斯坦福大學(xué)發(fā)布年度全球AI報(bào)告

• 2018年12月17日 ZhangHongYuan來(lái)源：綜合 238 7
• 繁體

• 

  經(jīng)濟(jì)數(shù)字化趨勢(shì)突出，科技旅游行業(yè)如何借力發(fā)力，企業(yè)如何邁出更大一步？

  在一個(gè)供大于求的需求經(jīng)濟(jì)時(shí)代，企業(yè)成功的關(guān)鍵就在于，是否能夠在需求尚未形成之時(shí)就牢牢地鎖定并捕捉到它。那些成功的公司往往都會(huì)傾盡畢生的精力及資源搜尋產(chǎn)業(yè)的當(dāng)前需求、潛在需求以及新的...

今年的報(bào)告，從學(xué)術(shù)、工業(yè)、開源、政府等方面詳細(xì)介紹了人工智能發(fā)展的現(xiàn)狀，并且記錄了計(jì)算機(jī)視覺、自然語(yǔ)言理解等領(lǐng)域的技術(shù)進(jìn)展，不過(guò)其中最引人注目的還是中國(guó)在AI發(fā)展上的驚人速度。

近日，斯坦福大學(xué)發(fā)布了年度全球AI報(bào)告，即大名鼎鼎的AI Index，這是斯坦福大學(xué)AI百年研究(AI 100)的一個(gè)項(xiàng)目(AI INDEX, NOVEMBER 2017)，由斯坦福大學(xué)主導(dǎo)、聯(lián)合MIT、OpenAI、哈佛、麥肯錫等機(jī)構(gòu)的多位專家教授共同研究撰寫，旨在追蹤人工智能的活動(dòng)和進(jìn)展。

今年的報(bào)告，從學(xué)術(shù)、工業(yè)、開源、政府等方面詳細(xì)介紹了人工智能發(fā)展的現(xiàn)狀，并且記錄了計(jì)算機(jī)視覺、自然語(yǔ)言理解等領(lǐng)域的技術(shù)進(jìn)展，不過(guò)其中最引人注目的還是中國(guó)在AI發(fā)展上的驚人速度。

具體來(lái)說(shuō)，2016年中國(guó)AI論文被引用的次數(shù)比2000年提高了44%;今年70%的國(guó)際人工智能協(xié)會(huì)論文來(lái)自中美兩國(guó)。

中美被接收的論文總量相近，但中國(guó)提交的論文數(shù)比美國(guó)多30%; 論文數(shù)據(jù)庫(kù)Scopus的數(shù)據(jù)顯示，今年發(fā)布AI論文第二多的是中國(guó)，發(fā)布論文占比達(dá)25%，第一和第三分別是歐洲(28%)和美國(guó)(17%)。

另外，2017年清華大學(xué)學(xué)習(xí)AI和機(jī)器相關(guān)專業(yè)的人數(shù)是上一年的16倍，而中國(guó)每年安裝機(jī)器人數(shù)量自2012年已經(jīng)增長(zhǎng)了500%。

不過(guò)論AI綜合實(shí)力，報(bào)告表示還是美國(guó)最強(qiáng)，雖然美國(guó)的論文發(fā)布數(shù)僅排第三，但其被引用次數(shù)卻是第一，比全球平均水平高出83%。

相關(guān)閱讀：AI投身賽場(chǎng)發(fā)掘下一個(gè)體壇巨星

英國(guó)拉夫堡大學(xué)的研究人員和切爾西足球俱樂部聯(lián)合開發(fā)了一套AI教練和球探系統(tǒng)，通過(guò)收集、分析球員近幾個(gè)賽季的數(shù)據(jù)建模并科學(xué)訓(xùn)練球員。研究人員預(yù)計(jì)，未來(lái)兩年內(nèi)AI或?qū)⑷〈糠纸叹毜墓ぷ鳌?/p>

獲取訓(xùn)練場(chǎng)及體育賽場(chǎng)上的數(shù)據(jù)、根據(jù)球員的特點(diǎn)制定賽前戰(zhàn)術(shù)、賽后對(duì)技戰(zhàn)術(shù)進(jìn)行復(fù)盤……雖然AI在不斷證明為體育產(chǎn)業(yè)帶來(lái)增值的能力，但很多人還是不相信，AI短期內(nèi)能代替人類教練。

體育的魅力在于比賽過(guò)程的千變?nèi)f化和所有參賽者處于同一公平公正的比賽環(huán)境和規(guī)則中，當(dāng)讓訓(xùn)練變得更科學(xué)成為AI加持的第一訴求，新的矛盾擺在了眼前，體育精神是否已經(jīng)改變。

發(fā)現(xiàn)可能被忽視的人才

越來(lái)越多的運(yùn)動(dòng)隊(duì)開始花費(fèi)大量精力用于收集、整理以及分析歷史數(shù)據(jù)，希望從數(shù)據(jù)蘊(yùn)藏的“秘密”中發(fā)現(xiàn)趨勢(shì)、規(guī)律，以發(fā)現(xiàn)更好的人才，更科學(xué)地訓(xùn)練運(yùn)動(dòng)員，更多機(jī)會(huì)贏得比賽。

拉夫堡大學(xué)研究人員開發(fā)的這套AI系統(tǒng)有個(gè)關(guān)鍵訴求，希望教練和球員可以賽后反思行為，逐步提高決策能力。

微軟(亞洲)互聯(lián)網(wǎng)工程院副院長(zhǎng)李笛對(duì)科技日?qǐng)?bào)記者說(shuō)：“基于強(qiáng)化學(xué)習(xí)，通過(guò)反復(fù)訓(xùn)練，直到系統(tǒng)做出正確的事，人工智能的大多數(shù)決策系統(tǒng)并不神秘，收集海量數(shù)據(jù)是前提?！?/p>

這讓AI在圍棋等棋類游戲上越發(fā)技能出色，阿爾法狗(AlphaGo)又在今年5月中國(guó)烏鎮(zhèn)圍棋峰會(huì)上以3∶0勝了世界圍棋冠軍柯潔，保持了連續(xù)60多局不敗的紀(jì)錄。

而拉夫堡大學(xué)使用AI模仿學(xué)習(xí)技術(shù)建模，也是希望通過(guò)分析大量的歷史數(shù)據(jù)，理解球員潛在的決策策略，模仿學(xué)習(xí)人類教練的戰(zhàn)術(shù)。

但是，給球員和教練建模非常困難，不是所有人類的決策行為都可以寫到計(jì)算機(jī)程序中，人在制定策略時(shí)，難免帶有個(gè)人主觀想法或偏見。

為了讓計(jì)算模型更切合實(shí)際，更接近于人類決策，它所基于的歷史數(shù)據(jù)就要盡可能準(zhǔn)確地反映現(xiàn)實(shí)世界，不僅應(yīng)該包含球員如何跑位等技術(shù)細(xì)節(jié)，捕捉球員的疲勞程度和比賽心態(tài)，也被拉夫堡大學(xué)納入球員和球之間相互運(yùn)動(dòng)關(guān)系的模型中。

發(fā)現(xiàn)下一個(gè)明星運(yùn)動(dòng)員一直以來(lái)都是一門科學(xué)，人工智能已經(jīng)表明，它可以發(fā)現(xiàn)那些原本可能被忽視的人才。拉夫堡大學(xué)計(jì)劃開發(fā)衡量球員能力的系統(tǒng)，并計(jì)劃在未來(lái)兩年內(nèi)完善其功能。

IBM全球贊助和客戶服務(wù)部門副總裁諾亞·贊克說(shuō)：“對(duì)人工智能技術(shù)來(lái)說(shuō)，體育行業(yè)是一塊良田，機(jī)遇非常之多。不論是涉及商業(yè)運(yùn)營(yíng)還是球員個(gè)人的數(shù)據(jù)分析都適合應(yīng)用人工智能?！?/p>

延伸閱讀

推薦閱讀

猜您喜歡