2015年是人工智能之年：機器人承擔工廠生產工作、無人駕駛汽車成為現(xiàn)實、連接WiFi的芭比娃娃通過語音識別功能和小朋友聊天……2016年，人工智能領域的發(fā)展會怎樣？專家認為，2016年的人工智能將會是“打了興奮劑”般更加迅猛發(fā)展。
羅曼·揚波利斯基是美國路易斯維爾大學網絡安全實驗室主任。他認為，2016年，我們將看到計算機深度學習中卷積神經網絡領域的迅速發(fā)展，超級計算機的使用將使這個領域成為2016年人工智能發(fā)展的重點。
淺層學習是機器學習的第一次浪潮，主要是計算機系統(tǒng)從大量訓練樣本中學習統(tǒng)計規(guī)律，對未知事件做預測，實際上這種人工神經網絡只是一種淺層模型。
深度學習是無監(jiān)督學習的一種，指通過構建多層的機器學習模型和海量訓練數(shù)據(jù)來學習更有用的特征，目的在于建立、模擬人腦進行學習的神經網絡，模仿人腦來解釋數(shù)據(jù)。卷積神經網絡就是一種計算機深度學習的結構，是當前語音分析和圖像識別領域的研究熱點。
安德魯·摩爾是人工智能領域領先的卡內基梅隆大學計算機學院院長。他介紹說，美國國家科學院已經召集技術專家、經濟學家和社會學家研究人工智能取代人工的問題，這里人工智能取代的不是藍領工人的生產工作，而是傳統(tǒng)認為它們不能取代的、需要人與人互動的白領工作。
摩爾認為，人工智能技術“感受”人類情感是這一研究領域最重要、也最先進的一個方向。揚波利斯基認為，計算機能夠理解語言的能力最終會向人和計算機“無縫溝通”的方向發(fā)展。
越來越精準的圖像、聲音和面部識別系統(tǒng)能讓計算機更好探查人的情感狀態(tài)。這種技術的發(fā)展在教育、抑郁癥治療、臨床預后評估、智能客服、網絡購物等領域都有廣闊的應用前景。
多位專家認為，人工智能技術研究突飛猛進的同時，相關倫理研究更應走在前面。越來越多的技術開發(fā)人員、計算機科學家和工程師感覺到，他們在研發(fā)時必須要求助于第三方的意見來創(chuàng)建一些程序。
