译者：刘小芹、胡祥杰、闻菲

　　：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。

　　简历投递：j[email protected]

　　HR 微信：13552313024

　　新智元为COO和执行总编提供最高超百万的年薪激励；为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。

　　加盟新智元，与人工智能业界领袖携手改变世界。

　　【新智元导读】Bloomberg Beta 团队回顾总结全球机器学习 2016 一年发展，总结技术、应用、产业等各方面并展望未来。核心请看他们绘制的《机器学习生态全景图 3.0》。

　　（文／Bloomberg Beta 团队）大约一年前，我们发表了一份《年度机器智能公司生态全景图》（The current state of machine intelligence 2.0），从那时起我们有幸见证了这个领域的很多活动。今年的 3.0 版生态全景图，比两年前的第一版增加了三分之一的公司，而且更加详细、尽量全面，但它也只触及了这个领域无限活力的表面。

　　与过去几年的情况一样，投资人仍对“问题为先”的机器智能情有独钟——我们投资了 35 家机器智能公司，它们专注于解决的问题从安全、招聘到软件开发各种各样。（我们的资金关注未来的工作形式，所以某些机器智能领域得到的投资比别的多。）

　　与此同时，有关机器智能方法的炒作仍在增加：“深度学习”这个词现在已经代表着一系列非常有意义的突破，就像“大数据”这个同样被炒作的词汇。我们关心的是一家公司的创始人是否使用正确的方法专注解决问题，而不是异想天开的方法。我们喜欢那些对技术的应用小心谨慎的人。

　　去年最大的变化是什么？我们正在接受来自不同人群的观点。在 1.0 版时，我们的消息来源几乎完全是创始人和学者。然后，我们开始增加投资人（包括私人投资人和公共投资）的观点。现在，我们的消息绝大多数来源于那些试图在他们的业务中使用机器学习的现有公司。

　　机器智能堆栈的“一站式服务”（one stop shop）第一次进入人们的视野——尽管它正式化需要一至两年。这种堆栈的成熟或能解释，为什么越来越多的著名公司更加专注于建立合法化的机器智能。任何对此时刻保持头脑清醒的人能够做出初期的发展和购买决定，所以我们认为尽早尝试布局这些技术比不尝试更好。

机器学习生态全景图 3.0

　　已经做好准备的玩家的世界

　　许多令人印象深刻的视觉突破都出现在游戏世界中，从 DeepMind 打赢 Atari 经典游戏、击败世界围棋冠军，到允许任何人在游戏环境中训练智能代理的 OpenAI Gym。

　　游戏世界为开始运行机器智能——尤其是强化学习——提供了一个完美的环境（例如，约束环境、显性奖励、容易比较的结果、印象深刻的画面）。游戏让自动驾驶汽车代理轻易在模拟的环境中行驶数万英里，这比在现实道路上更容易实现。现在，征服游戏世界的技术正在走向现实世界。经过游戏测试的技术进入现实世界的一个很有价值的例子是，DeepMind 使用神经网络为 Google 的数据中心节能提效。这就引出了一个问题： 现实世界中还有什么事情像游戏一样？或者现实世界中还有什么可以经由人的重新配置，变得更像游戏一样？

　　早期的一些尝试非常有趣。开发者发明了躲避交警的监视器，可以给黄瓜分类、给垃圾分类的程序，甚至开发了一个对话机器人来重现已逝亲人的记忆。Otto 的自动驾驶卡车的第一次商业运作是运啤酒，看起来就像《侠盗猎车手》的奖励关卡。我们很期待明年出现更多新的创造性的应用。

　　Why even Bot-her？

　　2016，我们见证了 Chatbot 的爆发，不管是好是坏，我们已经在手机应用程序的中看到了Chatbot 的增多。主要的平台（在机器智能的例子中，有 Facebook 、Slack，Kik）都在争相抢夺开发者，希望能让更多的人在自己的平台开发 Chatbot。这意味着，我们在得到一些优秀 bots 的同时，也必须要忍受一些很糟糕的。这就是公开实验的乐趣。