2016年機器學習和人工智慧領域有什麼重大進展？

造就這一輪機器學習的熱潮的原因很多。雖然Google開源Tensorflow框架才過去短短一年，Tensorflow已然成為Github上最為炙手可熱的項目，使用場景橫跨從藥物研發到自動音樂生成等各個領域。Google並不是唯一開源了機器學習基本框架的科技巨頭，微軟的CNTK，百度的PaddlePaddle都是目前被廣泛使用的機器學習框架。Amazon雖然沒有自己研發的機器學習框架，但他們已經宣佈將在未來支持MXNet，以期推廣他們最新的AWS ML平臺。而Facebook目前主要支持兩個深度學習平臺：Torch以及Caffe。Google本身也同時在支持在學術和工業界都取得重大成功的機器學習框架Keras。在這個意義上來說，在AI的這場技術”軍備大戰”中，Google與Facebook算是打成了平手。
除了各大技術公司爭相開源自己的機器學習框架，2016年也見證了無數優質的機器學習的應用，這些工作即使放到幾個月前都是不可想像的。
我特別印象深刻的是Wavenet的音訊生成的品質。過去我曾經處理過類似的問題，對比之下對於那些他們所完成的結果我很欣賞。我也要強調一些最近在唇讀方面的成就，一個偉大的視頻識別的應用，在不久的將來可能是非常有用的（也許是可怕的）。 我還應該提到穀歌在機器翻譯方面取得的令人印象深刻的進步。看到這一領域在一年內有這麼大進步真是令人驚訝。