'使機器人以玩耍的形式來學習，就像人類孩童時期，劍橋2019人...'

近日，劍橋大學發佈了2019年度AI（人工智能）發展報告，在這份報告中，涵蓋了AI技術研究、人才、產業等多方面內容，值得一提的是，這份報告專門開闢了一個章節來介紹中國AI技術的發展。

從AlphaGo戰勝人類圍棋選手開始，人工智能逐步走入大眾視野。劍橋大學此次發佈的報告顯示，從遊戲、視覺識別、語言處理到醫學，人工智能已取得了大幅進步和突破。

這背後是風險資本的大幅投入。據統計，人工智能相關的全球風險投資以每年270億美元的速度增長。在17財年和18財年，投資資本增加了近80%。

從遊戲到醫學 人工智能取得大幅進步和突破

增強學習技術已在多個遊戲中取得大幅進步，包括《蒙特祖瑪的復仇》、 《星際爭霸2》、《雷神之錘3》。在《蒙特祖瑪的復仇》中，AI應用最新的隨機網絡蒸餾技術（ RandomNetwork Distillation (RND) ）已經取得了10000分的超高分；在《星際爭霸2》中Deepmind以5：0的比分戰勝了世界級人類選手。

​Open AI的dota2選手現在已經進行了超過7000場與人類對決的遊戲，並取得了99.4%的勝率。 相比於去年的版本，OpenAI 有了超過八倍的訓練量，Dota項目已經相當於人類打了45000年的遊戲。接下來，增強學習將有以下幾個趨勢：一是使機器人以玩耍的形式來學習，就像人類孩童時期獲得複雜技能和行為時的方式一樣；二是好奇心驅動的探索；三是面向在線計劃學習動態模型；四是研究成果逐步實用化。

機器學習技術在生命科學也取得了重大突破：AlphaFold預測出了摺疊蛋白的三維結構。

在自然語言處理方面，今年出現了一個里程碑般的模型：預先訓練的語言模型。

在醫學方面，深度學習技術已經可以診斷眼部疾病、心電圖法檢測和分類心律失常。最轟動的是，神經網絡已經可以從腦電波中解碼你的想法。神經網絡可以恢復殘障人士的肢體控制。

機器現在可以學習如何合成化學分子，利用神經網絡與蒙特卡羅樹搜索相結合，通過對1240萬個反應的訓練來解決反合成問題。

GAN的技術水平在不斷髮展，從顆粒到GANgsta，較大的模型和大批量訓練進一步提高了使用GAN生成的圖像的質量。AI現在已經可以從一張圖片中識別出一個物體的三維輪廓。

風險投資逐年增長 中國論文影響力上升

據報告統計，人工智能相關的全球風險投資以每年270億美元的速度增長。在17財年和18財年，投資資本增加了近80%，其中北美市場份額最高，達到55%。

美國工廠正在安裝創紀錄數量的機器人。去年美國工廠增加了35880臺機器人，比2017年增加了7%。

從2012年到2017年，人工智能專利的增長速度超過了人工智能科學出版物(28%對6%)。隨著機器學習發現更多的商業應用，科學論文與專利的比例大幅下降。

計算機視覺是最受歡迎的專利領域。在計算機視覺中，最受歡迎的領域是生物統計學(與生物數據相關的應用)。

人工智能硬件:高通的驍龍處理器通過為浮點和量化神經網絡展示非常強大的性能和硬件加速贏得了勝利。基準測試任務包括分類、人臉識別、去模糊、超分辨率、分割和增強。

在論文發表方面，谷歌繼續保持領先地位，在AI頂級會議 NeurIPS 上的論文最多。科技巨頭的高級AI工程師的薪酬接近100萬美元。另一方面，每小時1.47美元的數據標籤工作也有了巨大的增長。

歐洲發表的人工智能論文最多，但只有中國的平均引文率在增長。歐洲的產量似乎超過了其所佔比重。分析不同地區論文的平均被引率表明，只有來自中國的論文引用率在增長。美國作者發表的論文被引用的次數比全球平均水平高出83%。

工業自動化初現 中國機器人安裝數量增長500%

中國的工業自動化和工作崗位的轉移正在增加，在過去的三年裡，一些中國的工業企業已經使其40%的勞動力自動化。這可能部分是因為自2012年以來，中國每年的機器人安裝數量增長了500%(歐洲為112%)。然而，目前還不清楚這些安裝的機器人上多大程度上運行人工智能軟件，或者在多大程度上促進了它們的增長。

在中國，機器人正在推動自動化倉儲。京東上海配送中心每天使用自動化倉庫機器人組織、挑選和運送20萬份訂單。這個設施由四名工人照管。京東的倉庫數量和表面積同比增長45%。

中國企業擁有的專利最多，但只有23%是“發明專利”。發明專利的審批過程充滿挑戰，一旦獲得批准，將獲得20年的保護。實用新型和外觀設計專利都有10年的使用壽命，不需要經過嚴格的審查，可以在不到1年內授予。這種雙重專利制度使中國在專利方面領先於其他國家。

中國最近發表了許多有影響力的機器學習學術研究成果。中國發表的ML研究論文數量已經超過了美國。艾倫研究所(Allen Institute)最近的一項分析顯示，中國在質量方面的差距也在迅速縮小。

預測來年六大事件：自動駕駛仍處研發階段

對於AI領域未來12個月的發展，劍橋預測了六件大事。

一是，目前有一波新的初創企業正在應用NLP研究最近取得的突破。在接下來的12個月裡，他們將籌集超過1億美元的資金。

二是，自動駕駛技術在很大程度上仍處於研發階段。2019年，沒有哪家自動駕駛汽車公司的行駛里程超過1500萬英里，僅相當於加州1000名司機一年的行駛里程。

三是，許多公司將採用保護隱私的ML技術，以加強其數據安全和用戶隱私政策。

四是，高等教育機構設立專門的人工智能本科學位，以填補人才空缺。

五是，谷歌在量子計算硬件方面取得重大突破，使得至少5家試圖進行量子機器學習的初創企業的成立。

六是，隨著人工智能系統變得越來越強大，對人工智能的治理成為一個更大的主題，至少有一家大型人工智能公司將對它們的治理模型做出了實質性的改變。