Geoffrey Hinton、Andrew Moore、吴恩达等人总结 2017 AI 大事件

原标题：Geoffrey Hinton、Andrew Moore、吴恩达等人总结 2017 AI 大事件

雷锋网 AI 科技评论按：近年来，人工智能似乎成为了业内讨论最广泛的科学技术，尤其是在 2017年，人工智能已然是业内关注的焦点。有的人认为，具有超级智能的机器人可以威胁人类、接管世界；也有的人觉得，人类对人工智能的恐惧被夸大了。

因此，当 2017 年即将过去的时候，外媒 Axios 对人工智能圈内的一些知名人物进行了一次采访，看看在他们的眼里，今年最重要的人工智能大事件都是些什么吧。雷锋网 AI 科技评论把他们的呈现介绍如下。

Rodney Brooks，Rethink Robotics 公司创始人

对我来说，今年最重要的人工智能时间，其实是我在电视上看到的一个广告。那是在2017年12月17日礼拜天，当时电视上正在播放美国橄榄球大联盟比赛，其中一个广告是该联盟自己拍摄的，说他们正在使用机器学习技术来分析球迷的想法。广告的结尾，美国橄榄球大联盟展示了自己在亚马逊 AWS 服务上部署的机器学习技术。这是大约三个礼拜之前的一个事情，我觉得它的意义在于，现在机器学习和人工智能技术已经被「炒」的很多了，预计很快就能给橄榄球球迷带来一定影响了。

吴恩达，Landing.AI 首席执行官

AlphaGo 展现出了强大的计算和数据处理能力，但是卡纳基梅隆大学开发的德州扑克人工智能程序 Libratus 则感觉更具创新。从技术观点来看，这个结果令人感到很惊喜。

Andrew Moore，卡纳基梅隆大学计算科学学院院长

Libratus AI 战胜了四位顶级德州扑克选手，这次胜利是非常重要的，因为这意味着人工智能技术有了极大的提升，已经可以考虑对手可能故意误导等手段了。在一个对信息真实性审查越来越严格的世界里，我们看到新一代人工智能对原始事实开始表现出怀疑，这真的是太神奇了。

Geoffrey Hinton，多伦多大学

我认为，2017年，人工智能在很多方面都取得了很大的进展，但是却没什么突破，比如 2014 年就开始说要在机器翻译里应用神经网络，而 AlphaGo 其实也是2016年的。

在我看来，令人印象最深刻的事情有这么几个：

1、神经架构搜索：它使用神经网络实现自动化设计神经网络的「黑魔法」，现在已经开始应用了；

2、使用注意力的机器翻译，无需循环神经网络或卷积；

3、围棋领域里的 AlphaGo 升级版 AlphaGo Zero，它很快就学会了如何以人类的方式下围棋，而且已经成为了目前最好的人工智能围棋引擎。

Greg Diamos，百度高级研究员

今年，给我印象最深刻的就是斯坦福大学的研究人员团队，他们开发出了首个人工智能「放射科医生」，它可以检测心律失常，然后告知人类医师检测结果。我认为，随着技术的发展，人工智能在医疗领域里的应用会越来越多，这令我感到非常惊讶。

Azeem Azhar，Peer Index 创始人 The Exponential View 策展人

2017 年的人工智能大事件，我会选择两件事，他们都非常重视人工智能技术的应用，而且也都能解决一些过去被人们忽视的问题。

第一个是微软研究院的凯特•克劳福德（Kate Crawford），她介绍了机器学习算法是如何出错的，这个问题会加强和扩大现有的人工智能偏见。

第二个是由剑桥大学阿德里安•维尔德（Adrian Weller）发表的一份论文，其中提到了如何建立算法系统，这些算法系统可以反映出人类对公平的直觉如何。我们必须对凯特•克劳福德和阿德里安•维尔德所提到的问题加以重视，并且刺激科技行业接受。

Terah Lyons，Partnership on AI 执行董事

今年，人工智能还是给我们带来了一些令人心痛的时刻，因为在某些边缘化问题上，人工智能的表现似乎并不太好。比如最近，Kristian Lum 就表示从事机器学习的同事有性骚扰行为，这需要在人工智能领域里引起重视，而且多样性问题绝不是一个侧面表现。

科技行业里的性别歧视似乎越来越猖獗，这对人工智能领域也非常有害，甚至会带来灾难性的后果，其中最重要的原因，就是很多排他性的设计会带来比较严重的问题，而人工智能可以很容易地把问题进一步扩大，并且延伸很多糟糕的人类偏见。

我们所有人都有义务把包容性作为创新首选，特别是在人工智能这样一个有潜力带来巨大利益的领域。2018 年，在人工智能尝试解决的所有重大挑战中，包容性应该是要排在第一位的。

Been Kim，谷歌大脑研究科学家

今年，我认为比较受欢迎的最大趋势，是人工智能可以尝试应对一些可解释性的问题，这意味着我们有了一种可以帮助人类理解人工智能模型的方法。

在今年举办的 ICML 上，就设置了人工智能解释性教程和一些相关的研讨会。此外，在 NIPS 大会上，也有研讨会和人工智能解释性的介绍，明年 CVPR 大会和 FATML 会议也都会有相关议程。

Richard Socher， Salesforce首席科学家

也许，2017年最令我感到印象深刻的事情，就是来自于本月初召开的 NIPS 大会上。伦理，成为了人工智能研究领域里最令人印象深刻的核心主题之一。我有必要提醒大家，人工智能是否能够获得成功，重点在于信任、透明和平等的价值观。

VIA axios，雷锋网 AI 科技评论编译