2017年，人类在人工智能和机器学习领域取得了许多重大突破，2018年，可能会更进一步。预测2018年人工智能会呈现更大的发展趋势。以下是边肖为您整理的人工智能发展现状，供大家阅读！
人工智能的发展现状：正强化
2016年初，AlphaGo在围棋领域厮杀，接连击败包括李世石在内的人类顶级高手；2017年1月，AlphaGo成为大师，取得了60胜0负的惊人战绩。这是人工智能领域的一个里程碑，对于“深度强化学习”技术来说，意义更加重大。
动物通过某种行为的积极或消极结果进行学习和判断，人工智能的“深度强化学习”就是从这种方式中汲取灵感的。电子计算机可以通过不断尝试错误的方向来获得正确的方向，从而在迷宫中轻松导航。使用深度学习的方法，机器学习不再像过去那样依赖大量的指令和复杂的模型。
事实上，10年前就出现了“深度学习”的理论，试图将其整合到大型(或深度)神经网络中，为解决复杂问题提供能量的尝试一直在进行。就像AlphaGo一样，它可以通过不断的实验和数据分析，在专家级水平上与人类对弈。
更大的希望是，强化学习已经被证明适用于现实世界中的许多场景。最近的几个仿真场景表明，通过增强计算机的学习能力，可以促进相关算法的改进。
2017年，我们有望见证“增强学习”在自动驾驶汽车和工业机器人等领域的应用。谷歌已经在尝试使用深度学习来提高其数据中心的效率。但是深度学习的方法还在实验阶段，还需要大量的时间去模拟和学习。
人工智能的发展现状：生成性对抗网络
最近在巴塞罗那举行的神经信息处理系统人工智能学术会议上，一种叫做生成对抗网络的理论引起了广泛关注。这个理论是由OpenAI的研究员Ian Goodfellow提出的。生成拮抗网络由两个网络组成，一个是通过训练和学习生成新的数据，另一个负责区分正确数据和错误数据。
通过这两个网络的协同运作，可以产生非常接近真相的综合数据。这一理论可以应用于生成视频游戏场景、分析马赛克或丰富计算机生成的风格等领域。
机器学习领域的权威专家YoshuaBengio在NIPS大会(神经计算领域最好的会议之一，由NIPS主办，每年12月举行)上表示，这种生成式对抗网络非常具有开创性，它可以为电子计算机提供更高效的学习方法，而计算机将通过不断学习未标记的数据变得更加智能。
人工智能发展现状：人工智能在中国的崛起。
2017年将是中国在世界人工智能领域开始崭露头角的一年。中国开始把人工智能和机器学习作为下一个创新领域，而不是照搬国外公司的人工智能技术。
中国搜索引擎巨头百度成立了专注于人工智能研究的研究所，在语音识别、自然语言处理、广告业务优化等方面取得了不少进展。除了百度，很多公司都在追赶。腾讯也在去年成立了人工智能实验室，大力招募国内外人工智能领域的专家。滴滴也有自己的研究所，据报道在无人驾驶汽车方面投入了大量研究。
中国的许多投资者已经向从事人工智能的初创公司投入了大量资金，而中国政府也希望看到其人工智能产业的繁荣，并承诺在2018年前投入150亿元人民币支持研发。
人工智能发展现状：语言学习
对于人工智能领域的许多研究人员来说，语义学习是他们的下一个主要目标。随着技术的发展，图像识别和语音识别已经取得了很大的突破，这将有助于计算机更高效地理解和生成语言。
语言学习是人工智能领域的长期目标，计算机与人类使用语言进行交互的前景非常乐观。如果你有更好的语义理解能力，计算机机器会变得更实用。但是，这方面也面临很大的挑战。毕竟，语言是一个复杂、微妙而又强大的问题。
虽然人们暂时无法用智能手机进行深入而有意义的交流，但在2017年，随着人工智能研究的深入，这个领域将充满希望。
人工智能发展现状：过度投机引发反感。
2016年，人工智能领域确实有了很大的进步和突破，很多人看到了技术进步带来的价值。但我们不得不注意的一点是，对人工智能的过度宣传和追捧显然已经失控。
许多人工智能研究人员对此有些愤慨。在NIPS会议期间，他们为一家名为Rocket AI的山寨人工智能公司举办了一场聚会，以表达他们的不满，这主要是因为人工智能领域的浮躁氛围和欺诈行为。
期望越高，失望越大。当人工智能领域一直没有重大突破时，失望情绪就会蔓延，导致投资蒸发，大量估值过高的创业公司倒闭。
2017年，全世界对人工智能的关注度还是很高的，这可能会引起很多人对这种过度追求的反感。毕竟太晚了，现在的人工智能领域笼罩着很多浮躁的情绪。然而，这未必是一件坏事。大量的关注可能会促进研究的进展。
