IEEE 发布年终总结,AI 奇迹不再是故事

发布者:梁刚健发布时间:2021-12-29浏览次数:115

原文链接:https://mp.weixin.qq.com/s/8Es4xktD-7RkGo5t4fI0Ig

AI科技大本营

编译 | 禾木木

出品 | AI科技大本营(ID:rgznai100


2021 年,人工智能奇迹不再只是故事!


人工智能正在迅速融入各行各业,IEEE Spectrum 总结了 2021 10 篇最受读者欢迎的 AI 文章,按时间排名,其中部分文章来自 2021 10 月的 AI 特刊 The Great AI Reckoning



深度学习的收益递减 


MIT Neil Thompson 团队凭借一篇关于训练深度学习系统的计算和能源成本的文章占据了榜首。


研究人员分析了图像分类器的改进过程,结果发现,现在要想将图像识别的错误率减半,需要 500 倍的计算资源。


文章表示,“面对飞涨的成本,研究人员要么想出更有效的方法来解决这些问题,要么放弃对这些问题的研究,让图像分类器的性能停滞不前。”


不过,这篇文章最后也提出了一些关于未来方向一些有前途的观点。



15 个图表让你了解 2021 AI 动向 


每年,人工智能指数都会将大量数据放入有关人工智能的对话中。2021 年,该指数展示了学术界和工业界的全球视角,凸显 AI 劳动力多样性的问题和 AI 应用的道德挑战。这篇文章将 222 页的报告浓缩成 15 个图表,涵盖工作、投资等领域。



DeepMind 正在重塑机器人


 近几年,AI 领域一些最令人印象深刻的突破背后都有 DeepMind 的身影。包括蛋白质折叠方面的突破性工作,以及在围棋上击败人类专业棋手的 AlphaGo。因此,当 DeepMind 表示准备尝试构建多才多艺、高适应性的机器人时,毫无意外地引发了人们的广泛关注。



人工智能动荡的过去和不确定的未来 


这篇介绍了从 1956年到现在的 AI 领域的故事,同时也提示了特刊中的其他文章。如果你想了解 AI 是如何发展至今的,可以读一读此文。


本文特别关注过去执着于专家系统的符号主义者与发明神经网络的连接主义者之间的争论,并提出了混合神经符号系统的可能性。



吴恩达严重的 AI 炒作 


这篇文章转述了ZoomAI先驱人物吴恩达在采访问答环节中的轶事,吴恩达深入参与了Google Brain和百度的早期AI工作,现在领导一家名为Landing AI的公司。吴恩达谈到了斯坦福大学开发的人工智能系统,该系统可以在胸部X光片中发现肺炎,甚至比放射科医生表现得更好。但目前,距离人工智能系统应用到市级临床,还有很长的路要走。



OpenAI GPT-3 会说话!


 当 OpenAI 2020 年推出语言生成系统 GPT-3 时,AI 社区的第一反应是敬畏。只要给出最少的提示,GPT-3 就可生成关于任何主题和任何风格的流畅、连贯的文本。


GPT-3 也有另一面。


GPT-3 接受了来自互联网的大量文本的训练,了解在网络世界的普遍的人类偏见,可能产生了一个可怕的习惯:学会了出人意料的语言或是口吐芬芳。


这就产生了一个问题,如果有企业希望将 GPT-3 用于客户服务、在线辅导、心理健康咨询等领域,要如何防止它辱骂或是疏远客户呢?



AI 成功复制蜻蜓大脑 


这也是曾经公号推过的一篇文章:如何跟蜻蜓的大脑学习计算?蜻蜓大脑与导弹防御有什么关系?Frances Chance 研究了蜻蜓如何有效地利用约 100 万个神经元,以非凡的精度捕捉空中猎物。


Frances Chance 的研究与构建规模和复杂性不断增加的神经网络的研究实验室形成了有趣的对比。


她表示:“我们的目标是,通过利用蜻蜓神经系统的速度、简单性和效率,设计能够更快地执行这些功能的计算机,而功耗仅为传统计算机系统的一小部分。”



除非能复制人类大脑,否则深度学习还不够深 


杰夫·霍金斯发明了 PalmPilot ,开创了智能手机时代。目前,他正在研究人脑中智能的基础,并希望开创通用人工智能(AGI)的新时代。


与霍金斯的这个访谈提及了他最有争议的一些想法。霍金斯坚信,超级智能 AI 不会对人类构成生存威胁,意识问题,并不是真正的难题。



如何让 Instacart 动起来 


杂货店购物和送货公司 Instacart 的工程师 Sharath Rao Lily Zhang 表示,该公司的 AI 基础设施可以预测“近 40000 家杂货店的产品,涵盖数十亿个不同数据点”是否缺货,同时还提出关于换货的建议,预测有多少购物者,并对订单和送货路线进行高效分组。



揭示 AI 失败的7种方法 


AI 在不断取得突破的同时,也在遭受着数不清的失败。


本文列举了 AI 模型陷于失败的七个例子,揭示了 AI 目前存在的绕不过去的弱点。科学家们讨论了处理其中一些问题的可能方法;但也有一些AI的局限性在目前是无法解释的,或者说从哲学上讲,可能完全没有任何结论性的解决方案。



2021 年即将过去,未来人工智能将如何发展呢?研究人员和科学家们如何突破一个个难题呢?机器人的发展是否会更进一步呢?


这些问题都将留给 2022 年,你将会怎么看呢?2021年有哪些让你印象深刻的人工智能大事件呢可以在留言区留下你精彩的言论呦~


参考链接:https://spectrum.ieee.org/artificial-intelligence-2021