編者按：李飛飛來到北京，與中國的AI界有志之士分享她對(duì)人工智能發(fā)展的看法，她認(rèn)為AI的下一步是“認(rèn)知”；谷歌大牛Jeff Dean撰文回顧了谷歌大腦閃亮的2016成績(jī)單；加入Face++的孫劍博士，親自撰寫長(zhǎng)文回顧了在新公司工作的近況；李開復(fù)博士奉上了“AI 創(chuàng)業(yè)的十個(gè)真相”；而繼圍棋之后，AI又要進(jìn)攻德州撲克領(lǐng)域了。這里是過去一周，AI圈的大事件。

李飛飛：“情緒”和“情感”，是人工智能的下一個(gè)春天

近日，四位人工智能界的泰斗大牛齊聚未來論壇2017年會(huì)，并圍繞人工智能已有的突破和未來發(fā)展方向發(fā)表了自己的看法，他們分別是

李飛飛  美國斯坦福大學(xué)計(jì)算機(jī)科學(xué)系終身教授、人工智能實(shí)驗(yàn)室主任

李凱  普林斯頓大學(xué) Paul & Marcia Wythes 講席教授，美國工程院院士，未來論壇科學(xué)委員會(huì)委員

沈向洋  微軟全球執(zhí)行副總裁，微軟人工智能及微軟研究事業(yè)部負(fù)責(zé)人，未來論壇理事

張鈸  清華大學(xué)計(jì)算機(jī)系教授、中國科學(xué)院院士、清華大學(xué)智能技術(shù)與系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室學(xué)術(shù)委員會(huì)名譽(yù)主任

【畫面從左至右分別為：主持人洪小文、李飛飛、李凱、沈向洋、張鈸】

雷鋒網(wǎng)在第一時(shí)間記錄整理了四位大牛的精彩發(fā)言。他們似如山巔上的先知，通過他們的預(yù)言，似乎可以窺見人工智能的下一個(gè)春天。

其中，李飛飛認(rèn)為人工智能的下一步是認(rèn)知。認(rèn)知包括很多我們還不太清楚怎么用數(shù)學(xué)和人工智能表達(dá)的。比如：知識(shí)系統(tǒng)的建立、情感的產(chǎn)生和交流、好奇心和創(chuàng)造力驅(qū)動(dòng)的學(xué)習(xí)，還有 learning to learn。這些都是認(rèn)知的范疇。

她認(rèn)為下一步人工智能的發(fā)展，需要加強(qiáng)對(duì)情感，情緒的了解，要走進(jìn)認(rèn)知學(xué)，心理學(xué)。我說的不僅是腦科學(xué)，而是認(rèn)知學(xué)。因?yàn)槲覀兡壳皩?duì)人的情感理解非常少，而這對(duì)于人工智能來說是很重要的。

作為人工智能學(xué)者，能夠得到這么多關(guān)注，除了很高興以外，李飛飛也擔(dān)心這樣的“泡沫”會(huì)帶來什么。如果是更多的機(jī)會(huì)和研發(fā)投入，當(dāng)然是好事；如果是過度承諾或者不切實(shí)際的產(chǎn)品研究工作，可能會(huì)對(duì)這個(gè)領(lǐng)域有些不好的影響。

Jeff Dean親自撰文回顧：谷歌大腦的2016

Jeff Dean 代表整個(gè)團(tuán)隊(duì)撰文回顧了谷歌大腦2016 年閃亮的成績(jī)單，并發(fā)表于 Google Research Blog 上。谷歌大腦團(tuán)隊(duì)的宏愿一如既往：團(tuán)隊(duì)致力于通過多領(lǐng)域的純研究及應(yīng)用性研究，創(chuàng)造更多的智能軟件及智能系統(tǒng)，以此提升人們的生活水平。

“雖然這一藍(lán)圖是我們仰望星空的長(zhǎng)期愿景，但我們也需要腳踏實(shí)地，回顧一下我們過去一年完成的小目標(biāo)，并與你們一同分享那些會(huì)為 2017 年新成就奠基的點(diǎn)點(diǎn)滴滴?！?/p>

過去的一年，谷歌大腦科研碩果累累。團(tuán)隊(duì)共有 27 篇論文，領(lǐng)域涉獵廣泛，并已經(jīng)向機(jī)器學(xué)習(xí)研究的頂尖學(xué)術(shù)會(huì)議 ICLR 2017 提交了 34 篇論文。

Jeff Dean 也回顧了谷歌大腦在機(jī)器人領(lǐng)域取得的成果，他表示，傳統(tǒng)機(jī)器人的控制算法是通過精心設(shè)計(jì)并進(jìn)行人工編程而實(shí)現(xiàn)的，因此，如何將新的能力「?jìng)魇凇菇o原有的機(jī)器人也成為一個(gè)挑戰(zhàn)。谷歌大腦團(tuán)隊(duì)相信，機(jī)器人如果能掌握機(jī)器學(xué)習(xí)能力，那么讓它自動(dòng)掌握這些新的技能也絕非難事。

一年來，TensorFlow 已經(jīng)成為了 GitHub 上最受歡迎的機(jī)器學(xué)習(xí)項(xiàng)目，擁有超過 570 貢獻(xiàn)者的上萬次提交。而得益于社區(qū)的貢獻(xiàn)，TensorFlow 目前僅在 GitHub 上就有多于 5000 個(gè)與 TensorFlow 相關(guān)的項(xiàng)目了。

谷歌大腦團(tuán)隊(duì)表示，TensorFlow 目前已經(jīng)得到了許多研究團(tuán)隊(duì)與大型企業(yè)的認(rèn)可（如 DeepMind），此外在尋找海?；驇椭毡巨r(nóng)夫選黃瓜等特別的小項(xiàng)目中也取得了喜人的進(jìn)展。除此之外，谷歌大腦還完成了哪些小目標(biāo)，詳情可見猛戳：《谷歌大腦的2016實(shí)現(xiàn)了哪八個(gè)小目標(biāo)？》

孫劍親自撰文：我在 Face++ 的這半年

2016年 7 月份，孫劍正式宣布加入曠視科技（Face++），擔(dān)任首席科學(xué)家。

孫劍原是微軟亞洲研究院首席研究員，其主要研究方向是計(jì)算攝影學(xué), 人臉識(shí)別和基于深度學(xué)習(xí)的圖像理解。自2002年以來他在CVPR, ICCV, SIGGRAPH, PAMI等頂級(jí)學(xué)術(shù)會(huì)議和期刊上發(fā)表學(xué)術(shù)論文90余篇，兩次獲得CVPR最佳論文獎(jiǎng)(2009, 2016)。

近日孫劍博士親自撰文，講述他加入曠視科技這半年的心路歷程和基本工作狀況。他提到，目前自己帶領(lǐng)的團(tuán)隊(duì)主要集中研究四個(gè)視覺理解核心問題：圖像分類、物體檢測(cè)、語義分割、和序列學(xué)習(xí)。研究的技術(shù)路線是徹徹底底的深度學(xué)習(xí)：1）使用深度神經(jīng)網(wǎng)絡(luò)；2）盡最大可能使用端到端（end-to-end）學(xué)習(xí)。Face++應(yīng)該說是這波兒人工智能創(chuàng)業(yè)公司當(dāng)中最早研究并應(yīng)用深度學(xué)習(xí)的。

提到人才培養(yǎng)，孫劍博士表示推進(jìn)研究部門的工作，核心是培養(yǎng)人做事的能力，并給予最好的研發(fā)環(huán)境。

最后他分享了關(guān)于Face++的幾個(gè)數(shù)字：人工智能云開放平臺(tái)的API已經(jīng)服務(wù)了近7萬開發(fā)者，已被調(diào)用 62 億次；身份認(rèn)證平臺(tái)目前已為1.2億人（注意不是1.2億次）提供了刷臉服務(wù)，覆蓋了85%的金融市場(chǎng)智能化應(yīng)用；智慧安防和智能商業(yè)產(chǎn)品也覆蓋到25個(gè)省。

李開復(fù)：AI 創(chuàng)業(yè)的十個(gè)真相

“重倉”人工智能，是李開復(fù)和創(chuàng)新工場(chǎng)未來幾年的方向。但是，他面臨一個(gè)很重要的問題：現(xiàn)在的 AI 創(chuàng)業(yè)，核心是 AI 科學(xué)家，而“文能起筆安天下，武能上馬定乾坤”的 AI 科學(xué)家鳳毛麟角，用他的話說“該創(chuàng)業(yè)的都創(chuàng)業(yè)了”。

這時(shí)，產(chǎn)業(yè)在面臨一步棋。那就是：如何把一個(gè)普通的 AI 科學(xué)家變成“創(chuàng)業(yè)英雄”。

作為三十年前就開始研究人工智能的李開復(fù)，覺得自己“技術(shù)范兒”的創(chuàng)新工場(chǎng)有能力推動(dòng)這步棋，并且在這一步棋中獲得穩(wěn)固的戰(zhàn)略優(yōu)勢(shì)。

李開復(fù)告訴雷鋒網(wǎng)，

AI 創(chuàng)業(yè)現(xiàn)在是科學(xué)家的天下，之后是數(shù)學(xué)家的天下，將來是普通人的天下。

李開復(fù)在《創(chuàng)新工場(chǎng)人工智能戰(zhàn)略白皮書》發(fā)布會(huì)上分享了AI創(chuàng)業(yè)需要注意的幾點(diǎn)問題，雷鋒網(wǎng)將其整理成文，呈現(xiàn)給讀者，全文請(qǐng)見：《李開復(fù)：AI 創(chuàng)業(yè)的十個(gè)真相 | 深度》

除了圍棋，人工智能要征服德州撲克了

在國外的學(xué)術(shù)圈里，有一份論文火了，其突破性意義在于：AI在德州撲克游戲上，首次贏得了人類職業(yè)玩家。這篇論文的名字是《DeepStack：無限下注撲克里的專家級(jí)人工智能》（DeepStack: Expert-Level Artificial Intelligence in No-Limit Poker），1月6號(hào)提交到了ArXiv上。

論文作者是來自加拿大Alberta大學(xué)、捷克Charles大學(xué)、布拉格捷克理工大學(xué)的研究人員。而論文題目里的DeepStack，是一種新型的算法名稱，論文里說明到“DeepStack 是一種通用算法，可用于一大類非完整信息的序列博弈”。在一項(xiàng)涉及到數(shù)十位參與者和4.4萬手撲克的研究中，DeepStack 成為了世界上第一個(gè)在“一對(duì)一無限注德州撲克”上擊敗了職業(yè)撲克玩家的計(jì)算機(jī)程序。

另外，卡耐基梅隆大學(xué)（CMU）Tuomas Sandholm教授所帶領(lǐng)的團(tuán)隊(duì)也在本周開始了為期20天的德州撲克“人機(jī)大戰(zhàn)”，在賓夕法尼亞州匹茲堡的 Rivers 賭場(chǎng)，與四個(gè)頂級(jí)職業(yè)玩家玩12萬手的HUNL，并角逐20萬美元的獎(jiǎng)金。對(duì)于被Alberta等大學(xué)的研究人員搶先一步，Sandholm教授是不服氣的。

他接受采訪回復(fù)道：

“他們的系統(tǒng)并沒有跟頂級(jí)的人類玩家對(duì)抗，所以不能說是打敗了人類”，在一個(gè)德?lián)湔搲弦灿腥税l(fā)出同樣質(zhì)疑。Sandholm教授接著說：“我們本可以在2年前就像這樣干，當(dāng)時(shí)我們有一個(gè)系統(tǒng)可以跟最好的人類選手達(dá)成平局。但這并不是我們的目標(biāo)。我們的目標(biāo)，從來都不是專家級(jí)的AI，而是像深藍(lán)和Watson一樣的超人級(jí)AI”。

相關(guān)文章：

基因組測(cè)序進(jìn)入100美元時(shí)代？| 未來醫(yī)療周刊

亞馬遜尋求無線測(cè)試批準(zhǔn)，或?qū)⒂糜跓o人機(jī)送貨

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。