了 搜索引擎 中，這也從側(cè)面說明了這些技術(shù)兼具了研究和商業(yè)價值。2018年11月24日，谷歌正式放出BERT官方代碼和預(yù)訓(xùn)練模型，包括模型的TensorFlow實(shí)現(xiàn)、BERT-Base和BERT-Large預(yù)訓(xùn)練模型和TensorFlow代碼。

同樣，2018年6月，OpenAI發(fā)表論文首次介紹了自己的語言模型GPT。2019年年初，OpenAI宣布開發(fā)出了一個大型語言模型，可以生成合成文本，名為GPT-2。出于謹(jǐn)慎考慮，公司并沒有公開GPT-2的所有代碼，同時也是擔(dān)心它可能被誤用。

5月，OpenAI發(fā)布了一個3.5億參數(shù)的版本，并宣布將與有限的合作伙伴共享7.62億參數(shù)和15億參數(shù)，同時他們也在研究針對惡意使用GPT-2的對策。這款被業(yè)內(nèi)傳為“最強(qiáng)假新聞生成器”的GPT-2 AI模型，從誕生開始就引起大量關(guān)注。

時隔半年，GPT-2的階段性開放終于進(jìn)入尾聲。11月6日，OpenAI正式放出 GPT-2最后一個部分的完整代碼——包含15億參數(shù)的最大版本。

這兩個預(yù)訓(xùn)練模型的開放解決了標(biāo)注數(shù)據(jù)缺乏的問題，幫助NLP完成了從量的積累到質(zhì)的飛躍的轉(zhuǎn)變。

聯(lián)邦學(xué)習(xí)的征途是星辰大海

2016年，谷歌提出了聯(lián)邦學(xué)習(xí)，原本是用來解決安卓手機(jī)終端用戶在本地更新模型的問題，其可使用的機(jī)器學(xué)習(xí)算法不局限于神經(jīng)網(wǎng)絡(luò)，還包括隨機(jī)森林等重要算法。聯(lián)邦學(xué)習(xí)本質(zhì)上是一種分布式機(jī)器學(xué)習(xí)技術(shù)，或機(jī)器學(xué)習(xí)框架，目標(biāo)是在保證數(shù)據(jù)隱私安全及合法合規(guī)的基礎(chǔ)上，實(shí)現(xiàn)共同建模，提升AI模型的效果。

過去幾年，這一技術(shù)的標(biāo)準(zhǔn)在不斷完善。IEEE聯(lián)邦學(xué)習(xí)國際標(biāo)準(zhǔn)項(xiàng)目應(yīng)運(yùn)而生，這一項(xiàng)目由 微眾銀行 發(fā)起，于去年12月獲批，是國際上首個針對人工智能協(xié)同技術(shù)框架訂立標(biāo)準(zhǔn)的項(xiàng)目，目前已經(jīng)召開了四次工作組會議。聯(lián)邦學(xué)習(xí)標(biāo)準(zhǔn)草案預(yù)計將于 2020年2月推出，正式標(biāo)準(zhǔn)預(yù)計將于2020年上半年出臺。聯(lián)邦學(xué)習(xí)正在從“點(diǎn)到點(diǎn)的發(fā)展階段”轉(zhuǎn)向“應(yīng)用落地、積累案例階段”。

在框架方面，2019年取得了重要進(jìn)展，誕生了首個工業(yè)級開源框架FATE，這是微眾銀行AI團(tuán)隊自主研發(fā)的開源框架。

FATE在今年2月份首發(fā)了0.1版本，3月份的時候有了第一位外部Contributor，同時GitHubStar突破100，5月份發(fā)布了0.2版本，支持了聯(lián)邦特征工程和在線推理，6月份發(fā)布了0.3版本，把主要的合作伙伴遷移到了FATE，并把FATE捐獻(xiàn)給了Linux Fundation，8月份發(fā)布了1.0版本，支持FATE-Flow和FATE-Board。

10 月 31 日，F(xiàn)ATE v1.1 版本正式發(fā)布，聯(lián)合VMware中國研發(fā)開放創(chuàng)新中心云原生實(shí)驗(yàn)室團(tuán)隊發(fā)布了 KubeFATE 項(xiàng)目，通過把 FATE 的所有組件用容器的形式封裝，實(shí)現(xiàn)了使用 Docker Compose 或 Kubernetes（Helm Charts）來部署。

不到三年的時間，聯(lián)邦學(xué)習(xí)已經(jīng)快速地發(fā)展了起來，而且在業(yè)界也得到回應(yīng)，京東、騰訊云、平安科技 等等企業(yè)也已經(jīng)加入到聯(lián)邦學(xué)習(xí)的隊伍中來。

在推廣聯(lián)邦學(xué)習(xí)的過程中，建立一致的標(biāo)準(zhǔn)是目前面臨的一大挑戰(zhàn)。就在近期，IEEE P3652.1（聯(lián)邦學(xué)習(xí)基礎(chǔ)架構(gòu)與應(yīng)用）標(biāo)準(zhǔn)工作組第四次會議于北京成功召開。

北京大學(xué)、IEEE、微眾銀行、創(chuàng)新工場、京東、中國電信、騰訊、小米、阿里巴巴、依圖、星云Clustar、第四范式、華為終端、VMWare、LogiOcean、SensesGlobal、Swiss Re、Intel、CETC BigData、螞蟻金服、華夏基金、富數(shù)科技共 22 家頭部企業(yè)與研究機(jī)構(gòu)參與。

會議聚焦于聯(lián)邦學(xué)習(xí)的場景分類與需求分類，著重對聯(lián)邦學(xué)習(xí)的安全測評與評級進(jìn)行規(guī)劃，進(jìn)一步探討聯(lián)邦學(xué)習(xí)標(biāo)準(zhǔn)制定，這可謂是聯(lián)邦學(xué)習(xí)發(fā)展的奠基性的貢獻(xiàn)。雖然目前聯(lián)邦學(xué)習(xí)還沒有迎來爆發(fā)式發(fā)展階段，但好在，未來可期。

自動駕駛既不是天使，也不是魔鬼

2017年中是自動駕駛新聞瘋狂爆漲的一年，幾乎每隔一個月就會爆出一條自動駕駛領(lǐng)域大事件。6月13日，通用宣布首批130輛搭載公司最新一代自動駕駛技術(shù)的測試版雪佛蘭Bolt純電動車在密歇根州的奧萊恩工廠下線。

算上當(dāng)時由50輛雪佛B(yǎng)olt純電動車組成的測試車隊，通用已經(jīng)擁有了一個由180輛Bolt組成的自動駕駛車隊，在舊金山、亞利桑那州斯科茨代爾以及底特律開展公共道路測試。

7月11日，奧迪新款A(yù)8發(fā)布，其號稱是全球首款具備L3級自動駕駛功能的量產(chǎn)車型，可以實(shí)現(xiàn)60km/h以下的低速條件下，在擁堵路況中實(shí)現(xiàn)自動駕駛。

同年年末，北京頒布《北京市關(guān)于加快推進(jìn)自動駕駛車輛道路測試有關(guān)工作的指導(dǎo)意見（試行）》和《北京市自動駕駛車輛道路測試管理實(shí)施細(xì)則（試行）》這兩份紅頭文件，標(biāo)志著北京成為了中國首個開放公共道路自動駕駛路測的城市。

彼時，自動駕駛一片利好的大背景下，人們把自動駕駛技術(shù)比作解放雙手的“天使“。只是，好景不長。2018 年，Uber 自動駕駛汽車發(fā)生了全球首例致死車禍，一名女子在過馬路的途中被撞身亡。此事隨即引發(fā)了全球?qū)o人車的關(guān)注，尤其是安全問題，這起慘烈的事故讓人們意識到了一個最重要的事實(shí)——安全性重于一切，只預(yù)估科技能避免多少事故是絕對不夠的。

同年 5 月谷歌旗下自動駕駛公司 Waymo 也出了一次車禍，事故導(dǎo)致一名測試人員受傷。后續(xù)的調(diào)查顯示，這起車禍仍舊是人為因素導(dǎo)致的，測試員走神打盹，才沒能及時處理突發(fā)情況，進(jìn)而引發(fā)了這起悲劇。

目前，一些車廠也已經(jīng)實(shí)現(xiàn)了 L3 級自動駕駛，最有名的案例莫過于特斯拉一直以來宣傳的自動駕駛功能。有不少用戶已經(jīng)拍攝了相關(guān)的自動駕駛視頻上傳到了社交網(wǎng)絡(luò)，雖然是對自動駕駛技術(shù)的最佳宣傳，但是特斯拉官方仍然表示：并不支持用戶完全放開手腳進(jìn)行自動駕駛，目前該功能仍然需要駕駛員隨時集中注意力觀察路況。

而 L4 級別的自動駕駛則是目前大部分公司正在攻克的難關(guān)。如今，公眾也開始更加客觀地看待自動駕駛這項(xiàng)技術(shù)，它既不是無害的“天使”，也不是殘忍的”魔鬼”。

AI芯片從受制于人到“奮發(fā)圖強(qiáng)”

2016年中國芯片領(lǐng)域相關(guān)設(shè)計公司數(shù)量較2015年增長了600多家;到2017年末，國內(nèi)共有約1380家芯片設(shè)計公司。根據(jù)Soopat數(shù)據(jù)，國內(nèi)芯片相關(guān)專利每年公開數(shù)量都在上升，2018年至今已經(jīng)公布了18871件。然而，這些都還遠(yuǎn)遠(yuǎn)不夠。

2018年美國制裁 中興事件 給我們“狠狠上了一課”，隨后的華為在美受到種種針對進(jìn)一步讓過渡依賴國外芯片進(jìn)口的企業(yè)覺醒——落后就要挨打，在哪個領(lǐng)域都是如此。在核心技術(shù)上需爭高下，大企業(yè)需要當(dāng)仁不讓，如果不掌握核心技術(shù)就是在別人的基礎(chǔ)上砌房子。種種困境讓中國科學(xué)界意識到“芯片當(dāng)自強(qiáng)”的重要性。

2019 年，意識到這些問題之后，不少中國芯片企業(yè)開始奮起直追，尤其在專用芯片領(lǐng)域取得了較為亮眼的成績。

在 9 月 25 日的杭州云棲大會上，阿里巴巴集團(tuán)首席技術(shù)官、阿里云智能總裁兼達(dá)摩院院長張建鋒現(xiàn)場展示了的AI芯片——含光 800。阿里巴巴方面表示：在業(yè)界標(biāo)準(zhǔn)的ResNet-50 測試中，含光 800 推理性能達(dá)到 78563 IPS，比當(dāng)時業(yè)界最好的 AI 芯片性能高 4 倍;能效比 500 IPS/W，是第二名的3.3倍。

繼雙模5G芯片巴龍 5000 和全球首款5G基站芯片天罡問世后，華為今年推出了首款內(nèi)置5G基帶的麒麟 990 5G SoC——首顆商用 5G 旗艦芯片。

不久前，芯片大廠聯(lián)發(fā)科也宣布推出 5G 芯片新品牌天璣，名源于北斗七星之一，其意為領(lǐng)先，并推出該品牌首款產(chǎn)品 5G SoC 芯片——天璣 1000。國產(chǎn)芯片在嘗盡了“受制于人”的冷眼后也開始自立自強(qiáng)，可見，核心技術(shù)只有掌握在自己手里，才能立于不敗之地。

5G 從技術(shù)萌芽走向大爆發(fā)

2017 年 12 月 21 日（北京時間），第五代移動通信結(jié)束“5G NR”首發(fā)版在 RAN 第 78 次全會代表的掌聲中正式凍結(jié)并發(fā)布，這是 5G 標(biāo)準(zhǔn)化的一個重要里程碑。從年初 3GPP 通過 5G 網(wǎng)絡(luò)加速的提案，到年底收官 3GPP 宣布完成了首個可實(shí)施的 5G 新空口（5G NR）規(guī)范，這一年 5G 的發(fā)展速度飛快。

2019 年 5G 已經(jīng)從技術(shù)名詞真正走向商業(yè)落地。今年 6 月 6 日，我國對三大運(yùn)營商及中國廣電發(fā)放 5G 牌照，這標(biāo)志著 5G 正式進(jìn)入商用階段，基站部署速度大幅加快，這將為 AI 帶來很大的性能提升。

邊緣計算即將掀起波瀾

根據(jù)調(diào)研機(jī)構(gòu) Forrester 公司的調(diào)查，目前全球有 32%的電信公司決策者正在部署或擴(kuò)展 邊緣計算 設(shè)施，另外 27%的決策者表示計劃在一年內(nèi)部署邊緣計算設(shè)施。越來越多的企業(yè)開發(fā)和部署邊緣計算的主要動力來自帶寬、成本、網(wǎng)絡(luò)延遲的迫切性和敏感性。

邊緣計算是計算系統(tǒng)從扁平到邊緣，以及面向 5G 網(wǎng)絡(luò)架構(gòu)演進(jìn)的必然技術(shù)，同時也提供了一種新的生態(tài)系統(tǒng)和價值鏈。

第三方數(shù)據(jù)分析機(jī)構(gòu) IDC 預(yù)測，到 2020 年，全球?qū)⒂屑s 500 億的智能設(shè)備接入互聯(lián)網(wǎng)，其中主要涉及智能手機(jī)、可穿戴設(shè)備、個人交通工具等，其中 40% 的數(shù)據(jù)需要邊緣計算服務(wù)。邊緣計算有著強(qiáng)大市場潛力，也引起了各研究機(jī)構(gòu)、標(biāo)準(zhǔn)組織、服務(wù)提供商和產(chǎn)業(yè)界極大的關(guān)注。

對于瞬息萬變的技術(shù)領(lǐng)域來講，三年的時間已經(jīng)足夠長。我們已經(jīng)從人工智能即將改變未來的遙遠(yuǎn)的夢境中逐漸清醒過來，能夠真正冷靜、客觀地考量技術(shù)發(fā)展的中的利與弊。那么，作為一名技術(shù)從業(yè)者，你的 2017 到 2019 又發(fā)生了哪些變化？

責(zé)任編輯：ct