機(jī)器學(xué)習(xí)的崛起：從無人駕駛到AI醫(yī)療，人們已進(jìn)入深度學(xué)習(xí)的新世界

　　不久之前，人們還常說，計(jì)算機(jī)視覺的辨別能力尚不如一歲大的孩子。如今看來，這句話要改寫了。計(jì)算機(jī)不僅能和大多數(shù)成年人一樣識(shí)別圖片中的物體，在馬路上駕駛汽車的安全性還高過16 歲的青少年。更神奇的是，如今的計(jì)算機(jī)不再是被動(dòng)按照指令識(shí)別和駕駛，而是像自然界的生命由數(shù)百萬年前開始進(jìn)化那樣，自主地從經(jīng)驗(yàn)中學(xué)習(xí)。是數(shù)據(jù)的井噴促成了這一技術(shù)進(jìn)步。如果說數(shù)據(jù)是新時(shí)代的石油，那么學(xué)習(xí)算法就是從中提取信息的煉油廠;信息積累成知識(shí);知識(shí)深化成理解;理解演變?yōu)橹腔?。歡迎來到深度學(xué)習(xí)的新世界。

　　深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支，它根植于數(shù)學(xué)、計(jì)算機(jī)科學(xué)和神經(jīng)科學(xué)。深度網(wǎng)絡(luò)從數(shù)據(jù)中學(xué)習(xí)，就像嬰兒了解周圍世界那樣，從睜開眼睛開始，慢慢獲得駕馭新環(huán)境所需的技能。深度學(xué)習(xí)的起源可以追溯到20 世紀(jì)50 年代人工智能的誕生。關(guān)于如何構(gòu)建人工智能。

　　當(dāng)時(shí)存在兩種不同的觀點(diǎn)：一種觀點(diǎn)主張基于邏輯和計(jì)算機(jī)程序，曾主宰人工智能的研究和應(yīng)用數(shù)十年;另一種觀點(diǎn)則主張直接從數(shù)據(jù)中學(xué)習(xí)，經(jīng)歷了更長(zhǎng)時(shí)間的摸索才逐漸成熟。

　　20 世紀(jì)，計(jì)算機(jī)技術(shù)還不夠成熟，而且按照現(xiàn)在的標(biāo)準(zhǔn)，數(shù)據(jù)存儲(chǔ)成本十分高昂，用邏輯程序來解決問題更加高效。熟練的程序員需要為每個(gè)不同的問題編寫不同的程序，問題越大，相應(yīng)的程序也就越復(fù)雜。如今，計(jì)算機(jī)能力日趨強(qiáng)大，數(shù)據(jù)資源也變得龐大且豐富，使用學(xué)習(xí)算法解決問題比以前更快、更準(zhǔn)確，也更高效。此外，同樣的學(xué)習(xí)算法還能用來解決許多不同的難題，這遠(yuǎn)比為每個(gè)問題編寫不同的程序更加節(jié)省人力。

　　汽車新生態(tài)：無人駕駛將全面走入人們生活

　　在2005 年美國(guó)國(guó)防部高級(jí)研究計(jì)劃局( 以下簡(jiǎn)稱DARPA)舉辦的自動(dòng)駕駛挑戰(zhàn)賽中，一輛由斯坦福大學(xué)塞巴斯蒂安·特隆(Sebastian Thrun)實(shí)驗(yàn)室開發(fā)的自動(dòng)駕駛汽車Stanley最終贏得了200萬美元現(xiàn)金大獎(jiǎng)。團(tuán)隊(duì)利用了機(jī)器學(xué)習(xí)技術(shù)教它如何自主地在加利福尼亞州的沙漠中穿行。132 英里的賽道中有若干狹窄的隧道和急轉(zhuǎn)彎，還包括啤酒瓶道(Beer Bottle Pass)，這是一段蜿蜒曲折的山路，兩側(cè)分別是碎石遍布的陡坡和斷壁。特隆并沒有遵循傳統(tǒng)的AI 方法，即通過編寫計(jì)算機(jī)程序來應(yīng)付各種偶發(fā)事件，而是在沙漠中駕駛Stanley，讓汽車根據(jù)視覺和距離傳感器的感應(yīng)輸入，學(xué)習(xí)如何像人一樣駕駛。

　　特隆后來參與創(chuàng)立了高科技項(xiàng)目重點(diǎn)實(shí)驗(yàn)室Google X，并開始了進(jìn)一步研究自動(dòng)駕駛汽車技術(shù)的計(jì)劃。谷歌的自動(dòng)駕駛汽車自此開始，在舊金山灣區(qū)累積了350 萬英里的車程。優(yōu)步(Uber)已經(jīng)在匹茲堡投放了一批自動(dòng)駕駛汽車。蘋果也步入自動(dòng)駕駛領(lǐng)域，以擴(kuò)大其操作系統(tǒng)控制的產(chǎn)品范圍，并希望能夠再現(xiàn)它在手機(jī)市場(chǎng)上的輝煌。汽車制造商們親眼看見一個(gè)100 年來從未改變的行業(yè)在他們眼前發(fā)生了轉(zhuǎn)型，也開始奮起直追。通用汽車公司以10 億美元的價(jià)格并購(gòu)了開發(fā)無人駕駛技術(shù)的硅谷創(chuàng)業(yè)公司Cruise Automation，并在2017 年投入了額外的6 億美元用于研發(fā)。2017年，英特爾以153 億美元的價(jià)格收購(gòu)了Mobileye，它是一家專門為自動(dòng)駕駛汽車研發(fā)傳感器和計(jì)算機(jī)視覺的公司。在價(jià)值數(shù)萬億美元的交通運(yùn)輸領(lǐng)域，參與的各方都下了極高的賭注。

　　自動(dòng)駕駛汽車不久將擾亂數(shù)百萬卡車司機(jī)和出租車司機(jī)的生計(jì)。最終，如果一輛自動(dòng)駕駛汽車能夠在一分鐘內(nèi)出現(xiàn)，將你安全帶到目的地且無須停車，在城市擁有汽車就顯得不那么必要了。今天，汽車行駛時(shí)間平均僅占4%，這意味著它其余96% 的時(shí)間都需要停放在某個(gè)地方。由于自動(dòng)駕駛汽車可以在城市外圍維修和停放，城市中被大量停車場(chǎng)占用的空間得以被重新高效利用。城市規(guī)劃者已經(jīng)開始考慮讓停車場(chǎng)變成公園了。街邊的停車道可以成為真正的自行車道。其他汽車相關(guān)行業(yè)也將受到影響，包括汽車保險(xiǎn)業(yè)和修理廠。超速和停車罰單將不復(fù)存在。由醉駕和疲勞駕駛導(dǎo)致的交通事故死亡人數(shù)也會(huì)相應(yīng)減少。通勤浪費(fèi)的時(shí)間也將被節(jié)省下來做其他事情。根據(jù)2014年的美國(guó)人口普查數(shù)據(jù)，1.39 億上班族人均單日通勤時(shí)間達(dá)到了52分鐘，全年總計(jì)296 億小時(shí)。這驚人的340 萬年的時(shí)間本可以在人生中得到更好的利用。自動(dòng)駕駛汽車會(huì)使公路通行能力翻兩番。而且，一旦大規(guī)模投入使用，沒有方向盤、可以自己開回家的自動(dòng)駕駛汽車還會(huì)讓大規(guī)模汽車盜竊行為銷聲匿跡。雖然目前自動(dòng)駕駛汽車仍面臨很多監(jiān)管和法律層面的障礙，但這一技術(shù)一旦開始普及，我們就將迎來一個(gè)嶄新的世界?？梢灶A(yù)見的是，卡車大概會(huì)在10 年內(nèi)率先實(shí)現(xiàn)自動(dòng)駕駛，出租車要花上15 年，而15 到25 年后，客運(yùn)無人車將全面走入人們的生活。

　　汽車在人類社會(huì)中的標(biāo)志性地位將以我們無法想象的方式發(fā)生變化，一種新的汽車生態(tài)也將應(yīng)運(yùn)而生。正如100 多年前汽車的出現(xiàn)創(chuàng)造了許多新的行業(yè)和就業(yè)機(jī)會(huì)，圍繞著自動(dòng)駕駛汽車的發(fā)展，也出現(xiàn)了一個(gè)快速增長(zhǎng)的生態(tài)系統(tǒng)。從谷歌獨(dú)立出來的自動(dòng)駕駛公司W(wǎng)aymo，8年來已經(jīng)投入了10億美元，并在加州中部山谷搭建了一個(gè)秘密測(cè)試場(chǎng)所。該場(chǎng)所位于一個(gè)占地91 英畝的仿造小鎮(zhèn)，其中還設(shè)計(jì)了騎自行車的“演員”和假的汽車事故。其目的是擴(kuò)大訓(xùn)練數(shù)據(jù)集以包含特殊和不常見的情況(也叫邊緣情況)。公路上罕見的駕駛事件經(jīng)常會(huì)導(dǎo)致事故。自動(dòng)駕駛汽車的不同之處就在于，當(dāng)一輛汽車遇到罕見事件時(shí)，相應(yīng)的學(xué)習(xí)體驗(yàn)會(huì)被傳遞給所有其他自動(dòng)駕駛汽車，這是一種集體智能。其他自動(dòng)駕駛汽車公司也在建造許多類似的測(cè)試設(shè)施。這些舉措創(chuàng)造了以前并不存在的新工作機(jī)會(huì)，以及用于汽車導(dǎo)航的傳感器和激光器的新供應(yīng)鏈。

　　自然語言翻譯：從語言到句子的飛躍

　　如今，谷歌在超過100 種服務(wù)中使用了深度學(xué)習(xí)，包括街景視圖(Street View)、收件箱智能回復(fù)(Inbox Smart Reply)和語音搜索。幾年前，谷歌的工程師意識(shí)到他們需要將這些計(jì)算密集型應(yīng)用擴(kuò)展到云端。他們開始著手設(shè)計(jì)一種用于深度學(xué)習(xí)的專用芯片，并巧妙地設(shè)計(jì)了可以插入數(shù)據(jù)中心機(jī)架中的硬盤插槽的電路板。谷歌的張量處理單元(TPU)現(xiàn)在已配置在遍布全球的服務(wù)器上，讓深度學(xué)習(xí)應(yīng)用程序的性能得到了大幅改進(jìn)。

　　深度學(xué)習(xí)快速改變格局的一個(gè)例子是它對(duì)語言翻譯的影響。語言翻譯是人工智能的一只圣杯，因?yàn)樗蕾囉诶斫饩渥拥哪芰?。谷歌最近推出了基于深度學(xué)習(xí)的最新版谷歌翻譯(Google Translate)，代表了自然語言翻譯質(zhì)量的重大飛躍。幾乎一夜之間，語言翻譯就從零散雜亂的拼湊短語，升級(jí)到了語意完整的句子。之前的計(jì)算機(jī)方法搜索的是可以被一并翻譯的詞匯組合，但深度學(xué)習(xí)會(huì)在整個(gè)句子中尋找詞匯之間的依賴關(guān)系。

　　下一步工作是訓(xùn)練更大規(guī)模的深度學(xué)習(xí)網(wǎng)絡(luò)，針對(duì)段落來提高句子間的連貫性。文字背后都有悠久的文化歷史。俄裔作家和英文小說家，《洛麗塔》一書的作者弗拉基米爾·納博科夫(Vladimir Nabokov)曾經(jīng)得出結(jié)論，在不同語言之間翻譯詩(shī)歌是不可能的。他將亞歷山大·普希金(Aleksandr Pushkin)的詩(shī)體小說《葉甫蓋尼·奧涅金》(Eugene Onegin)直譯成了英文，并對(duì)這些詩(shī)文的文化背景做了解釋性腳注，以此論證他的觀點(diǎn)?；蛟S谷歌翻譯終有一天能夠通過整合莎士比亞的所有詩(shī)歌來翻譯他的作品。