475
機器人
人工智能從0到1，作為人類，你該擔憂嗎？
去年，有個小孩讀遍人世所有的棋譜，辛勤打譜，苦思冥想，棋藝精進，4-1 打敗世界冠軍李世石，從此人間無敵手。他的名字叫阿法狗。
冷撲大師Libratus在德州撲克人機大戰中鏖戰20天後，從4 位頂級人類撲克高手贏回共計176.6萬美元，不完備信息博弈，善使詐唬。
今年，阿法狗弟弟隻靠一副棋盤和黑白兩子，沒看過一個棋譜，也沒有一個人指點，從零開始，自娛自樂，自己參悟，100-0 打敗哥哥阿法狗。他的名字叫阿法元。 DeepMind 這項偉大的突破，以 Mastering the game of Go without human knowledge 為題，發表於 Nature，引起轟動。 新一代的阿法元(AlphaGoZero), 完全從零開始，不需要任何曆史棋譜的指引，更不需要參考人類任何的先驗知識，完全靠自己一個人強化學習（reinforcement learning）和參悟, 棋藝增長遠超阿法狗，百戰百勝，擊潰阿法狗100-0。
智能爆炸，奇點臨近
人工智能的一項重要目標，是在沒有任何先驗知識的前提下，通過完全的自學，在極具挑戰的領域，達到超人的境地。人工智能大致分為三個階段：
（1956-2035？）弱人工智能階段：1956年dartmouth會議召開標誌著人工智能的緣起。隨著軟件技術的進步，人工智能也在快速發展。這一階段，擅長於單個方麵的人工智能。比如有能戰勝象棋世界冠軍的人工智能，但是它隻會下象棋，你要問它怎樣更好地在硬盤上儲存數據，它就不知道怎麼回答你了。
（2035？-2045？）強人工智能階段：人類級別的人工智能。強人工智能是指在各方麵都能和人類比肩的人工智能，人類能幹的腦力活它都能幹。創造強人工智能比創造弱人工智能難得多。這裏的“智能”是指一種寬泛的心理能力，能夠進行思考、計劃、解決問題、抽象思維、理解複雜理念、快速學習和從經驗中學習等操作。
（2045？-未來）超人工智能階段：牛津哲學家，知名人工智能思想家Nick Bostrom把超級智能定義為“在幾乎所有領域都比最聰明的人類大腦都聰明很多，包括科學創新、通識和社交技能”。超人工智能可以是各方麵都比人類強一點，也可以是各方麵都比人類強萬億倍的。
人工智能巨頭--百度AI崛起
百度AI開發者大會（Baidu Create 2017）上，百度AI平台架構圖首次完整亮相，全新開放了視頻、語音、AR/VR、機器人視覺、自然語音處理等五大類目共14項全新能力， 此次開放的技術能力總共有60個，是目前最全麵的AI技術開放平台。百度AI平台由百度大腦及百度雲組成，分為雲、大數據、算法層、感知層、認知層、平台層五大層次（數據來源：TechWeb），核心能力的開放已達60餘項。
百度自2013年1月組建專注於Deep Learning（深度學習）的研究院—Institute of Deep Learning（簡稱IDL）開始，百度便已經積極布局人工智能：
1、機構設立方麵：公司先後成立自然語言處理部（2010年）、百度矽穀人工智能實
單獨成立智慧機場業務部、智能客服與金牌銷售業務部。智慧機場業務部重點麵向航空服務領域；智能客服與金牌銷售業務部，融合語音識別、自然語言處理等前沿技術，提升企業與客戶電話溝通中的效率和效能。該技術通過對唿叫中心的通話曆史語音進行分析，提取客戶畫像、優秀銷售經驗，並在通話過程中進行實時語音識別及分析等方式，結合當前客戶情況與銷售特點，個性化推薦適合的銷售思路與話術要點。
強化了AI應用技術研發，原隸屬於研究院的幾個技術團隊升格為獨立的技術部門，包括視覺技術部、人臉技術部、增強現實技術部等。
成立AI技術平台與生態部，進一步整合推動百度所擁有的自然語言處理、知識圖譜、深度學習、語音圖像、大數據等技術。
2、人才儲備方麵：2017年，百度與北京航空航天大學合作設立人工智能專業；目前，BAT的AI人才布局中百度總數領先，占比2.54（數據來源：e成科技）。
3、技術落地方麵：語音開放平台上線（2013年）、DeepSpeech深度語音識別係統（2014年）、小度機器人（2014年）、全球首個基於深度學習的大規模在線翻譯係統（2015年）、機器人助理“度秘”（2015年）、無人駕駛汽車相關技術（2015年）、AR技術幫助伊利等零售商進行營銷（2016年）、針對移動設備打造的增強現實平台“度視”（2016年）、醫療大腦等百度大腦（2016年）、百度輸入法4.0引入人工智能（2016年）、百度AR先後與歐萊雅合作，帶來全新廣告營銷方式（2016年）、與KFC合智能推薦點餐（2016年）、與神農架合作AR觀山（2016年）、《但丁密碼》AR麵具海報（2016年）、G-1智能高清機頂盒（2016年）、烏鎮世界互聯網大會人臉識別閘機（2016年）、海爾與美的搭載DuerOS打造智能家居（2017 年）、家庭陪伴型機器人“分身魚”（2017年）、國航用人工智能進行人臉識別（2017年）。
4、資本投入方麵：自2016年開始，公司先後投資美國科技公司ZestFinance、激光
雷達公司Velodyne LiDAR、人工智能語音助手平台開發商Raven Tech、計算機視覺公司xPerception、以色列視頻捕捉技術公司Pixellot、投資上海漢楓科技及室內導航公司IndoorAtlas、參股新西蘭VR/AR/3D成像公司8i、收購專注於語音喚醒和自然語言理解的人工智能創業公司KITT.AI（2017年）等。2017年1月，陸奇先生加入百度擔任集團總裁兼CEO，圍繞人工智能在集團架構、業務以及人事方麵大刀闊斧進行改革，包括將自動駕駛事業部（L4）、智能汽車事業部（L3）、車聯網業務（Car Life etc）合並組建新的智能駕駛事業群組（IDG），並向汽車行業及自動駕駛領域的合作夥伴提供一款名叫Apollo的開放軟件平台。
國外方麵，Amazon、Facebook布局人工智能主要是為了智能其各自的傳統主業以使自身在各自領域保持競爭力，而Google及IBM則是從集團層麵對其人工智能生態建設進行了整體規劃。國內方麵，阿裏巴巴在人工智能方麵的行動主要是針對具體的應用場景進行智能化，而騰訊則主要是通過在各事業部組建AI團隊來推進集團人工智能的發展。
1、穀歌大腦：創建於 2011年，目標是創造更智能的軟件和係統，從而改善人的生活。研究
領域包括機器學習算法和技術、用於機器學習的計算機係統、自然語言理解、感知、醫療、
機器人、音樂與藝術生成等。TPU、TensorFlow 均來自穀歌大腦。
2、穀歌 NLU：專注於自然語言理解的團隊，與穀歌大腦是並列存在的關係。最新研究興趣包括句法、語篇、對話、多語言建模、情緒分析、問答、概述、使用有標記和未標記的數據
與最先進的模型和間接監督來構建更好的學習係統。目前公開的最重要的成果就是被稱為“世界準確度最高的自然語言解析器SyntaxNet”。這是一個基於TensorFlow的自然語言理解神經網絡。穀歌在該平台上訓練的模型的語言理解準確率超過 90。
3、穀歌歐洲研究院：2016年 6月在蘇黎世成立，研究領域為機器學習、自然語言理解、機
器感知及數據壓縮。
4、DeepMind：2010年在英國成立，2014年被穀歌以 4億英鎊收購，收購後仍保持獨立運行，
專注於深度強化學習，研究目標是通用人工智能。AlphaGo 是 DeepMind 最知名的項目。
2017 年 7 月 5 日，DeepMind 表示將在加拿大埃德蒙頓開設第一家 AI 研究中心。
5、 機器學習忍者項目：從穀歌內部團隊挑選有天賦的約 20名程序員，為期 6個月的人工智能人才培養項目。與穀歌大腦有合作關係。
6、工程師團隊：穀歌 25000 名工程師中，有數以千計的人熟練掌握機器學習。
7、應用：穀歌雲機器學習 API、翻譯、Waymo（前穀歌無人車部門，現在是 Alphabet子公司）、
Inbox 等。
8、收購：語言與圖像識別、生物識別、深度學習、智能家居、機器人領域的公司
1、Facebook人工智能實驗室（FAIR）：2013年12月成立，是Facebook的AI基礎研究實驗
室，目標是推動機器智能領域的進步。這是 Facebook 人工智能技術的核心部門。
2、 工程團隊：直接負責對接到 Facebook的核心功能，比如廣告、搜索、新聞流、密鑰和Instagram。
3、FBLearner Flow平台：於 2014年底在 FAIR內部研究，後轉交給 AML團隊，是 Facebook
研發基於 AI的產品的支柱。這個平台能幫助任何工程師輕鬆地開啟和管理機器學習實驗，
而無需處理硬件基礎架構。每月運行約 120 萬的實驗。
4、應用機器學習部門(AML)：成立於 2015年 9月，是科學突破與產品使用連接起來的部門。
包括 4 個主要團隊：核心機器學習、計算攝影、語言技術及自然語音識別。
5、Language Technology 團隊：該團隊在 AML 保護傘下，專注於開發翻譯、語音識別和自然語言理解，是部署實際軟件的地方，而 FAIR 是推動 Facebook 人工智能實驗的地方。
6、Lumos：2016年 11月首次披露，構建在 FBLearnerFlow之上，是專用語圖像和視頻理解
的 AI 平台。
7、收購：圖像和語言理解領域的公司
IBM
1、商業解決方案Watson：2014年1月初，IBM宣布組建“WatsonGroup”，旨在進一步開發、
商用及增強“Watson”及其他認知技術。同時，IBM還推出了兩項 Watson數字顧問服務，
一項用於幫助企業從海量數據獲得洞見，另一項則旨在使得數據可視化。2014 年 3 月，
Waston開始與紐約基因中心合作。5月，IBM通過Watson收購了人工智能創業公司Cognea，
該公司為用戶提供個性化虛擬助手服務。2015年，Watson被部署在 IBM 2014年收購的雲計算基礎設施業務 Softlayer上。2016年，以腫瘤為重心，Watson在慢病管理、精準醫療、體外檢測等九大醫療領域中實現了突破。
2、AI 技術：語音語義、深度學習神經網絡（收購了 AIchemyAPI）
3、雲平台：IBM Bluemix開放雲技術平台（ PaaS+ 7 種 IBM Watson 服務）、機器學習平台
SystemML
4 、硬 件：TrueNorth（SyNapse成 果 ）
5、產業布局：深藍、與蘋果、軟銀進行智能機器人合作、VR遊戲、物聯網、醫療服務
6、收購：認知計算、搜索、人機對話、數據分析領域的公司
Amazon
1、服務：Amazon Lex、Amazon Polly以及 Amazon Rekognition，分別定位於可編寫自然人
機交互、語音轉換服務以及圖像識別。
2、平台：AmazonML、SparkEMR、Kinesis流數據處理平台、Batch批次處理、ECS
3、引 擎 ：MXNet 、 TensorFlow 、 Caffe 、 Theano 、 Pytorch 、 CNTK
4、基礎設施：GPU、CPU、IoT、移動
5、 1492團隊:旨在發掘醫療行業中的新機會，同時關注軟件和硬件項目。目前，他們正在試圖從傳統電子醫療檔案中挖取和整合數據；希望建立一個遠程醫療的平台；探索基於 Echo 和 Dash Wand的醫療應用等
6、收購：圖像識別、圖像與語言理解領域的公司
阿裏巴巴
1、AI部門：iDST（數據科學與技術研究院）、阿裏人工智能實驗室、NASA計劃、參與“工業
大數據應用技術國家工程實驗室” 、與清華北大一起搭建大數據係統軟件國家工程實驗
室
2、AI產品線：ET大腦（工業、醫療、環境）、ET基礎服務（機器學習、智能語音、人臉識別、印刷文字識別、人機對話）
3、資本布局：戰略投資日本機器人公司 SBRH、入股山西嘉世達機器人
騰訊
1、AI機構：人工智能實驗室（AI Lab，負責基礎性研究工作）、各個事業部都有 AI團隊（負
責 AI 應用研究）
2、應用方向：遊戲 AI、社交 AI、內容 AI、工具型 AI
3、智能產品：小冰、小微、雲搜和文智、優圖人臉識別、QQ 物聯、微信硬件平台、叮當智
能語音助手、絕藝（類似AlphaGo）、深度學習平台DI-X
4、資本布局：投資 Diffbot、iCarbonX（碳雲智能）、CloudMedX、Skymind、ScaledInference；
戰略入股搜狗；購買特斯拉 5股票。
可以看到，百度在AI方麵的布局已經相對完善，無論是從AI部門的設置、集團戰略定位，還是從開放的各類技術平台，均能夠幫助百度更快地構建生態圈，以此帶來更多場景應用的落地。
恐怖穀效應
恐怖穀理論起源於1970年日本論文，是一個關於人類對機器人和非人類物體的感覺的假設。意思是說人形玩具或機器人的仿真度越高人們越有好感，但當超過一個臨界點時，這種好感度會突然降低，越像人越反感恐懼，直至穀底，稱之為恐怖穀。可是，當機器人的外表和動作和人類的相似度繼續上升的時候，人類對他們的情感反應亦會變回正麵，貼近人類與人類之間的移情作用。
也許正因為如此，許多機器人專家在製造機器人時，都盡量避免“機器人”外表太過人格化，以求避免跌入“恐怖穀陷阱”。
人工智能目前在人類中引起了很多爭議，比如有人說人工智能隻有智商，沒有情商；有人說人工智能不懂藝術；有人說人工智能不懂創造；有人說成功=99%努力+1%靈感，人工智能沒有靈感；有人說人工智能難有大智慧；人工智能將消滅工作機會？隨著深度學習的不斷研究和發展，人工智能已經可以自己學習和表現。但人工智能仍在探索階段，各家技術方向並不完全趨同，又涉及整個產業鏈的融合能力，因此，最終落地形態和成熟的商業場景存在較大的不確定性。未來的人工智能除非有自我意識，否則人工智能沒有產權，它隻能是高級代理人，用好人工智能的人將獲得更大的優勢。
你會擔心被人工智能取代嗎？
最後更新：2017-10-23 10:38:42