2020世界人工智能大会开幕，超级智能时代何时到来？( 八 ) 编者按：7月9日|为期三天的2020世界人

5.被报道的研究成果中所成功完成的具体任务，实际上将我们与真正的人工智能拉近了多少距离？

6.此系统的鲁棒性如何？如果使用其他数据集，在没有大规模重新训练的情况下，是否还能成功？

（例如：一个玩游戏的机器如果掌握了下国际象棋的技能，它是否也能玩《塞尔达传说》这类动作冒险游戏？用于识别动物的系统，是否能将之前从未见过的物种准确识别为动物？经过训练能在白天出行的无人驾驶汽车系统，是否也能在夜间或雪天出行，如果路上新增了一个地图中没有的绕行标志，系统是否知道如何应对？）

机器在许多方面依然无法和人类相提并论

诚然，最近几年来， AI的确以日新月异的速度变得更加令人震撼，甚至令人叹为观止。从下棋到语音识别再到人脸识别， AI都取得了长足的进步。我们特别欣赏的一家名叫Zipline的创业公司，利用了一些AI技术来引导无人机将血液送到非洲的患者身边。而像这样有价值的AI应用，在几年前还是无法实现的。

最近AI界的许多成功案例，大都得到了两个因素的驱动：第一，硬件的进步，通过让许多机器并行工作，更大的内存和更快的计算速度成为现实；第二，大数据，包含十亿字节、万亿字节乃至更多数据的巨大数据集，在几年前还不存在。比如ImageNet存有1400万张被标记图片，这在训练计算机视觉系统时发挥了至关重要的作用。

除此之外，还有维基百科以及共同构成万维网的海量文件。和数据同时出现的，还有用于数据处理的算法—“深度学习” 。深度学习是一种极其强大的统计引擎

（statistical engine）

，我们将在第3章中对此进行具体解释和评价。从Deep Mind下围棋的Alpha Zero和下国际象棋的Alpha Zero ，到谷歌最近推出的对话和语音合成系统谷歌Duplex ， AI在近几年所取得的几乎每一项进展，其核心都是深度学习。

资讯频道http://zixun.iweiba.cn/list-1.html

在这些案例中，大数据、深度学习再加上速度更快的硬件，便是AI的制胜之道。深度学习在许多实际应用领域也取得了极大的成功，如皮肤癌诊断、地震余震预测、信用卡欺诈检测等。同时，深度学习也融入了艺术和音乐领域，以及大量的商业应用之中，从语音识别到给照片打标签，再到资讯信息流的排序整理等。我们可以利用深度学习去识别植物，自动增强照片中的天空，甚至还能将黑白照片转换成彩色。深度学习取得了令人瞩目的成就，而AI也随之成了一个巨大的产业。谷歌和Facebook上演了史诗级的人才大战，为博士生开出高薪。