(網(wǎng)經(jīng)社訊)2019中國人工智能產(chǎn)業(yè)年會重磅發(fā)布《2019人工智能發(fā)展報告》（Report of Artificial Intelligence Development 2019）。唐杰教授代表報告編寫相關單位就《2019人工智能發(fā)展報告》主要內(nèi)容進行了介紹。報告力圖綜合展現(xiàn)中國乃至全球人工智能重點領域發(fā)展現(xiàn)狀與趨勢，助力產(chǎn)業(yè)健康發(fā)展，服務國家戰(zhàn)略決策。
報告概要視頻報告依托于AMiner平臺數(shù)據(jù)資源及技術挖掘成果生成相關數(shù)據(jù)報告及圖表，邀請清華大學、同濟大學等高校專家解讀核心技術及提出觀點建議，在一定程度上保證了報告的科學性和權威性。
報告涉及AI 13個子領域
內(nèi)容涵蓋了人工智能13個子領域，包括：機器學習、知識工程、計算機視覺、自然語言處理、語音識別、計算機圖形學、多媒體技術、人機交互、機器人、數(shù)據(jù)庫技術、可視化、數(shù)據(jù)挖掘、信息檢索與推薦。
報告基本框架如上圖所示，包括領域概念闡釋、發(fā)展歷史梳理、人才概括、關鍵論文解讀以及相應領域的前沿進展。
1、報告呈現(xiàn)兩大亮點
唐杰教授介紹，“該報告對人工智能每一個子領域進行了詳細的分析，包括基本概念、發(fā)展歷史、人才概況、代表性論文解讀和前沿技術進展。相比于2018年的人工智能發(fā)展報告，具有兩方面亮點，一方面體現(xiàn)在「AI技術的近期發(fā)展」，另一方面體現(xiàn)在「人才脈絡一網(wǎng)打盡」。亮點一：AI技術的近期發(fā)展唐杰教授以 “深度學習”為例做了詳細闡述。深度學習是近10年機器學習領域發(fā)展最快的一個分支，由于其重要性，Geoffrey Hinton、Yann Lecun、Yoshua Bengio 三位教授因此同獲2018年圖靈獎。深度學習模型的發(fā)展可以追溯到1958年的感知機（Perceptron）。1943年神經(jīng)網(wǎng)絡就已經(jīng)出現(xiàn)雛形（源自NeuroScience），1958年研究認知的心理學家Frank發(fā)明了感知機，當時掀起一股熱潮。后來Marvin Minsky（人工智能大師）和Seymour Papert發(fā)現(xiàn)感知機的缺陷：不能處理異或回路等非線性問題，以及當時存在計算能力不足以處理大型神經(jīng)網(wǎng)絡的問題，于是整個神經(jīng)網(wǎng)絡的研究進入停滯期。最近30年來深度學習取得了快速發(fā)展?！?019人工智能發(fā)展報告》羅列了深度學習的四個主要脈絡，最上層是卷積網(wǎng)絡，中間層是無監(jiān)督學習脈絡，再下面一層是序列深度模型發(fā)展脈絡，最底層是增強學習發(fā)展脈絡。這四條脈絡全面展示了“深度學習技術”的發(fā)展近況。
深度學習模型最近若干年的重要進展第一個發(fā)展脈絡（上圖淺紫色區(qū)域）以計算機視覺和卷積網(wǎng)絡為主。這個脈絡的進展可以追溯到1979年，F(xiàn)ukushima 提出的Neocognitron。該研究給出了卷積和池化的思想。1986年Hinton提出的反向傳播訓練MLP（之前也有幾個類似的研究），該研究解決了感知機不能處理非線性學習的問題。1998年，以Yann LeCun為首的研究人員實現(xiàn)了一個七層的卷積神經(jīng)網(wǎng)絡LeNet-5以識別手寫數(shù)字?，F(xiàn)在普遍把Yann LeCun的這個研究作為卷積網(wǎng)絡的源頭，但其實在當時由于SVM的迅速崛起，這些神經(jīng)網(wǎng)絡的方法還沒有引起廣泛關注。真正使得卷積神經(jīng)網(wǎng)絡登上大雅之堂的事件是2012年Hinton組的AlexNet（一個設計精巧的CNN）在ImageNet上以巨大優(yōu)勢奪冠，這引發(fā)了深度學習的熱潮。AlexNet在傳統(tǒng)CNN的基礎上加上了ReLU、Dropout等技巧，并且網(wǎng)絡規(guī)模更大。這些技巧后來被證明非常有用，成為卷積神經(jīng)網(wǎng)絡的標配，被廣泛發(fā)展，于是后來出現(xiàn)了VGG、GoogLenet等新模型。2016年，青年計算機視覺科學家何愷明在層次之間加入跳躍連接，提出殘差網(wǎng)絡ResNet。ResNet極大增加了網(wǎng)絡深度，效果有很大提升。一個將這個思路繼續(xù)發(fā)展下去的是近年的CVPR Best Paper中黃高提出的DenseNet。在計算機視覺領域的特定任務出現(xiàn)了各種各樣的模型（Mask-RCNN等）。2017年，Hinton認為反向傳播和傳統(tǒng)神經(jīng)網(wǎng)絡還存在一定缺陷，因此提出Capsule Net，該模型增強了可解釋性，但目前在CIFAR等數(shù)據(jù)集上效果一般，這個思路還需要繼續(xù)驗證和發(fā)展。第二個發(fā)展脈絡（上圖淺綠色區(qū)域）以生成模型為主。傳統(tǒng)的生成模型是要預測聯(lián)合概率分布P（x， y）。機器學習方法中生成模型一直占據(jù)著一個非常重要的地位，但基于神經(jīng)網(wǎng)絡的生成模型一直沒有引起廣泛關注。Hinton在2006年的時候基于受限玻爾茲曼機（RBM，一個19世紀80年代左右提出的基于無向圖模型的能量物理模型）設計了一個機器學習的生成模型，并且將其堆疊成為Deep Belief Network，使用逐層貪婪或者wake-sleep的方法訓練，當時模型的效果其實并沒有那么好。但值得關注的是，正是基于RBM模型Hinton等人開始設計深度框架，因此這也可以看做深度學習的一個開端。Auto-Encoder也是上個世紀80年代Hinton就提出的模型，后來隨著計算能力的進步也重新登上舞臺。Bengio等人又提出了Denoise Auto-Encoder，主要針對數(shù)據(jù)中可能存在的噪音問題。Max Welling（這也是變分和概率圖模型的高手）等人后來使用神經(jīng)網(wǎng)絡訓練一個有一層隱變量的圖模型，由于使用了變分推斷，并且最后長得跟Auto-Encoder有點像，被稱為Variational Auto-Encoder。此模型中可以通過隱變量的分布采樣，經(jīng)過后面的Decoder網(wǎng)絡直接生成樣本。生成對抗模型GAN（Generative Adversarial Network）是2014年提出的非?；鸬哪Ｐ?，它是一個通過判別器和生成器進行對抗訓練的生成模型，這個思路很有特色，模型直接使用神經(jīng)網(wǎng)絡G隱式建模樣本整體的概率分布，每次運行相當于從分布中采樣。后來引起大量跟隨的研究，包括：DCGAN是一個相當好的卷積神經(jīng)網(wǎng)絡實現(xiàn)，WGAN是通過維爾斯特拉斯距離替換原來的JS散度來度量分布之間的相似性的工作，使得訓練穩(wěn)定。PGGAN逐層增大網(wǎng)絡，生成逼真的人臉。第三個發(fā)展脈絡（上圖橙黃色區(qū)域）是序列模型。序列模型不是因為深度學習才有的，而是很早以前就有相關研究，例如有向圖模型中的隱馬爾科夫HMM以及無向圖模型中的條件隨機場模型CRF都是非常成功的序列模型。即使在神經(jīng)網(wǎng)絡模型中，1982年就提出了Hopfield Network，即在神經(jīng)網(wǎng)絡中加入了遞歸網(wǎng)絡的思想。1997年Jürgen Schmidhuber發(fā)明了長短期記憶模型LSTM（Long-Short Term Memory），這是一個里程碑式的工作。當然，真正讓序列神經(jīng)網(wǎng)絡模型得到廣泛關注的還是2013年Hinton組使用RNN做語音識別的工作，比傳統(tǒng)方法高出一大截。在文本分析方面，另一個圖靈獎獲得者Yoshua Bengio在SVM很火的時期提出了一種基于神經(jīng)網(wǎng)絡的語言模型（當然當時機器學習還是SVM和CRF的天下），后來Google提出的word2vec（2013）也有一些反向傳播的思想，最重要的是給出了一個非常高效的實現(xiàn)，從而引發(fā)這方面研究的熱潮。后來，在機器翻譯等任務上逐漸出現(xiàn)了以RNN為基礎的seq2seq模型，通過一個Encoder把一句話的語義信息壓成向量再通過Decoder轉(zhuǎn)換輸出得到這句話的翻譯結果，后來該方法被擴展到和注意力機制（Attention）相結合，也大大擴展了模型的表示能力和實際效果。再后來，大家發(fā)現(xiàn)使用以字符為單位的CNN模型在很多語言任務也有不俗的表現(xiàn)，而且時空消耗更少。Self-attention實際上就是采取一種結構去同時考慮同一序列局部和全局的信息，Google有一篇很有名的文章“attention is all you need”把基于Attention的序列神經(jīng)模型推向高潮。當然2019年ACL上同樣有另一篇文章給這一研究也稍微降了降溫。第四個發(fā)展脈絡（上圖粉色區(qū)域）是增強學習。這個領域最出名的當屬Deep Mind，圖中標出的David Silver博士是一直研究RL的高管。Q-learning是很有名的傳統(tǒng)RL算法，Deep Q-learning將原來的Q值表用神經(jīng)網(wǎng)絡代替，做了一個打磚塊的任務。后來又應用在許多游戲場景中，并將其成果發(fā)表在Nature上。Double Dueling對這個思路進行了一些擴展，主要是Q-Learning的權重更新時序上。DeepMind的其他工作如DDPG、A3C也非常有名，它們是基于Policy Gradient和神經(jīng)網(wǎng)絡結合的變種。大家都熟知的AlphaGo，里面其實既用了RL的方法也有傳統(tǒng)的蒙特卡洛搜索技巧。Deep Mind后來提出了一個使用AlphaGo的框架，但通過主學習來玩不同（棋類）游戲的新算法Alpha Zero。唐杰教授表示：“報告還展示了近一兩年深度學習的發(fā)展熱點，比如去年谷歌Bert一經(jīng)發(fā)布，就引起了整個產(chǎn)業(yè)界和學術界的轟動，或?qū)⒂绊懮疃葘W習乃至整個機器學習的未來。報告對Bert的相關研究進行了詳細梳理，無論是最新還是最經(jīng)典的研究都進行了整理，可以讓讀者從相關研究中窺見未來?！?/p>
通過AMiner可生成趨勢分析
亮點一還體現(xiàn)在詳細的知識圖譜中。
唐杰教授指出，“每一個領域都有豐富的知識圖譜架構，從知識圖譜可以一覽整個領域的發(fā)展脈絡。同時，通過這樣的知識圖譜還可以進一步開展包含主題分析、熱點話題分析等多層次的趨勢分析、趨勢洞察等”。
亮點二：人才脈絡一網(wǎng)打盡唐杰教授做了簡單分析。報告通過對人工智能頂級期刊/會議近10年論文及相關學者數(shù)據(jù)的深度挖掘分析，研究了各領域?qū)W者在世界及我國的分布規(guī)律。
同時，報告進一步統(tǒng)計分析了各領域?qū)W者性別比例、h-index分布以及中國在各領域的合作情況，通過統(tǒng)計中外合作論文中作者的單位信息，將作者映射到各個國家中，進而統(tǒng)計出中國與各國之間合作論文的情況。
唐杰教授介紹說，“我們還開發(fā)了人才精準畫像和超大規(guī)模知識圖譜，通過數(shù)據(jù)挖掘，首先找到作者，對每一個作者進行深度的人才畫像，不僅能看到每一個學者的聯(lián)系方式、職位、單位信息，還有職位變遷、興趣變化等等?！?/p>
另一方面，通過對學者的精準畫像，針對每一個領域的專家全球分布圖和國內(nèi)分布圖可以進行國內(nèi)外對比分析，甚至可以開展人才流失分析，比如分析一個國家人才引進和人才流出的情況是盈利還是虧損等。
最后，唐杰教授對報告撰寫的數(shù)據(jù)支持平臺AMiner進行了介紹。AMiner系統(tǒng)自2006年上線以來已經(jīng)運行了十多年，它是一個知識驅(qū)動科技情報挖掘平臺，包含超過三億篇論文和一億多科研人員數(shù)據(jù)，能夠提供包括專家發(fā)現(xiàn)、智能推薦、機構評估、人才地圖和科技趨勢分析等多種服務。AMiner平臺諸多功能已在科技部、教育部、北京市科委、自然基金委等多家單位應用，希望AMiner平臺未來能有更多方面的應用前景。
2、為智能產(chǎn)業(yè)發(fā)展助力獻策當前，我國進入科技高速發(fā)展期，人工智能作為科技領域冉冉升起的新星，受到國家的高度重視。在多層次戰(zhàn)略規(guī)劃的指導下，無論是學術界還是產(chǎn)業(yè)界，我國在人工智能國際同行中均有不錯的表現(xiàn)。我國人工智能的發(fā)展已駛?cè)肟燔嚨馈Ｔ谶@個階段下，能夠推動技術突破和創(chuàng)造性應用的高端人才對人工智能的發(fā)展起著至關重要的作用。
此次發(fā)布的《2019人工智能發(fā)展報告》，通過深入探討研究方法，對近年來的熱點及前沿技術進行了深度解讀，展現(xiàn)最新研究成果，內(nèi)容在聚焦當下人工智能發(fā)展現(xiàn)狀的同時，并作出技術性分析，更對相關領域的未來發(fā)展方向進行了展望，為讀者了解近期人工智能相關領域的發(fā)展動向、基礎及應用研究的代表性成果提供信息窗口。該報告是集嚴謹性、綜合性、技術性、前瞻性為一體的專業(yè)領域報告，具有極高的學術價值和參考價值。不僅有利于推進我國人工智能的研究探索，同時還對國家洞悉人工智能發(fā)展態(tài)勢、實施人工智能發(fā)展策略起到重要參考借鑒。
（來源：199IT 編選：網(wǎng)經(jīng)社）
