2017年，人工智能技術(shù)進(jìn)入爆炸式增長(zhǎng)階段。沒有人會(huì)懷疑，2018年人工智能技術(shù)將取得更加令人瞠目的進(jìn)展，而在認(rèn)知人工智能技術(shù)對(duì)商業(yè)世界的顛覆方面，限制我們想象力的，不是貧窮，而是經(jīng)驗(yàn)和“智慧”。

以人工智能領(lǐng)域最耀眼的明星——深度學(xué)習(xí)為例，已經(jīng)在大量應(yīng)用領(lǐng)域取得突破性成果，商業(yè)價(jià)值和市場(chǎng)潛力已經(jīng)凸顯，以下我們整理了其中五個(gè)值得商業(yè)領(lǐng)袖們密切關(guān)注的深度學(xué)習(xí)研究領(lǐng)域以及相關(guān)的商業(yè)化應(yīng)用：

一、圖像識(shí)別

深度學(xué)習(xí)圖像識(shí)別技術(shù)已經(jīng)比較成熟，早在2015年這些（卷積神經(jīng)網(wǎng)絡(luò)）算法的識(shí)別準(zhǔn)確性就已經(jīng)超過了人類。最新的算法甚至能夠通過照片識(shí)別人物的性取向！

與最先進(jìn)的深度學(xué)習(xí)圖像識(shí)別技術(shù)緊密相關(guān)的商業(yè)應(yīng)用有很多，例如醫(yī)療診斷和自動(dòng)駕駛技術(shù)。

深度學(xué)習(xí)在圖像識(shí)別領(lǐng)域的進(jìn)展超出了很多人的預(yù)期，以醫(yī)療診斷為例，2017年人工智能領(lǐng)域最重大的突破來自斯坦福大學(xué)，該校的人工智能團(tuán)隊(duì)開發(fā)的算法在識(shí)別皮膚癌方面的準(zhǔn)確性能夠達(dá)到皮膚學(xué)專家的水平。有興趣的讀者可以查看這篇發(fā)表在《自然》雜志上的論文。斯坦福大學(xué)另外一個(gè)團(tuán)隊(duì)開發(fā)的模型能夠根據(jù)心電圖信號(hào)診斷心率異常，也就是所謂的心律不齊，準(zhǔn)確性超過心臟病學(xué)專家。

自動(dòng)駕駛領(lǐng)域，除了特斯拉、Waymo、Uber、Lyft、百度等公司緊鑼密鼓的開發(fā)和路試項(xiàng)目外，2017年蘋果的入局引起所有人的關(guān)注：蒂姆庫(kù)克同志已經(jīng)正式確認(rèn)蘋果正在致力于開發(fā)自動(dòng)駕駛汽車的軟件，蘋果內(nèi)部的研究者也在arXiv上發(fā)布了于地圖相關(guān)的論文。

二、游戲

2017年，人工智能已經(jīng)在包括圍棋在內(nèi)的棋牌游戲領(lǐng)域完成了對(duì)人類的統(tǒng)治，2018年，人工智能技術(shù)有望在多人游戲，例如撲克和星際爭(zhēng)霸中戰(zhàn)勝人類，DeepMind已經(jīng)發(fā)布了針對(duì)星際爭(zhēng)霸2的人工智能技術(shù)研究環(huán)境，OpenAI則演示了在一對(duì)一的Dota 2游戲中戰(zhàn)勝人類的算法，并且計(jì)劃不久的未來在5v5的多人對(duì)戰(zhàn)游戲中也取得勝利。

對(duì)于游戲產(chǎn)業(yè)來說，人工智能帶來的變革顯然不會(huì)是一股清流，而是洪荒巨流。

三、序列預(yù)測(cè)

深度學(xué)習(xí)技術(shù)領(lǐng)域的另外個(gè)重大突破是對(duì)序列數(shù)據(jù)的理解能力，例如文本（一系列字符），處理這種數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)叫循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Nets）。在這個(gè)學(xué)習(xí)場(chǎng)景中，研究人員輸入大量序列數(shù)據(jù)，讓機(jī)器分析其中的模式，并預(yù)測(cè)性生成未新的序列數(shù)據(jù)。

序列預(yù)測(cè)已經(jīng)被應(yīng)用到多個(gè)領(lǐng)域，例如下面多倫多大學(xué)的這個(gè)筆記預(yù)測(cè)算法，已經(jīng)可以學(xué)習(xí)人類的筆跡生成真假難辨的筆跡：

另外一個(gè)被投入生產(chǎn)環(huán)境的序列預(yù)測(cè)應(yīng)用案例來自Uber，該公司通過為用戶出行數(shù)據(jù)建模來預(yù)測(cè)用戶需求，因此下次你使用Uber輕松打車的時(shí)候不要忘了感謝這個(gè)算法。序列預(yù)測(cè)在商業(yè)領(lǐng)域的應(yīng)用潛力巨大，每個(gè)企業(yè)管理者都應(yīng)該“開洞”腦筋開始思考。

四、語(yǔ)言翻譯

完美機(jī)器翻譯是人工智能科學(xué)家們的偉大夢(mèng)想之一，而深度學(xué)習(xí)技術(shù)有望幫助人類首次建成克服語(yǔ)言障礙的巴別塔。機(jī)器翻譯使用的也是循環(huán)神經(jīng)網(wǎng)絡(luò)模型，Google的Sequene-to-sequence算法目前遙遙領(lǐng)先業(yè)界，從下面的圖表可以看到，谷歌的機(jī)器翻譯在多組語(yǔ)言互譯中，已經(jīng)趨近完美（編者按：中英互譯尚需努力，但在谷歌翻譯APP的實(shí)際使用中已經(jīng)能取得相當(dāng)不錯(cuò)的準(zhǔn)確性）：

　　五、生成模型 Generative models

最后，也可能是最具爆炸威力的深度學(xué)習(xí)技術(shù)莫過于生成模型（Generative models），這是一種基于卷積神經(jīng)網(wǎng)絡(luò)的生成對(duì)抗網(wǎng)絡(luò)模型，機(jī)器可以生成一個(gè)包含復(fù)雜數(shù)據(jù)的模型，例如足可亂真的人臉圖像（非真人面孔），例如下面這兩張人臉照片，是機(jī)器根據(jù)大量明星數(shù)據(jù)合成的兩張“明星照”：

生成模型在商業(yè)中的應(yīng)用尚未起步，但是價(jià)值潛力巨大 ，例如游戲角色的生成、假貨或文物贗品鑒定等等。