以機器學習而著稱的人工智慧技術現在正處於白熱化階段

以機器學習而著稱的人工智慧技術現在正處於白熱化階段，正如我們以前多次提到的那樣。 這項技術正在驅動諸如Google、Facebook、Microsoft以及百度等公司電腦視覺、語言識別、文本分析技術的發展，並且已經成為很多初創公司的技術基礎（其中有些初創公司在發佈產品之前就被收購）。 隨著機器學習的發展，這些成功獲得大量媒體的關注。

但是你所看到的可能只是表面現象。 許多研究正發生在那些非大型網路公司裡，甚至那些大型網路公司的相關研究都沒有被披露，只有一些重大突破以及ImageNet記錄得到關注，但是這個領域的進步一直沒有停止過。

就在最近，谷歌DeepMind團隊報告了他們構建所謂的「神經網狀圖靈機」演算法創建系統的前期工作；Facebook展示了一個「通用」的視頻分析3D功能，微軟的研究人員認為量子計算可能是會為某些類型的深度學習演算法帶來突破。

我們將在明年的會議結構資料會議上進一步討論其中的一些成果，但誰想要真正瞭解深度學習領域的進展，上周在魁北克蒙特利爾的NIPS會議或許會給你答案。 這個連年上演的會議越來越多地的被深度學習佔領。 在今年接收的411篇論文中，其中在前100大常用單詞裡有46篇含有「deep」一詞（根據斯坦福大學博士生Andrej Karpathyde的主題模型），這是去年23的兩倍。

在單獨的深度學習研討會上，海報數量從去年的28飆升至今年的47。 雖然一些較大的研究突破已經報導過（如：Karpathy研究的兩種類型神經網路混合自動生成圖像標題），但是其他潛在的重要工作並未引起公眾的廣泛關注。

Yoshua Bengio——加拿大蒙特利爾大學的研究人員，在深度學習圈子裡非常出名的一位研究人員，他到目前為止一直拒絕公司實驗室的魅力——他的團隊似乎很忙。 Bengio被列為今年NIPS論文的5位合著者之一，但他的名字並不經常出現在有關Skype Translate或是Facebook正試圖檢查使用者發佈的醉酒照片的新聞裡。

在最近的一次TEDx談話中，Enlitic首席執行官Jeremy Howard談到翻譯和醫學成像的突飛猛進，並且他也展示了他們公司開發的軟體是如何説明醫生訓練電腦，在短短幾分鐘內對醫學圖像進行分類。

這裡我想強調的是，我不是說目前有多少機器學習的研究正在進行，也不是警告人類正在被AI接管。 我只是想提醒大家，其實在表像之下，有很多是被媒體低估了的，但是儘管如此，該領域的人還是應該與時俱進。

如果我們的基礎機構正在為機器智慧的影響做準備，那麼立法者、國家安全機構、倫理學家和經濟學家需要意識到發生了什麼，什麼將可能發生，無論它被如何定義。 （在另一個人工智慧研究領域中，保羅•艾倫正在給一個專案源源不斷的注入資金，這個專案試圖給電腦實際知識）

原文連結： What we read about deep learning is just the tip of the iceberg （責編/魏偉）

免費訂閱「CSDN雲計算」微信公眾號，即時掌握第一手雲中消息！

CSDN作為國內最專業的雲計算服務平臺，提供雲計算、大資料、虛擬化、資料中心、OpenStack、CloudStack、Hadoop、Spark、機器學習、智慧演算法等相關雲計算觀點，雲計算技術，雲計算平臺，雲計算實踐， 雲計算產業資訊等服務。