2015年是人工智慧之年：機器人承擔工廠生產工作、無人駕駛汽車成為現實、連接WiFi的芭比娃娃通過語音辨識功能和小朋友聊天……2016年，人工智慧領域的發展會怎樣？專家認為，2016年的人工智慧將會是"打了興奮劑"般更加迅猛發展。
機器人目前還主要用於精准設定的工作環境，在精確、重複性的工作上效率很高。當遇到從未執行過的新任務、沒有確定性的新環境，機器人往往就"傻了"。
羅曼·揚波利斯基是美國路易斯維爾大學網路安全實驗室主任。他認為，2016年，我們將看到電腦深度學習中卷積神經網路領域的迅速發展，超級電腦的使用將使這個領域成為2016年人工智慧發展的重點。
淺層學習是機器學習的第一次浪潮，主要是電腦系統從大量訓練樣本中學習統計規律，對未知事件做預測，實際上這種人工神經網路只是一種淺層模型。
深度學習是無監督學習的一種，指通過構建多層的機器學習模型和海量訓練資料來學習更有用的特徵，目的在於建立、類比人腦進行學習的神經網路，模仿人腦來解釋資料。卷積神經網路就是一種電腦深度學習的結構，是當前語音分析和圖像識別領域的研究熱點。
安德魯·摩爾是人工智慧領域領先的卡內基梅隆大學電腦學院院長。他介紹說，美國國家科學院已經召集技術專家、經濟學家和社會學家研究人工智慧取代人工的問題，這裡人工智慧取代的不是藍領工人的生產工作，而是傳統認為它們不能取代的、需要人與人互動的白領工作。
摩爾認為，人工智慧技術"感受"人類情感是這一研究領域最重要、也最先進的一個方向。揚波利斯基認為，電腦能夠理解語言的能力最終會向人和電腦"無縫溝通"的方向發展。 越來越精准的圖像、聲音和面部識別系統能讓電腦更好探查人的情感狀態。這種技術的發展在教育、抑鬱症治療、臨床預後評估、智慧客服、網路購物等領域都有廣闊的應用前景。
實際上，一些商家已經開始使用人工智慧技術判斷顧客在網路購物時是否開心或滿意。一些服裝公司使用人工智慧幫助顧客在網上購物時找到最心儀的產品，例如顧客看著一件衣服說，"我想要這個樣式的外套，但要更暖和一點點"，人工智慧客服需要可以理解顧客這種要求。
多位專家認為，人工智慧技術研究突飛猛進的同時，相關倫理研究更應走在前面。越來越多的技術開發人員、電腦科學家和工程師感覺到，他們在研發時必須要求助於協力廠商的意見來創建一些程式。
以無人駕駛汽車為例，當行駛過程中遇到動物橫穿馬路，系統該怎麼辦？代碼該如何寫？人和動物的生命價值如何衡量？一個人是不是比一百隻貓更有價值？一百萬隻呢？ 安德魯·摩爾表示，這不光是科學家和工程師能解決的問題，必須有人先給出一個答案。
最新評論