2016：AI改變的不僅僅是谷歌翻譯，還有程式師的飯碗

雷鋒網按：將近年關，這個於1956年被正式提出的學科——人工智慧，在60年後終於迎來了真正意義上的爆發期，雷鋒網也一直在關注AI的最新進展。這個聽起來很高大上的名詞其實已經在慢慢滲入我們的日常生活，比如穀歌的神經翻譯系統，除此之外，人工智慧也在重塑著各個領域，對我們的職業技能也提出了新的要求。未來，會是AI的世界嗎？

以下文章來自Wired，由雷鋒網編譯，未經許可不得轉載。

在澳大利亞的西海岸，Amanda Hodgson正在用無人機從高空俯拍印度洋的海面。拍攝的照片將會用來尋找柏斯（澳大利亞城市）附近海灣的儒艮（海牛），以防止這種瀕危的海洋哺乳動物滅絕。麻煩的是，Hodgson和她的團隊沒有時間來一一檢查這些航拍照片。總共有45000張照片，在這些照片中找出儒艮對於沒有訓練過的人來說太困難了，因此她將這份工作交給了深度神經網路。

神經網路是一種機器學習模型，比如可以用來識別你的Facebook資訊流中照片的面孔。它也可以識別你對你的安卓手機提出的問題，或者幫助運行穀歌的搜尋引擎。類似人類大腦中的神經元網路，這種廣泛的數學模型通過分析海量的數位資料來學習這些技能。如今，珀斯默多克大學的海洋生物學家Hodgson，使用相同的技術來在成千上萬張開放水域的照片中尋找儒艮，並且都利用了相同的開源軟體——穀歌的TensorFlow。

正如Hodgson所說，探測儒艮是一種對精確度要求很高的任務，主要是因為這些動物在海洋的表面下進食。“它們看起來像水面上的浪花或者眩光，”她說，但是神經網路目前已經能夠識別分佈在海灣的80%的儒艮。

該項目仍然處於早期階段，但是它說明了深度學習在過去一年中的廣泛影響。2016年，這種古老但又被賦予了新的生命力的技術幫助穀歌的機器打敗世界頂尖的圍棋手。作為最古老的遊戲之一，在幾個月之前，機器在圍棋領域打敗人類還被認為是不可能的。將近年關，深度學習既不是什麼聰明的把戲，也不是小眾的研究專案。它正在由裡而外地重塑像穀歌、Facebook、微軟、亞馬遜這樣的科技公司，而且正火遍全球，這很大程度上要歸功於這些互聯網巨頭的開源軟體和雲計算。

改變翻譯

在過去的幾年中，神經網路通過Google Photos之類的App改造了圖像識別功能，並通過Google Now和微軟的Cortana這樣的數位助手將語音辨識提升到了新高度。今年，他們又實現了機器翻譯的大飛躍，具備了自動將一種語言翻譯成另一門語言的能力。9月份的時候，穀歌推出了一項名為穀歌神經機器翻譯（Google Neural Machine Translation）的服務，這項服務是完完全全運行在神經網路上的。根據穀歌所說，這種新引擎在翻譯特定的語言的時候能夠將錯誤率降低55%到85%。

谷歌通過大量的現有翻譯的合集來訓練這些神經網路。其中一些資料有瑕疵，包括舊版谷歌翻譯低品質的翻譯，但同時也有人類專家的翻譯，這提升了訓練資料的整體品質。克服缺陷是深度學習比較明顯的優勢：只要有足夠的資料，就算有缺陷，也能夠通過訓練達到遠遠超出那些缺陷的水準。

穀歌服務部門的首席工程師Mike Schuster並不羞于承認谷歌翻譯遠未達到完美的水準，但它仍然算得上是巨大的突破。因為這項服務也是依靠深度學習來完成的。由於谷歌可以將精力集中在優化整體系統上，而不是像以前一樣到處修修補補，這樣使得穀歌更容易提升翻譯品質。

於此同時，微軟也在朝著同一個方向發展。這個月，微軟發佈了名為Microsoft Translator的App，它可以線上即時翻譯九種不同語言的對話。負責微軟的AI和研發團隊的副總裁沈向洋說，這個新系統幾乎完全運行在神經網路上。這非常重要，因為這意味著微軟的機器翻譯的水準也能夠快速提高。

改變聊天方式

2016年，深度學習也被引入了聊天機器人，最引人矚目的當屬新版的Google Allo。Allo於秋季發佈，它能夠分析你收到的文字和圖片，並及時給出回復建議。這個功能是在早期的穀歌技術Smart Reply的基礎上發展而來的，之前被用來自動回復郵件資訊。這項技術在Allo上表現的非常好，很大程度上是因為事先考慮到了當今機器學習技術的局限性。通常回復建議都很簡短，而且常常不止一條，因為今天的AI還不能做到完全正確。

在Allo的背後，神經網路也説明穀歌來回答你在搜尋引擎上提出的問題。它們幫助谷歌的搜索助手理解你的問題，然後給出答案。根據谷歌研究產品經理David Orr所說，如果沒有深度學習，這個App不會有給出答案的能力。“你需要使用神經網路，至少這是我們找到的唯一方法。”他說，“我們必須使用我們現有的所有最先進的技術。”

改變資料中心

這個夏天，在構建了一個破解了圍棋遊戲的AI後，Demis Hassabis和他所在的DeepMind實驗室創建了一個幫助穀歌管理全球資料中心網路的AI。運用深度加強學習的技術，這個AI可以決定什麼時候打開這些資料中心裡成千上萬台伺服器中的冷卻風扇，什麼時候需要打開資料中心的窗戶來進行額外的冷卻，以及什麼時候打開昂貴的空調。總之，它控制每個資料中心裡的120項功能。

據彭博社報導，這項AI技術非常有效，穀歌因此節省了數億美元。換句話說，2014年穀歌為收購DeepMind花的6.5億美元已經賺回來了。如今，DeepMind打算在這些計算設備裡安裝額外的感測器，讓它能夠收集額外的資料，以此來訓練這個AI讓其達到更高的水準。

改變雲計算

當這些互聯網巨頭把這項技術應用他們自己的產品中的時候，他們也將這項技術普及大眾。2015年末，穀歌開源了TensorFlow，在過去的一年，這個穀歌專有的軟體已經“走入尋常百姓家”。同時，穀歌、微軟、以及亞馬遜都開始通過雲計算服務來提供他們的深度學習技術，任何程式師或者公司都可以通過這項服務來創建自己的App。Aaas（AI as a service）或許將成為這三個巨頭未來的最大業務。

在過去的12個月中，這個新興市場引發了一場AI人才爭奪戰。穀歌聘請了斯坦福教授李飛飛來監管一個專門負責AI的雲計算團隊，她是AI研究領域最響亮的名字之一。亞馬遜則聘請了卡耐基梅隆大學的教授Alex Smolna來負責AI業務。這些大玩家正在迅速地搶佔世界上的頂級AI人才，好消息是這些人才正在努力與他人分享自己的一部分科研成果。

隨著AI的發展，電腦科學家的角色正在改變。當然，這個世界仍然需要能夠編寫軟體的人，但是未來將需要更多的人來訓練神經網路，這更多的是從一堆資料中誘導出一個結果，而不是自己建立一些東西。像穀歌和Facebook這樣的公司不僅僅只雇傭AI人才，還為他們現有的員工提供再教育來應對未來。可以預想，未來AI將會每個人生活中的一部分。

via

Wired