AI前线(2017年12月)

本期主要内容:Netflix推荐算法,让每个人看到不一样的电影海报;唐杉:2017,AI芯片元年;基于深度学习的DGA恶意域名分类算法;阿里巴巴年度技术总结: 人工智能在搜索的应用和实践;2017 年回顾:NLP、深度学习与大数据。
用户头像
下载此书
AI前线(2017年12月)

作者:郭蕾

如月之恒,如日之升。从 1956 年在 Dartmouth 召开的学术会议开始,人工智能发展到今天已经走过了整整一个甲子,我想这中间已有数不清的浮沉和起落,也有很多说不清道不完的故事。而此时此刻,人工智能这位『花甲老人』却再一次以全新的面貌回归到大众视野,站在了浪潮之巅。

有人说,随着计算能力和数据能力的不断夯实,人工智能的发展将会迎来新的拐点。也有人说,人工智能就像是当年工业革命中,电灯对于人类的影响一样,必将深刻和深远。

回望过去的一年,不管是在国家层面,还是在媒体圈,抑或是产学界,人工智能都得到了前所未有的关注。甚至吴恩达还说,一百年前,电可以为很多企业、很多行业带来巨大的交通通讯和农业网络,今天人工智能也会为很多企业带来一样大的改变。他的这句话一直萦绕在我耳边,也让我更为直观的理解了人工智能的意义和价值。

作为一家媒体,从 2016 年开始我们就重点布局人工智能相关的内容,AI 前线也是在这一时间诞生,到现在已经突破了 10 万的订阅用户。接下来我就从一个媒体编辑的视角来和大家聊聊我看到的人工智能发展趋势和风向。

软银董事长孙正义曾经说过人工智能未来将直接决定国家竞争力。中国政府绝对是全球最早关注人工智能发展的国家之一。从 2015 年开始,国务院以及相关部委就相继发布了多个人工智能相关的指导意见和行动实施方案,甚至在十九大报告中也有提及。12 月 14 日,工业和信息化部又发布了《促进新一代人工智能产业发展三年行动计划(2018-2020 年)》,这一计划更为具体,其中提到了重点落地领域和重点技术,也列出了三年目标,简单来说就是希望能够提速人工智能产业发展,并且做到世界领先。而在今年 7 月,国务院正式印发的《新一代人工智能发展规划》中,也明确指出了新一代人工智能发展三步走的战略目标,这基本就是国家在人工智能领域的规划蓝图。

从这些文件中不难看到,人工智能已经上升到了国家战略层面,不管是人才培养还是产业建设,国家政策都极为支持。我在这里不细说,感兴趣的朋友可以到相关网站上仔细研读。

再谈谈人工智能的应用层面。前两天和一个老朋友聊天,他拍着我肩膀,激动地说:“不管是在哪个场景里,人工智能都能让你尝到甜头”。 对于他的话,我深以为然。几年前,大数据还大红大紫的时候,很多公司其实就已经利用机器学习和自然语言处理等技术来智能化或者自动化自己的系统。到现在,我看到人工智能落地最多的场景还是客服、搜索和推荐,这也是大部分企业里最常遇到的场景了,也最容易见疗效。

单从技术的角度看,今年也有很多“传统技术”和人工智能结合的实践,我举个例子。AIOps 是今年的一个流行词,Gartner 的报告宣称,到 2020 年,将会有近 50% 的企业在他们的业务和 IT 运维方面采用 AIOps,可见其应用范围之广。人工智能和运维的结合,在阿里巴巴、Facebook 这些公司都已经得到了验证。用一句毫不客气的话来说,在这个数字的年代,任何使用传统技术来管理机器数据的组织要么忽略了信息的价值,要么已经让他们的运维团队不堪重负。在运维中落地人工智能,也是迟早的事。

另外,从云计算行业来看,国内外大型的云计算服务商都在努力叠加人工智能的能力。在刚刚结束的 re:Invent 大会上,AWS 就发布了几个 AI 相关的大杀器,相信接下来一年内各大追逐者基本也会沿着这个方向布局自己的 AI 产品。那人工智能和云计算之间是什么关系呢?马化腾说云是数字化升级的基础设施,而人工智能则是云上生长出来的前沿产品,“云 + 人工智能”未来或相当于“电 + 计算机”。沿着这个比喻往深想,你会发现确实很贴切,因为不就是有了计算机,才有了互联网时代吗?

人工智能不是万能良药,但我相信它是未来,而且现在“未来已来”。

目录

生态评论

唐杉:2017,AI 芯片元年

落地实践

Netflix 推荐算法,让每个人看到不一样的电影海报

基于深度学习的 DGA 恶意域名分类算法

阿里巴巴年度技术总结:人工智能在搜索的应用和实践

推荐阅读

2017 年回顾:NLP、深度学习与大数据

ImageNet 冠军带你入门计算机视觉: 卷积神经网络

阅读数:2577发布于:2017 年 12 月 29 日 04:27

免费下载此书(PDF)
免费下载此书(ePub)
免费下载此书(MOBI)

评论

发布
暂无评论