2016年，关于物联网、机器学习、AI等都发生了什么？

机器学习领域

　　从AlphaGo历史性的胜利到NIPS(神经信息处理系统大会)的出席者人数打破记录，继续成为产业大佬们的战略聚焦点。在第V13.0期的LWITF里，我们总结了Yann LeCun扬·勒丘恩(计算机科学家)的预测机器学习的演讲资料，以及Tryolab关于2016年无监督学习领域取得的进展的总结。深度学习获得了来自各方的关注，但实际上所有的参与者着手的研究项目都各不相同。以下我们梳理了这个领域最主要的几个参与企业，它们在2016年取得的进展：

　　使用深度学习技术的60多个创业公司 图片来源：CB Insights

　　Google DeepMind

　　2016年，当AlphaGo的胜利占据头条的时候，DeepMind的应用领域也早已超过了挑战像星际争霸这样的游戏。可微神经计算机Differential Neural Computers (DNC)将深度学习与存储元素相结合，让计算机具备了推理以及简单判断的模式。(DNC将一个神经网络与传统电脑的海量存储数据结合，系统的智能已经可以自主分析并学习外部的存储数据。)这种只提供少量训练样本的学习方式(One-shot learning methods)可以基于很小的数据集合获得很高的精确度，这对于那些无法掌握海量数据集合的小公司来说，或许是一个从深度学习领域获利的契机。DeepMind 还推出了WaveNet，这是一个用于处理原始音频波形图的深度生成模型。

　　Google Brain

　　《纽约时报》发表了一篇关于Google Brain和人工智能的精彩文章，这篇文章也出现在了第V14.0期的LWITF上。给予深度学习的机器翻译正在与人工翻译一较高下。谷歌的关注点在与神经网络和深度学习。SyntaxNet这样的神经语言处理(NLP)工具以及基于谷歌TensorFlow 的图说生成模型都被开源。谷歌发表了一篇文章探讨人工智能的伦理问题，文章是关于对数据集合的一些固有偏见，这些偏见影响着机器学习的发展。

　　FacebookAI研究院(FAIR)

　　由计算机科学家Yann LeCun领导的这个实验室正专注于对卷积神经网络(Convolutional Neural Networks)和图像处理的研究。FAIR在2016年发布的最有趣的工具是Caffe2Go，这是一个可以用在移动设备实现实时风格的深度学习系统。鉴于Yann LeCun对生成式对抗网络Generative Adversarial Networks (GANs)公开表示赞扬，FAIR往后在深度卷积生成式对抗网络方面的进展将十分值得关注。

　　OpenAI

　　是一个非营利性的人工智能研究公司，由Elon Musk创立，赞助人包括大名鼎鼎的Reid Hoffman， Peter Thiel， 微软和AWS。OpenAI的研究人员在8月份的时候推出了InfoGAN模型，这个系统可以在无人监控的情况下，自动生成包含数据集相关信息的表征。

　　微软

　　微软和谷歌一样，在机器学习领域的方方面面都表现活跃。继2015年推出了用于图像识别的

　　深度残差学习之后，微软在去年10月在语音识别方面祭出了大招。微软的研究人员宣布它们的系统达到了人类同等的会话语言识别。Azure的机器学习和认知工具包都是可供临时用户方便地使用的产品。

　　被Salesforce收购的MetaMind

　　和在Yann LeCun的影响下专注于卷积神经网络研究的FAIR相似，由Richard Socher领导的MetaMind专注于循环神经网络(RNN， Recurrent Neural Networks)以及神经语言处理程序的研究。这个Joint Many-Tasks (JMT)模型是一个端到端的可训练模型，它可以习得复杂的自然语言处理任务。

　　在NIPS 上发表的“基于视觉监控程序Visual Sentinel的自适应聚焦”涉及了与卷积神经网络结合的自然语言处理，并显示了在自动图片说明方面的巨大进展。

　　Uber

　　被Uber收购自动驾驶货运车公司Otto的新闻盖去风头的是Uber成功收购了

　　Geometric Intelligence。外界对Geometric Intelligence的所知甚少，但普遍预测这是一次针对人才团队的收购，目的是巩固Uber在人工智能领域的地位。2017年，我们可以期待这个由Otto和 Geometric Intelligence组合而成的智库贡献出顶尖的产品。

　　百度

　　人工智能领域的大部分玩家都来自美国，作为一家中国公司，百度取得的成就显得不容忽视。由Andrew Ng领导的百度，在去年9月发布了DeepBench，这个开源测试工具能对硬件平台训练出神经网络的效率进行评估。百度基于Python的深度学习框架PaddlePaddle在汉语音译方面表现优异。

　　其他参与企业

　　· 苹果：除了雇佣CMU机器学习教授Russ Salakhutdinov之外，苹果刚刚开始出版自己的著作。在2016年初，苹果还收购了位于西雅图的人工智能初创企业Turi。

　　· 亚马逊：和谷歌、微软、Facebook相比，亚马逊在机器学习方面的成果有限，但是随着Alexa在语音市场的优秀表现以及2016年发布的一系列新产品的出现，亚马逊将在人工智能领域有更多投入。

　　· IBM：可以公允地说，AlphaGo的风头已经盖过了此前IBM Watson引发的赞叹。有消息传出IBM的百万神经元类人脑芯片TrueNorth在图像识别方面表现突出，除此之外，还没有更多消息。

　　人工智能与自动化领域

　　2016年，自动驾驶汽车和Amazon Go(亚马逊在西雅图建立的自动售卖商店)引发了关于自动化的热烈争论。从科技界的领军者们开始裁员，到一项关于基本收入的调查，让大众开始忧虑人工智能会带来的后果。

　　这个话题如此一言难尽，与其详细陈述方方面面，不如把我们的参考资料(书目)告诉大家。无论你对它持有何种态度，人工智能的时代都已经来了，而且我们必须做好准备。