AI三年浮沉记

17 年，人们对深度学习的发展寄予了厚望，认为它将会产生最多的利润，众多资本涌入人工智能的各个领域，最好的例子就是 AlphaGo 的胜利。2017 年 5 月，在中国乌镇围棋峰会上，AlphaGo 与排名世界第一的世界围棋冠军柯洁对战，以 3 比 0 的总比分获胜。到 2017 年底，超强版 AlphaGo Zero 完全不依赖于人类数据，在只知道比赛规则的情况下自我对弈，3 天训练后就以 100 比 0 战胜了 AlphaGo。

在棋类游戏中，围棋所包含的巨大的搜索空间(其状态数远远超过整个宇宙中的原子数)一直是 机器学习 未能攻克的难题，甚至一度被认为在近期内是不可能被 AI 解决的。AlphaGo 的成功不仅让人们看到了强化学习和随机模拟技术(也称「蒙特卡罗」技术)的魅力，也让深度学习变得更加炙手可热。冷静之余，人们认识到 AlphaGo 的算法更适用于大规模概率空间的智能搜索，其环境和状态都是可模拟的。DeepMind 的创始人德米斯·哈萨比斯表示，对于那些环境难以模拟的决策问题(如自动驾驶)，这些算法也无能为力。

NLP 完成从量到质的跃迁

2017 年是自然语言处理领域的重要一年，这一年的种种实践(Word2vec 和 GloVe)证明：预训练词嵌入模型已经成为解决 NLP 问题的一类关键性工具。举例来说，来自 Facebook AI Research(简称 FAIR)实验室的 fastText 即提供包含 294 种语言的预训练向量，这无疑给整个技术社区带来了巨大的贡献与推动作用。尽管已经实现了一定进展，但这方面仍有大量工作需要完成，这个领域需要更好的 预训练模型 的出现。

（编辑：通化站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!