機器學習會成爲2017年大數據分析的瓦解者嗎

新舊年份交接總讓人心緒萬千——感情中混合了樂觀和焦慮。同時這也是一個回顧、反思和對將來進行預測的契機。

2016年發生了許多關於人工智能（AI）的「第一次」：特斯拉的自動駕駛系統第一次實現車禍預測、Alexa做爲兇殺案證人被傳喚、白宮發表人工智能白皮書以及谷歌的AlphaGo在圍棋比賽中打敗人類冠軍。AI戰功赫赫的2016年已通過去，隨着AI技術進一步滲入到人們的平常生活的方方面面，AI在2017年有望迎來更大進步。

如下是咱們就此所作的一些展望。

更加個性化的AI

2016年見證了面向消費者推出的人工智能產品的增加。Alexa、Siri和小娜已經成了每一個人手持設備的標配。亞馬遜甚至還將Alexa開放給第三方開發者無償使用。能夠指望2017年AI會出如今更多app上，其餘科技巨頭公司或將效仿亞馬遜的開放策略，對開發者開放自家的AI系統。

經過這種更爲協做的途徑，咱們終於能夠期待看到人工智能的個性化發展。具備獨特個性、氣質乃至不一樣智力水平的AI程序將大量出現。

當下幫助機器思考的若干AI算法。

（圖／CIO Journal/Narrative Science）

更好的對話交互

試圖同Siri或Alexa進行交談經常使人抓狂。首先，她們沒多少幽默感；其次這些機器人女士尚不能知足咱們對一個智能助理的全部期待。坦率地講她們非常乏味，絲絕不健談。

但在2017年，這一切或許將要改變。

NVIDIA副總裁兼總經理吉姆·麥克修(Jim McHugh)預測，2017年將會有一款聊天機器人可以經過圖靈測試，具備與人類無異的反應模式，以致於通常人沒法判斷它是人仍是機器。機器學習、天然語言處理和模式識別技術的進展推進這種AI產生，並最終會推進產生更多人性化的AI程序。

「在將來，咱們將看到系統在人性化過程上的進步，包括更天然、更流暢的談話——將能夠根據上下文解決多個需求。機器能夠更深入地理解人類的價值觀和意圖，好比識別咱們在郵件和短信中對他人所做的承諾。」微軟研究院總經理埃裏克·霍維茨(Eric Horvitz)說。

不久的未來，你就能夠同Alexa進行所期待的深入、有意義的交談。

機器認知

諮詢公司Ovum稱：「機器學習將是2017年大數據分析的最大瓦解者。」深度學習和神經網絡的機制模擬了人類大腦的分層認知處理機制，已經顯示出了實現類人水平的機器智能的可行性。

因爲並行處理能力的大規模升級使網絡可以處理更大的數據塊，在2017年咱們能夠期待在機器學習方面取得更大進步。「生成式對抗網絡」（GAN）是機器學習中的下一個大進展。

GAN本質上是雙重網絡，一個從數據集中學習，另外一個對數據真假進行鑑別。

機器學習能力將在2017年迎來大提高，開始接近認識成熟。

得力助手

微軟人工智能與研究部門的執行副總裁沈向洋（Harry Shum）對將來一年AI的發展進行了樂觀展望：

「在2017年，咱們將看到AI面向我的和組織部署的加快。隨着技術的進步，計算機得到更強的能力來感知和理解咱們的世界——這在提高咱們生產力的同時帶來更多樂趣。同時也將幫助應對疾病、矇昧和貧窮等社會挑戰。」

這彷佛是人們對人工智能在新一年裏發展的共識。不是什麼神祕的奇點，也不是忽然的「機器覺醒」給人類帶來不幸。這些事不過是幻想，現實會平淡的多。

若是AI意味着人類工具的進化，只是被賦予有限的、近乎本能的意識，那麼將來機器人將會是人類的得力助手。因此，不要期待2017年會出現「天網」或「哈爾9000」那樣的科幻機器人，現實不會那麼戲劇性。人們小步向前邁向新時代，在那裏咱們的工具將具備與人類相同的感知和反應能力。

至於2018年，那又會是另外一個故事了，如今探討還爲時過早。

來源：網易智能