最近,由英國華威大學的大衛•阿姆斯特朗(David Armstrong)領導的研究團隊開發了一項新的機器學習算法,可以從NASA的數據中識別出「系外行星」——即太陽系外的行星。該團隊已通過這一工具對一批「潛在行星」進行了識別,並從這些天體中確認出了50個新的行星,這也是有史以來第一次將人工智慧技術應用於天文學領域。
阿姆斯特朗在一份聲明中說:「我們現在不僅能說哪些候選行星『更可能』是行星,而是可以用確切的數據說明這種可能性有多大:如果候選天體是『假行星』的可能性小於1%,就可以被確認為是真正的行星。」
近幾年來人工智慧的快速發展和相關創業公司的湧出,讓大家領略了人工智慧的魅力,但實際上人工智慧蘊含的潛力還遠遠沒被發掘出來。
比如,人工智慧最大的特點就是自動化。普通人可以用不到一秒鐘的時間完成一項工作,雖然聽起來也很快,但如果放到海量的天文數據篩選中,效率還是太低,人工智慧技術的應用,將大大提高這一效率。
2016年,韓國圍棋九段棋手李世石與DeepMind開發的人工智慧系統AlphaGo展開了一場五局三勝制的對弈。DeepMind是谷歌母公司Alphabet旗下一家人工智慧初創企業。李世石此前自信滿滿地表示他會戰勝這套算法,但最終只贏了一局而已。約2.8億中國人收看了這場對決的直播。
一臺電腦擊潰一位圍棋高手,這件事無疑給一些政策制定者提了個醒。
許多人甚至將這件事稱為中國人工智慧領域的「人造衛星時刻」。牛津大學數字倫理實驗室主任盧西亞諾·弗洛裡迪表示,在2017年之前,人工智慧僅僅被視為中國應該迎頭趕上的眾多前沿技術之一。這種狀況很快就改變了。
2017年,中央政府選擇了5家科技公司作為人工智慧領域的「國家隊」,每一家公司將從事特定的人工智慧研究。這些身負重任的國家隊成員將獲得政府的強有力支持,比如優先獲得融資、優先競標合同等。
討論中國發展人工智慧的優勢時,最常提到的因素之一是其海量的數據寶藏。
人工智慧算法依靠數據來學習。對於一家人工智慧公司來說,中國的數據取之不盡——這不僅是因為中國擁有14億人口,還因為中國擁有一種傾向於合作的監管環境。
在這樣的背景下,面部識別技術得以蓬勃發展。中國擁有世界上最具價值的兩家計算機視覺公司:一家是總部位於香港,估值超過70億美元的初創公司商湯科技;另一家是北京曠視科技公司,其估值剛剛超過40億美元,計劃今年在香港上市。曠視科技運營著世界上最大的開源資料庫Face++,這個旨在訓練其他面部識別算法的資料庫擁有超過30萬用戶。