前段時間，吳恩達連續給業界人士寫了兩篇公開信，為各行各業普及了人工智能在行業中的應用。而在最近，谷歌大腦負責人 jeff dean 和 yann lecun 也頻繁在公衆場合露臉，為大衆解讀機器學習、無監督學習、增強學習等技術。
facebook 的部落格上釋出了一條新消息，放出大神 yann lecun 親自講解 ai 知識的三彈視訊。然而如果 ai 領域的專業讀者，稍微點開視訊一看，便知道這好像是一個高中老師在講科普課的風格。
三彈視訊湊成一個系列，風格十分活潑，yann lecun 的講解裡穿插動畫，并沒有太多技術性的内容。lecun 在視訊裡就明确表示，這次主要是給大衆普及關于深度學習的基本原理，希望可以鼓勵年輕人、高中生對該領域有更多了解，激發他們來探索這一領域的興趣。
yann lecun 的三個視訊主要講述了個人工智能的基礎技術：
監督學習最常用，關鍵是“調參”
機器學習，用模闆來進行圖像識别
深度學習新方法：卷積神經網絡
近日，開放人工智能實驗室 open ai lab 在北京成立，該實驗室由 arm 攜手加速器安創空間、聯合全志科技、地平線機器人聯合發起。
據悉，成立該實驗室的目的是設立統一具有參考價值的算法架構和晶片标準，搭建一個基于嵌入式裝置的人工智能平台。
arm 全球執行副總裁兼大中華區總裁吳雄昂、地平線機器人 ceo 餘凱、安創空間 ceo 陳鵬、全志科技副總裁薛巍，分别介紹了 open ai lab 的研究方向、落地形式以及對未來的展望。
谷歌大腦負責人 jeff dean 在接受 fortune 雜志采訪時講述了他對無監督學習和增強學習在人工智能領域應用的看法，他指出你在使用谷歌搜尋引擎或者使用地圖導航的時候，你需要記住他們背後有一個很大的大腦為你提供搜尋結果，并確定你不會迷路。
當然，它并不是一個真正的大腦，而是谷歌大腦研究團隊。
在過去幾年中，研究小組已經創造了超過 1000 個深度學習項目将其應用在谷歌現有的産品當中：如 youtube，谷歌翻譯和谷歌相冊等。研究人員通過深度學習将大量資料輸入到神經網路當中，學習比人類識别速度更快的模式。
最近幾年時間裡， 多倫多大學 geoffrey hinton 加入谷歌，紐約大學的 yann lecun 到了 facebook，斯坦福大學的吳恩達加入百度，卡耐基梅隆大學的 alex smola 加入亞馬遜。上周，谷歌聘任了斯坦福大學 ai 實驗室負責人李飛飛。這些學者當中，有些依然在大學保留教職，但在商業領域存在感更強。
據美國國家科學基金會（national science foundation,nsf）統計，如今美國計算機科學領域的博士在工業界任職比例高達 57%，十年前這一比例是 38%。工業界的計算研究協會（computing research association）稱，盡管美國博士生的總數在增加，但願意留在學術界的人數比例達到了“曆史最低點”。
ai 領域的學生“對于公司來說至少價值 500-1000 萬美元”，卡耐基梅隆大學計算機科學學院主任 andrew moore 說道。
科技巨頭給予的優厚待遇非大學能比拟，他們提供的不僅是穩定的研究經費、海量資料庫和計算能力，還有那種直接創造産品進而改變億萬人民生活的“興奮感“。
從個人收入來說，公司提供的大大高于學校，或許還會伴随着股票期權，日後财富收入更為客觀。據 nsf 統計，在美國的計算機和資訊科學領域，大學實驗室博士後的中等年薪為 5.5 萬美元，而公司實驗室工作的博士後中等年薪是 11 萬美元。
麻省理工學院（mit）計算科學與人工智能實驗室（csail）的研究工作者的一項研究成果再次推進了機器學習的發展。深度學習算法僅僅通過一張圖檔，就可以讓計算機便生成一小段視訊來模拟圖中場景，并預測接下來會發生的情景。
訓練過程使用了 200 萬個無标簽的鏡頭，視訊總時長達一年。相比使用基準模型算法，這一算法生成的視訊更真實。在測試過程中，深度學習算法生成的視訊和比基準模型算法真實度高了 20%。
研究團隊稱，這項技術可以用于改進安檢政策、提高自動駕駛安全性等諸多領域。據該實驗室博士生與第一作者透露，這一算法能夠實作人類活動的機器識别進而擺脫人工識别的高昂費用。
“這些視訊展現了電腦認為将會發生的場景，”vondrick 表示，“如果你可以預測未來，那麼你必須能夠了解目前發生的事情。“vondrick、mit 教授 antonio torralba 還有 hamed pirsiavash 教授共同發表的這一成果。pirsiavash 教授是 csail 的博士後，現于馬裡蘭大學擔任教授。這項工作将于下周在巴塞羅那召開的神經資訊處理系統大會（nips）上展出。
本文作者：亞峰