AI实现产业落地 - 人工智能引爆了一场商业革命 实现第一次商业落地

2017年AI实现产业落地

“小度”人脸识别战胜最强大脑代表

2017年1月6日，百度人工智能机器人“小度”利用其超强的人脸识别能力，以3：2的成绩战胜人类最强大脑代表王峰。

Alpha Go成功战胜人类棋手

2017年5月份，围棋天才柯洁与AlphaGo进行了对决。柯洁赛前的冷静与斗志，在与AlphaGo对弈中逐渐消磨，最终柯洁以0：3战败。赛后柯洁曾一度哽咽：“它太完美我很痛苦，看不到任何胜利的希望。”

AlphaGO的开发者之一黄士杰称，AlphaGo的成功融合深度学习（Deep Learning）、强化学习（Reinforcement learning）与树搜索（Tree Search）三大技术，让程序自我对弈，自己便是自己的老师。谈及AlphaGO对围棋界的冲击时，黄士杰表示，“未来AI是人类的工具，跟人类合作，而非跟人类对抗，现在最强的学习技能仍在人类的脑袋里。”

谷歌正式发布第二代TPU，对标英伟达GPU Tesla V100

5月19日凌晨，在谷歌I／O 2017大会上，谷歌正式发布了第二代TPU。

从2016年谷歌公布了这一项目计划之后，一直等到了2017年4月才看到详细的文档介绍以及论文。TPU的目标很简单，为多种深度神经网络设计，能够高速、高能耗比地执行深度学习模型的推理任务。在当时的几种方案中，ASIC的功能完全固定，FPGA的速度优势不大，GPU做模型训练没问题但推理任务成本太高，TPU的灵活性稍高于ASIC，并提供了大幅高于GPU的推理任务能耗比。虽然论文中的对比对象有争议、TPU在某些任务中的表现也并不理想，但以TPU为代表的定制芯片方案注定将会是深度学习大规模商业化应用的必备基础设施。谷歌正式发布的第二代TPU，运算能力、存储能力都有大幅提高。相比较上周英伟达刚刚推出的GPU Tesla V100，每秒达到120万亿次浮点运算，谷歌二代TPU最高可达到每秒180万亿次的浮点运算性能。最重要的是它还可以支持模型训练。

百度开源自动驾驶系统Apollo

2017年7月份的AI开发者大会上，百度宣布开源自动驾驶系统Apollo，并宣布其自驾车软件可供任何想下载的人免费使用。

作为国内智能驾驶研究和实践的先锋，百度此举，旨在将用户吸引到百度的开源人工智能平台上，为后续数据的收集与分析铺路。百度不仅向任何公司（包括其竞争对手）免费提供自主驾驶软件，这些软件也可以被定制化，开发他们自己的自主驾驶车辆。