前Google大腦聯合創始人、前百度首席科學家吳恩達，Facebook AI研究院的創始人Yann LeCun，Cloudera機器學習的總負責人Hilary Mason以及埃森哲的AI全球負責人Rumman Chowdhury博士就是這樣做的。

他們審視了AI在2018年取得的成就和進步，比如基于大數據的AI訓練、科技公司的應用；也展望了2019年AI的發展趨勢，比如“少樣本學習”、“通用性”的進展、自我監督學習和強化性學習。當然，少不了對于道德與偏見的討論以及監管規則的變化。

AI的應用不僅限于科技公司的軟件，正如吳恩達說的那樣，“當制造公司、農業設備公司或醫療保健公司開發數十種AI方案來幫助其業務發展時，就是下一波大規模價值創造浪潮來臨的時候。”

每期監測和精編中文視野之外的全球高價值情報，為你提供先人一步洞察機會的新鮮資訊和升級思維方式的深度內容。
?

展望2019：

AI大神眼中的人工與智能

AI被認為是一種同時能拯救世界和終結世界的技術。

為了繞過關于AI喧囂和夸張的討論，VentureBeat采訪了這個領域的杰出人士。多年來，他們與世界上最大的科技公司合作，對AI形成了自身看法。VentureBeat采訪了谷歌大腦的聯合創始人吳恩達、Cloudera機器學習的總負責人及 Fast Forward Labs的創始人Hilary Mason、Facebook AI 研究院的創始人Yann LeCun以及埃森哲公司的AI全球負責人Rumman Chowdhury博士。我們希望知道他們眼中2018年AI領域有哪些里程碑，以及2019年會發生的大事。

Rumman Chowdhury

Rumman Chowdhury博士是埃森哲公司應用情報部門的常務董事，也是該公司負責AI項目的全球領導者。

Chowdhury曾在2018年表示，她很高興看到公眾對AI的能力和局限有了更多認識，也很高興聽到人們對AI帶來的威脅有了更平衡的探討——超越了對《終結者》中智能機器掌控全球的那種恐懼。她說：“隨之而來的是人們對隱私、信息安全，以及AI對我們和未來幾代人的影響的日益關注和疑慮。”

“在道德和AI領域，我希望我們深入探討AI將面臨的難題，那些沒有明確答案的問題。AI和基于物聯網的監控之間的‘正確’平衡是什么？這種平衡應既能保障信息安全，又能抵制強化現有種族歧視的懲罰性監控。我們應該如何重新分配從先進技術中獲得的收益，才不會進一步擴大貧富差距？兒童應接觸AI至何種程度，才會成為‘AI原住民’而不被其操縱或同質化？我們如何利用AI實現教育的規模化和自動化，又能讓創造力和獨立思考蓬勃發展？”她問道。

Chowdhury預計，在未來一年，世界各地的政府將加強對科技的審查和監管。

她說道：“AI以及全球科技巨頭所掌握的權力，引發了許多有關監管的問題。2019年我們將不得不需要找到這些問題的答案——當一項技術是可產生特定結果的多用途工具時，你如何監管它？如何制定既不扼殺創新、又不偏袒大公司(誰能承擔合規成本)或小企業的監管規則？我們在什么層面進行監管，全球、國家，還是地區？”

Chowdhury說：“我希望監管機構、技術專家和研究人員認識到，我們的AI競賽不僅僅是計算能力和技術智慧的較量，就像冷戰不僅僅是核能力的較量一樣。我們有責任用一種更公正、更公平、更合理的方式重建世界。我們也難得有機會能這樣做，這一刻轉瞬即逝，我們不要浪費了。”

在消費者層面上，她認為在2019年，AI將在家庭中得到更多應用。許多人已習慣于使用Google Home和Amazon Echo等智能音箱及其它智能設備。

“我想我們都在等機器人管家出現。”Chowdhury說。

吳恩達

吳恩達是斯坦福大學的計算機科學副教授，也是谷歌大腦的聯合創始人，該項目旨在將AI推廣到谷歌的許多產品中。他也是Landing AI公司的創始人，該公司幫助很多企業將AI融入到運營中。

在谷歌工作了三年多之后，他于2017年辭去了首席AI科學家的職務，加入了另一家科技巨頭百度，成功幫助百度轉型為AI公司。

“我認為，明年（2019年）很多大事會發生在軟件行業以外的AI應用領域。我們在幫助谷歌和百度等公司，以及Facebook和微軟方面做得不錯。現在，Square和Airbnb、Pinterest等公司也開始使用AI。我認為，當制造公司、農業設備公司或醫療保健公司開發數十種AI方案來幫助其業務發展時，就是下一波大規模價值創造浪潮來臨的時候。”

關于2018年大眾對AI的認識，吳恩達也很高興大眾不再關注機器人殺手的情境。

在未來的一年里，吳很高興看到AI和機器學習研究的兩個特定領域取得進展，其中一點是AI可用更少的數據得出準確的結論，也就是“少樣本學習”。

吳恩達說：“第一波深度學習發展浪潮主要是大公司用大量數據訓練極龐大的神經網絡，對吧？所以，如果你想建立一個語音識別系統，你需先用10萬個小時的數據對其進行訓練。如果想要訓練機器翻譯系統呢？用無數對平行語料庫的句子對其進行訓練。我越來越經常在小型數據上看到結果。即使只有1000張圖像，你也想從這些數據中得到結果。”

另一個是計算機視覺的進步，被稱為“通用性”。

“如果用斯坦福大學高端X光機拍攝的原始圖像進行訓練，計算機視覺系統可能會非常好用，許多領先的公司和研究人員已經創造出了比人類放射科醫生更優秀的系統。 但如果把訓練模型應用于來自低端X光機、不同醫院的X射線，人類放射科醫生比算法更能概括出病人的問題。我認為有趣的研究是提高學習算法在新領域的通用性。”他說。

Yann LeCun

紐約大學教授Yann LeCun是FacebookAI研究中心（FAIR）負責人和FacebookAI研究院院長，帶領研發PyTorch 1.0和Caffe2，以及大量的AI系統，如Facebook每天使用數十億次的文本翻譯AI工具，或先進的圍棋強化學習系統。

Yann LeCun認為，Fair在研究和工具上采用的開源政策推動了其他大型科技公司采取同樣的做法。

“你今天在AI領域所看到的進步速度，很大程度上是因為，與過去相比，越來越多的人交流得更快、效率更高，做的研究也更開放。”

在倫理方面，Yann LeCun很高興人們也看到了做出決策的危險性。Yann LeCun說，他不認為AI中的道德和偏見已經成為需要立即采取行動的問題，但人們應該為此做好準備。

Yann LeCun說，通過深度學習，研究人員已經可以很好地管理認知，但缺少的是對一個完整AI系統整體架構的理解。

“不同的人給AI系統起了不同的名字，但本質上人類嬰兒和動物都是通過觀察了解世界是如何運轉的。我們還不知道如何用機器來做這件事，這是巨大的挑戰。”Yann LeCun說：“如果我們能弄清楚，我們就能在AI和機器方面能取得真正的進展，讓機器擁有一點常識，或者虛擬助理不會讓人失望，因為它們可以就更廣泛的話題和我們討論。”

“在解決這個問題的過程中，我們希望找到方法來減少任意特定任務的必要數據量，比如我們已經通過在翻譯和圖像識別中使用自我監督學習，對Facebook的服務產生了影響。因此，這些事情不僅有長期影響，而且會產生即時的效果。 ”

Yann LeCun希望，AI在建立事件間的因果關系方面取得進展，不僅僅是通過觀察來學習，而是理解，例如，如果人們在用傘，可能在下雨。

他說：“這將是非常重要的，因為如果你想讓一臺機器通過觀察，來學習世界的運轉，它必須能夠知道它能影響到什么，從而改變世界的狀態，而有些事情是做不到的。”

Hilary Mason

Fast Forward Labs被收購之后，創始人Hilary Mason成為Cloudera公司機器學習部門的總負責人。但Fast Forward Labs仍在運營中，制作應用機器學習報告，并幫助客戶預測他們未來6個月至2年的情況。

2018年，AI領域的一個進步讓Mason感到意外，那就是多任務學習，它可以訓練單個神經網絡，在推斷圖像中的物體時，應用多種標簽。

Fast Forward Labs也一直在就AI系統的倫理影響，向客戶提供建議。

“從五年前起，我們就一直在寫關于道德的報告，但今年（2018年）人們真正開始把注意力放在道德上面。”Mason說，“我希望創造AI產品的技術人員和商業領袖將看重道德和偏見的問題，并且成為業內的默認規范。”

Cloudera公司最近推出了container-based machine learning platform（基于容器的機器學習平臺），Mason認為，這種趨勢將在未來幾年持續，企業可以選擇本地或者在云端部署的AI。

最后，Mason認為AI的業務會繼續演變，會在業界形成普遍實踐，而不僅僅是在公司內部。

“如果你是一家公司的數據科學家，或者機器學習工程師，然后跳槽到另一家公司，你的工作將完全不同：不同的工具、不同的期望、不同的報告結構。但我想我們會看到一致性。”她說。

定義2019年的技術變局

加密貨幣對于一個日益注重安全的世界來說很有吸引力，2018年的比特幣潰敗擠掉了泡沫，但不意味著終結。

電動自動駕駛汽車的測試在美國越來越普遍，今年可能會出現低級別的商業試運營。

5G的到來和基礎設施的改善意味著在2019年會推出5G終端，安卓陣營將領先一步。

機器人將出現在更多工廠和辦公室，波士頓動力公司的“跑酷機器人”刺激了更多機器人公司的發展。

AR將在2019年迎來大考，大多數旗艦手機都會支持這種技術。

3D打印變得更加便宜，正在被多個行業采用。有機材料的醫學3D打印將會改變醫學的進程。

如何應對技術帶來的挑戰？

“屏幕時間”管理越來越重要，蘋果的iOS屏幕時間、安卓的自定義時鐘只是開始。

網絡戰甚囂塵上，俄羅斯被指控操縱選舉，劍橋分析利用了大量隱私數據，秘密戰爭仍將繼續。

監管規則開始變化。《歐洲通用數據保護條例》來了，美國人也被Facebook不負責任的態度激怒，監管規則的變化在全世界限制著科技公司。

綠色和可再生能源。沒有任何神奇的技術可以徹底清理我們的星球，但一系列新能源、AI技術的應用和協作將推動環保和環境可持續的發展。

人臉識別與操作的普及和濫用將帶來很多爭議，像亞馬遜這樣的公司將繼續向政府推銷人臉識別技術。

虛擬現實和遠程呈現在諸如教育、培訓、游戲、旅游等領域有很好的前景，這些技術應用將改變現有的行業規則。