AlphaGo的出现加速了人们对人工智能(以下简称AI)的认识，但AI极客们的野心远不止局限于一个19线棋盘。他们有酷炫的技术，也有过人的自信，想借此改变世界。
雷。美国畅销书作家、发明家库兹韦尔(Kurzweil)在他的著作《奇点临近》(Singularity Approaching)中为人工智能的出现设定了三个条件:强大的计算能力、海量的知识储备，最后，需要教会计算机拥有认知能力，让计算机通过机器学习技术不断自我进化。
前两个已经实现了。第三，如何让机器拥有认知能力是AI极客们关注的重点。
机器学习是人工智能的核心。机器学习将教会计算机认识真实世界，认识大自然的日出日落，理解人类的行为和语言。机器学习的常见领域包括数据挖掘、视觉理解、语音识别和自然语言处理。我们采访了数字技术。公司高层和新锐创业者有一个共同的身份——国内从事机器学习应用和研发的专家。他们谈到了中国人工智能发展的现状，科技一旦有新的突破，也预示着新一轮的商业变革。
坐在记者对面的陈，面容清瘦，笑得有些羞涩，但话语中却充满了自信。“很多事情都是可以预测的。”
陈是中国大数据方面的专家。曾任百度核心技术R&D工程师，盛大文学首席数据官。现在是一名创业者，大观数据创始人兼CEO。他是公司新同事发出了一组问题——如何预测泰坦尼克号上的幸存者。整套问题获取了泰坦尼克号上所有乘客的真实信息，包括性别、年龄、职业、票价、舱位等。，然后写一个程序，预测2000多名船员中，哪一个最终能活下来。
在陈眼里，如果综合挖掘所有信息，就能推导出最终答案——“705幸存者能准确预测”
预测这样的事件只是数据挖掘的一个例子。对于极客来说，只要给他们足够的信息，这个世界就不会有意外和意外。
现在，陈用自己的技术帮助企业进行商业决策。虽然成立还不到半年，但这家企业隐藏在张江中意的公寓里公司已获真格基金和盛大网络创始人陈大年投资。
陈把第一批客户定位为自媒体人，通过数据分析，为自媒体提供热点话题，并告诉这些喜欢看他们文章的作者，他们会关注哪些话题。
让机器学会自己分析信息，在商业活动中早已广泛存在。陈在百度工作期间，负责搜索引擎核心算法的研究，主要是“为用户提供最有价值的信息”。工作的难度不是搜索信息，而是让机器知道用户的搜索意图。
用户经常在搜索框中输入“口语词或模糊的句子”，服务器要从人们的搜索句子中判断出真正的需求。陈需要设计算法，让搜索引擎理解用户的语义，从数百亿网页中快速找到对用户最有价值的结果。这个“算法”属于人工智能。百度每天搜索数十亿次，每当陈改进算法，都能看到用户点击的满意度在上升。
如今，依靠数据挖掘技术提高企业运营效率的情况较为普遍，业内称之为“商业智能”技术。陈计划在云中使用这项技术，以及其他同类技术。公司然后这个技术直接应用到软件上。Qlik于2010年在纳斯达克上市。公司是商业智能软件的代表企业。他们的QlikView软件为用户提供“可视化”的大数据服务。
“我们的软件可以理解数据，挖掘数据，并以更直观的方式呈现给客户，以帮助管理层做出决策。”Qlik亚太区制造和高科技市场开发总监Jeremy Sim这样说道。
这些具有“预测”功能的软件一直在服务和改变着人们的生活。比如QlikView会根据顾客的购买信息，提醒便利店经理货架上的麦片不要和面包放在一起。虽然都是早餐食品，但是如果麦片和酸奶放在一起，销量数字会更好看。这样的预报进一步提醒物流部门在前一天晚上尽可能的补足麦片和酸奶的供应。这种商业智能的应用渗透到每个人的生活中。公司例如，他们吸引了全球100多个国家的38，000家企业客户，间接服务了数千万人。
未来，这些具有“智能”的系统将更多地出现在电子商务、医疗、教育金融等领域。“例如，随着智能手环的增加，将收集更多的健康数据，因此我们将提供健康预警和治疗方案推荐等服务。”陈对说:现在只是大数据挖掘的初级阶段，人工智能时代才刚刚开始。
2014年6月，比尔·盖茨访华。除了会见政商要人，他还专程拜访了一家刚刚成立一年的初创公司。公司-格林的深瞳。对于这家初创公司公司比尔·盖茨留下了两条被广泛引用的评论“这非常酷”和“IT领域的下一个大事件是计算机视觉和深度学习的结合”。
Gling deep pupil是计算机视觉和深度学习的完美结合。公司。创始人赵勇是一个众所周知的致力于视觉理解的极客，尽管他自己并不喜欢这个头衔。
“Geek用英语形容一个书呆子，只知道做事，但我觉得我是一个懂技术的正常人。”他说。
赵勇专攻计算机视觉和计算成像。2009年加入谷歌总部研究院担任高级研究员，是谷歌眼镜项目的骨干。“我们团队负责谷歌眼镜的场景识别技术，利用谷歌街景判断用户的位置。”简单来说，就是将谷歌眼镜拍摄的图像与谷歌街景进行对比，然后快速定位用户的位置和周边信息。谷歌眼镜可以在500mm范围内将用户精确定位到米级。赵勇说，谷歌眼镜不是一个“进化的产品，而是从零开始的突破”。
2013年初，赵勇回国创业，成立了歌苓申通。三个月后获得真格基金和联创策源的联合天使投资。同年6月，歌领申通获得红杉资本A轮数千万美元投资。
业内有故事说，投资者在争论它未来的估值。据说在一次饭局上，真格基金的许小平、红杉资本的沈南鹏、联创策源的冯博讨论了格林申通未来的估值问题。许小平认为至少是5000亿美元，而沈南鹏认为是1000亿美元。最后，冯波认为是3000亿美元在妥协。现在中国电子商务巨头阿里巴巴的市值不到1900亿美元。
比尔·盖茨和投资者如此追捧的原因是赵勇的研究方向——计算机视觉，这是机器学习中一个极其复杂的领域。
比较和陈，可以看出他们的研究方向是不同的。赵勇认为数据挖掘就是让计算机理解“结构化信息”。结构化信息是指那些人工塑造的信息数据，如句子、段落或表格。但是计算机视觉需要让机器理解一片飘过镜头的树叶，或者一只安静行走的猫。
陈对也做了一个比较。他认为数据挖掘更多的是处理文本信息，而文字是具体的表达。当机器看到汉字“猫”或英文单词“cat”时，它能理解这是一种动物，但图片是抽象信息。给电脑看一张猫的图片，让它理解猫的概念，是一件非常困难的事情。
所以当Google X实验室在2012年6月宣布他们的“谷歌大脑”在学习了数百万张图片后可以识别“猫”时，全世界都震惊了。这意味着，这个被谷歌训练出来的“孩子”具备了视觉理解能力，能够“看图说话”。而参与谷歌大脑研发的吴恩达博士也因为这个项目被称为“谷歌大脑之父”，成为机器学习领域最权威的学者。
为了建造“谷歌大脑”，吴恩达使用了神经网络系统。他们连接了16000个处理器，创建了一个超过10亿个连接的神经网络，并逐步训练该系统，直到它具有阅读地图的能力。
现在，赵勇正在做类似的事情。
他通过成像设备捕捉实时图像，并让计算机识别真实世界。或许更直接的说法是，赵勇正在发展”机器人“之眼。
像谷歌一样，赵勇需要制造一个“深度神经网络”系统，让计算机识别图像。
人脑中大约有1000亿个神经元，这些神经元通过神经突起连接在一起，成为一个神经网络。当人们思考问题时，这些神经网络相互刺激，最终产生决策。现在极客们用计算机模拟这个过程，用计算程序构建庞大的计算元素。这些方案的结果通过网络相互交流、相互影响，最终产生结果。这是初级人工神经网络。人工神经网络的层次越多、规模越大，其“智能”就越高，学习能力就越强。
为了培养这样一个会读图的孩子，赵勇不仅要建立这样一个庞大的神经网络，还要不断训练这个网络。
“你可以把神经网络想象成一个黑匣子。我在里面设置了一些基本参数，然后不断输入数据和图片来训练它。通过这种大量的训练，黑匣子中参数的联系会越来越紧密，整个网络会越来越智能，最终成为一个可以识别图片的智能系统。”
严格来说，人工智能不是人类设计出来的，而是人类训练出来的。即使是赵勇这样的创始人，也不可能知道这些神经网络是如何相互作用，最终形成自己的智能系统的。他能做的就是“选择输入数据，控制训练方向”。
还和老师在一起教育孩子会做比喻。虽然赵勇老师不知道孩子们是如何理解图片和认识世界的，但他可以控制教学内容，让孩子们以某种方式学习。
赵勇花了两年时间来培养自己的“孩子”来训练深瞳，并将这些具有“地图阅读能力”的人工智能设备应用于安全领域。监控和汽车识别。
去年，Gling Deep Eye推出了一款名为“Yumu”的行为分析器，这是一款包含软件和硬件的智能。监控产品。“玉木”将实时。监控现场如有异常，立即报警或提醒工作人员注意。在另一款名为“微目”的产品中，Gling Deep Eye已经实现了车辆识别。他们训练系统识别5000多辆车，几乎涵盖了地球上所有类型的车辆。这种能力有助于警方办案，警方可以通过“搜图”让微木提供所需的视频资料。“警方提供了该车的照片，魏牧辨认照片后可以从交通视频中找出该车的行动轨迹。”此外，系统还可以搜索“结构化信息”。例如，如果将2004年生产的牌照号码为5的红色奥迪A4汽车输入系统， 微牧会在数据中截取相关图片或视频，之前都是人工完成。
如果计算机视觉技术继续以这个速度发展，可能用不了几年。当我们站在镜头前，电脑会在屏幕上敲出那句激动人心的话——“我看见你了。”
“谷歌大脑之父”吴恩达在完成“识别猫”的开创性工作两年后离开谷歌，加盟百度，担任百度首席科学家，负责“百度大脑”的研发。
说服吴恩达做出这个决定的是他的好朋友地平线。机器人余凯，科技公司的首席执行官。
余凯是国际知名的机器学习专家。他领导的百度深度学习研究院是国内第一个深度神经网络的研究。机构加入百度时，他被李彦宏称为“镇上之宝”。
“深度在线学习大概始于2006年，当时主要有五家。机构从事这项研究的分别是多伦多大学、纽约大学、美国NEC实验室、斯坦福大学和蒙特利尔大学，而我当时在NEC实验室工作。”余凯说道。有一段时间，他还在斯坦福大学教授人工智能导论。他带领团队从事深度学习、图像识别、文本挖掘、多媒体检索、视频。监控、人机交互等机器学习领域有所建树。
去年，余凯离开百度，在中关村创富大厦的租赁办公室里成立了Horizon。机器人技术。仅在4个月前建立，这个家公司迎来首轮投资，投资方包括晨星资本、高邮资本、红杉资本、金沙江创投。机构。
相比于对商业的追求，余凯更想用技术改变世界——给万物配备人工智能大脑，让它们拥有智能思维。机器人。
在余凯看来，他在百度的工作主要是在“云端”构建人工智能深度神经网络，其服务主要体现在“为用户提供更智能的互联网服务”。他希望人工智能技术可以应用到物理世界，让人们的生活更加方便简单。“现在很多电器都是通过软件结合互联网来控制的。希望未来能实现本地人工智能控制。”
他要让汽车、空调、冰箱、微波炉等成千上万的产品或设备具备从感知到决策的能力。比如，当用户进入室内时，空调可以感知人的位置和体温并自动开启送风，随着人的移动改变送风方向；冰箱会读取储存食物的信息，提醒用户及时食用或补充。
余凯使用深度神经网络算法来构建他的人工智能框架。他将这个人工智能系统描述为“类似于Android智能硬件的大脑平台”，可以安装在不同的产品中。
他“改造一切”的计划从家居产品和汽车开始。地平线机器人技术为这两个行业开发了人工智能操作系统。家用的基于深度神经网络的操作系统叫“安徒生”，车载的叫“雨果”。
现在“安徒生”入驻家电，只是过去。上海地平线家居展机器人与国内某知名家电厂商合作的两款智能产品正在展出。“现在业内最大的智能家居厂商都是我们的客户。我们给他们提供算法操作系统，告诉他们如何配置硬件设备，就像安卓给手机厂商提供参考设计一样。”
接下来，余凯打算让雨果进入自动驾驶领域。在安装传感器、处理器和Hugo的大脑平台后，汽车可以成为一种新型的交通工具，提供无人驾驶或智能驾驶。
“定义万物智能大脑还需要很长时间，但我认为会一步步接近。”余凯知道地平线。机器人路途遥远，但他对AlphaGo对阵李世石这样的人机大战的消息异常坚定。“比赛前，几乎所有专家都说机器赢不了，但我在网易采访时，公开预测机器会赢，因为我知道AlphaGo的算法。”
陈也表达了同样的猜测。3月9日下午，陈兴奋地预测AlphaGo会赢。当时首尔的李世石刚刚在棋盘上落下了他的第一个黑点。
三个小时后，当游戏进行到186手时，李世石掷骰子，用力一推宣布失败。
“机器赢了。”记者给陈发了一条微信。
“未来已经来了，”他回答。
算法是如何预测的？
陈根据他在杯(国际知识发现和数据挖掘竞赛)的经历，描述了极客如何使用算法预测人的行为，并让机器学会自己分析问题。
KDD杯:由国际计算机协会主办，面向全世界数据挖掘技术人员开放的竞赛，每年举行一次，为期三个月。
数据提供:比赛中使用的大规模数据都是由大公司例如，提供微软和雅虎。陈及其团队参加的杯比赛数据由腾讯提供。腾讯对数百万QQ用户的在线社交行为数据进行脱敏，并提供给主办方，包括社交数据和互动数据。
社交数据:指用户已有的社交关系、建立关系的时间等信息。
互动数据:用户之前发布的照片，微博信息以及该信息的评论转发数据。
日程安排:参与者从数据中预测未来哪些QQ用户最有可能互加好友。在三个月的比赛中，他们需要不断完善算法，上传到比赛服务器。检验算法优劣的唯一答案就是现实。
算法:算法其实就是机器学习的方法。如果将人工智能技术比作一个孩子，那么比赛中的团队就在竞争谁的孩子更聪明，能够更快地识别数据并计算社交关系。当陈暂时落后时，他决定不编辑算法，重读原始数据。“这有点天方夜谭，但复杂的数据往往蕴含着最直接的规律。原始数据是一串数字。当你一行一行看的时候，你会发现一些隐藏的秘密和一些规律，然后把这些规律提取出来，让计算机去学习，你就可以找到我们想要的核心算法。比赛中需要用到多种算法，不同的算法适合不同的部位，所以我们会交叉使用随机森林、支持向量机、深度神经网络等算法。”团队成员分工写不同的算法， 然后所有这些算法通过一个组合系统组合在一起。最终，陈领导的创新大学院获得了当年杯的亚军。