谷歌AlphaGo将在5月同柯洁进行“乌镇论剑”的消息，不仅让“围棋”成为焦点，更令原本就大热的“人工智能”再度升温。
自2016年3月AlphaGo击败围棋世界冠军李世乭后，全世界对人工智能的热情似乎被彻底点燃，层出不穷的“大事件”促进科技领域发生着深远变革。本文将集中盘点2016年5月——2017年5月，人工智能在学术研究方面取得的重要突破，以及国内外各种重量级会议中释放出的关于行业的前沿观点，藉此对人工智能在2017年的表现进行展望。
学术研究领域：
学术上的巨大成功无疑会推动产业的快速发展，人工智能产业界和学术界已经产生很多正向的“化学反应”，如深度学习的出现为人工智能的发展提供了良好的条件，而最终这些成果会被广泛运用到更多行业，以下是一些重要的学术研究突破：
神经机器翻译
2016年9月底，谷歌在 ArXiv.org 上发表论文《Google`s Neural Machine Translation System: Bridging the Gap between Human and Machine Translation》，介绍谷歌的神经机器翻译系统（GNMT：Google Neural Machine Translation）。该系统使用了当前最先进的训练技术，实现了机器翻译领域的重大突破。经过在来自维基百科和新闻网站的样本句子上测定发现：GNMT 在多个主要语言对的翻译中将翻译误差降低了55%-85%以上。
11 月，谷歌再发论文宣布了其在多语言机器翻译上的突破：实现了 zero-shot 翻译，这表明它可以一次性翻译一整段句子，而不只是像之前一样只能一个词一个词地翻译。
语音识别
2016年10月19日的一篇论文《Achieving Human Parity in Conversational Speech Recognition》中，微软人工智能与研究部门的一个研究者和工程师团队报告出他们的语音识别系统实现了和专业速录员相当甚至更低的词错率（WER），达到了5.9%，这个数字已经等同于人速记同样一段对话的水平。这一里程碑将为能用语音识别来增强的消费和企业产品带来广泛的影响。
值得一提的是，2017年3月， IBM官方博客发文宣称IBM 的系统的词错率已经超越了之前微软报告的最佳水平，达到了5.5%。IBM方表示“要达到像人一样，仍然要付出更多努力”。
语音合成
2016年9月，谷歌 DeepMind 发布博客介绍他们在文本转语音系统上取得的重大进展。DeepMind 表示，他们最新的深度生成模型 WaveNet 将机器语音合成的表现与人类之间水平的差距至少缩减了50%。
进入2017年后，语音合成继续成为深度学习社区研究的重要领域之一，业界相继发表有关这一课题的研究论文，包括百度的Deep Voice、Yoshua Bengio团队提出的Char2Wav以及谷歌的Tacotron等。
深度学习诊断皮肤癌
除了上面提到了技术研究上的突破，深度学习在实际应用中也有重大的研究进展。其中，值得一提的就是，斯坦福大学的研究者成功训练了一个可以诊断皮肤癌的算法。该研究的相关论文《Dermatologist-level classification of skin cancer with deep neural networks》发表于2017年1月的Nature 封面上，该算法处理的是带有一个相关疾病标签的图像的原始像素。与其他训练算法的方法相比，该方法需要的处理非常少，也不需要在分类之前对图像进行分组，这允许算法处理种类更广泛的数据。该结果已经过了21位认证皮肤科医生的对比测试。在论文中的最常见的和最致命的皮肤癌的诊断上，该算法的表现已能媲美皮肤科医生。
国外重要会议观点：
国际顶尖行业会议的动态已经成为科技公司战略部署进展的风向标，人工智能观点的碰撞和对其趋势的预测，一次次推进着人类智能生活的进化：
微软Build2016开发者大会：人工智能将在该公司愿景中扮演重要角色
在2016年3月31日举办的Build 2016开发者大会上，微软CEO纳德拉表示，人工智能将在该公司愿景中扮演重要的角色。纳德拉称微软的AI计划为“对话即平台”，而这颗皇冠上的明珠最终被命名为微软Bot架构，未来开发者可利用该工具将各种聊天机器人整合进自己的应用。
2016谷歌I/O开发者大会：机器学习和人工智能是谷歌未来10年的重点
2016年5月18日（美国当地时间），谷歌一年一度的开发者大会I/O如期举办，本次I/O大会最主要的焦点，是谷歌人工智能产品的进化。谷歌将语音助手Google Now更名为Google Assistant，即“谷歌助手”，同时又复活了原先的聊天工具GoogleTalk，将其独立为一个文字聊天软件Allo和一个视频聊天软件Duo，在Allo当中可以和各种机器人进行交流，也同时将谷歌助手植入其中。谷歌CEO Sundar Pichai也在演讲当中直截了当地指出，机器学习和人工智能是谷歌未来10年的重点。
2016年谷歌秋季新品发布会：谷歌战略从Mobile First转向AI First
美国当地时间2016年10月4日，谷歌举行了备受关注的新品发布会，谷歌CEO Sundar Pichai宣布谷歌战略从Mobile First （移动优先）转向AI First（人工智能优先）。 Sundar Pichai称：“虽然我们刚开始这段旅程，我已经看到能在机器学习和人工智能上的巨大进步，它们给了我自信，让我相信谷歌在接下来10年正在为用户做惊人的东西。”
2016亚马逊AWS re:invent大会：AWS选择MXNet作为其最主要的深度学习框架
在2016年亚马逊AWS re:invent大会前夕，亚马逊首席技术官Werner Vogels宣布，Amazon Web Services（AWS）选中了MXNet作为其最主要的深度学习框架，Werner Vogels表示，AWS将继续提供代码和改进文档，并且投资围绕MXNet的生态系统。他们也将会与其它组织合作来进一步改进MXNet。
2017谷歌云大会：李飞飞解读“AI民主化”战略
美国当地时间2017年3月8日至10日，Google Cloud NEXT '17 大会在美国旧金山举行，谷歌云机器学习与人工智能首席科学家李飞飞代表谷歌发布了多个谷歌云 API 产品，并解读了谷歌云的“AI 民主化”战略，李飞飞表示，人工智能民主化分为四个方面：民主化计算、民主化算法、民主化数据以及民主化人才。这意味着，谷歌将推进人工智能的普及，让人人都得以“参与”进来。
2017 Facebook F8开发者大会：开源Caffe2深度学习框架
在2017Facebook F8开发者大会上，Facebook宣布开源Caffe2深度学习框架，用于人工智能模型和应用开发。Facebook与英伟达展开合作，将Caffe2集成进图形芯片的深度学习开发库，这样框架可以利用英伟达显卡硬件加速。英特尔、微软和亚马逊公司也与Facebook展开合作，确保Caffe2适用于它们的系统和服务。
国内重要峰会观点：
人工智能在国内同样掀起了科技风暴，除了BAT的参与，有影响力的企业、机构也在积极搭台，汇聚全球视线，共同推开智能时代的大门：
2016阿里云栖大会北京峰会：人工智能产品ET代表其对未来的态度
在2016年8月9日举办的阿里云云栖大会北京峰会上，阿里云带来了其人工智能产品ET，其背后采用的是大数据AI技术。它的优势并非仅仅是陪人说学逗唱，更多体现在全局洞察和实时决策上。阿里云总裁胡晓明表示，ET代表的阿里云的人工智能技术，同时也是阿里云对未来的态度。也许在20年后，管理阿里巴巴的，将是一位商业领袖ET；为大家进行疾病预测和健康管理的是专科医生ET；ET还可以精准地告诉农民该种什么、怎么种、种多少；甚至，可以打造和管理工业4.0时代的“数据化工厂”。
2016百度世界大会：展示百度人工智能成果“百度大脑”
2016年9月1日，百度世界大会在京举行。百度首次向外界全面展示百度人工智能成果——“百度大脑”，并宣布对广大开发者、创业者及传统企业开放其核心能力和底层技术。百度CEO李彦宏介绍，百度大脑将与各行各业结合，衍生出不同领域的行业大脑，比如医疗大脑、交通大脑、金融大脑等等。
2017中国(深圳)IT领袖峰会：中国成为人工智能的“应许之地”
在2017年4月举办的2017中国(深圳)IT领袖峰会上，BAT等巨头、专家等共话人工智能时代。当前，全世界都在积极尝试应用人工智能，而中国，面临着人工智能发展的最好机会。“现在BAT开始搭建平台，但是与亚马逊、谷歌相比，还差一个层次。”清华大学国家金融研究院院长朱民认为，人工智能的争夺是未来世界主要的争夺，政府、企业、个人都应该积极参与到这个巨大挑战中，引领人工智能变革。
2017全球机器智能峰会（GMIS 2017）：聚焦机器学习与人工智能应用
2017年5月27日至28日，2017全球机器智能峰会（GMIS 2017）将在北京举行，峰会由国内首家专注于人工智能领域的前沿科技媒体机器之心SYNCED 主办，在为期两天的大会中，将有十余场关于机器学习的深度演讲及主题讨论，多位人工智能领域的世界权威专家、特邀学界和产业界经营领袖将深入探讨机器学习的下一波浪潮及方向。与此同时，嘉宾们将集中探讨机器智能如何从技术转化为产品和应用，以及人工智能技术在各领域的具体应用与场景，这将是未来技术从研究走向落地的重要关注点。
2016年是人工智能诞生60周年，在进行了足够的积累后，人工智能将在2016年后逐渐取代互联网成为时代的主角，并将迎来爆发性的质变。以谷歌、IBM、FaceBook、微软、BAT等为代表的国内外科技巨头纷纷强化在人工智能领域的布局。相关研究预测，到2018年62%的大型企业都将会使用AI技术。与此同时，机器学习、深度学习、智能语音等技术愈发成熟，这些技术推动着人工智能与各行各业的应用结合日趋深入。业内人士预计，从2017年开始，人工智能将进入在金融、医疗、教育等大数据行业以及感知交互领域的全面渗透时期，从产业层面而言更需要围绕基础技术支撑，不断加大核心技术攻关力度。
从“互联网+”走向“人工智能+”，站在风口之上的人工智能领域正在呈现出百舸争流的态势。能够肯定的是，在巨头涌入、重量级行业峰会及政策助推等多方因素的共同作用下，人工智能无疑将在关键的2017年释放出更大的能量。
