有人說(shuō)現(xiàn)在是人工智能的春天，有人說(shuō)是夏天，還有人悲觀一點(diǎn)，說(shuō)是秋天，秋天的意思就是冬天馬上就來(lái)了。

作為人工智能的學(xué)者，我們?cè)撛趺纯创@件事情，我們能做些什么?不管大家怎么預(yù)測(cè)，至少今天還是一個(gè)人工智能的黃金時(shí)代。

為什么這么講呢?接下來(lái)先給大家展示一些最近人工智能取得的成果，確實(shí)是之前十幾年我們完全想不到的。

人工智能在語(yǔ)音方面的突破

小米電視日前推出主打”高性價(jià)比”的全球首款人工智能語(yǔ)音電視小米電視4A，只需一個(gè)語(yǔ)音按鍵，便可實(shí)現(xiàn)關(guān)鍵詞搜索、熱度排行、開啟應(yīng)用游戲等10類語(yǔ)音交互功能。無(wú)獨(dú)有偶，長(zhǎng)虹近期推出CHiQ人工智能電視新品Q5N和OLED電視新品Q5A系列，主打的功能還是語(yǔ)音控制。

實(shí)際上，在市面上海爾、TCL等已經(jīng)推出了所謂的可進(jìn)行語(yǔ)音搜索的人工智能電視。小米電視最重磅的功能是支持人工智能語(yǔ)音控制，號(hào)稱老人孩子都能使用，可以用很自然的語(yǔ)言對(duì)電視進(jìn)行聲控。

智能語(yǔ)音正在向著私人助理機(jī)器人方向快速發(fā)展，在大數(shù)據(jù)、人工智能、機(jī)器學(xué)習(xí)等技術(shù)的支撐下，可為每個(gè)人量身定制自己的個(gè)性化私人助理。

私人助理會(huì)根據(jù)用戶的行為和使用習(xí)慣，幫助用戶網(wǎng)上購(gòu)物、安排出行、調(diào)整設(shè)備、智能提醒、聊天解悶。

私人助理可以提供越來(lái)越多的線下生活服務(wù)，如訂餐廳、訂外賣、購(gòu)買電影票、醫(yī)院預(yù)約等操作。

人工智能在圖像處理方面的突破

過(guò)不了多久，所有人都可以通過(guò)人工智能對(duì)一張圖片或是對(duì)視頻進(jìn)行復(fù)雜的處理。舉個(gè)栗子，SmileVector 是一個(gè)推特機(jī)器人，

可以生成任何明星照片微笑的動(dòng)圖，如果輸入一張人臉圖片，它可以通過(guò)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)生成它們微笑的表情。

雖然這些圖片也許并不完美，但它們完全是自動(dòng)生成的，這是人工智能在圖像處理領(lǐng)域的又一進(jìn)步。

也許不久之后，圖片、聲音和視頻造假都將變得容易。想象一下，假如新版本的 Photoshop 可以像用 Word 編輯文字一樣輕松編輯圖片，

你還會(huì)相信自己的眼睛嗎?

Smile Vector 只是新技術(shù)的冰山一角，我們很難對(duì)現(xiàn)代人工智能多媒體處理技術(shù)做出全面的概述，但我們能夠找出其中一些有意思的應(yīng)用。

例如：從一張 2D 圖片中創(chuàng)建 3D 面部模型;使用人類「模型」實(shí)時(shí)改變視頻中人物的面部表情;改變圖片中的光源和陰影;

為無(wú)聲視頻自動(dòng)生成聲音;在總統(tǒng)選舉直播中讓特朗普變成禿頭;用視頻剪輯「復(fù)活」朋友等等。這些事例只是其中的一小部分。

人工智能在自然語(yǔ)言方面的突破

通過(guò)互聯(lián)網(wǎng)搜索引擎，發(fā)掘、建立語(yǔ)音信息數(shù)據(jù)庫(kù)，利用云計(jì)算、大數(shù)據(jù)、自然語(yǔ)義分析、機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行語(yǔ)音信息聚類處理，

力求得到更準(zhǔn)確的答案。在實(shí)際生活場(chǎng)景下，用戶口語(yǔ)化表述更加多樣，容易產(chǎn)生歧義，人機(jī)交互難度非常大。

微軟在構(gòu)建Bing和Azure過(guò)程中成熟應(yīng)用了NLP，計(jì)算語(yǔ)義學(xué)，情感分析，邏輯或者統(tǒng)計(jì)機(jī)器學(xué)習(xí)，信號(hào)處理，大規(guī)模計(jì)算，云端存儲(chǔ)和響應(yīng)，

本地硬件加速等技術(shù)，所以Cortana實(shí)現(xiàn)了更加貼近生活的自然人機(jī)交互。Siri基于WolframAlpha，WolframAlpha是一個(gè)計(jì)算知識(shí)引擎，

而不是搜索引擎，用戶在搜索框鍵入需要查詢的問(wèn)題后，該知識(shí)引擎將直接向用戶返回答案，而不是返回一大堆網(wǎng)頁(yè)鏈接。

前面說(shuō)的這些語(yǔ)音、圖像、語(yǔ)言，聽起來(lái)還都是一些感知方面的東西。大家也知道，最近這段時(shí)間，

人工智能在一些傳統(tǒng)我們認(rèn)為可能很難由機(jī)器來(lái)取得成功的領(lǐng)域也獲得了突破。比如騰訊已經(jīng)在對(duì)戰(zhàn)中加入人工智能，利用人工智能技術(shù)來(lái)打游戲。

碰到過(guò)的人都知道，這種游戲機(jī)器人雖然只能按既定的設(shè)置去完成游戲，但是能跟玩家完成簡(jiǎn)單的配合輔助等基本細(xì)節(jié)。

也許在我們眼里它只是達(dá)到了所謂“菜鳥”玩家的水準(zhǔn)，一旦成熟，我相信它會(huì)發(fā)現(xiàn)一些平時(shí)我們自己都玩不出來(lái)的竅門。

大家都知道AlphaGo非?；?，使用了深度增強(qiáng)學(xué)習(xí)的技術(shù)，經(jīng)過(guò)了非常長(zhǎng)的訓(xùn)練時(shí)間，引用了大量數(shù)據(jù)做self-play，

最終是以壓倒性的優(yōu)勢(shì)，4：1戰(zhàn)勝了當(dāng)時(shí)的世界冠軍李世石。在去年的IJCAI上面，AlphaGo主要的開發(fā)人員做了一個(gè)keynote，

說(shuō)自戰(zhàn)勝了李世石之后，AlphaGo并沒(méi)有停下腳步，因?yàn)樗且粋€(gè)self-play的process，可以繼續(xù)訓(xùn)練，只要給他足夠的運(yùn)算時(shí)間和樣例，

它就可以不斷地去訓(xùn)練。所以也能理解為什么今年年初Master重新回到大家視野里，可以對(duì)圍棋高手60連勝，因?yàn)檫@個(gè)差距太大了。

這些事情都是以前人們覺(jué)得人工智能不可以去企及的領(lǐng)域。但正是因?yàn)檫@些計(jì)算機(jī)科學(xué)家、人工智能科學(xué)家不斷地去模仿人的決策過(guò)程，

比如他們訓(xùn)練了value network，訓(xùn)練了policy network，就是怎么樣根據(jù)現(xiàn)在的棋局去評(píng)估勝率，去決定下一步該走什么子，

而不是走簡(jiǎn)單的窮舉，用這些value network來(lái)對(duì)搜索樹進(jìn)行有效的剪枝，從而在有限的時(shí)間內(nèi)完成一個(gè)非常有意義的探索，

所有這些都是人工智能技術(shù)取得的本質(zhì)的進(jìn)展，讓我們看到了一些不一樣的結(jié)果。