新年的钟声即将敲响,回首2018,关于AI我们见证了太多的突破。不管是CV还是NLP,各个领域大放异彩。
俗话说,回首过去是为了更好地展望未来。因此,我们为你盘点了AI研习社社友心目中的2018 AI 热词,希望在新的一年里,AI研习社能够继续陪伴着你,不断见证历史,陪你你攀登知识的高峰。
无监督深度学习
计算机视觉和自然语言处理中,有监督学习已经发展很多年。而这一年,无论从图像生成和机器翻译,无监督学习技术的突破,在很大程度上弥补了有监督学习的数据不足的缺点,在一些领域甚至已经达到有监督学习的效果,这是非常令人振奋的结果。
@顾玖强,精通算法,软硬兼修,目前主要研究方向是计算机视觉和自然语言处理结合。发表多篇人工智能及计算机视觉顶级会议和期刊,包括CVPR、ICCV、AAAI oral、PR等,并为多个会议和期刊审稿人。曾在中科院参与负责基于龙芯的安全芯片项目,后成功转行深度学习领域,讲课风格深入浅出通俗易懂,有独家学习和转行经验。
图片来自 Fujun Luan
AI同传
2018年,多家公司,包括BAT、搜狗和讯飞都公开了自己的AI同传产品。从4月份腾讯翻译君在博鳌论坛亮相开始,AI同传今年在很多场合都有出现,并且其中AI同传在博鳌论坛的表现以及讯飞的“人机耦合”事件都引起了广泛的争议。
@陈博兴,阿里巴巴机器智能实验室资深专家,研究机器翻译、自然处理和机器学习。中科院声学所博士,加拿大国家研究委员会(NRC)研究员(2009-2017),法国格勒诺布尔大学和意大利FBK-IRST博士后,新加波信息与通信研究所的研究员。曾发表50余篇会议和期刊论文,并担任NLP领域所有顶级会议和期刊的审稿人或程序委员会成员。曾获2017年WMT俄语到英语、NIST2012机器翻译中文到英文、2007和2005年IWSLT口语机器翻译等比赛冠军。
图片来自Medium
退潮
在自动驾驶行业里面,在经历了前两年的车辆、行人、道路环境深度学习狂潮之后,在应用场景和算法上,今年没有特别亮眼的成果。
@冀杰,西南大学工程技术学院副教授,绿色智能车辆与机电系统实验室负责人。
图片来自pixabay
图网络
图网络是解决很多目前难以解决的问题中的缺少的关键一环,这问题有让机器进行逻辑推理、学到更具有可迁移性的知识等等。关于图网络的创新和应用是未来AI技术发展的重要方向。
@郭玮,目前供职于中国科学院自动化研究所,从事博弈对抗相关的科研工作。作为团队主力参加AIIDE 2018世界星际争霸人工智能大赛获得季军。
图片来自pixabay
爆发和终端
爆发的原因:今年AI这个词语,估计连大妈都知道了,很多程序员很多公司都纷纷投入其中;终端的原因:2018年,很多AI应用和框架开始支持终端。比如说 网页端的 TensorFlow.js,嵌入式和智能手机端的 TensorFlow Lite,ARM 也发力 AI ,做低功耗的 AI,各种智能音箱的出现 都是,终端AI的表现。
@孔晓泉,吉利集团 Ecarx,算法专家,谷歌机器学习开发者专家(Google Developers Expert for Machine Learning), 对话机器人框架 Rasa stack 框架核心社区贡献者(Rasa Hero)和大中华区社区组织者。百度「黄埔学院」(由国家深度学习技术及应用国家工程实验室和百度联合创办)首期班学员。从事自然语言处理多年,有着扎实的理论基础和丰富的实践经验。曾在阿里巴巴集团从事自然语言处理相关的框架和算法的研发工作。目前在吉利集团旗下车联网公司从事车载人机交互系统的研发工作。
图片来自Behance
Bert
看起不起眼的拼装组合,却出乎意料的神奇:如扫地僧一般横扫各大兵器谱,一句夺魁。还有就是加菲猫,李飞飞和李佳组合终于还是散伙了~
@王奇文,资深算法工程师,【前百度、阿里资深算法工程师】,先后做过推荐系统、分布式、数据挖掘、用户建模、聊天机器人,有多年企业数据挖掘/机器学习/深度学习项目经验。
我印象比较深的,当属谷歌的NLP模型,BERT。谷歌声称这个模型在十多个指标上达到了业内最好,并且在几个指标上都超过了人类。从这个意义上讲,有点像图像识别超过人眼,语音识别超过人耳的意义。
@丁雨,现在云从科技就职,一名AI爱好者
图片来自谷歌
预训练
原因两点:一,nlp领域bert预训练得到的词向量在十多个不同任务横扫千军;二,cv领域凯明质疑了在imagenet上预训练的必要性,带给大家很多启示。一正一反,两大领域,顶尖研究~
@李翔,Momenta高级视觉算法研究员,南京理工大学PCALab博士在读,阿里巴巴天池首届大数据竞赛冠军,滴滴Di-Tech首届大数据竞赛冠军。知乎专栏Deeplnsight作者。早期负责Momenta车道线检测相关模块,现专注于神经网络基础算法研究。
图片来自 Léo Vallet
AI+Finance
我觉得这一年已经不能用一个单纯的技术名词概括了,今年是这几年技术积累的一个爆发。很多公司都在尝试将现有的技术落地,真正服务于各行各业,不管是无人车,人脸识别或者是NLP。如果非要我选一个的话,我会说“AI+Finance”。因为很多巨头都在做金融解决方案,最典型的就是人脸识别和支付,阿里,蚂蚁金服,百度,平安金融,旷世,商汤,这种巨头都是在提供解决方案了。
@谢斌,毕业于南洋科技大学,现在是新加坡的一名软件工程师。
图片来自pixabay
自动驾驶
对于我来说,我感觉应该是“自动驾驶“吧,关于自动驾驶有涉及到很多,如车祸、道德、落地等等。我觉得在限定环境下的自动驾驶能够达到L5级别,目前图森的自动驾驶能在无人介入的情况下完成工作。而在开放环境下目前能达到L4,毕竟环境比较复杂。
@杨顺,北京邮电大学电子与通信工程专业学生,雷锋字幕组优秀译者
图片来自Medium
VR/AR/MR
我认为比较热的有“区块链”,“机器视觉”,“自然语言处理”,“虚拟/增强/混合现实”,“芯片”。 “芯片”是因为美国制裁而中国想要发展的, “机器视觉”则是我看到有更强劲发展的,“区块链”已经因为币圈而遇冷, “AR/VR/MR”则在《头号玩家》之后迅速又发展了一波,我认为是这个了。
作者:AI研习社
链接:https://www.jianshu.com/p/7a947eca15cc
來源:
著作权归作者所有,任何形式的转载都请联系作者获得授权并注明出处。