機器學習技術引爆人工智能

　　早在 1956 年，幾位計算機科學家就提出了“人工智能”的理念，經過六十多年在實驗室和產業界的發展，人工智能幾經起伏并于 2015 年迎來了新的突破。今年，谷歌公司研發的人工智能機器人 Alpha Go 挑戰圍棋世界冠軍李世石，并以 4:1 的總比分取得了勝利，贏得全球矚目。人工智能的實現大體包括兩種方法，一種是通過預先編輯機器在面對各種情況下的反應，而另一種是讓機器通過大量樣本進行自我學習從而獲得經驗，即機器學習方法。第一種方法需要開發人員事先設定好所有可能出現的情況，因此開發難度較大且不能適應環境的少許變化。而機器學習的方法能夠讓機器習得關于事物規律的本質特征，適應性強，也更加接近于人類真實的學習過程。

　　近年來人工智能能夠實現突破的關鍵就在于機器學習算法的發展。從概念上講，機器學習算法可被看作通過訓練在一個廣泛的備選程序空間中搜尋使得目標表現最優化的程序。常用的機器學習算法有決策樹、支持向量機、人工神經網絡、深度學習等等。機器學習算法的核心在于訓練過程，只有經過大樣本的長時間的訓練才能使得機器的學習程度達到較高水平。在以往的時代，樣本的數據量有限、計算機計算能力有限，使得對于機器的訓練結果始終未能夠達到令人滿意的狀態。而隨著 21 世紀以來互聯網、計算能力、分布式計算的快速發展，使得獲取大量數據并快速分析處理數據成為可能。這些因素的共同作用導致了機器學習效果的顯著增強，進而導致了基于機器學習的各種人工智能應用的發展。Alpha Go 采用的算法是基于多層神經網絡的深度學習方法。

Alpha Go棋力評價

數據來源：公開資料整理

Alpha Go 神經網絡原理圖

數據來源：公開資料整理

　　人工智能應用領域廣泛

　　人工智能的應用領域極為廣泛，目前主要集中在交通、個人助理、醫療健康、金融、安防、教育以及電商零售等領域。包括無人駕駛、語音助理、智能投顧、智能客服等具體應用，涉及到生活的方方面面。從細分技術角度來看，機器人、神經網絡、圖像識別、語音識別、計算機視覺是國內外專利申請數量最多的五個方向。從人工智能專利申請的地域分布來看，美國、中國、日本位列前三，且數量接近，三國占總體專利數量的 73.85%。數據表明，中國處在人工智能技術研發的第一梯隊國家中。

人工智能應用領域

數據來源：公開資料整理

　　并購增加，大公司重點布局人工智能

　　近年來國內外對于人工智能相關研究和應用的關注程度日益上升，這體現在人工智能領域發生并購的數量上。在 2013 年 Q4之前，全球人工智能領域的并購數量處于相對穩定的狀態。而在此之后，并購數量呈現明顯上升的趨勢。這表明資本進入人工智能領域的步伐正在加快。全球各著名 IT 公司也在抓緊布局人工智能。在過去五年中，人工智能領域的風投規模也經歷了快速增長，從 2011 年的 2.82 億美元到 2015 年的 24 億美元，年均復合增長率達到了 70.8%。

2010 年至今全球人工智能領域并購數量情況

數據來源：公開資料整理

　　谷歌在人工智能領域擁有人工智能公司 Deep Mind、智能家居生產公司 Nest、智能家居控制公司 Revolv、智能機器人公司Boston Dynamic 等多家細分領域子公司。谷歌在行業內率先進行無人駕駛方面的研究，通過安卓平臺上的應用 Google Now提供人機交互服務。

　　IBM 較早進入人工智能領域，其在 1997 年研發的電腦深藍成功擊敗國際象棋世界冠軍，證明了人工智能的潛力。IBM 擁有相當于 1600 萬神經元和 40 億神經鍵處理能力的人腦模擬計算平臺 IBM TureNorth 以及擁有具有多種分析功能的 Waston 認知計算平臺。
百度通過先后設立大數據實驗室、深度學習實驗室和硅谷人工智能實驗室以發力人工智能領域。2016 年百度世界大會上，公司推出“百度大腦”，對語音、圖像、自然語言處理、無人駕駛等領域進行重點關注和研究。目前，百度的人工智能產品有度秘、百度地圖、百度無人駕駛汽車等。