谷歌WaveNet可以合成更逼真的人聲

2016年9月9日，Google的DeepMind人工智慧團(tuán)隊(duì)（就是開發(fā)了AlphaGo的那個(gè)）利用了神經(jīng)元網(wǎng)絡(luò)，開發(fā)了第三種方式－－也就是直接拆解出聲源樣本，產(chǎn)生出一個(gè)更深層的語(yǔ)言「習(xí)慣」資料，之后再?gòu)倪@些習(xí)慣直接建構(gòu)出音訊檔來(lái)。取決于喂給WaveNet AI的資料，它甚至可以模擬出嘴型動(dòng)作和換氣的細(xì)微聲音，在音調(diào)和語(yǔ)速上也更有個(gè)人風(fēng)格。而且WaveNet的應(yīng)用并不止于人聲而已，研究人員喂給它古典樂做為參考，它也能組合出相當(dāng)有模有樣的古典樂出來(lái)。

Elon Musk宣布Tesla所有新車將安裝Autopilot2．0系統(tǒng)

2016年10月，Elon Musk宣布Tesla所有新車將安裝具有完全自動(dòng)駕駛功能的硬件系統(tǒng)Autopilot2．0，并計(jì)劃在2017年年底之前以完全自動(dòng)駕駛模式讓無(wú)人駕駛汽車從洛杉磯開往紐約

谷歌開源TensorFlow圖說(shuō)生成模型，可真正理解圖像

9月22號(hào)，谷歌宣布開源圖說(shuō)生成系統(tǒng)Show and Tell最新版在TensorFlow上的模型。該系統(tǒng)采用編碼器－解碼器神經(jīng)網(wǎng)絡(luò)架構(gòu)，分類準(zhǔn)確率達(dá)93．9％，在遇到全新的場(chǎng)景時(shí)能夠生成準(zhǔn)確的新圖說(shuō)。谷歌表示，這說(shuō)明該系統(tǒng)能夠真正理解圖像。這次發(fā)布的版本對(duì)系統(tǒng)計(jì)算機(jī)視覺組件的一些重大技術(shù)提升，訓(xùn)練速度更快、生成的圖說(shuō)也更加準(zhǔn)確、豐富。

Facebook、Amazon、谷歌、IBM和微軟結(jié)成史上最大AI聯(lián)盟

9月28號(hào)，F(xiàn)acebook、Amazon、谷歌Alphabet、IBM和微軟自發(fā)聚集在一起，宣布締結(jié)新的人工智能（AI）伙伴關(guān)系，旨在進(jìn)行研究和推廣最佳做法。這意味著高科技公司將經(jīng)常聚在一起討論人工智能的進(jìn)展情況。他們還將正式建立一種體制，實(shí)現(xiàn)公司間的溝通。值得注意的是，在日常工作中，這些團(tuán)隊(duì)將不斷競(jìng)爭(zhēng)，利用機(jī)器智能開發(fā)出最好的產(chǎn)品和服務(wù)。

機(jī)器學(xué)習(xí)也要反歧視？谷歌提出機(jī)會(huì)均等框架

隨著機(jī)器學(xué)習(xí)技術(shù)的快速發(fā)展，人們對(duì)理解其社會(huì)影響的興趣也越來(lái)越大。機(jī)器學(xué)習(xí)中一個(gè)尤其成功的分支是監(jiān)督學(xué)習(xí)（supervised learning）。只要有足夠的歷史數(shù)據(jù)和計(jì)算資源，學(xué)習(xí)算法通常都能得出有效得讓人驚訝的未來(lái)事件預(yù)測(cè)器。即使最好的預(yù)測(cè)器也會(huì)犯錯(cuò)。盡管機(jī)器學(xué)習(xí)的目標(biāo)是最小化錯(cuò)誤的可能性，但我們可以如何防止特定的群體經(jīng)受不成比例的這類錯(cuò)誤？10月7號(hào)，為了解決機(jī)器學(xué)習(xí)中的反歧視問題，谷歌提出機(jī)會(huì)均等框架。

Facebook推出AI和機(jī)器學(xué)習(xí)戰(zhàn)略

在11月份的Web峰會(huì)上，F(xiàn)acebook首席技術(shù)官M(fèi)ike Schroepfer闡述了人工智能和機(jī)器學(xué)習(xí)將在公司今后改善全球連通性、技術(shù)可及性和人機(jī)交互能力方面將發(fā)揮的重要作用。并再次表示，未來(lái)十年Facebook的發(fā)展愿景是“連接全世界”，而具體創(chuàng)新點(diǎn)則落實(shí)到“連接”、人工智能（AI）和虛擬現(xiàn)實(shí)（VR）三個(gè)領(lǐng)域上。

谷歌人工智能翻譯工具獲新突破

2016年11月22日，谷歌發(fā)布了人工智能翻譯工具。此前其可以把英文日文，英文韓文進(jìn)行互譯，但現(xiàn)在機(jī)器可以在前兩對(duì)翻譯訓(xùn)練的基礎(chǔ)上，“無(wú)師自通”地把日文直接翻譯成韓文，整個(gè)過程不再借助英文的“橋接”。這或許意味著計(jì)算機(jī)自己內(nèi)部形成了一套更深層次的概念體系，其更像是一個(gè)哲學(xué)的進(jìn)步。

OpenAI發(fā)布人工智能訓(xùn)練平臺(tái)Universe

2016年12月5日，特斯拉首席執(zhí)行官伊隆馬斯克（Elon Musk）創(chuàng)辦的人工智能非營(yíng)利性組織OpenAI發(fā)布了一款名為“Universe”的虛擬訓(xùn)練平臺(tái)，以加快人工智能技術(shù)的發(fā)展。具體來(lái)說(shuō)，開發(fā)人員可以將視頻游戲、應(yīng)用程序等內(nèi)容放在這個(gè)平臺(tái)上，對(duì)人工智能進(jìn)行訓(xùn)練。

自動(dòng)唇讀系統(tǒng)LipNet唇語(yǔ)識(shí)別準(zhǔn)確率為95．2％

2016年12月，英國(guó)牛津大學(xué)、谷歌DeepMind等研發(fā)的自動(dòng)唇讀系統(tǒng)LipNet對(duì)Gird語(yǔ)料庫(kù)實(shí)現(xiàn)了準(zhǔn)確率為95．2％的唇語(yǔ)識(shí)別，其對(duì)BBC電視節(jié)目嘉賓進(jìn)行唇語(yǔ)解讀，準(zhǔn)確率為46．8％，遠(yuǎn)遠(yuǎn)超過專業(yè)的人類唇語(yǔ)專家（僅為12．4％）

2017年AI實(shí)現(xiàn)產(chǎn)業(yè)落地

“小度”人臉識(shí)別戰(zhàn)勝最強(qiáng)大腦代表

2017年1月6日，百度人工智能機(jī)器人“小度”利用其超強(qiáng)的人臉識(shí)別能力，以3：2的成績(jī)戰(zhàn)勝人類最強(qiáng)大腦代表王峰。

Alpha Go成功戰(zhàn)勝人類棋手

2017年5月份，圍棋天才柯潔與AlphaGo進(jìn)行了對(duì)決�？聺嵸惽暗睦潇o與斗志，在與AlphaGo對(duì)弈中逐漸消磨，最終柯潔以0：3戰(zhàn)敗。賽后柯潔曾一度哽咽：“它太完美我很痛苦，看不到任何勝利的希望�！�

AlphaGO的開發(fā)者之一黃士杰稱，AlphaGo的成功融合深度學(xué)習(xí)（Deep Learning）、強(qiáng)化學(xué)習(xí)（Reinforcement learning）與樹搜索（Tree Search）三大技術(shù)，讓程序自我對(duì)弈，自己便是自己的老師。談及AlphaGO對(duì)圍棋界的沖擊時(shí)，黃士杰表示，“未來(lái)AI是人類的工具，跟人類合作，而非跟人類對(duì)抗，現(xiàn)在最強(qiáng)的學(xué)習(xí)技能仍在人類的腦袋里�！�

谷歌正式發(fā)布第二代TPU，對(duì)標(biāo)英偉達(dá)GPU Tesla V100

5月19日凌晨，在谷歌I／O 2017大會(huì)上，谷歌正式發(fā)布了第二代TPU。

從2016年谷歌公布了這一項(xiàng)目計(jì)劃之后，一直等到了2017年4月才看到詳細(xì)的文檔介紹以及論文。TPU的目標(biāo)很簡(jiǎn)單，為多種深度神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)，能夠高速、高能耗比地執(zhí)行深度學(xué)習(xí)模型的推理任務(wù)。在當(dāng)時(shí)的幾種方案中，ASIC的功能完全固定，F(xiàn)PGA的速度優(yōu)勢(shì)不大，GPU做模型訓(xùn)練沒問題但推理任務(wù)成本太高，TPU的靈活性稍高于ASIC，并提供了大幅高于GPU的推理任務(wù)能耗比。雖然論文中的對(duì)比對(duì)象有爭(zhēng)議、TPU在某些任務(wù)中的表現(xiàn)也并不理想，但以TPU為代表的定制芯片方案注定將會(huì)是深度學(xué)習(xí)大規(guī)模商業(yè)化應(yīng)用的必備基礎(chǔ)設(shè)施。谷歌正式發(fā)布的第二代TPU，運(yùn)算能力、存儲(chǔ)能力都有大幅提高。相比較上周英偉達(dá)剛剛推出的GPU Tesla V100，每秒達(dá)到120萬(wàn)億次浮點(diǎn)運(yùn)算，谷歌二代TPU最高可達(dá)到每秒180萬(wàn)億次的浮點(diǎn)運(yùn)算性能。最重要的是它還可以支持模型訓(xùn)練。