Hinton：今年AI没有重大突破，但三件事值得关注
原做 Steve LeVine
Root 编译自 axios
量子位 出品 | 公众号 QbitAI
2017年，有哪些值得关注的AI事件？html
过去的一年里，既有霍金和马斯克等齐声呼吁，必定要时刻警戒超级智能体，防止他们取代咱们人类；固然，也有扎克伯格、李开复等说如今担忧惧怕人工智能还太早，恐惧被舆论放大了。ios
那么到底如何评价即将过去的这一年，这里有九位大咖的回答。算法
Geoffrey Hinton
多伦多大学教授。回顾这一年，他的总结是：axios
2017年确实有不少不错的进展，不过比起14年用神经网络作机器翻译，或者16年的AlphaGo，都谈不上重大突破。今年最大的进步，在我看来是如下几点：微信
1）神经架构搜索：用神经网络来自动设计神经网络，并且有效。网络
2）基于注意力机制的机器翻译，再也不须要循环或者卷积了。架构
3）AlphaZero：快速学会以人类的风格下棋，把最强的棋类程序抛在身后。机器学习
Hinton本人今年终于发布了关于Capsule的研究，能够经过一个卡戴珊的例子更好的理解这个理论。ide
并且还号召整个业界展开AI革命，呼吁你们重头再来。因此Hinton认为今年没有突破也是理所应当。
学习
关于Hinton自己的故事，量子位也有一篇推荐：《Hinton传奇：退学当木匠，辞职反军方，终成一代AI教父》。
吴恩达
他以Landing.AI公司CEO的身份，回他了他眼中2017年最重要的AI事件。
AlphaGo已经证实了本身强大的算力和数据能力。卡纳基梅隆的Libratus，一个也在不断地迭代德扑程序，创新程度更高。从技术角度来讲，这两件事均可以载入史册了。
吴恩达这一年从百度离开后，也出手搞了不少事情，比方说DeepLearning.ai、Landing.AI等。固然这里还有吴恩达全程手写板书的视频课程，值得回顾。
class="video_iframe" data-vidtype="2" allowfullscreen="" frameborder="0" data-ratio="1.7647058823529411" data-w="480" data-src="http://v.qq.com/iframe/player.html?vid=w0552bxm4v9&width=670&height=376.875&auto=0" style="display: block; width: 670px !important; height: 376.875px !important;" width="670" height="376.875" data-vh="376.875" data-vw="670" src="http://v.qq.com/iframe/player.html?vid=w0552bxm4v9&width=670&height=376.875&auto=0"/>
Andrew Moore
安德鲁·摩尔（Andrew Moore），卡内基梅隆大学计算机学院主任。
德扑AI Libratus已经击败了四个世界顶级选手。并且在AI击败人类的新领域里——无限注的德州扑克，Libratus必须考虑对手会故意误导本身。在一个须要辨别信息来源真假的世界里，很惊喜地看到新一代的AI竟然可以对外界的信息保持怀疑的态度。
吴恩达和摩尔提到的Libratus，还有一个中文名叫“冷扑大师”。
今年1月，在匹兹堡河流赌场举办了一场为期20天的Brains vs. AI比赛，Libratus在一对1、无限注的德扑人机大战中，击败四位顶级人类玩家，累计赢得176.6万美圆筹码。
4月，创新工场董事长兼CEO、创新工场人工智能工程院院长李开复，邀请Libratus和团队来到中国，以“冷扑大师”之名与“龙之队”展开对决。
这场为期五天的对决中，冷扑大师以领先792327记分牌、每百手领先15.8大盲注的成绩击败人类对手。赢得200万奖金。
Libratus的背后技术解读，能够看看这篇：《AI赌神称霸德扑的秘密，刚刚被《科学》“曝光”了》。
Rodney Brooks
罗德尼·布鲁克斯（Rodney Brooks），著名机器人专家，前任麻省理工学院CSAIL实验室主任，Rethink Robotics公司创始人，也曾担任iRobot创始人兼CTO。
我以为2017年最重要的AI时刻是我在12月17号那个星期天，看到超级碗的广告。广告里面提到，如今超级碗已经开始在用AI去洞察粉丝需求了。
广告的末尾是超级碗在亚马逊的云服务平台上运行机器学习。想到跑去影响NFL的粉丝，能够看出来机器学习和人工智能如今有多么的火。
其实人工智能早已渗透入橄榄球界。今年2月的超级碗，尽管过程跌宕起伏，可是各路AI仍是准确的预测出冠军归属。
不仅是预测，在平常的橄榄球训练中，AI也带来了更精准的战术数据分析、能减小运动损伤的机器人陪练等等。
固然，篮球、足球等运动领域，AI也一样在大显身手。
Greg Diamos
百度高级研究员。
这一年让我印象最深入的是斯坦福研究团队研发的放射诊断算法，能够检测心律失常并更好地辅助人类医生的治疗工做。我认为，有了AI的帮助以后，医疗领域会有质的进步。
Azeem Azhar
Peer Index创始人、Exponential View负责人。
我会选两件事。这两件事都谈到了在发展AI过程当中，咱们要特别注意开发出来的AI是否可靠。
第一个是微软研究院Kate Crawford的一次演讲，她阐述了机器学习的算法将来可能会在哪几方面出错，因此咱们现阶段应该作些什么事情去预防AI技术被误用或恶意使用。
第二个是剑桥大学的Adrian Weller发表的一篇论文，提到了写算法的时候要有意识地强调公平和正义。
AI是把双刃剑。在科技高速发展提升咱们生活工做质量的同时，也要当心技术带来的负面影响。
关于Kate Crawford的此次演讲，视频以下：
class="video_iframe" data-vidtype="2" allowfullscreen="" frameborder="0" data-ratio="1.7647058823529411" data-w="480" data-src="http://v.qq.com/iframe/player.html?vid=d0522mrayh6&width=670&height=376.875&auto=0" style="display: none; width: 670px !important; height: 376.875px !important;" width="670" height="376.875" data-vh="376.875" data-vw="670" src="http://v.qq.com/iframe/player.html?vid=d0522mrayh6&width=670&height=376.875&auto=0"/>
Been Kim
谷歌大脑研究科学家。
今年我最看好的话题是可解释性，帮助人类去理解AI模型。今年的国际机器学习大会（International Conference on Machine Learning，ICML）举办了第一次的可解释性的主题报告，以及两个相关的研讨会。今年的NIPS上，也有几个关于可解释性的口头汇报，一个专题研讨会和两个研讨班。相信这个趋势将会延续到明年的CVPR和FATML。
Terah Lyons
Partnership on AI执行主席。
这一年有不少边缘化的事件在刺激着咱们的神经。
好比学术界里受到性骚扰的女研究员Kristian Lum公开呼吁你们重视性骚扰这个问题。
Kristian Lum的公开呼吁信连接，https://medium.com/@kristianlum/statistics-we-have-a-problem-304638dc5de5
此次事件警示咱们，即便在AI圈里，也存在这些不堪入目的阴暗事件。性骚扰能在学术圈里如此猖獗，严重损害女研究员的心理健康和学术上的表现。
咱们学术圈在强调创新的同时，在看到圈里女性学者受到骚扰这样不公平的事件时，绝对有责任发声，不能沉默不语，让道德败坏没有底线的人逃脱应有的谴责和惩罚。
对此，Jeff Dean等也都纷纷发声支持。
Richard Socher
Salesforce首席科学家。
今年最重要的主题出如今NIPS顶会上，在这么多创新里，研究委员会始终最关心的核心议题是道德伦理。
他们但愿，每个参会人都能意识到，要AI技术获得良好的推动，须要你们的信任、信息透明、以及平等。
今年的NIPS是至关热闹，除了上面两位提到的事件，另外一个风波是《获奖者登台开炮：ML是炼金术，LeCun强硬回怼》。
以上。
— 完 —
活动报名
加入社群
量子位AI社群12群开始招募啦，欢迎对AI感兴趣的同窗，加小助手微信qbitbot4入群；
此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。
进群请加小助手微信号qbitbot4，并务必备注相应群的关键词~经过审核后咱们将邀请进群。（专业群审核较严，敬请谅解）
诚挚招聘
量子位正在招募编辑/记者，工做地点在北京中关村。期待有才气、有热情的同窗加入咱们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
量子位 QbitAI · 头条号签约做者
վ'ᴗ' ի 追踪AI技术和产品新动态