ICML和MLSS兩大機(jī)器人會(huì)議齊聚北京，被業(yè)界認(rèn)為是破天荒的第一次。由此可見，中國(guó)人工智能的發(fā)展在國(guó)際上已經(jīng)異軍突起，越來越吸引各界的目光。

最近在科技界，人工智能、機(jī)器學(xué)習(xí)可謂炙手可熱。回想這一年，機(jī)器學(xué)習(xí)大佬們紛紛從學(xué)術(shù)界“跳槽”工業(yè)界，祖師爺Geoffrey Hinton被谷歌招入麾下，泰斗Yann Lecun加盟Face book，前“谷歌大腦之父”Andrew Ng成為百度首席科學(xué)家。作為人工智能最重要的分支，近幾年，機(jī)器學(xué)習(xí)取得的突破進(jìn)展，讓世界不得不為之矚目。

這個(gè)六月，一場(chǎng)機(jī)器學(xué)習(xí)領(lǐng)域的饕餮盛宴正在上演。國(guó)際機(jī)器學(xué)習(xí)大會(huì)（ICML）和機(jī)器學(xué)習(xí)暑期國(guó)際研討會(huì)（MLSS）這兩個(gè)機(jī)器學(xué)習(xí)頂級(jí)會(huì)議首次來到北京。人工智能為何如此火爆？學(xué)術(shù)界與工業(yè)界有哪些新進(jìn)展？人工智能下一突破會(huì)在何處？筆者抓住這個(gè)千載難逢的機(jī)會(huì)，來到現(xiàn)場(chǎng)，不僅能近距離膜拜大師，更期待找到問題的答案。

兩大盛會(huì)首來中國(guó)，原因何在

今年，ICML和MLSS齊聚北京，可謂史無前例。究竟是什么吸引兩大機(jī)器學(xué)習(xí)頂級(jí)會(huì)議從歐美移駕中國(guó)、各位人工智能大師千里迢迢赴京？筆者認(rèn)為，中國(guó)目前在人工智能領(lǐng)域可謂異軍突起，無論學(xué)術(shù)界還是工業(yè)界都有亮眼表現(xiàn)。

從國(guó)家層面，政府高度重視發(fā)展人工智能技術(shù)，人才方面，越來越多就讀于世界頂級(jí)名校的中國(guó)學(xué)子學(xué)成歸國(guó)，工業(yè)方面，中國(guó)真正做到了技術(shù)的工業(yè)落地，尤其在互聯(lián)網(wǎng)產(chǎn)品上變現(xiàn)能力極強(qiáng)。

人工智能研究新成果

去年ICML大會(huì)上，Andrew Ng帶領(lǐng)學(xué)生Adam Coates利用2萬美金的GPU集群做到了谷歌價(jià)值約100萬美金服務(wù)器集群識(shí)別貓臉同樣的效果。今年，谷歌實(shí)驗(yàn)室科學(xué)家QuocLe帶來了提取語(yǔ)句和文本特征的新方法。通過加入一層Paragraph Vector來表示語(yǔ)境，巧妙的解決了傳統(tǒng)“bag-of-words”（詞袋）模型無序和語(yǔ)意缺失的問題。

自然語(yǔ)音處理領(lǐng)域鼻祖，加拿大蒙特利爾大學(xué)的Yoshua Bengio教授將傳統(tǒng)Denoising Auto-encoder（DAE）算法訓(xùn)練循環(huán)（training epoch）中數(shù)據(jù)的損失邊緣化（marginalized），實(shí)現(xiàn)了用少量的訓(xùn)練循環(huán)達(dá)到或超過DAE模型的效果。

機(jī)器學(xué)習(xí)泰斗GeoffreyHinton的學(xué)生，加拿大多倫多大學(xué)教授Ruslan Salakhutdinov則介紹了關(guān)于自然語(yǔ)言的多模態(tài)神經(jīng)語(yǔ)言模型（multi modal neural language）。在圖文（image-text）模型中，通過一個(gè)卷積網(wǎng)絡(luò)，可以同時(shí)學(xué)到關(guān)鍵詞和圖像特征。

每屆ICML，最受關(guān)注的便是Best Paper花落誰(shuí)家。要知道，ICML的評(píng)委們對(duì)文章的篩選一向以“苛刻”著稱。今年，最終歸屬于北京大學(xué)2009級(jí)博士生唐建的《Understanding the Limiting Factors of Topic Modeling via Posterior Contraction Analysis》，這是繼去年百度深度學(xué)習(xí)實(shí)驗(yàn)室負(fù)責(zé)人余凱獲得Best Paper銀獎(jiǎng)后再次爭(zhēng)得國(guó)際頂級(jí)榮譽(yù)。

百度引領(lǐng)人工智能創(chuàng)新

據(jù)筆者不完全統(tǒng)計(jì)，本次大會(huì)收錄了17篇來自中國(guó)的regular paper，其中來自工業(yè)界共計(jì)5篇，百度4篇，阿里1篇。百度大數(shù)據(jù)實(shí)驗(yàn)室負(fù)責(zé)人張潼從理論上解決了機(jī)器學(xué)習(xí)不同方向上的優(yōu)化問題。例如，他提出AccProx-SDCA框架，優(yōu)化了機(jī)器學(xué)習(xí)三大關(guān)鍵問題SVM、Lasso和Ridge Regression的運(yùn)行時(shí)間。

從MLSS到ICML，AndrewNg、張潼、余凱等豪華陣容先后亮相百度展臺(tái)；產(chǎn)品上，從搜索廣告CTR預(yù)估到各種預(yù)測(cè)的實(shí)現(xiàn)，再到移動(dòng)產(chǎn)品的落地，顯示出了領(lǐng)跑人工智能、機(jī)器學(xué)習(xí)領(lǐng)域的雄心和決心。

人工智能的下一突破

那么，人工智能新的突破在哪里？在深度學(xué)習(xí)晚宴的Panel discussion環(huán)節(jié)中，從AndrewNg的回答中或許能找到答案。Andrew Ng談到，近些年深度學(xué)習(xí)取得的顯著進(jìn)展，得益于基于大量標(biāo)記數(shù)據(jù)（tagged data）的有監(jiān)督學(xué)習(xí)（supervised learning）的研究。隨著物理世界的數(shù)字化，大量標(biāo)記數(shù)據(jù)產(chǎn)生，并且被提供給深度學(xué)習(xí)算法。如谷歌、百度這樣的互聯(lián)網(wǎng)公司已經(jīng)從中獲得價(jià)值。所以，有監(jiān)督學(xué)習(xí)將在短期內(nèi)仍是人工智能的研究重點(diǎn)，并在機(jī)器視覺、語(yǔ)音識(shí)別、廣告和推薦系統(tǒng)等方面產(chǎn)生重要作用。

Andrew Ng認(rèn)為，基于深度學(xué)習(xí)技術(shù)，App和硬件都將變得更加智能。試想這樣一個(gè)應(yīng)用場(chǎng)景，在開車的時(shí)候，只要說出“發(fā)件人我”，“回復(fù)給誰(shuí)”，再說出郵件內(nèi)容，手機(jī)會(huì)自動(dòng)將語(yǔ)音準(zhǔn)確轉(zhuǎn)化為文本郵件，最終成功將郵件發(fā)送給接收人。在Andrew看來，未來幾年手機(jī)將會(huì)是連接一切的橋梁，人類通過手機(jī)將開啟智能生活。

另一方面，神經(jīng)學(xué)家相信，動(dòng)物和孩子往往是通過無標(biāo)記數(shù)據(jù)（untagged data）來學(xué)習(xí)的。目前已經(jīng)有科學(xué)家嘗試在無標(biāo)記數(shù)據(jù)上應(yīng)用深度學(xué)習(xí)技術(shù)，但還沒有找到合適的算法。未來，在這方面，可能會(huì)出現(xiàn)很多突破。據(jù)說，Andrew Ng帶領(lǐng)的百度人工智能實(shí)驗(yàn)室將在這方面有所建樹。