一文瀏覽2018-2019年最值得關注的AI進展

在過去的一年裡,我們目睹了AI與頂級人類玩家在遊戲領域的較量,見證了年度圖靈獎的榮耀頒佈,同時也體驗了各式各樣基於AI的視頻和語音應用程序,欣喜地看到AI醫療正在加快造福人類的步伐。

本文中,知名技術專家Grigory Sapunov將為我們剖析2018-2019年不容錯過的AI發展進程。

(Grigory Sapunov,Inten.to聯合創始人兼CTO,資深軟件工程師,擁有超過20年編程經驗。擅長領域:深度學習、機器學習、數據科學、軟件工程、產品管理、項目管理等。)

一文瀏覽2018-2019年最值得關注的AI進展

逼真的內容生成

深度視頻肖像

斯坦福大學訪問助理教授Michael Zollhöfer等學者提出了一種新穎的方法,可以僅使用輸入視頻就實現肖像視頻的照片級逼真的動畫效果。

GAN 迅速進化

隨著GAN(生成式對抗網絡)的迅速進化,學術界開始探討如何預測、預防和緩解人工智能的惡意使用(The Malicious Use of Artificial Intelligence: Forecasting, Prevention, and Mitigation)。

高分辨率照片級的視頻翻譯

該技術可用於將語義標籤貼圖轉換為照片般逼真的視頻,實現從邊緣圖像進行合成,或從姿勢生成人體運動。

基於以上圖像技術所實現的示例如下:

  • BigGAN——用於高保真自然圖像合成的大規模GAN訓練。
  • GauGAN——NVIDIA Research開發的深度學習模型能將粗略的塗鴉轉變成令人歎為觀止的逼真傑作。基於該模型的交互應用程序被命名為GauGAN。
  • NVIDIA實時光線追蹤


一文瀏覽2018-2019年最值得關注的AI進展

  • NVIDIA DRIVE Constellation自動駕駛仿真平臺

自然語言處理(NLP)

NLP的ImageNet時代來臨

作為NLP的核心表現技術——詞向量,其統治地位正在被諸多新技術挑戰,如:ELMo,ULMFiT及OpenAI變壓器。這些方法預示著一個分水嶺:它們在NLP中擁有的影響,可能和預訓練的ImageNet模型在計算機視覺中的作用一樣廣泛。

Google BERT模型

基於此構建的CoQA是用於構建會話問答系統的大型數據集。CoQA挑戰的目標是衡量機器理解文本段落的能力,並回答對話中出現的一系列相互關聯的問題。

OpenAI GPT-2

這是一個大規模的無監督語言模型,可生成連貫的文本段落,在許多語言建模基準上實現了領先表現,並執行基本的閱讀理解、機器翻譯、問答和總結。

語音和聲音

智能音箱將成為全球銷售增長最快的聯網設備

Google Assistant等智能語音助手的升級為我們的生活帶來了豐富多彩的智能化體驗。德勤預測,2019年智能音箱行業規模將達到70億美元,成為全球銷量增長最快的聯網設備。

新方法: 2.5D sound

該方法利用視頻將單聲道音頻轉換為雙耳音頻。

AI 戰略

世界各國正在制定政府以及政府間的戰略和舉措,以指導AI的發展。全球合作、標準和規範將成為推動安全和有益的AI的關鍵組成部分。隨著AI技術的進一步發展,所有國家和全球大國之間的協調與合作將越來越需要。

圖靈獎——計算領域的諾貝爾獎

“深度學習之父” Yoshua Bengio, Geoffrey Hinton和Yann LeCun榮獲2019年美國計算機協會圖靈獎。


一文瀏覽2018-2019年最值得關注的AI進展


通用人工智能(AGI)

Geoffrey Hinton認為距離通用人工智能還有很遠

遊戲

DeepMind AlphaZero

在構建AlphaGo並以4-1擊敗全球最出色的圍棋棋手李世石之後,谷歌DeepMind又打造出AlphaZero,並打敗了眾多世界上最強大的機器棋手。國際象棋大師Garry Kasparov認為,AlphaZero產生的知識是人類可以學習的信息。它以一種深刻而有用的方式超越了我們,這個模型可能會複製到可以生成虛擬知識的任何其他任務或領域。

OpenAI Five

5個由神經網絡組成的OpenAI Five戰隊在Dota 2電競遊戲中擊敗頂級職業玩家。

AlphaStar

AlphaStar在《星際爭霸》中以10-1戰勝人類玩家。

醫藥和生物學

AlphaFold

實現僅基於其基因序列來預測蛋白質的3D結構。

DeepMind與莫菲爾眼科醫院建立聯合研究合作伙伴關係

新階段的研究挑戰是如何利用AI幫助臨床醫生在患者出現症狀之前預測眼部疾病。

Clara AI讓每位放射科醫生親自訓練出屬於自己的AI

Clara AI是一個工具包,包含13個最先進的分類和分割AI,以及為放射科醫生構建的軟件工具。相比人工器官分割,它可以實現4到10倍的性能加速。


一文瀏覽2018-2019年最值得關注的AI進展


數字時代的醫療

Nature雜誌認為AI醫療主要應用於四方面:診斷學、治療學、人口健康管理,以及行政與法規。

大規模的現實生活應用

阿里巴巴杭州ET城市大腦2.0

該系統可實現實時的交通預測和管理。

DeepMind自動化數據中心冷卻和工業控制系統

DeepMind優化風能發電系統

Amazon Go自動化實體店

Amazon Scout

全電動配送系統,以步行的速度沿著人行道滾動,旨在使用自動配送設備安全地為客戶提供包裹。

FedEx SameDay bot

自動配送設備,旨在幫助零售商向其客戶提供當天和最後一英里的交付。

KiwiBot外賣配送機器人

該機器人創下日配送500單的記錄。

Tesla: 自動駕駛汽車行駛10億英里

雲上AI

加速企業使用基於雲的AI軟件和服務

德勤預測,2019年企業將進一步加速使用基於雲的AI軟件和服務。在使用AI的公司中,70%將通過基於雲的企業軟件獲得AI功能,65%將使用基於雲的開發服務創建AI應用程序,到2020年,內置AI的企業軟件的滲透率和基於雲的AI開發服務將分別達到87%和83%。

基於雲上的AI示例包括NLP cloud APIs和Google AutoML/定製化模型等。

邊緣AI

NVIDIA Jetson TK1/TX1/TX2/Xavier/Nano

Jetson Nano是一款外觀小巧但功能強大的 CUDA-X™ AI計算機,為運行現代AI工作負載提供472 GFLOPS(每秒十億次浮點運算)的計算性能,並且具有高能效,但耗電量僅為 5 瓦。


一文瀏覽2018-2019年最值得關注的AI進展


Raspberry Pi 3

華為麒麟980 ——全球首款7nm工藝移動AI芯片組

Apple A12 神經引擎

Samsung NPU

Qualcomm 驍龍855——兼具5G、AI和XR的移動平臺

Intel/Movidius Neural Compute Stick 2

Google Edge TPU


分享到:


相關文章: