0
| 本文作者：亚萌 | 2016-11-27 21:43 |
美国时间 11 月 22 日，亚马逊 CTO Werner Vogels 在博文中写到 MXNet 被 AWS 正式选择成为其云计算的官方深度学习平台。
MXNet 是一个全功能、灵活且高扩展性的深度学习框架，支持深度学习模型中的卷积神经网络和长期短期记忆网络。由学术界发起，由华盛顿大学和卡内基梅隆大学的研究人员联合发起。
MXNet 联合发起人解浚源表示：
“MXNet 发展到现在有一年多时间，是一个相对成熟的项目。我对我们的技术很有信心。MXNet 的速度，节省内存，接口灵活性，和分布式效率都是可圈可点的。作为一个由爱好者发起，没有投资的项目，MXNet 以前最大的短板是文档和宣传。而 Amazon 作为大财主以后在这方面可以起到很好的作用。”
LeCun 在卡内基梅隆大学机器人研究所进行了一场 AI 技术核心问题与发展前景的演讲。他在演讲中提到三点干货：
1. 无监督学习代表了 AI 技术的未来。
2. 当前 AI 应用的热点集中在卷积神经网络。
3. 用模拟器提高无监督学习的效率是大势所趋。
如今的深度学习系统现在用的都是监督学习（supervised learning），输入的数据被人为加上标签。接下来的挑战在于，怎么让机器从未经处理的、无标签无类别的数据中进行学习，比方说视频和文字。而这就是无监督学习（unsupervised learning）。
Yann LeCun 做了一个比喻：假设机器学习是一个蛋糕，强化学习是蛋糕上的一粒樱桃，监督学习是外面的一层糖衣，无监督学习则是蛋糕糕体。无监督学习的重要性不言而喻。为了让强化学习奏效，也离不开无监督学习的支持。
Yann LeCun 表示，神经网络越大，效果就越好（当然前提是数据库大小达到了临界值）。至于为什么会这样，目前仍是一个谜，相关理论研究正在开展。他特别强调了卷积神经网络的重要性和应用，他接着作出预测，下一个将会十分流行的技术是记忆增强神经网络。它可被理解为用记忆增强的递归神经网络，其中，记忆本身是一个能被区分的回路，并可以作为学习中的一部分用于训练。
美国时间 11 月 22 日，基于 Zero-Shot 的多语言神经机器学习系统正式登陆谷歌翻译。它目前被应用于新增加的 16 个语言组中的 10个，带来更高的翻译质量和简化的系统架构。我们可以期待在不久的将来，该系统会逐步支持更多的谷歌翻译语种。
Zero-Shot 翻译是指在完成语言 A 到语言 B 的翻译训练之后，语言 A 到语言 C 的翻译不需要再经过任何学习。 它能自动把之前的学习成果转化到翻译任意一门语言，即便工程师们从来没有进行过相关训练。
通过 Zero-Shot，谷歌解决了把神经机器翻译系统扩展到全部语言的难题。有了它，一套系统就可以完成所有语言的互翻。从前两种语言之间都需要多个翻译系统的情况，从此成为了历史。这套架构在翻译其他语言时，不需要在底层 GNMT 系统做任何改变。只需在输入语句的开头插入一个输出语种标记，就可以把结果翻译为任意语言。
11月 22日，百度举行了语音开放平台三周年主题活动，百度首席科学家吴恩达现场发表演讲。他表示百度大脑最核心的几个技术部分为：
语音
图像
自然语言处理
用户画像
机器学习平台
这几年来，我们的团队在不断地优化语音识别系统。在2012年开始使用DNN模型，后来有比较好的特征，之后开始用Sequence Discriminative Training，也开始使用LSTM模型，加上CTC，今年我们的团队开发了Deep CNN模型。
在百度大脑已经有好几种不同的人工智能技术，其中比较成熟的，就是我们的语音技术。
在很多最重要的百度产品中，我们已经支持语音输入，包括手机百度、百度地图、百度输入法。如果你还没有试过百度输入法，我希望你试一试，我输入信息时就挺喜欢用百度输入法。还有度秘，最近我们把度秘放入各类硬件中，比如小度机器人。
在百度大脑开放平台（ai.baidu.com）上，我们不仅输出人工智能技术，也有很多有关人工智能技术的培训资料。如果你是使用百度大脑开放平台，你可以比较容易的选择真正需要的技术部分把它放进来，把它融合，为你做到最好的效果。再比如说你想服务一个智能客户，开始的时候觉得只需要语音识别、语音合成技术，但是做了几个月以后，发现你需要最领先的自然语言处理技术。如果你是使用百度大脑开放平台，希望你比较容易拿到这些技术放到自己的产品中。
我个人对人工智能的未来充满信心，我希望未来我们会有陪伴机器人、个性化私教、音乐作曲、机器人医生等等。
11 月 23 日，科大讯飞举行了年度发布会，董事长刘庆峰的做了主题演讲，他表示 2016 年已经成了中国人工智能的历史元年，人工智能的第三次大潮，已经切实到来了，已经不再是一个概念，而是可以进入一个又一个的行业。
人工智能有 3 个层次：计算智能（机器人能计算和存储）、感知智能（机器的视觉、听觉可以超过人工）和认知智能（未来的核心）。而以语音和语言为入口的认知计算，是人工智能的必由之路。
讯飞在众多国际比赛中都获得傲人成绩。全球的语音合成大赛暴风雪竞赛中，讯飞在英文领域获得全球第一名，把英语合成做到了超过普通人说话水平。 在Chime语音识别竞赛中，在噪音环境下讯飞的英文语言错误率只有 2.24%。在 2014 年国际口语翻译大赛（ IWSLT）中， 讯飞获得英汉翻译、汉英翻译两个项目的全球第一。另外在 Winogard 认知智能测试、 KBP 认知大赛中，讯飞都获得了不菲成绩。
所以这些在国际顶尖舞台上的认知成果，真正证明了我们中国人在人工智能领域已经不仅仅是一个科普、科幻或者带有所谓先知角度的感性判断，而是在踏踏实实做理论创新。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
