如今，要问科技界最重要的事是什么，几乎所有人都会回答——人工智能。是的，人工智能正在为我们带来一个黄金时代。这个时代的标志不仅仅是一个算法的改进，一种服务的出现，或是一场比赛的胜利。关注技术的演进，最终目标在于探索它们将如何推动产业的变革，作为新的引擎提高生产力，改变我们的生活。
5 月 27 日，由机器之心主办的为期两天的GMIS 2017 大会在北京拉开帷幕。据悉，众多来自瑞士、美国、加拿大以及国内的众多人工智能学术大咖、业界大牛都会亮相GMIS的舞台。下面让我们一起了解，在备受瞩目的GMIS首日论坛上，AI大佬们分享了哪些精彩的观点。
Jürgen Sc Jürgen Schmidhuber：人工智能奇点或将在2030年到来
Jürgen Sc Jürgen Schmidhuber 人工智能之父
作为GMIS2017开场嘉宾，Jürgen Sc Jürgen Schmidhuber对20世纪的人工智能进行了简要的回顾，并对未来做出自己的展望。
近几年，由Jürgen Schmidhuber提出的LSTM推动RNN在语音识别、语言建模、翻译、图片描述、聊天机器人等科技领域的广泛应用，并在谷歌、苹果、微软、百度等科技巨头的许多关键业务中得到使用。
作为RNN的一种特别类型，LSTM通过刻意的设计，使长期依赖信息的学习更加有效。“长短时记忆是跟人的大脑相关的，”Jürgen 说道，“在我们的大脑皮层中有 100 多亿的神经元。它们就像小的处理器，有的是处理输入的，有的是用于图像捕捉的，你还有疼痛神经来捕捉疼痛，还有一些肌肉的神经来控制你的肌肉。另外还有一些用于思考的神经元，他们之间会有彼此的交流。在执行任务时，神经元会影响其他与之相连的神经元，这些连接的强度会随着随着人们的学习会改变，我们称之为持续连接，这也是长短期记忆网络获得启发的地方。”
在 LSTM 的研究之后，Jürgen 的团队继续朝着自己的通用人工智能目标前进。他们在 2015 年研发出了具有好奇心的自我学习人形机器人。这种机器人可以通过自己的机械臂与世界接触感受并学习重力等概念。这距离自我学习人工智能的目标又更近了一步。
如今，Jürgen正在带领他的人工智能公司 Nnaisense通过新的元学习和机器好奇心创造更多可能性，优化程序搜索和大规模强化学习神经网络的效率，带来新的突破，改变一切。
Jürgen 大胆预言，在未来几年人类将创造出具有灵长类动物智能的人工智能系统。而人工智能终将代替人类，展开殖民宇宙的旅途。“宇宙历史中重大事件之间的间隔时间似乎正在以指数级的速度缩短——每个大事件到来的时间是前一个大事件的四分之一。如果仔细研究了这个模式，看起来下一个事件将要出现于 2030 年。”Jürgen这样预测奇点过后的世界。
邓力：无监督学习将成为未来趋势
邓力 Citadel 首席人工智能官、前微软AI首席科学家
监督式学习采用一对对映射的输入输出方式来训练整个系统，一对输入输出就像一个老师，由老师教给机器如何进行识别或预测。这种范式在语言识别、机器翻译等方面的应用都取得了很大成功。但另一方面，由于我们需要给系统提供海量的输入输出成对数据，这种训练方法具有非常高的成本。
Citadel 首席人工智能官、前微软AI首席科学家邓力为大家介绍了无监督学习的强大之处，表明无监督式学习是深度学习当中的一种范式，我们不需要给系统提供非常具体的信号，就能够让机器在无监督的状态下成功学到需要学习的东西。
在没有一种办法在为机器提供学习材料的同时，又不需要人类提供那些成本高昂的输入输出映射呢？
对此，邓力的团队提出了假设并进行实验：“我们用语言来作为机器学习的指导。自然语言的数据可以是一个很困难的东西，但是我们可以单独拿出来使用，不把这个自然语言和任何的图象进行配对。这样我们就极大地降低了培训的成本、训练机器的成本。”
演讲中，邓力提出了采用SPDG（Stochastic primal-dual gradient method，随机原始-对偶梯度方法）在没有标注的情况下学习如何做预测，来将形式化的原始问题转化为极小极大对偶问题，并采用随机梯度下降来求得最优参数。
邓力认为，无监督式学习将成为未来的主流趋势。“无监督学习比监督学习更有趣，但是也更困难。我们可以使用更多的一些数据来进行学习，比如说像我刚才所说的 SPDG 这样一个线性的方式，该方法不需要进行标记，但它可以直接进行学习来听声音的识别或者说做一些翻译。我们也需要很多的发明来使无监督学习更加地有效。”
马维英：人工智能重新定义信息平台
马维英 今日头条副总裁、人工智能实验室负责人
人工智能时代的到来，使软件产业吞噬全世界的同时，其自身也在被颠覆。今日头条副总裁、人工智能实验室负责人马维英自今年2月加入今日头条以来，深刻感受到在AI的浪潮下，一个新时代的信息平台正在被定义，也与大家分享了他所看到的领域的最新发展。
马维英表示，过去索引擎对用户的理解可能只是通过几个密切搜索的关键词以及浏览过的网页，将网站里的结构信息重建后做相关排序。但排序算法不具有针对每个用户的个性化特征，所以每个人看到的搜索结果都是一样的。
而今天，头条会根据用户浏览内容的的偏好，无论是新闻、图片、视频还是评论，通过深度学习的方式建立高维向量表，机器知道他们在什么时候想看什么，这些信息帮助他们真正理解用户。人工智能清楚的定义每一个输入跟输出，每个信息流中间都可以做迁移学习，一个用户的兴趣爱好可能也能够帮助学习另外一个用户的兴趣爱好，从而产生正向循环。
最后马维英说到，“ 今天我们进到一个人工智能的时代，我们可以利用这样一个新的技术，来让每一个人都能够有一个无所不在的机器智能，帮助他们能够来发现、使用、交流跟创作信息。”
在GMIS第一天的会场上，除上面提到的三位大佬，腾讯 AI Lab 副主任俞栋、英特尔 AIPG 数据科学部主任、GE Transportation Digital Solutions CTO Wesly Mukai 等知名人工智能专家也分别在主题演讲、圆桌论坛等互动形式下，从科学家、企业家、技术专家的视角，论述精彩观点，解读人工智能的未来发展。
据悉，全球机器智能峰会（ GMIS 2017 ），是全球人工智能产业信息服务平台机器之心举办的首届大会，来自美国、欧洲、加拿大及国内的众多顶级专家参会演讲。本次大会共计 47 位嘉宾、5 个Session、32 场演讲、4 场圆桌论坛、1 场人机大战，兼顾学界与产业、科技巨头与创业公司，以专业化、全球化的视角为人工智能从业者和爱好者奉上一场机器智能盛宴。
