2016年會是機(jī)器情緒識別的分水嶺

　　近些年來， Google、Microsoft和Facebook等幾大玩家都創(chuàng)建了自己的AI研發(fā)團(tuán)隊(duì)，并取得了一些令人矚目的成果。

　　2015年11月9日，谷歌宣布TensorFlow開源，這是一個(gè)在GPU上進(jìn)行快速梯度式機(jī)器學(xué)習(xí)的巨大數(shù)據(jù)庫。一些文章推測TensorFlow會帶來一場人工智能革命，稱谷歌的這一舉動(dòng)很大膽，因?yàn)門orch（由Facebook人工智能實(shí)驗(yàn)室的Ronan Collobert維護(hù)）已經(jīng)提供了相似的深度學(xué)習(xí)開放資源，同時(shí)Yoshua Bengio教授的實(shí)驗(yàn)室對Theano（深度學(xué)習(xí)領(lǐng)域的先驅(qū)，一個(gè)適合普通大眾的革命性軟件）已經(jīng)進(jìn)行了長期的維護(hù)開發(fā)。在Wired的一篇文章中，Cade Metz把TensorFlow描述成谷歌的”人工智能引擎“。

　　這篇文章講的是進(jìn)行線性代數(shù)和求導(dǎo)計(jì)算的開源數(shù)據(jù)庫，甚至標(biāo)題也十分夸張。許多其他新聞報(bào)道中，卻對谷歌把代碼設(shè)為公開資源感到驚詫。從更加技術(shù)的一方來看，從夸張的贊揚(yáng)到潑冷水，各種反響都有。Soumith Chintala發(fā)布了一套應(yīng)對所有競爭軟件包的標(biāo)準(zhǔn)，為人們提供了一種定量的評價(jià)，它顯示TensorFlow的首個(gè)版本落后于Torch和Caffe，特別在卷積神經(jīng)網(wǎng)絡(luò)方面。

　　神經(jīng)網(wǎng)絡(luò)使用硬件和軟件搭建出了類似于人腦的神經(jīng)元網(wǎng)絡(luò)，這可以追溯到上世紀(jì)80年代，但直到2012年，Krizhevsky和Hinton才開始發(fā)明在圖形處理器（GPU）上運(yùn)行神經(jīng)網(wǎng)絡(luò)的技術(shù)。GPU原本是為游戲和其它高性能圖像軟件設(shè)計(jì)的專用處理芯片，但事實(shí)證明，它們也非常適合驅(qū)動(dòng)神經(jīng)網(wǎng)絡(luò)。

　　谷歌、Facebook、Twitter、微軟和其它許多公司現(xiàn)在都使用GPU驅(qū)動(dòng)的人工智能來處理圖像識別等多種任務(wù)，包括互聯(lián)網(wǎng)搜索和安全應(yīng)用等。Krizhevsky和Hinton后來加入了谷歌。

　　微軟的一個(gè)研究團(tuán)隊(duì)設(shè)計(jì)了一個(gè)遠(yuǎn)比“典型設(shè)計(jì)”復(fù)雜的神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)能夠進(jìn)行多達(dá)152層的復(fù)雜數(shù)學(xué)運(yùn)算，而典型設(shè)計(jì)一般只有六到七層。這預(yù)示著未來幾年，微軟這樣的公司將能使用GPU及其它專用芯片的龐大集群來極大提升包括圖像識別在內(nèi)的各種各樣的人工智能服務(wù)，包括識別語音甚至理解人類自然表達(dá)的口語。但是建造這樣的大型神經(jīng)網(wǎng)絡(luò)是極其困難的。

　　為了確定每一層的工作模式以及與其它層的通信方式，需要將不同的特定算法部署到每一層上，但這卻是一個(gè)極其艱難的任務(wù)。但微軟在這里也有技巧。他們設(shè)計(jì)了一個(gè)能夠幫助他們建造這些網(wǎng)絡(luò)的計(jì)算系統(tǒng)。研究人員可以識別一些可能有用的大型神經(jīng)網(wǎng)絡(luò)部署方式，然后該計(jì)算系統(tǒng)可以在一系列的可能性上對此進(jìn)行循環(huán)計(jì)算，直到確定出最佳選擇。

　　據(jù)深度學(xué)習(xí)創(chuàng)業(yè)公司Skymind的首席研究專家Adam Gibson介紹，類似的做法現(xiàn)在越來越普遍。這被稱為“超參數(shù)優(yōu)化”（hyper parameter opTImizaTIon）。

　　他說：”人們可以讓一群機(jī)器跑起來，一次運(yùn)行10個(gè)模型，然后找出最好的那個(gè)使用就行了。他們可以輸入一些基本參數(shù)（基于直覺確定），然后機(jī)器在此基礎(chǔ)上確定什么才是最好的解決方案。“Gibson說，去年Twitter收購的一家公司W(wǎng)hetlab就提供了類似的”優(yōu)化“神經(jīng)網(wǎng)絡(luò)的方法。

　　預(yù)計(jì)2016年將會是機(jī)器情緒識別的分水嶺，而且情緒會成為我們與機(jī)器交互的強(qiáng)有力的新通道，并且由于照相機(jī)技術(shù)和計(jì)算機(jī)視覺算法的發(fā)展，未來機(jī)器通過我們?nèi)祟惖拿娌勘砬?、眼?dòng)方式、肢體語言、說話方式甚至抬頭等理解我們的能力會大大提高。

　　卡耐基梅隆大學(xué)機(jī)器人研究所的Fernando De la Torre發(fā)明了特別強(qiáng)大的面部識別軟件，被稱作 IntraFace。他的團(tuán)隊(duì)采用機(jī)器學(xué)習(xí)的方法來教IntraFace如何以一種適用于大多數(shù)面孔的方式來識別和追蹤面部表情。然后他們創(chuàng)建了個(gè)性化算法能夠讓軟件對個(gè)人進(jìn)行情感表達(dá)分析。不僅準(zhǔn)確，而且高效，該軟件甚至能在手機(jī)上運(yùn)行。

　　未來機(jī)器能更加理解我們的情緒，我們與機(jī)器的交互也會變得更加豐富?？突仿〈髮W(xué)的JusTIne Cassell研究虛擬同伴在教育行業(yè)的應(yīng)用，她發(fā)現(xiàn)當(dāng)虛擬同伴能對學(xué)生們的情緒狀態(tài)做出適當(dāng)反應(yīng)，甚至在某些場合嘲笑他們時(shí)，學(xué)生們會更積極地參與也會學(xué)得更好。不難想象商業(yè)領(lǐng)域會多么喜歡用這個(gè)功能，廣告人、營銷人以及電影制片人能得到客戶群體更為具體的信息。

　　在醫(yī)療與AI的結(jié)合方面，目前醫(yī)生問診的依據(jù)主要是病人當(dāng)次檢查留下的醫(yī)學(xué)影像信息，而在確診時(shí)幾乎忽略了既往病史、家族病史和測試結(jié)果的影響。但試想一下，如果病人的各項(xiàng)身體數(shù)據(jù)都可以被實(shí)時(shí)地、連續(xù)地記錄，并且有一個(gè)足夠智能的醫(yī)療診斷系統(tǒng)可以將這些數(shù)據(jù)與全世界范圍內(nèi)有相似癥狀病人的數(shù)據(jù)進(jìn)行比較，在此基礎(chǔ)上加以當(dāng)前臨床醫(yī)學(xué)的研究和指導(dǎo)，綜合給出診斷建議的話，是不是會精確和科學(xué)許多？

　　一家名為Sentrian的生物傳感器研究公司已經(jīng)研發(fā)出可以完成上述操作的醫(yī)療系統(tǒng)。該公司總部位于美國佛羅里達(dá)州，致力于機(jī)器學(xué)習(xí)的相關(guān)研究，目前該智能醫(yī)療系統(tǒng)已進(jìn)入臨床測試階段。他們希望創(chuàng)建一個(gè)讓醫(yī)生實(shí)時(shí)關(guān)注病人身體數(shù)據(jù)，進(jìn)而做出具有更好、更早、更加個(gè)性化診斷方案的醫(yī)療系統(tǒng)。

　　現(xiàn)在利用無線生物傳感器可以收集一些簡單或者較為復(fù)雜的身體信息，例如體溫，心率，血氧飽和度和血鉀含量等等。通常，每名遠(yuǎn)程病人每次只佩戴一至兩個(gè)傳感器，他們的數(shù)據(jù)就可以被醫(yī)生直接分析。如果病人持續(xù)佩戴多個(gè)傳感器，產(chǎn)生的數(shù)據(jù)就會非常龐大。

　　Sentrian公司的醫(yī)療系統(tǒng)收集完病人數(shù)據(jù)后利用機(jī)器學(xué)習(xí)算法進(jìn)行分析。該系統(tǒng)內(nèi)包含慢性疾?。òㄐ呐K病，糖尿病，慢性阻塞性肺疾病等等）的身體數(shù)據(jù)變化信息，病人的信息將會與這些信息進(jìn)行匹配比較，系統(tǒng)通過觀察細(xì)微的關(guān)聯(lián)進(jìn)行早期確診。心率、血壓、血氧飽和度等信息也會被傳至云端進(jìn)行分析，在必要時(shí)通知醫(yī)生。