科技猎从AlphaGo 围棋大战到AI 德扑大战的机器学习技术解析
文 | 章诚 肖群稀 王宗超
三、机器学习的技术路径解析
3.1 机器学习的方式类似于人脑的思考过程
机器学习从本质上来说是一种学习结构， 整个结构包括环境、知识库和执行三个部分。 在整个过程中，环境向系统提供信息，系统利用这些信息修改知识库，以增进系统执行部分完成任务的效能，执行部分根据知识库完成任务，同时把获得的信息反馈给学习部分，从而继续改进知识库。
在具体的应用中，环境、知识和执行部分决定了具体的工作内容，学习部分所需要解决的问题完全由上述三部分确定。 简单来说，机器学习就是计算机利用已有的数据，得出了某种模型，并利用此模型预测未来的一种方法， 这与人脑的思考方式非常类似。
3.2 机器学习的关键技术支持
机器学习的发展与人工智能的整体发展类似，主要取决于硬件和软件两个方面。
硬件方面：大容量存储和强大 GPU 是技术关键
因为机器学习需要大量的数据作为支撑，因此大容量的存储是机器学习发展的基础。 从机器学习的发展历史来看， 在 20 世纪 60 年到 70 年代，机器学习的发展几乎停滞，这在一定程度上是因为当时的计算机有限的内存和处理速度不足以解决任何实际的问题。例如，当时的计算机有限的内存和处理速度不足以解决任何实际的 AI 问题，科学家 Ross Quillian在自然语言方面的研究结果只能用一个含二十个单词的词汇表进行演示，因为该时代下的内存最多只能容纳这么多。
现阶段主流机器学习方法都依赖于 GPU 来进行计算和训练。 随着计算机处理速度和存储能力的不断提升， 机器学习得以继续发展， GPU( 图形处理器) 与 CPU 类似，只不过 GPU是专为执行复杂的数学和几何计算而设计的。 以深度学习为例，深度学习中一类成功应用的技术叫做卷积神经网络 CNN，这种网络在数学上就是许多卷积运算和矩阵运算的组合，而卷积运算通过一定的数学手段也可以通过矩阵运算完成。 GPU 最擅长的是图形点的矩阵运算， 因此深度学习能够非常恰当地运用 GPU 进行加速。
软件方面： 算法与数据源至关重要
算法是机器计算的核心， 在机器学习的发展史中出现了各种不同方向的算法。 其中使用最多、 影响最广、 最典型的算法主要包括六种：回归算法、神经网络算法、 SVM、聚类算法、降维算法、推荐算法。 随着深度学习算法的提出，神经网络算法成为了近期的热点，AlphaGo 和众多自动驾驶平台都采用了此种算法。
数据源是机器学习准确性的保障。 机器学习需要根据大量的数据进行自我学习和反馈从而不断提高决策的准确性。 以 AlphoGo 为例，在围棋比赛中存在指数级别的可能性，而AlphoGo 为了能打败围棋顶尖高手需要“学习”几乎涵盖所有可能性的棋谱。只有能搜集到这些高质量高数量的棋谱， AlphoGo 才能对围棋高手的下一步进行预测从而提高自己获胜的可能性。
3.3 技术局限性： 数据源限制、计算时间限制、硬件水平限制
近年来，机器学习在深度学习方法的带领下取得了很大的进步， 但因为内部和外部的影响，机器学习尚存在一定的局限性。
数据源限制
机器学习系统对于作为机器学习的基础的原始数据样本的数量和质量都有着较高的要求。对于一个具体的事件，开发者需要收集这个事件进行的大量可靠的历史数据。但并不是所有事件都能收集到所要求的数据。特别是在工业领域，一些尖端工艺并不存在相对应的历史数据，这就对机器学习系统的普及产生了影响。
计算时间限制
机器学习系统在投入使用之前需要大量的数据样本进行模型分析，这些分析是通过计算机来进行的。而现阶段的计算机处理速度只能说是基本能满足机器学习的要求。 AlphaGo 在2015 年 12 月正式发布，经过了将近一年的时间的训练才能稳定战胜对手。这个时间对于机器学习的大规模商业化推广来说仍然是一笔非常高昂的成本。
硬件水平限制
现阶段计算机的处理速度能基本满足机器学习中的逻辑回归算法， 而 SVM 等算法则因为计算规模的问题很少被使用。随着算法的不断更新，机器学习对于计算机的要求会越来越高，然而计算机硬件水平提升的速度并不能跟上算法的突飞猛进。 因此，计算机的硬件水平也是机器学习的一大限制因素。
3.4 机器学习的明天： 平台化、 云端化、 算法商用化
机器学习在经过近些年的迅速发展之后，其有效性已经被无数成功应用所验证，但在机器学习的常用算法的发展已经接近饱和。 例如在模型方面，经过实践检验过的模型基本还是LR 和 GBDT，以及这两者的一些变种和结合，例如 FM、 LR+GBDT 等等，再如特征处理方面常用的包括离散化、归一化、平滑等等，相当长时间已经趋于固定。学术界对这些方面的进一步改进，从效果上来说就像在从 95 分到 98 分，对整个工业界应用来讲不是目前最重要的 。 因此可以推断，未来机器学习的发展，将由算法创新转向使用方法的创新。
趋势之一：平台化
机器学习的平台化是一个存在价值的方向。平台化是指把机器学习系统做成一个更加通用的平台，让各种业务都能够方便的接入这个平台，从而做到机器学习的普及化。百度，Google 和微软等公司都已经开始了机器学习平台的试点。
趋势之二：云端化
根据摩尔定律，每过两年世界上的数据量就会翻倍， 同时用于存储这些数据的成本也会下降。 当开发者拥有更多的数据，而存储数据的成本也下降之后，机器学习就可以向云端迁移。 在云上，可扩展的网络服务是可以随叫随用的 API。数据科学家不再需要管理基础设施或实现自定义代码， 系统将为他们实现这些功能，实时产生新的模型，并提供更快、更准确的结果。 云端化和平台化都将会大大增加机器学习系统的普及速度。
趋势之三：算法商业化
算法和数据是机器学习的基石。随着互联网的不断发展，数据的获得成本将会越来越低，这就使得算法成为未来机器学习市场的核心， 人们将会通过产品使用的算法来评价它的性能好坏。企业的竞争力也不仅仅在于大数据，还要有能够把数据转换为实际应用的算法。因此， CEO 应该关注公司有产权的算法，而不仅仅是大数据。 2016 年 5 月， 英特尔收购了一家核心技术为“驾驶员高级助理系统”的视觉算法的公司。 差不多在同一时间， ARM 以3.5 亿美元收购了英国计算视觉公司 Apical，而 Aprical 正拥有多项计算视觉 IP 算法模块。这些巨头的布局都预示着着算法商业化的潜在价值。
四、机器学习产业蓬勃发展， 全球多领域巨头争相布局
4.1 机器学习公司数量稳居人工智能之首， 2020 年机器学习应用市场或达 400 亿美元
人工智能产业是智能产业发展的核心，是其他智能科技产品发展的基础， 近年来， 国内外的高科技公司以及风险投资机构纷纷布局人工智能产业链。
根据 Venture Scanner 公司统计， 截至 2016 年上半年，全球共有约 1000 家人工智能公司， 其中美国公司约占一半。 统计中 Venture Scanner 公司将人工智能公司分为 13 个细分行业，其中机器学习(应用)分类公司达 260 家，位居所有分类之首，机器学习(通用)分类公司达 123 家，所有机器学习相关公司合计 383 家，约占人工智能领域公司的 40%。
根据 Venture Scanner 公司统计， 2014 年全球人工智能领域投资额为 10 亿美元，同比增长近 50%; 2015 年全球人工智能领域共获得约 12 亿美元的投资;该公司预测 2020 年全球人工智能市场规模有望超过 1000 亿美元。 根据市场研究公司 IDC 的预测，到 2020 年机器学习应用市场将达到 400 亿美元，其中将约有 60%的应用运行在亚马逊、谷歌、 IBM和微软四家公司的平台上。 在未来 10 年甚至更久的时间里，人工智能将是众多智能产业技术和应用发展中的投资热点。
4.2 全球多领域巨头争相布局机器学习， 并购扩张加速产业崛起
在全球人工智能领域中，虽然多数企业属于初创企业，但仍有一批关键势力依托自身技术、资金与数据门槛构成了国内外人工智能行业的第一梯队， 从日渐完善产品线到平台构建，
这些企业形成了全球人工智能行业的核心力量。
谷歌： 以深度学习为核心，多领域并购扩张
谷歌以深度学习技术为依托，同时涉足人机交互、语言理解、机器人等人工智能核心技术应用领域，全方位布局人工智能产业。 2015 年以来，谷歌在机器学习领域实现突破，深度学习能力不断加强，实现电脑操作游戏、排序网页以及与专业棋手对弈。值得注意的是，谷歌先后开源第二代机器学习平台 Tensor Flow 以及自然语言理解软件 SyntaxNet 的源代码，引领互联网巨头在人工智能领域开源的趋势。
谷歌通过对人工智能领域创业企业的并购以及与传统产业巨头的合作，实现人工智能领域的全面布局及纵深式发展。 2014 年，谷歌斥资约 5 亿美元并购英国公司 Deep MindTechnologies，其开发的 AlphaGo 在 2016 年战胜韩国棋手李世石震惊全人类。通过不断并购，谷歌迅速实现机器学习( 深度学习)、机器人、语音识别、图像识别、语言理解、人机交互等领域的全面布局，成为全球互联网企业在人工智能领域实力最雄厚的企业。随后，谷歌又着眼于人工智能与传统行业的结合，通过与传统行业巨头强生和福特等合作，推动人工智能在医疗和交通领域的纵深式发展。
IBM： 凭借人脑模拟芯片 TrueNorth 打通机器学习新天地
从 SyNAPSE 到 TrueNorth， IBM 在人脑模拟领域势不可挡。 2011 年， IBM 研发的首款能模拟人类大脑的 SyNAPSE 芯片问世，当时仅为一个单核心的原型。 2014 年， IBM 对其进行重大升级，芯片核心数量达到 100 万个“神经元”内核、 2.56 亿个“突触”内核以及 4096 个“神经突触”内核。 2015 年 8 月， IBM 推出首个基于 SyNAPSE 打造的芯片TrueNorth， 48 枚 TrueNorth 芯片组建成的具有 4800 万个神经元的网络，智力水平已经比肩普通啮齿类动物。 2016 年 4 月， IBM 发布了用于深度学习的类脑超级计算平台 IBMTrueNorth，其处理能力相当于 1600 万个神经元和 40 亿个神经键，能耗仅 2.5 瓦。
IBM 同时开发超级计算机 Watson，引领认知商业新时代，广泛应用于医疗、金融等多领域。 Watson 可通过以证据为基础的学习能力，能够从大数据中快速提取关键信息，像人类一样进行学习和认知。可以通过专家训练，并在交互中通过经验学习来获取反馈，优化模型。
Facebook：围绕社交业务积极布局深度学习与人机交互
通过人工智能研究院和人工智能实验室的建立， Facebook 在社交之外的人工智能应用领域实现突破。 2015 年 5 月， Facebook 进军智能围棋领域; 2015 年 12 月， Facebook 的人工智能硬件平台 Big Sur 实现开源，更多投资者开始陆续加入。
百度：多点布局引领国内人工智能产业发展
2013 年以来，百度成立了深度学习研究院，耗资近 70亿建设四大研发中心和三大实验室，布局以机器学习为核心的人工智能产业。 2016 年 4 月启动的“凡尔纳”计划，再次力推百度大脑，在国内异军突起。百度大脑是百度人工智能领域布局的重要一环，目前，百度大脑已经具有了全球最大的神经网络，拥有 200 亿个神经参数，可以更好地支持进行各种各样机器的训练工作，让“智能化”的未来图景越来越清晰。
百度的海量数据处理能力及深度学习核心算法优势明显，业内成就显著。 通过百度在人工智能领域各项研究计划，尤其是“百度大脑”计划的推进，百度获得海量数据资源和强大的数据处理能力、深度学习核心算法和相关人工智能技术两方面的能力保障。基于此，百度积极拓展开放数据处理及存储能力、开放技术服务平台、人工智能技术应用三大人工智能商业化方向，并取得了显著成就，无人驾驶汽车已实现智能驾驶，度秘已成为高度智能的个人生活助手。
阿里巴巴：力推智能优化和客服两大平台，合作与投资并举
阿里巴巴以 DTPAI 平台为基础，智能优化和客服两大平台实现商用。 2015 年开始，阿里开始在人工智能领域发力，发布首个可视化人工智能平台 DTPAI，它集成了阿里巴巴核心算法库，包括特征工程、大规模机器学习、深度学习等。在此基础上，阿里巴巴力推智能优化程序小 Ai 和人工智能客服小蜜并实现商用。
小 Ai 是阿里巴巴推出的基于情绪感知等原理工作的智能优化程序。 2016 年 4 月 8 日，小Ai 成功预测当晚《我是歌手》节目冠军。小 Ai 的算法还被阿里云成功用于浙江省交通厅的路况预测优化项目。 小蜜是阿里巴巴推出的人工智能客服。 2016 年 4 月，上线半个月来，“小蜜”日均处理 400 万用户的问题，平均响应时间不到 1 秒，还能实现智能话费充值等功能。
合作与投资并举，阿里巴巴向人工智能多领域延伸。 阿里巴巴先后通过与上海庆科、旷视科技、云知声的合作，实现在图像识别、语音识别、智能硬件领域的技术进步。同时，阿里巴巴雄厚的资本帮助其对 SBRH、智臻智能等机器人公司进行投资，实现在人工智能硬件领域的延伸。
腾讯：软件与硬件领域兼顾，跨国合作与投资趋势明显
2016 年 12 月 18 日腾讯宣布推出面向机器学习的第三代高性能计算平台 Angel，并预计于 2017 年第一季度开放其源代码。
Angel 是腾讯第三代的计算平台，使用 Java 和 Scala 语言开发，面向机器学习的高性能分布式计算框架，由腾讯与香港科技大学、北京大学联合研发。它采用参数服务器架构，解决了上一代框架的扩展性问题，支持数据并行及模型并行的计算模式，能支持十亿级别维度的模型训练。
Angel 还采用了多种业界最新技术和腾讯自主研发技术，如 SSP( Stalesynchronous Parallel)、异步分布式 SGD、多线程参数共享模式 HogWild、网络带宽流量调度算法、计算和网络请求流水化、参数更新索引和训练数据预处理方案等。这些技术使Angel 性能大幅提高，达到常见开源系统 Spark 的数倍到数十倍，能在千万到十亿级的特征维度条件下运行。
在系统易用性上， Angel 提供丰富的机器学习算法库及高度抽象的编程接口、数据计算和模型划分的自动方案及参数自适应配置，同时，用户能像使用 MR、 Spark 一样在 Angel上编程， 建设了拖拽式的一体化的开发运营门户，屏蔽底层系统细节，降低用户使用门槛。另外， Angel 还支持深度学习，它支持 Caffe、 TensorFlow 和 Torch 等业界主流的深度学习框架，为其提供计算加速。
五、人工智能打造最强大脑： 服务机器人产业生态圈再添新生机
5.1 服务机器人：即将走进人类生活的方方面面
服务机器人是一种半自主或全自主工作的机器人，它定位于服务人类，而不是用于应用于制造业从事生产。 它可以认识周围环境，根据变化的环境信息自主思考，并做出反应，是多种技术集成的智能化装备。
智能化是服务机器人最大的特征。 工业机器人是一种可编程和多功能的操作机，是在结构化和已知的环境下为了执行不同的任务而提前设置操作的专门系统。不同于工业机器人，服务机器人面临的工作环境是非结构化和未知的，它的最大特征是智能化。 机器人与人，可以神似形不似，以虚拟软件的形式服务人类。所谓神似，即让机器人的“神经网络”接近于人，依赖于人工智能和互联网，“能听会说”、“能理解会思考”，与人实现自如的沟通。这样的机器人可以作为虚拟应用，通过开放 API 植入任何硬件终端，即能为我们提供监控、远程操控、聊天、资讯等贴心的服务。
服务机器人的应用十分广泛，可从事维护、保养、修理、运输、清洗、保安、救援、监护等工作。 参照国际机器人联盟按应用领域的分类，可分为个人/家用服务机器人( Personal/ Domestic Robots)和专业服务机器人( Professional Service Robots)两大类。
市场规模初启， 增长潜力可观。 2013 年，全球服务机器人总销量为 402.1 万台，总销售额为 52.7 亿美元，随后几年全球服务机器人市场规模保持 14%以上的复合增速，随着相互学习与共享知识云机器人技术获得重大突破，小型家庭用辅助机器人大幅度降低生产成本，将在 2020 年之前形成至少累计 416 亿美元的新兴市场。 分领域来看：
- 个人/家庭服务机器人单价低、需求数量大，成为全球服务机器人产业中发展前景最好和增速最快的领域。 IFR 估算 2014-2017 年间个人/家庭服务机器人销售量超过3100 万台，销售额达到 110 亿美元。
- 专业服务机器人在极端环境和精细操作等某些特殊领域具有不可替代性，未来仍有较大增长空间。 自 1998 年以来，全球累计已销售 15 万台， IFR 估算 2014-2017 年间有 134500 台专业服务机器人被安装使用，总销售额达到 189 亿美元。
5.2 人工智能携手云计算， 服务机器人有望突破性智能升级
机器学习和深度学习是机器人高度智慧的源泉
与工业机器人不同，服务机器人最大的特征为智能化，其中解决思考能力及后续反馈是服务机器人核心的技术壁垒。 要实现这一能力就要涉及到人工智能技术，具体包含自然语言处理、语义分析和理解、知识构建和自学习能力、大数据处理和挖掘等前沿技术领域，并需要整合多种信息承载形式，如对文字、语音、体感、图像的通信和识别能力。这样， 只有依托于机器学习、深度学习， 才可以让机器实现像人一样“能听会说、自然交互、有问必答”的能力。
机器学习使得机器智能化水平持续提升，交互准确性在迭代提高。 虽然在初期，由于技术的不成熟，机器的理解和交互可能有很大偏差，但随着越来越多人使用这个技术，更多反应人类生活的真实数据和使用经验就会被共享上传到云端，对应知识库和语义库将会不断的扩充和迭代。而机器也相当于完成了不断记忆和知识共享学习，它的交互准确误差就会越来越小。就像刚滴入水面的水滴，其波纹会逐步散开，层层覆盖整个水面。以科大讯飞的中文语音识别技术为例， 2010 年上线时真实环境识别率 55.8%，而在 2011 年就达到了83.2%， 目前已达到了 95%。
过高的硬件配置要求制约了机器人自身搭载机器学习系统。 冯·诺依曼体系的串行结构使得计算机无法满足人工智能对硬件的要求， 由于人工智能对于硬件配置要求较高，通常需要复杂的设备和强大的电力供应才能保证高效运行，这与日益趋于小型化、走入千家万户生活的服务机器人设计理念存在一定的矛盾。 因此，简化服务机器人自身学习机构，利用云端资源实现机器学习成为了新的发展方向。
云计算、 大数据、高速移动网络将机器学习与智能机器人隔空相连
通过云端服务器来实现计算，服务机器人的人工智能处理和自我学习将无需本体来完成。大数据、深度神经网络技术、移动互联、云计算“大智移云”实现人机交互。深度神经网络是( DNN， Deep Neural Networks)仿照大脑皮层的原理让机器有效地完成数据搜寻和记忆。在当下移动互联的时代，移动设备都会有智能传感器，它会产生大量的人与环境、设备的数据并上传到云端存储器实现共享。
机器人依托云服务器，利用深度神经网络算法，数据挖掘工具和有效模型，在云端执行数据查询运算，最后把运算结果输出实现理解交互。比如，机器人可以通过摄像头等传感器获取一些周围环境的照片，上传到云端服务器端，服务器端可以检索出类似的照片，然后计算出机器人的行进路径来避开障碍物。最后这次行动的新信息会储存起来，方便其它机器人检索。
人工智能、云计算、大数据、移动互联共同形成的技术生态圈具有以下特点：
- 大： 不断积累的大数据促使智能交互可以不断自我计划;
- 智：基于深度神经网络技术的模型实现数据智能处理，扩充了应用人群，降低了门槛;
- 云：云计算解决了传统的嵌入式移动设备运算能力和电力供应不足的问题，降低了硬件成本，使大规模应用成为了可能;
- 移：移动互联设备数量大，提供了大量数据来源。
借助大数据、云计算，人机交互等人工智能在技术不断发展。 大数据为人工智能提供知识库和决策来源，而云计算让大数据的运算处理成为了可能，这一切都能使人机交互不断迭代，更加精准。苹果手机应用 Siri 可以有效完成语音识别、 Face++提供精准的面部分析技术，可以从图片或实时视频流中分析出人脸的性别、年龄、种族及表情。科大讯飞的讯飞超脑可以高考答题、微软的虚拟个人助理 Cortana可以判断对话主体是同一个还是新的，谷歌收购的 Deepmind 可以控制电子游戏并取得胜利，百度深度学习研究院开发的百度大脑可以达到 2-3 岁智力水平。
依靠云平台赋予每个硬件终端“中国最强大脑”，创造更大价值。 现在依靠云平台和大数据的技术，最强大脑云平台 SaaS 产品已经诞生。未来通过开放 SDK 和接入云端，就可以让一切场景下的各种硬件，包括家用电器、汽车和手术、清洁、养老机器人等拥有类人的交互能力和执行能力。这样，人工智能云平台提供商可以向一切应用终端收取“大脑改造费”，提高现金流入和盈利水平。
未来十年，智能机器人将迎来爆发期。 著名 IT 研究机构 Gartner 发布的 2015 年新兴技术成熟度曲线图指出，“智能机器人( smart robots)”现在正处于新兴技术里的“创新萌芽Innovation Trigger”，在十年后将进入成熟商业化的用途。此外与智能机器人密切相关的“自然语言问答( Natural-Lauguage Question Answering)”技术经历了“期望最顶点( Peak of Inflated Expectation)”不久也将进入技术成熟期，达到商业化应用。而与 2014年的曲线图对比更得出：大数据( big data)和云计算( cloud computing)已经不在这条新兴技术曲线上，这说明两者不再是“新兴”技术去，而成为主流技术能更好地应用于人工智能和服务机器人。
5.3 国内智能服务机器人产业格局解析
国内服务机器人本体公司起步晚，发展空间较大。 我国的服务机器人从 2005 年才开始初具市场规模，在相关领域的研发与日本、美国等国家相比起步较晚，且缺乏上游核心零部件的支撑，绝对差距还比较大。但未来我国服务机器人必有比较大的发展机遇和发展空间。这是因为一方面，服务一般都要结合特定市场进行开发，本土企业更容易结合特定的环境和文化进行开发占据良好的市场定位，从而保持一定的竞争优势;另一方面，外国的服务机器人公司也属于新兴产业，大部分成立的时候还比较短，因而我国的服务机器人产业面临着比较大的机遇和可发展空间。
中国民营企业、科研机构和部分上市公司在服务机器人方面进行研发与产品储备，形成了初具产业规模的产品，包括清洁机器人、教育娱乐机器人、 AGV 等，一批研产结合的企业也开始崭露头角。
国内上市公司产业投资如火如荼。 近两年，几十家上市公司宣布进入机器人领域，其中布局较为积极，相关业务有较大市场空间的当属巨星科技、机器人、康力电梯、博实股份、美的集团等。
一级市场投资活跃。 2014 年下半年以来， PE/VC 逐渐重视服务机器人市场，包括亿石创投等知名创投在内的机构开始设立基金，投资于专业服务机器人及人工智能产业等领域。
End.
转载请注明来自36大数据（36dsj.com)： 36大数据 » 从AlphaGo 围棋大战到AI 德扑大战的机器学习技术解析 | 下