《科技之巔3》重磅上市,預測下個十年創新的方向與前路

作者: 伊人影院科技集團 / 時間: 2019-07-19 07:47:11
瀏覽次數 140

如果時針撥回到 2013 年,伊人影院會想象到深度學習吹響了這一波 AI 大潮的號角嗎?能否預料到 1 年後出世的對抗性神經網絡讓機器插上了想象的翅膀,創意如泉湧般爆發?是否猜到 2 年後,一個在“箱底”壓了 20 年的技術——強化學習,竟然能在代表人類智慧巔峰的圍棋領域打敗人類冠軍?伊人影院需要重新審視突破性技術的進化史,進而反思,當下一個突破性技術來臨時,我該做些什麽。

——吳甘沙(馭勢科技聯合創始人兼 CEO)

《麻省理工科技評論》從 2001 年開始,每年都會公布“10 大突破性技術(10 Breakthrough Technologies),即 TR10,並預測其大規模商業化的潛力,以及對人類生活和社會的重大影響。

這些技術代表了當前世界科技的發展前沿和未來發展方向,集中反映了近年來世界科技發展的新特點和新趨勢,引領麵向未來的研究方向。其中許多技術已經走向市場,主導著產業技術的發展,極大地推動了經濟社會發展和科技創新

《科技之巔 3》梳理了 2009 ~2018 年的 100 項突破性技術,按照技術特點劃分為人工智能、人機交互、硬件與算法、模式創新、雲與數據、機器人、能源、材料、生物醫療、基因等領域,邀請國內外權威技術專家、投資人對一些領域技術的特點、產業應用現狀、未來發展趨勢及投資潛力進行點評,給出前瞻性的投資、科研指導意見與建議。

與此同時,圖書還分析了那些曾經輝煌、後來沒落並逐漸消失的技術背後的原因和問題,通過對技術及產業發展的剖析,開拓讀者視野,並對讀者預判新技術、新產業的未來走勢提供指導建議。

十年間,這些突破性技術如何演進?如何大規模實現商業化?未來的趨勢又如何?

以下內容摘自《科技之巔 3》

01 人工智能,“吃一塹長一智”的機器

早在 20 世紀初,人類就開始想象機器像人類一樣思考的可能性,但進入 21 世紀後,人工智能(AI)才開始發展起來,這主要得益於機器學習方式,尤其是深度學習領域的突破、電腦硬件急速發展和信息爆發式增長

機器學習讓計算機從大量的真實經驗、信息和案例中學習,然後像人類一樣“吃一塹長一智,在以後遇到同樣的問題時,計算機就有能力用學到的經驗做出準確的判斷。

深度學習是 AI 領域裏絕對的王牌主力,它利用多層人工神經網絡,從極大的數據量中學習,對未來做出預測,讓機器變得更加聰明。

強化學習也是近年來機器學習領域的熱門技術,它使計算機在沒有明確指導的情況下像人一樣自主學習。在達到足夠的學習量之後,強化學習的係統最後能夠預測正確的結果,從而做出正確的決定。

無論是深度學習還是強化學習,在發展到一定程度後都麵臨一個困擾:主要的機器學習手段還是來自蠻力計算,而且極其依賴大量的數據來訓練係統。

對抗性神經網絡(GAN)是近年來最有潛力解決這個困擾的重要機器學習模型,它的原理是兩個人工智能係統可以通過相互對抗來創造超級真實的原創圖像或聲音。GAN 賦予了機器創造和想象的能力,也讓機器學習減少了對數據的依賴性,對於 AI 是一大突破。

《科技之巔3》重磅上市,預測下個十年創新的方向與前路

圖 | 對抗性神經網絡的原理

《科技之巔3》重磅上市,預測下個十年創新的方向與前路

圖 | 機器學習模型

有了技術上的突破,AI 的商業應用全麵開花。其中《麻省理工科技評論》認為最具突破性的應用,是利用 AI 改進自動駕駛汽車的表現,如特斯拉自動駕駛儀(2016 年)、自動駕駛貨車(2017 年),還有圖像識別,如蘋果支付(2015 年)、刷臉支付(2017 年),以及語音識別,如巴別魚耳塞(2018 年)。

02 人機交互,為解決“交流障礙”問題而生

人機交互技術是連接人類和計算機的橋梁,它的主要使命是如何方便、快捷、準確地將人類的信息和需求傳遞給計算機,然後將計算機得出的結果反饋給人類。

最早的人機交互界麵就是簡單的鍵盤和鼠標,人們需要一台計算能力超群的“工具來計算一些複雜的數學難題。

聲明:本網所有文章(包括圖片和音視頻資料)係出於傳遞更多信息之目的,且明確注明來源和作者,不希望被轉載的媒體或個人可與伊人影院聯係,伊人影院將立即進行刪除處理。所有文章僅代表作者觀點,不代表本站立場。