對比全球，中國人工智慧技術在近兩年有什麼大的進展？
2月21日，MIT科技評論發布全球十大技術突破，其中有兩項是人工智慧相關技術。這兩項技術之下，有很多中國公司。想了解，近兩年中國的AI技術進展如何，在全球排位如何？
此次由麻省理工學院評選的2017全球十大突破技術的完整名單如下：
1.強化學習（Reinforcement Learning）2.自動駕駛貨車（Self－Driving Trucks）3.太陽能光伏電池（Hot Solar Cells）
4.刷臉支付（Paying with Your Face）5. 360度自拍（The 360-Degree Selfie）6.基因療法2.0（Gene Therapy 2.0）7.細胞圖譜（The Cell Atlas）8.實用型量子計算機（Practical Quantum Computers）9.治癒癱瘓（Reversing Paralysis）10.殭屍物聯網（Botnets of Things）猜想其他幾項技術好像都不明覺厲，只有刷臉支付看起來通俗易懂，所以題主認為這不是一項了不起的技術。
大多數人第一次認識「刷臉支付」大概是兩年前馬雲在德國漢諾威IT博覽會上向德國總理默克爾演示的支付寶刷臉支付，由於名人效應，這項當時還沒有達到商用的技術得到了廣泛的傳播，造成了「這是一項早就有了的技術"的認知。
眾所周知，刷臉支付主要依賴於「人臉識別」技術，實際上這個技術的出現確實挺早，早在上個世紀90年代就已經有出現了很多經典的方法，例如Eigen Face, Fisher Face和彈性圖匹配，此時主流的技術路線為人臉表觀建模，但人臉識別真正實現跨越式發展一直要到2014年採用深度學習+大數據之後。
據中科院的資料顯示，2014年以來，深度學習+大數據（海量的有標註人臉數據）成為人臉識別領域的主流技術路線，其中兩個重要的趨勢為：
（1）網路變大變深（VGGFace16層，FaceNet22層）。（2）數據量不斷增大（DeepFace400萬，FaceNet2億），大數據成為提升人臉識別性能的關鍵。
在這之後識別的準確度才得以大幅提升，也才進入商業公司的視野。
我們再來看看MIT評選的標準是什麼，「每年上榜的有的已經在現實中得以應用，有的還尚需時日，但他們的重要性都毋庸諱言，註定將在未來對我們的經濟政治生活產生重大的影響，甚至會徹底改變整個社會的文化面貌」，也就是說這些技術都需要可見的應用前景，而MIT對人臉識別技術的評價是「人臉識別技術如今已經可以十分精確，在網路交易等相關領域已被廣泛使用」。
實際上，中國在人臉識別上取得的成績說是「全球領先」也不為過，在全世界中國是最早推動這一技術應用於交通監管，銀行交易，日常生活交易以及公共交通等領域的國家，識別精度也提高到了99.5%以上，以支付寶為例，相信很多人都用過它的人臉識別登陸了，但據我所知目前支付寶用的技術已經不僅僅是人臉識別，還加入了眼紋（又稱為眼靜脈）識別技術，準確率提高到了99.99%。
所以「這是一項早就有的技術」是媒體的過分宣傳帶給大家的錯覺。
那麼人臉識別除了付錢之外還有什麼用呢？說到這裡需要普及一下視覺計算的概念，視覺計算的目標主要是研究計算機視覺，以使計算機具有通過二維圖像感知三維環境信息的能力，包括感知，描述理解和識別，人臉識別僅僅是其中的一項研究成果。
阿里雲智能視覺首席研究員華先勝曾經概括過視覺計算技術的幾大方向：
第一是視頻圖像分析識別，主要是對視頻或圖像進行分割，檢測，識別和跟蹤等；第二個方向是視覺搜索，主要包含特徵學習，索引，排序等；第三個方向是視頻圖像生成，主要是圖像視頻的生成，場景和物體的3D建模等；第四個方向是大規模視覺計算平台。
華博士之前在公開場合說過，現在阿里雲可以做到接入超過5萬路的城市交通攝像頭視頻進行實時分析，實時產出報告，供交通管理決策，甚至可以在試點地區實現全自動化的交管策略，已經試點參與市政管理了。
還有一個例子是在工業和醫學上進行故障檢測，通過視頻智能計算對工業圖像或者醫學圖像進行異常檢測，可以輔助診斷。
這些還只是非常簡單的例子，但可以看出這項技術在未來的應用潛力，可能會改變社會的巨大影響。
所以人臉識別被評選為十大突破性技術，我認為應該改成「視覺計算」被評為十大突破性技術，畢竟這是一個前景更廣闊的技術。2月22日，《麻省理工科技評論》官方網站發布2017全球十大突破性技術和「關鍵玩家」，「刷臉支付」成為該榜單創建16年來首個來自中國的技術突破，而中國公司百度，則成為史上首個兩度入選榜單的中國公司。
今年的年度突破性技術是：治癒癱瘓、自動駕駛貨車、刷臉支付、實用型量子計算機、360°全景相機、太陽能熱光伏電池、基因療法2.0、細胞圖譜、殭屍物聯網、強化學習。
入選各項技術「關鍵玩家」的則包括麻省理工學院、瑞士洛桑聯邦理工大學、沃爾沃、谷歌、三星、Uber、微軟、IBM、百度、Face++等多個國家和地區的知名公司和科研院所。
人臉識別是圖像識別的一種，百度圖像技術是基於深度學習演算法，可以智能識別圖像中的文字內容和含義、分析人臉圖像以及檢測圖片色情度的人工智慧技術。百度圖像技術分為文字識別、人臉識別、黃反識別等。
作為百度圖像識別的核心技術，人臉識別可以實現人臉檢測、人臉對比、人臉查找，並已應用於百度魔圖、百度網盤、百度識圖等產品中，烏鎮人臉閘機便是藉助百度人臉識別，並與泰康人壽達成合作，將人臉識別技術用於微信投保的回執和回訪環節，在線校驗客戶身份。
來源：騰訊科技
已經可以和其他國家相媲美，甚至趕超美日，在汽車、金融、服務、能源、科研等方面都有突飛猛進的發展
1.強化學習（Reinforcement Learning）
一種人工智慧方法，能使計算機在沒有明確指導的情況下像人一樣自主學習。意義在於，假如機器不能夠自主通過環境經驗磨練技能，自動駕駛汽車以及其他自動化領域的進展速度將受到極大地限制。
2.360°自拍（The 360-Degree Selfie）
消費級360°全景相機，能夠更真實的還原事件和場景。意義在於，能提供360°全景拍攝的廉價相機將開啟攝影的新篇章，也將改變人們分享故事的方式。
3.基因療法 2.0（Gene Therapy 2.0）
美國即將批准首個基因治療技術，更多基因療法正在開發與批准的進程中。意義在於，很多疾病都是由單個基因突變導致的，新型基因療法能夠徹底治癒這些疾病。
4.細胞圖譜（The Cell Atlas）
這是人體中各種細胞類型的完全目錄。意義在於，超精確的人類生理學模型將加速新葯研發與試驗。
5.自動駕駛貨車（Self-Driving Trucks）
可以在高速路上自動駕駛的長途貨車。意義在於，這項技術的發展將幫助貨車司機更高效地完成運輸任務，但這一崗位的薪酬可能會因此下降，貨車司機最終也將失業。
6.刷臉支付（Paying with Your Face）
人臉識別技術如今已經可以十分精確，在網路交易等相關領域已被廣泛使用。意義在於，該技術提供了一種安全並且十分方便的支付方式，但是或許仍存在隱私泄露問題。
7.太陽能熱光伏電池（Hot Solar Cells）
一種可以讓太陽能電池效率翻倍的技術。意義在於，這項新設計可能會催生出在日落後依然可以工作的廉價太陽能發電技術。
8.實用型量子計算機（Practical Quantum Computers）
製造出穩定的量子比特。比特是傳統計算機中的信息單位，而量子比特是量子計算機的信息單位。意義在於，在運行人工智慧程序以及處理複雜的模擬和規劃問題時，量子計算機的速度可能是傳統計算機的指數倍，而量子計算機甚至能製造出無法破解的密碼。
9.治癒癱瘓（Reversing Paralysis）
無線腦-體電子元件可繞過神經系統的損傷來實現運動。意義在於，全球有數百萬人被癱瘓所折磨，無時不刻都渴望著擺脫疾病的困擾。
10.殭屍物聯網（Botnets of Things）
可以感染並控制攝像頭、監視器以及其他消費電子產品的惡意軟體，可造成大規模的網路癱瘓。意義在於，基於這種惡意軟體的殭屍網路對互聯網的破壞能力將會越來越大，也會越來越難阻止。
據了解，該榜單由《麻省理工科技評論》中國大陸地區獨家運營方 DeepTech 深科技在北京發布，上榜技術有的在現實中得以應用，有的尚需時日，但都將在未來對經濟政治生活產生重大影響，甚至徹底改變社會面貌。
來源：威鋒網
推薦閱讀：
※機器學習中，序列問題是否都能轉變為回歸或者分類問題？
※深度強化學習訓練環境如何構建？
※如何評價 Science 上的最新研究：用神經網路解決量子多體問題？
TAG:人工智慧 | 人臉識別 | 機器學習 | 阿里雲 | 強化學習ReinforcementLearning |