英媒稱,某些類型的技術似乎是專為快速追隨者設計的,這些競爭者也許并不置身于一個新創意的前沿,但他們能夠做出足夠快的反應,為自己開辟一大塊新市場。機器學習的興起看起來像是這樣一類創新:中國已完成自我定位,要在人工智能革命的這個標志性技術領域成為頭號快速追隨者。
資料圖:人工智能
據英國《金融時報》網站6月2日報道,僅僅兩三年前,人工智能仍然貌似最狹窄的領域,其最先進形式——“深度學習”源于三所北美大學的研究工作。那些突破背后的人們后來跳槽到谷歌和Facebook這樣的地方,初創企業如倫敦的“深層思維”公司(現在是谷歌的一部分)和舊金山的OpenAI則成為某些最先進研究的中心。但是,如今機器學習的基本方法,即用海量數據進行訓練后變得更聰明的算法已經被很好地理解。事實證明,這是一種通用技術,可以應用于幾乎任何問題。
報道稱,得益于開源軟件,構建先進AI系統所需的很多工具可以公開獲得。例如,去年,兩名在深度學習領域并不具備先有知識的工程師贏得了一場公開競賽,他們設計出一種診斷心臟疾病的算法。他們的秘訣是求助于GitHub,這個開源代碼的在線素材庫已成為開發者的工具箱,讓他們得以擴展自己的個人素材庫。此外,谷歌的Tensor Flow以及其他科技公司開發的類似的機器學習框架也都已經免費提供,使這些原本為了幫助這家搜索公司的工程師應用該技術而開發的工具對所有人開放。
報道稱,大量AI研究的開放性是讓快速追隨者的日子更加好過的另一個因素。“深層思維”在一年前發表的一篇關于AlphaGo的研究論文,據悉在中國引發了一大堆模仿活動。在中國,正在進行一場追趕的商業競賽。
報道稱,在應用機器學習方面,中國還在忙于培養一支大規模的新員工隊伍。谷歌也許在讓其工程師接受一定程度的機器學習培訓,同時地處硅谷的斯坦福等大學看到了機器學習相關課程的需求有所增加。但AI專家表示,相比關注這項關鍵技術的中國有望很快培養出來的機器學習專家,美國的這些努力相形見絀。“美國在技術方面擁有無可爭議、無法復制、無法效仿的領導地位的日子已經過去了,至少在計算機科學領域是這樣”。
報道稱,中國在機器學習方面處于有利地位還有其他一些原因。該技術的應用有賴于龐大數據集的可獲得性,該領域的許多人認為,終極的競爭優勢將不在于擁有最佳算法,而在于能夠獲得最佳數據以訓練AI系統。如果是這樣,那么中國龐大的市場,加上一群從事廣泛數字活動的互聯網領軍者,或許會提供大量的原材料來推動智能系統的興起。