2015年是人工智能之年:机器人承担工厂生产工作、无人驾驶汽车成为现实、连接WiFi的芭比娃娃通过语音识别功能和小朋友聊天……2016年,人工智能领域的发展会怎样?专家认为,2016年的人工智能将会像“打了兴奋剂”般更加迅猛发展。

　　机器人目前还主要用于精准设定的工作环境,在精确、重复性的工作上效率很高。当遇到从未执行过的新任务、没有确定性的新环境,机器人往往就“傻了”。

　　罗曼·扬波利斯基是美国路易斯维尔大学网络安全实验室主任。他认为,2016年,我们将看到计算机在深度学习中卷积神经网络领域的迅速发展,超级计算机的使用将使这个领域成为2016年人工智能发展的重点。

　　浅层学习是机器学习的第一次浪潮,主要是计算机系统从大量训练样本中学习统计规律,对未知事件做预测,实际上这种人工神经网络只是一种浅层模型。

　　深度学习是无监督学习的一种,指通过构建多层的机器学习模型和海量训练数据来学习更有用的特征,目的在于建立、模拟人脑进行学习的神经网络,模仿人脑来解释数据。卷积神经网络就是一种计算机深度学习的结构,是当前语音分析和图像识别领域的研究热点。

　　安德鲁·摩尔是人工智能领域领先的卡内基梅隆大学计算机学院院长。他介绍说,美国国家科学院已经召集技术专家、经济学家和社会学家研究人工智能取代人工的问题,这里人工智能取代的不是蓝领工人的生产工作,而是传统认为它们不能取代的、需要人与人互动的白领工作。

　　摩尔认为,人工智能技术“感受”人类情感是这一研究领域最重要、也是最先进的一个方向。扬波利斯基认为,计算机能够理解语言的能力最终会向人和计算机“无缝沟通”的方向发展。

　　越来越精准的图像、声音和面部识别系统能让计算机更好探查人的情感状态。这种技术的发展在教育、抑郁症治疗、临床预后评估、智能客服、网络购物等领域都有广阔的应用前景。

　　实际上,一些商家已经开始使用人工智能技术判断顾客在网络购物时是否开心或满意。

　　多位专家认为,人工智能技术研究突飞猛进的同时,相关伦理研究更应走在前面。越来越多的技术开发人员、计算机科学家和工程师感觉到,他们在研发时必须要求助于第三方的意见来创建一些程序。

　　以无人驾驶汽车为例,当行驶过程中遇到动物横穿马路,系统该怎么办?代码该如何写?人和动物的生命价值如何衡量?一个人是不是比一百只猫更有价值?一百万只呢?

　　安德鲁·摩尔表示,这不光是科学家和工程师能解决的问题,必须有人先给出一个答案。