1
编者按：李飞飞来到北京，与中国的AI界有志之士分享她对人工智能发展的看法，她认为AI的下一步是“认知”；谷歌大牛Jeff Dean撰文回顾了谷歌大脑闪亮的2016成绩单；加入Face++的孙剑博士，亲自撰写长文回顾了在新公司工作的近况；李开复博士奉上了“AI 创业的十个真相”；而继围棋之后，AI又要进攻德州扑克领域了。这里是过去一周，AI圈的大事件。
近日，四位人工智能界的泰斗大牛齐聚未来论坛2017年会，并围绕人工智能已有的突破和未来发展方向发表了自己的看法，他们分别是
李飞飞 美国斯坦福大学计算机科学系终身教授、人工智能实验室主任
李凯 普林斯顿大学 Paul & Marcia Wythes 讲席教授，美国工程院院士，未来论坛科学委员会委员
沈向洋 微软全球执行副总裁，微软人工智能及微软研究事业部负责人，未来论坛理事
张钹 清华大学计算机系教授、中国科学院院士、清华大学智能技术与系统国家重点实验室学术委员会名誉主任
【画面从左至右分别为：主持人洪小文、李飞飞、李凯、沈向洋、张钹】
雷锋网在第一时间记录整理了四位大牛的精彩发言。他们似如山巅上的先知，通过他们的预言，似乎可以窥见人工智能的下一个春天。
其中，李飞飞认为人工智能的下一步是认知。认知包括很多我们还不太清楚怎么用数学和人工智能表达的。比如：知识系统的建立、情感的产生和交流、好奇心和创造力驱动的学习，还有 learning to learn。这些都是认知的范畴。
她认为下一步人工智能的发展，需要加强对情感，情绪的了解，要走进认知学，心理学。我说的不仅是脑科学，而是认知学。因为我们目前对人的情感理解非常少，而这对于人工智能来说是很重要的。
作为人工智能学者，能够得到这么多关注，除了很高兴以外，李飞飞也担心这样的“泡沫”会带来什么。如果是更多的机会和研发投入，当然是好事；如果是过度承诺或者不切实际的产品研究工作，可能会对这个领域有些不好的影响。
Jeff Dean 代表整个团队撰文回顾了谷歌大脑2016 年闪亮的成绩单，并发表于 Google Research Blog 上。谷歌大脑团队的宏愿一如既往：团队致力于通过多领域的纯研究及应用性研究，创造更多的智能软件及智能系统，以此提升人们的生活水平。
“虽然这一蓝图是我们仰望星空的长期愿景，但我们也需要脚踏实地，回顾一下我们过去一年完成的小目标，并与你们一同分享那些会为 2017 年新成就奠基的点点滴滴。”
过去的一年，谷歌大脑科研硕果累累。团队共有 27 篇论文，领域涉猎广泛，并已经向机器学习研究的顶尖学术会议 ICLR 2017 提交了 34 篇论文。
Jeff Dean 也回顾了谷歌大脑在机器人领域取得的成果，他表示，传统机器人的控制算法是通过精心设计并进行人工编程而实现的，因此，如何将新的能力「传授」给原有的机器人也成为一个挑战。谷歌大脑团队相信，机器人如果能掌握机器学习能力，那么让它自动掌握这些新的技能也绝非难事。
一年来，TensorFlow 已经成为了 GitHub 上最受欢迎的机器学习项目，拥有超过 570 贡献者的上万次提交。而得益于社区的贡献，TensorFlow 目前仅在 GitHub 上就有多于 5000 个与 TensorFlow 相关的项目了。
谷歌大脑团队表示，TensorFlow 目前已经得到了许多研究团队与大型企业的认可（如 DeepMind），此外在寻找海牛或帮助日本农夫选黄瓜等特别的小项目中也取得了喜人的进展。除此之外，谷歌大脑还完成了哪些小目标，详情可见猛戳：《谷歌大脑的2016实现了哪八个小目标？》
2016年 7 月份，孙剑正式宣布加入旷视科技（Face++），担任首席科学家。
孙剑原是微软亚洲研究院首席研究员，其主要研究方向是计算摄影学, 人脸识别和基于深度学习的图像理解。自2002年以来他在CVPR, ICCV, SIGGRAPH, PAMI等顶级学术会议和期刊上发表学术论文90余篇，两次获得CVPR最佳论文奖(2009, 2016)。
近日孙剑博士亲自撰文，讲述他加入旷视科技这半年的心路历程和基本工作状况。他提到，目前自己带领的团队主要集中研究四个视觉理解核心问题：图像分类、物体检测、语义分割、和序列学习。研究的技术路线是彻彻底底的深度学习：1）使用深度神经网络；2）尽最大可能使用端到端（end-to-end）学习。Face++应该说是这波儿人工智能创业公司当中最早研究并应用深度学习的。
提到人才培养，孙剑博士表示推进研究部门的工作，核心是培养人做事的能力，并给予最好的研发环境。
最后他分享了关于Face++的几个数字：人工智能云开放平台的API已经服务了近7万开发者，已被调用 62 亿次；身份认证平台目前已为1.2亿人（注意不是1.2亿次）提供了刷脸服务，覆盖了85%的金融市场智能化应用；智慧安防和智能商业产品也覆盖到25个省。
“重仓”人工智能，是李开复和创新工场未来几年的方向。但是，他面临一个很重要的问题：现在的 AI 创业，核心是 AI 科学家，而“文能起笔安天下，武能上马定乾坤”的 AI 科学家凤毛麟角，用他的话说“该创业的都创业了”。
这时，产业在面临一步棋。那就是：如何把一个普通的 AI 科学家变成“创业英雄”。
作为三十年前就开始研究人工智能的李开复，觉得自己“技术范儿”的创新工场有能力推动这步棋，并且在这一步棋中获得稳固的战略优势。
李开复告诉雷锋网，
AI 创业现在是科学家的天下，之后是数学家的天下，将来是普通人的天下。
李开复在《创新工场人工智能战略白皮书》发布会上分享了AI创业需要注意的几点问题，雷锋网将其整理成文，呈现给读者，全文请见：《李开复：AI 创业的十个真相 | 深度》
在国外的学术圈里，有一份论文火了，其突破性意义在于：AI在德州扑克游戏上，首次赢得了人类职业玩家。这篇论文的名字是《DeepStack：无限下注扑克里的专家级人工智能》（DeepStack: Expert-Level Artificial Intelligence in No-Limit Poker），1月6号提交到了ArXiv上。
论文作者是来自加拿大Alberta大学、捷克Charles大学、布拉格捷克理工大学的研究人员。而论文题目里的DeepStack，是一种新型的算法名称，论文里说明到“DeepStack 是一种通用算法，可用于一大类非完整信息的序列博弈”。在一项涉及到数十位参与者和4.4万手扑克的研究中，DeepStack 成为了世界上第一个在“一对一无限注德州扑克”上击败了职业扑克玩家的计算机程序。
另外，卡耐基梅隆大学（CMU）Tuomas Sandholm教授所带领的团队也在本周开始了为期20天的德州扑克“人机大战”，在宾夕法尼亚州匹兹堡的 Rivers 赌场，与四个顶级职业玩家玩12万手的HUNL，并角逐20万美元的奖金。对于被Alberta等大学的研究人员抢先一步，Sandholm教授是不服气的。
他接受采访回复道：
“他们的系统并没有跟顶级的人类玩家对抗，所以不能说是打败了人类”，在一个德扑论坛上也有人发出同样质疑。Sandholm教授接着说：“我们本可以在2年前就像这样干，当时我们有一个系统可以跟最好的人类选手达成平局。但这并不是我们的目标。我们的目标，从来都不是专家级的AI，而是像深蓝和Watson一样的超人级AI”。
相关文章：
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
