人工智能有哪些熱點 - 人工智能引爆兩會 李彥宏鄧中瀚都說了什么？

中國工程院院士、全國人大代表、中星微董事長鄧中翰則從10個角度提出了加速我國人工智能自主芯片的開發(fā)進程的建議，建議從資金、政策等方面加大投入力度，大力開發(fā)承載人工智能運行的自主芯片技術(shù)，改變高端芯片嚴重依賴進口的被動局面。

全國政協(xié)委員、復星集團董事長郭廣昌的2017年的“兩會”提案主要關(guān)注醫(yī)學人工智能領(lǐng)域，建議：

1、推進健康醫(yī)療大數(shù)據(jù)有條件的開放共享；

2、成立國家醫(yī)學人工智能工程中心；

3、鼓勵和支持具有大規(guī)模醫(yī)療應用基礎(chǔ)的企業(yè)與高校；

4、加強我國健康醫(yī)療大數(shù)據(jù)的安全管理。

全國政協(xié)開幕式結(jié)束后，百度公司董事長李彥宏、杭州娃哈哈集團有限公司董事長兼總經(jīng)理宗慶后、清華大學中國與世界經(jīng)濟研究中心主任李稻葵等在圓桌論壇上從人工智能的角度詳細探究了實體經(jīng)濟的破局問題。

盤古智庫學術(shù)委員、玖道科技首席戰(zhàn)略官張禮立在對總理《政府工作報告》的解讀中也提出，大數(shù)據(jù)、人工智能對促進產(chǎn)業(yè)轉(zhuǎn)型升級有革命性意義。
?

2015年，那是一個冬（春）天

2015年的冬天（美國時間12月10日），計算機視覺識別領(lǐng)域一年一度的“奧林匹克” 2015 ImageNet計算機識別挑戰(zhàn)賽在眾人的屏息凝神、翹首以待中公布了最終結(jié)果：冠軍團隊的視覺計算組的系統(tǒng)錯誤率低至——3.57%！這是包攬三個主要項目（圖像分類、圖像定位、圖像檢測）第一名的微軟亞洲研究院在優(yōu)化更新了深層神經(jīng)網(wǎng)絡(luò)算法后，憑借著152層深層殘差網(wǎng)絡(luò)（Deep Residual Networks）交出的傲人成績單。

錯誤率低至3.57％（或者更準確來說，3.567％）是個什么概念呢？——在ImageNet挑戰(zhàn)賽中，人類的圖像識別錯誤率大約4%。而3.57%意味著有史以來，計算機的識圖能力首次超越了人類，這是計算機視覺學界一個里程碑數(shù)字，也是深度學習算法在人工智能行業(yè)應用里的驚人一鳴。

21天后，世界迎來了2016年的第一抹朝陽；而人工智能，也迎來了自學科建立60年以來最大規(guī)模的市場應用爆發(fā)潮。

承借著深度學習在計算機視覺領(lǐng)域的首先爆發(fā)，云計算平臺、顯卡、芯片等的研發(fā)成為行業(yè)熱點，而數(shù)字醫(yī)療、智能家居、自動駕駛、語音助手等應用也獲得了質(zhì)的突破。2016年3月，AlphaGo以4：1大勝李世石；2016年5月，亞馬遜開源深度學習和機器學習工具 DSSTNE（Deep Scalable Sparse Tensor Network Engine）；2016年8月，英特爾以超過4億美元的高價收購人工智能技術(shù)公司Nervana；2016年9月，微軟、Facebook、Alphabet、IBM、亞馬遜五大科技巨頭宣布組成人工智能聯(lián)盟（2017年1月蘋果加盟）；2016年12月，蘋果首份人工智能論文曝光……

此外，各類人工智能科研人員（如上文提到的包攬2015 ImageNet三項桂冠的微軟亞洲研究院團隊成員孫劍、何愷明等）也在2016年間陸續(xù)離職創(chuàng)業(yè)；長期專注耕耘GPU（圖形處理器）的英偉達也在2016年憑借著人工智能計算技術(shù)獲得了股價大爆發(fā)……曾經(jīng)遙不可及的“人工智能”技術(shù)一夜之間就來到了我們身旁，成了家喻戶曉的風口話題。谷歌工程師Pete Warden曾經(jīng)纂文感嘆道：“我從未見過一項技術(shù)（像深度學習一樣），幾年前還不被熟知，而短時間內(nèi)竟有如此大的進步?！?/p>

孫劍


何愷明

深度學習在學界的應用則要更早——早在2012年的ImageNet大賽上，多倫多大學的Geoffrey Hinton教授就帶領(lǐng)著團隊使用深度學習進行機器訓練與圖像識別，錯誤率只有15.3%，是圖像識別學科歷史上的一個重要節(jié)點。Hinton教授與他的團隊們花了近6天時間，使用2個英偉達GTX 580 CPU（內(nèi)存 3GB， 計算速度 1.6 TFLOPS）讓程序接受了120萬個圖像訓練。

那為什么直到2016年人工智能產(chǎn)業(yè)才開始大規(guī)模爆發(fā)呢？除了芯片計算性能不斷提高、學界理論與商業(yè)應用存在發(fā)展落地周期等原因外，還因為大約在5-10年前，計算機視覺尚屬于人工智能的關(guān)聯(lián)學科，而非子屬關(guān)系。然而，隨著研究的不斷深入，人們逐漸認識到，人工智能中大量與語義能力相關(guān)的高級智能與計算機視覺中的感知能力是密不可分的。如果能夠訓練計算機成功解決圖像場景，那么真正的智能也許就不再遙遠。因此，2016年里深度學習算法在計算機視覺領(lǐng)域的首先爆發(fā)推動了人工智能行業(yè)的熱點升溫，也使得“人工智能”成為最新風口話題。