2016年的AI，一場(chǎng)史無(wú)前例的技術(shù)營(yíng)銷(xiāo).doc

《2016年的AI，一場(chǎng)史無(wú)前例的技術(shù)營(yíng)銷(xiāo).doc》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。

1、2016年的AI，一場(chǎng)史無(wú)前例的技術(shù)營(yíng)銷(xiāo)　　2016年12月29日，大概又是一個(gè)會(huì)被載入史冊(cè)的日子。名叫SkyNet，哦不，是”Master”的圍棋AI，開(kāi)始了第一次對(duì)人類(lèi)的血洗?！　≡谵瘸堑牡谝煌?，Master十戰(zhàn)全勝；第二日，橫掃韓國(guó)第一人樸廷桓九段、世界第一人柯潔，比分都是2比0；第三日，陳耀燁九段、金庭賢五段、范廷鈺九段、羋昱廷九段和唐韋星九段依次落馬；再之后是古力、時(shí)越、金志錫、井山裕太；到了1月4日，聶衛(wèi)平老先生以7目半落敗。最終戰(zhàn)績(jī)，Master60勝0負(fù)1平（平的那局是因?yàn)榈艟€(xiàn)）　　自此，ArTIficialIntelligence（AI），這個(gè)在

2、2016年已經(jīng)如日中天的buzzword，再一次傳遍大街小巷。人們沉浸在對(duì)AI的崇拜、慌亂與恐懼之中，然而作為吃瓜群眾的筆者卻在想一個(gè)問(wèn)題：如果DeepMind沒(méi)有事先與各國(guó)棋院通氣，整個(gè)事件如何能進(jìn)行得如此順利，在時(shí)間上如此緊湊？所有重要的世界高手，都在短短幾天的時(shí)間窗口內(nèi)騰出了時(shí)間，如果說(shuō)沒(méi)有提前策劃和組織，實(shí)在有點(diǎn)難以置信。掐指一算自從3月份AlphaGo的橫空出世，DeepMind已有9個(gè)月時(shí)間沒(méi)有在圈外露臉，大概它也感受到了營(yíng)銷(xiāo)的壓力吧?！　∑鋵?shí)縱觀(guān)2016年，在阿爾法狗狗的帶領(lǐng)之下，AI界隔三差五地在圈內(nèi)外制造著騷動(dòng)：3月，除了人盡皆知的AlphaGo

3、事件，李開(kāi)復(fù)關(guān)于人工智能博士200w＋美金年薪的文章刷屏；4月，Google著名的深度學(xué)習(xí)框架TensorFlow發(fā)布分布式版本；6月，Prisma上線(xiàn)，紅極一時(shí)；8月，Google發(fā)布基于深度學(xué)習(xí)的NLU框架SyntaxNet；9月，Google上線(xiàn)基于深度學(xué)習(xí)的機(jī)器翻譯，索尼用人工智能寫(xiě)了兩首歌；10月，微軟宣布語(yǔ)音識(shí)別達(dá)到人類(lèi)水平；11月，計(jì)算機(jī)視覺(jué)學(xué)術(shù)大牛李飛飛老師下海進(jìn)入工業(yè)界；12月，DeepMind在NIPS16會(huì)議上宣布DeepMindLab開(kāi)源。一切的一切，都在各大媒體冠以【重磅】開(kāi)頭的新聞標(biāo)題之下，一次次地牽動(dòng)著廣大吃瓜群眾的神經(jīng)——然而這些成

4、就實(shí)際上離我們的生活又是那么的遙遠(yuǎn)?！　≡诳萍嫉臍v史上，從未有任何一項(xiàng)科技，在它的大規(guī)模真實(shí)應(yīng)用之前，有持續(xù)一年甚至幾年的營(yíng)銷(xiāo)運(yùn)動(dòng)。在這個(gè)風(fēng)口之上，在這個(gè)AI幾年的造勢(shì)運(yùn)動(dòng)把人們的期望與恐懼推上一個(gè)歷史頂點(diǎn)，而其真正落地應(yīng)用又遙遙無(wú)期的一個(gè)尷尬節(jié)點(diǎn)，是時(shí)候冷靜下來(lái)回顧一下AI的營(yíng)銷(xiāo)史了。一、一些概念和歷史　　有幾個(gè)概念需要先明確一下，因?yàn)槲野l(fā)現(xiàn)在今日媒體的狂轟濫炸之下，有大批AI民科是分不清像“人工智能”、“機(jī)器學(xué)習(xí)”、“深度學(xué)習(xí)”這些概念的關(guān)系的（例如我認(rèn)識(shí)的非科班出身的人有90％認(rèn)為機(jī)器學(xué)習(xí)＝深度學(xué)習(xí)）。當(dāng)然這些概念的含義也一直在“與時(shí)俱進(jìn)”，不過(guò)學(xué)界還是有一

5、個(gè)相對(duì)統(tǒng)一且合理的認(rèn)知，可以幫助我們闡述問(wèn)題。下面這張圖描述了其中最重要的幾個(gè)概念之間的關(guān)系　　　　“人工智能”這個(gè)buzzword，常常會(huì)因?yàn)闋I(yíng)銷(xiāo)或者新聞報(bào)道的需求而被賦予不同的含義，其外延有時(shí)等同于“機(jī)器學(xué)習(xí)”，有時(shí)不等同，所以最外圈的這個(gè)等號(hào)并不完全準(zhǔn)確。不過(guò)在2016年被大家普遍討論的這些“AI”，可以認(rèn)為基本上就是機(jī)器學(xué)習(xí)。內(nèi)部的四個(gè)小圈則是學(xué)術(shù)上有確定外延的四個(gè)概念，代表了當(dāng)前最重要的四個(gè)問(wèn)題領(lǐng)域，是需要明確的重點(diǎn)概念?！　∮斜O(jiān)督學(xué)習(xí)（supervisedlearning）——讓機(jī)器觀(guān)測(cè)到一些輸入，并告訴機(jī)器在這些輸入下應(yīng)該產(chǎn)生什么樣的輸出。機(jī)器通過(guò)這

6、些數(shù)據(jù)學(xué)習(xí)出一個(gè)模型，之后給它新輸入的時(shí)候，它能夠根據(jù)模型預(yù)測(cè)應(yīng)該產(chǎn)生什么樣的輸出。比如機(jī)器看到一個(gè)圖片，可以判斷圖片中的物體屬于哪一個(gè)分類(lèi)?！　o(wú)監(jiān)督學(xué)習(xí)（unsupervisedlearning）——讓機(jī)器觀(guān)測(cè)到一些輸入，而沒(méi)有標(biāo)準(zhǔn)輸出，讓機(jī)器自行去總結(jié)這些輸入數(shù)據(jù)有什么統(tǒng)計(jì)特征，并生成有意義的產(chǎn)出。例如自動(dòng)把大批文章聚成相似的幾類(lèi)，又例如給計(jì)算機(jī)看一些小狗小貓的照片，讓計(jì)算機(jī)自動(dòng)生成一些新的（與看過(guò)的相似但又不同的）小狗小貓的照片。