马上就要跨入2018了！在这里感谢雷锋网的读者们在过去一年里的一路相随，和我们一起见证了人工智能的快速发展。下面雷锋网AI科技评论就带领读者们回顾一下2017人工智能领域都有哪些热门事件。

 

　　回首2017，人工智能的发展可谓是高歌猛进，激动人心。其中最令人兴奋的的消息莫过于在7月20日国务院正式印发《新一代人工智能发展规划》，从此人工智能发展上升至国家战略层面。

 

　　其次令AI科技评论印象深刻的是AlphaGo的三度进化。5月27日，卷土重来的围棋AI 程序AlphaGo战胜人类排名第一的围棋高手柯洁，自此引爆全民讨论AI。短短几个月之后，DeepMind团队又重磅发布“无师自通”版AlphaGo Zero，再次震惊世人，紧接着“通用算法"AlphaZero 诞生，攻克了人类更多的棋类。一年之内三次重大进化，这不得不让外界一致惊呼AI的进步速度比人类想象的要快。

 

　　下面AI科技评论就为大家盘点2017人工智能界都有哪些重大热门事件。

 

 

　　1月3日，神秘围棋大师Master身份曝光，它就是王者归来的AlphaGo。

 

　　2016年3月15日，AlphaGo以4：1大胜李世石后，DeepMind随即宣布AlphaGo进入闭关状态。直到2016年12月29日晚，一个注册为“Master”标注为韩国九段的“网络棋手”接连“踢馆”在线围棋网站弈城网和野狐网。截至2017年1月4日夜，Master 斩获了59连胜，击败15位世界冠军，其中包括中国、韩国、日本各自的“当今第一人”柯洁、朴廷桓和井山裕太。尤其是在1月3日晚执白中盘战胜世界排名第一的围棋手柯洁之后，神秘的Master终于在1月4日晚间宣布自己就是 AlphaGo。

 

　　至此算法升级的AlphaGo正式对外复出。新版AlphaGo Master的技术解密在这里。

 

　　10月19日，DeepMind团队重磅发布AlphaGo Zero，再次震惊世人。相比之前的AlphaGo，该版本的AlphaGo Zero实现了在AI发展中非常有意义的一步——"无师自通"。技术解密在这里。

 

　　12月7日，AlphaGo Zero再进化，通用算法AlphaZero诞生，除了围棋以外，攻克了更多棋类。技术解密在这里。

 

 

　　1月30日，在宾夕法尼亚州匹兹堡的Rivers赌场，卡耐基梅隆大学（CMU）开发的人工智能系统Libratus战胜四位德州扑克顶级选手，获得最终胜利。

 

　　对此Facebook人工智能组研究院田渊栋博士解释了这次AI战胜人类游戏德州扑克的背后原理。他认为相对于AlphaGo，德州扑克这种非对称信息博弈的实用价值更大，未来有很大的发挥空间。技术解密在这里

 

 

　　3月22日，机器学习界公认的大师级人物吴恩达宣布从百度离职，这一消息瞬间引爆全网。

 

　　吴恩达在自己的离职公开信中说道："我将继续致力于用人工智能引领这场重大的社会变革。除了推动大公司使用人工智能，也还有很多创业机会，以及更深入进行人工智能研究的机会。" 之后圈内人士一度盛传吴恩达最有可能的去处是硅谷自动驾驶初创公司Drive.ai，原因是“Drive.ai最初由斯坦福人工智能实验室的几个研究员成立，而吴恩达就是斯坦福人工智能实验室出身。另外Drive.ai的创始人之一Carol E. Reiley是吴恩达的妻子。之后这一预测被吴恩达妻子Carol Reiley回应：他不会加入Drive.ai。另一个推测是吴恩达会做AI教育。吴恩达是在线教育平台Coursera创始人之一，很有可能做回老本行。

 

　　随后经过几个月的苦苦等待，吴恩达的创业项目陆续对外公开，第一个项目是Deeplearning.ai,一套深度学习在线课程。第二个项目是成立1.5亿美元AI投资基金。第三个项目是Landing.ai，旨在AI赋能传统制造业，已与富士康等多家制造企业达成战略合作关系。

 

 

　　5月19日凌晨，在谷歌I/O 2017大会上，谷歌正式发布了第二代 TPU。

 

　　从2016年谷歌公布了这一项目计划之后，一直等到了2017年4月才看到详细的文档介绍以及论文。TPU的目标很简单，为多种深度神经网络设计，能够高速、高能耗比地执行深度学习模型的推理任务。在当时的几种方案中，ASIC的功能完全固定，FPGA的速度优势不大，GPU做模型训练没问题但推理任务成本太高，TPU的灵活性稍高于ASIC，并提供了大幅高于GPU的推理任务能耗比。虽然论文中的对比对象有争议、TPU在某些任务中的表现也并不理想，但以TPU为代表的定制芯片方案注定将会是深度学习大规模商业化应用的必备基础设施。谷歌正式发布的第二代TPU，运算能力、存储能力都有大幅提高。相比较上周英伟达刚刚推出的GPU Tesla V100，每秒达到120万亿次浮点运算，谷歌二代TPU最高可达到每秒180万亿次的浮点运算性能。最重要的是它还可以支持模型训练。

 

 

　　7月20日，国务院正式印发《新一代人工智能发展规划》。《规划》给出三步走战略目标：到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径。到2025年，人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为我国产业升级和经济转型的主要动力，智能社会建设取得积极进展。到2030年，人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。除了战略目标之外，还提出了六项重点任务：

 

　　构建开放协同的人工智能科技创新体系。

 

　　培育高端高效的智能经济。

 

　　建设安全便捷的智能社会。

 

　　加强人工智能领域军民融合。

 

　　构建泛在安全高效的智能化基础设施体系。

 

　　前瞻布局新一代人工智能重大科技项目。

 

 

　　夏威夷当地时间7月22日上午，CVPR 2017获奖论文结果在夏威夷会议中心正式揭晓。苹果去年12月发表的对抗网络SimGAN研究成为两篇最佳论文之一。该论文提出了由三部分（模拟器 Simulator，精制器 Refiner，再加上一个判别器 Discriminator）组成的SimGAN训练方法。该方法是在“GANs之父”Ian Goodfellow的研究基础上提出来的。论文里提到的模型与GANs的不同之处在于输入值是合成图像，而不是随机向量。“SimGAN”中的“Sim”指的是单词“模拟器”，他们想要解决的问题是提升合成图像的质量。不过有趣的是，该论文获CVPR 2017 最佳论文惨遭外界质疑，称其创新性突破不大。

 

 

　　夏威夷当地时间7月26日，ImageNet大规模图像识别挑战赛正式退出历史舞台，今后由WebVision Challenge作为取代。ImageNet数据集创始人之一的李飞飞和他的学生邓嘉在CVPR 2017期间的一场workshop上做了主题演讲，他们对ImageNet 八年来所走的路做了深情回顾和总结。

 

　　ImageNet创办至今共举办八届挑战赛，从最初的算法对物体进行识别的准确率只有71.8%上升到现在的97.3%，识别错误率已经远远低于人类的5.1%。因此这类竞赛已经完成了它的历史使命，失去了存在的意义。WebVision 中的数据比人工标记的ImageNet数据拥有更多的噪声，识别难度会更有挑战性，另外它的数据更多是从网络中获取，因此成本也要低很多，这也是WebVision Challenge取代ImageNet挑战赛的原因。

 

 

　　8月22日，IJCAI 2017最佳论文公布，由优必选AI首席科学家陶大程博士领导的优必选悉尼AI研究院有13篇论文被接收，同时陶大程博士还担任了此次会议的Area Chair。在这13篇论文中，《Tag Disentangled Generative Adversarial Networks for Object Image Re-rendering》这篇论文一举斩获最佳学生论文奖（Student Best Paper 2017）。此外AAAI Fellow，香港科技大学计算机科学与工程学系主任杨强教授当选新任IJCAI理事会主席，任期为两年，也就是从这届IJCAI结束开始，到2019年IJCAI结束。国内大陆人工智能学者周志华被任命为IJCAI 2021程序委员会主席，同时他也是AAAI 2019的程序委员会主席，因此他也是第一位在AAAI和IJCAI两大顶级会议都担任程序主席的华人学者。

 

 

　　10月11日，阿里巴巴 CTO 张建锋（花名行癫）在阿里云栖大会上宣布阿里巴巴成立全球研究院——阿里巴巴达摩院。达摩院英文名称为「DAMO」即「The Academy for Discovery, Adventure, Momentum and Outlook」的缩写。达摩院由全球建设的自主研究中心、高校联合实验室，全球开放研究计划三大部分组成，涵盖量子计算、机器学习、基础算法、网络安全、视觉计算、自然语言处理、下一代人机交互、芯片技术、传感器技术、嵌入式系统等，涵盖机器智能、智联网、金融科技等多个产业领域。

 

 

　　10月26日，由中国计算机学会（CCF）主办，多方协办的中国计算机大会（CNCC 2017）在福州海峡国际会展中心召开，雷锋网是大会的独家战略合作媒体。大会主题是“人工智能改变世界（AI Changes the World）”，共邀请近十位院士、300余位国内外计算机领域知名专家、著名国际国内IT企业家到会演讲。会议包括14个特邀报告、2场大会论坛、40余场前沿技术论坛及30余场特色活动，同期举办科技成果展，汇聚80余家企业参展。此次参会规模成为该会迄今为止最大，参会人数最多的一次，共计有近700家企事业单位，超过6000名专业人士参会参展。丘成桐，梅宏，沈向阳，李飞飞，汤道生等多位学术产业界大牛到场做了特邀报告。

 

 

　　10月28日，深度学习教父Geoffrey Hinton关于Capsule（胶囊）的新论文一发出，马上引起了学术界的热烈讨论。雷锋网也在第一时间对全篇论文进行了精译。

 

　　为了避免神经网络结构的杂乱无章，Hinton提出把关注同一个类别或者同一个属性的神经元打包集合在一起，好像胶囊一样。在神经网络工作时，这些胶囊间的通路形成稀疏激活的树状结构（整个树中只有部分路径上的胶囊被激活），从而形成了他的Capsule理论。Capsule这样的网络结构在符合人们“一次认知多个属性”的直观感受的同时，也会带来另一个直观的问题，那就是不同的胶囊应该如何训练、又如何让网络自己决定胶囊间的激活关系。Hinton这篇论文解决的重点问题就是不同胶囊间连接权重（路由）的学习。雷锋网对全篇论文内容进行了精译。

 

 

　　12月13日，在谷歌开发者大会上，谷歌Cloud人工智能和机器学习首席科学家李飞飞宣布，Google AI 中国中心（Google AI China Center）于北京正式成立。该中心由李飞飞和 Google Cloud 研发负责人李佳博士共同领导。李飞飞将会负责中心的研究工作，并统筹 Google Cloud AI, Google Brain 以及中国本土团队的工作。

 

　　Google AI 中国中心的研究重点是人工智能基础研究，并与中国 人工智能学术界建立长期合作的紧密联系。李飞飞表示，Google AI 中国中心致力于中国人工智能长期研发合作的第一步，同时也非常期待能在中国本土合作上有所建树，为更广大的学生及研究人员提供高质量 AI 及机器学习的教育支持。