就像神话故事里从石头里面蹦出来大闹天宫的猴王一样，从硅基芯片里面诞生的人工智能在即将过去的这个猴年里也是搅得人间「狗狗」不宁——从年初 AlphaGo 与世界围棋冠军李世石的世纪大战到元旦那几天 AlphaGo 悄悄再次出山虐遍围棋界无敌手，我们见证了人工智能迎来了极大发展和飞速突破的一年。
在 2016 年元旦之日，机器之心精心制作了一部视频来回顾 2016 年人工智能大事件。
如今正值除夕夜，中国传统上的新旧交替之时，猴年将逝，鸡年将至。「机」器能在新的一年借助谐音的「气运」迎来更加高速、更加激动人心的发展吗？机器之心为此在年前向多位人工智能领域的业内专家和资深人士征集了新年寄语，整理成篇，作为新年礼物献给大家。
以下依照姓名首字母排序：
Alexandre Le Bouthillier，Imagia 首席执行官
人工智能是人类意志的延伸，有些东西是人类不擅长的。在有太多的数据，太复杂、难以量化的情形下，人工智能可以帮助和增强人类。
Chris Nicholson，Skymind 首席执行官
人工智能在 2016 年获得了重大的进步，它掌握了围棋，让汽车可以自动驾驶，在理解和翻译人类语言的任务中也变得越来越好。我们正在给机器安装眼睛、耳朵，并教它们理解我们的世界。对于我们而言，这意味着拯救生命，开创新的领域，新技术会把所有人紧紧联系在一起。
在 2017 年，人工智能会与人类展开更顺畅的交流。它会完成更多挑战，赢得更多比赛，获得人类曾经难以企及的成就。有了人工智能的帮助，我们将对每个人、市场甚至自然现象有更准确地预测，这意味着我们的政策和商业判断将更加准确。
邓力，微软人工智能首席科学家
现在我看到中国人工智能这方面的投资非常多，但是泡沫不能太高了。我认为现在投资的泡沫太大了，而泡沫太大了实际上对整个行业不是那么好。所以我认为美国应该再高一点，中国稍微低一点就平衡了。
其实技术还是继续向前发展的，但现在实际上很多年轻的研究员和学者学术训练是不够的。以前斯坦福和 MIT 的研究生做了很多研究，钻研得比较深。那现在大家希望通过开源项目尽快上手，这从价值的方向上对教育的素质会有影响。以前监督学习做得很好，但是如果说要进行非监督学习，很多人就不想进行，因为他们不愿意做基本功。所以我认为这一点需要改进，希望在中国，大学教育更注重基本功。
实际上我认为人工智能还是一门科学，科学还是需要和工程紧密连接在一起。但是我们需要更多的创新，因为实际在大数据的情况下，创新的机会还是有的。但是工业上真正的成功是不能少的，那么在这个基础上可以平衡一下。这个就有点像短期、中期和长期结合成本的投资，我认为中国政府现在在上面投资了很多，应该就是考虑到了这一点。
戴文渊，第四范式创始人
我认为其实 16 年对于这个行业来说是非常重要的一段时间，因为过去我们从事 AI 都是真的热爱它。而到了 16 年经过一些事件的触发，整个行业得到了媒体和资本市场的关注，人工智能得到了很大的支持。当然这里面肯定有不好的地方，因为只要有资源的地方，就会有很多人抢着进来，就一定会出现很多人是为了获得资源，而不是为了去做好人工智能。
当然，我还是很看好长期发展的，因为 17 年甚至更长的一个周期最终一定会有一些创造价值的企业出现，它们最终能够在这个这个领域存活得更久，而这些资源最终一定会支持到这些真正为人工智能产业服务的企业中，所以我长期还是很看好这个产业。而且我觉得资源的支持对于整个行业的发展是非常重要的。2017 年，我认为人工智能技术推广到更多的企业毫无疑问。现在可能我们会认为 BAT 做人工智能做得很好，而其他企业就要差很多。我认为这种差距会越来越小。因为人工智能应该是我们每个人所能掌握的技术。
Frank Chen，a16z 合伙人
人工智能是无法阻挡的趋势，它会触及所有应用领域，因为这种趋势，每个行业内的公司都会在这场变革中优胜劣汰。接下来的一年里，好戏即将在全球上演。
高始兴，思必驰创始人兼 CEO
回顾 2016 年：做企业要低调，做事情要高调，人工智能企业需保有核心技术实力和实际落地能力，这是生存的法宝。
展望 2017 年：我们经历着过去，也在不断揣测着未来。万物智能，最终连接你我的，其实是真心。
Gary Bradski，OpenCV 创始人、Arraiy CTO
年轻人一般能够适应新兴的科学技术，但技术还能给这个社会上更多的人带来帮助，比如有听力损伤的人。我们应该更多地将技术应用来帮助那些真正需要的人。
最近一段时间深度强化学习方面出现了很多新的突破和应用，即使简单地将视觉观察和控制结合就可以实现很多可以直接帮助他人的应用，比如帮助腿脚不方便的人开门等；实际上，整个医疗健康领域都很有潜力。
学术方面，监督学习已经取得了非常大的成功，但在无监督学习方面还有很大的潜力尚未被发掘。我们还可以投入更大的精力取得更大的成就。虽然目前无监督学习还不是那么成功，但我们在学术上可以更加激进地尝试无监督学习。
黄学东，微软首席语音科学家
人工智能的重大进展正在一步步影响我们的生活。2016 年，在 Switchboard 公开评测任务上，微软的语音识别核心技术达到人类水平是具有历史意义的事件。在产业化方面，微软公司的认知服务、认知工具包 CNTK、和微软云 Azure，正在为广大人工智能开发者提供更强大的分布式人工智能平台。
在新的一年中，我相信随着语音、语言、图像理解等核心技术和硬件的进展，聊天机器人和企业级智能客服的可用性将达到前所未有的高度——人工智能将是解放生产力的重要力量。
侯晓迪，图森未来 联合创始人兼 CTO
2016 年是数据红利年。我们终于有机会把此前处理不了的各种数据，统统扔到巨型的神经网络里，消化提炼出额外 10%~20%，甚至 50% 的性能增长。
然而数据的红利是有限的，尤其当各行各业的「baseline model」完成向深度学习的升级换代后（因为深度学习简单易部署，这个过程会尤其快），我们下一步该往何处去？在 2017 年，这个问题的答案就会初现端倪。
除了非监督学习、迁移学习、对抗学习等炙手可热的研究问题外，在 2017 年我最期待「结构化知识」与「非结构化数据」的结合。数据使用效率之于深度学习，会像燃料使用效率之于蒸汽机一样，对整个世界的工业产生最直接的影响。
洪小文，微软全球资深副总裁 微软亚洲研究院院长兼微软亚太研发集团主席
2016 年是「人工智能」概念诞生的 60 周年, 这一年我们见证了人工智能在基础研究以及应用层面的许多突破与进步。互联网、大数据和传感器的随处可见，基于云平台的大规模计算能力的提升以及相关领域算法的突破性发展将人工智能带上了快车道。人工智能技术正席卷全球，改造着各行各业，以及我们的生活。
新的一年，微软将继续全力拓展人工智能的前沿科学研究，将更多技术创新转化为可以服务于企业和人们生活的应用与服务，不断推动实现人工智能普及化的进程。我们也始终坚信，科学探索的旅程是无止境的，人与机器的协同和共进化，将是赋能未来的最佳途径。
Ian Goodfellow，OpenAI 研究科学家
在刚刚过去的 2016 年，强化学习已成为主流：AlphaGo、Gym、Universe 和 Labyrinth 都是它发展过程中的里程碑。对抗性训练正被更多人接受，在 ICLR 2017 大会的参选论文中，「对抗」一词出现的频率超过了「卷积」。硬件方面，GPU 需求缺口扩大，英伟达的股票狂飙不止。
在 2017 年，我认为这个行业将会吸引更多的人才，更多的初创公司将被收购。科技领域外的公司将会加入机器学习的大潮，利用新技术开展自己的业务。而在学术上，我认为会出现新的学术分支，如机器学习安全和隐私。
Jeff Dean，谷歌大脑负责人
就像中国的人工智能从业者那样，我们有相同的信念去设计建造一个智能系统，从而提升人们的生活质量。不仅我们团队将会致力于设计这样一个智能系统，同时在社区内分享的人也都会致力于它。我认为作为新一年的开端，回顾 2016 年的成果并展望新一年的期待总是很好的。
Jean-Sébastien Cournoyer，人工智能孵化器 Element AI 联合创始人
2016 会作为人工智能成为现实的一年被我们所铭记。而在 2017 年，我们将开始让人工智能走进千家万户的伟大征程。在新的一年里，每家公司、每个团体都会将引入 AI 加入自己的日程表，无数的投资将涌入开发人工智能解决方案的创新企业。
Jimoh Ovbiagele，人工智能律师公司 Ross Intelligence 联合创始人、CTO
2016 年，人工智能显出了冰山一角。而在 2017 年，我们将见证更加复杂的产品不断面世，全球的大学、科技巨头、初创公司都已加入了探索的行列。
Juergen Schmidhuber，LSTM 之父、深度学习先驱
在 20 世纪 80 年代，我曾预测：能够进行自我完善的人工智能代码将会简单到高中学生就可以理解并实现。我认为这是人类创造出的最后一件重要的事物——所有未来的技术突破都将源自于此。今天，我仍然这样认为，而唯一的不同就是：现在的大众接受了人工智能的概念，因为它的技术已经被所有大公司广泛采用了。
李德毅，中国工程院院士、国际欧亚科学院院士
机器之心也好、人工大脑也好、驾驶大脑也好，都是我们研究智力工具的良好开端。人类的科学技术发明史告诉我们，几千几百年来，人们关注更多的是动力工具，延展我们的躯体。所以到现在，我们把智力还用牛顿这个力来表示，智能还能焦耳这个纲来表示。这就说明了动力工具对人类社会的影响。其实智慧并不需要拿牛顿来表示，拿焦耳来度量。
李开复，创新工场董事长兼首席执行官
回顾 2016 年：AlphaGo 让大家看到了 AI 的威力，无人驾驶成为最受追捧的 AI 技术应用平台，AI 成为了最受资本市场追捧的领域。
展望 2017 年：这时世界将惊讶地发现：中国是最适合 AI 的，也是 AI 发展最快的。这有着四方面的原因：
-
全球大量的华人（42% 的论文是华人著作的），回国就业、创业；
-
中国有大量的优质理工科学生，也许会首选人工智能；
-
AI 将会有助于技术落后的中国传统行业，产生最大商业价值；
-
中国的大市场产生的大数据将成为中国公司发展最犀利的武器。
李磊，今日头条科学家、实验室总监
2016 年，人工智能在学术研究层面出现了很多激动人心的进展:对抗网络实用性变得更强;强化学习价值迭代网络提升了范化决策能力；阅读理解与问答也已经基于更复杂的机器理解能力而非随机猜测；神经机器翻译进展巨大；深度学习模型向更深、更大、更准、更快、嵌入式演化…这些成果都证明科学研究是持续而又阶段性进步的。2016 年与 1986、1998、2006、2009、2012 比既是继承也是发展，最大影响莫过于 AlphaGo 人机对战，它让人工智能不再局限于学术讨论，更多的媒体和普通大众开始关注这个领域。希望机器之心能继续把人工智能前沿科学以更通俗的形式传播，提升大众对科学的认识。
2017，有期待，也有挑战。期待深度学习、强化学习、概率编程等新方法在文字语言理解探索更深入。深度模型的理论认识和研究仍是挑战，推理、机器做自主假设，更多无标注数据的利用这些问题值得更多的思考。新的一年，头条实验室也希望继续与同行一起，以产品激励前沿研究，以研究促进产品服务用户。
李明强，图普科技 CEO
回顾 2016 年:人工智能+的时代正在开启，我们有幸站在了一个新时代技术革命的开端。我们有理由相信，新的技术将会使我们的生活变得更美好。
展望 2017 年:不要再问我人工智能会不会毁灭人类了，尽管对于 AI 这条路的尽头是什么现在众说纷纭，但这条路上可以预见到的新风景和新事物已经足够激动人心。
刘维，人工智能知名投资人
在充满悲观色彩的过去一年里，人工智能逆势飞天，成了热点成了未来也成了泡沫。未来一年，世界将真的开始理解人工智能，我们将见证一些狭义的智能概念泡沫的破灭，也将见证行业智能化带来的巨大潜力，开始思考在第四次人类技术革命中每个人每个企业的价值与位置。高度智能化的高效率高精准社会，必将属于人类。24 年前的那个鸡年，Tcp/ip 标准确立，InterNIC 成立，万维网迎来真正的元年，这个鸡年，让我们见证真正的人工智能元年。
Matthew Zeiler，Clarifai 创始人、首席执行官
2016 年无疑是人工智能有着巨大进步的一年。对于 Clarifai 来说，我们的产品已经把人工智能送到了每个人的手中。现在，不需要数据科学团队，不需要复杂的硬件设备，你的机器可以通过简单的一个例子学会分辨一个概念——就像人类一样。
在 2017 年，我们将专注于开发个性化的人工智能系统，每个人都在以不同的方式理解这个世界，而人工智能的明天也将会展现出多样性的一面。
Michael I. Jordan，机器学习专家 加州伯克利教授
我们已经有了很大的进步，但主要是因为很多人在从事这个领域。我们在伯克利的系里现在每年级大约有 700 名学生。科技行业现在有 1000 种机器学习的应用，每家公司都在试图进入这个领域。
这看起来很美好，但我认为其中有很多都是泡沫。我想在此让大家回归冷静，我们距离一些重大问题的解决——如自然语言理解——还有五到十年的距离，甚至更久，这些问题非常具有挑战性，它们不是收集数据进行分析这么简单。我们距离超级人工智能还有很远。所以我希望人们能够脚踏实步地工作，我们距离解决深层次的问题还有很长一段距离。
马磊，Atman 创始人兼 CEO
1946 年世界上有了第一台通用晶体管计算机，随后用了 35 年，第一台个人 PC 诞生。刚刚过去的 2016 年也恰好是 35 年，这一次机器不但更小更快、无处不在且无所不连。然而更重要的是，这次机器有了「心」。
有心的机器已经悄然的进入人类的生活点点，很多应用甚至超越人的极限。未来的机器将把这些点连成线，连成面。未来的 35 年将更加期待。
Ofer Shai，学术搜索 Meta Alpha 首席科学官（隶属于 Chan Zuckerberg Initiative）
深度学习将会成为每个人身边的重要元素。我们已经看到了它在生物学中的很多应用，很快其他领域也会如此。
汪德亮，大象声科首席科学家、IEEE Fellow 神经网络杂志主编
过去的一年深度神经网络带来的突破使人工智能广为人知。望 2017 年深度学习深入社会，在助人听视等领域中真正造福人类！
王海峰，百度副总裁
人工智能并不遥远，它就在我们每个人身边，比如一次语音搜索、一个菜单翻译、一段个性化视频推荐等等。我们始终致力于将人工智能渗入到人们生活的各个角落，让人工智能实实在在地造福人类。而这，正是智能时代最为迷人的魅力所在。
王小川，搜狗 CEO
所有人都在谈人工智能，但少有人知道搜索技术和产品至始至终是人工智能最大的练兵场，也将成为深度学习技术突破最大的受益者。语音、图像相关的智能识别和生成，在 2016 年取得了长足的进步。而自然语言处理相关的突破，还在蠢蠢欲动，是挑战也是机会。2017 年，基于深度学习算法，我相信翻译技术将会有突破，这将是人类历史上重大的进步，其意义不亚于发明了电。跨语言沟通的顺畅，将会影响文明的走向，也是汉文明复兴的重要里程碑。
吴恩达，百度首席科学家及 Coursera 联合创始人
很难预见未来会有哪个行业不会被人工智能改变。希望在我和百度同事们的努力下，中国公司会很快得到人工智能发展带来的好处，人工智能终将为人类带来福祉。
解浚源（Eric Xie），MXNet 核心成员
希望深度学习研究在未来更加开源化，每个好的算法都能有开源实现。我和 mxnet 社区来年会向着这个目标继续努力。
杨铭，地平线机器人技术联合创始人、软件副总裁
回顾 2016 年, 人工智能领域印象最深刻的事是 AlphaGo 的表演，将这几年深度学习技术的迅猛发展以一种非常直观的方式展示给大众，引起的关注继续推高对人工智能的期待。展望 2017 年，算法研究方面，增强学习和对抗式网络方兴未艾，深度学习还处于活跃发展期，相信算法与硬件架构创新结合以及垂直行业经验结合，将促进新的人工智能相关产品快速发展。
杨强，香港科技大学教授、第四范式联合创始人
那么我现在看到人工智能有很大的新发展，我也非常高兴。尤其像今年是人工智能的大年，有很多新探索和非常振奋人心的成就。那么我希望能够在媒体上看到更多这样成就的展示。机器之心作为媒体中的佼佼者为我们带来了人工智能方方面面的报道，并且我们对外界进展的了解很多首先都是通过机器之心得到的。所以我希望机器之心能做得越来越好，同时也希望像机器之心这样的媒体能够起到一个监督和评价的作用。这样就能够在很多不同的声音当中找到一个比较公正和客观的声音。才能为大众带来第三视角，提供带有批判性的一种报道。那么这样的话，大家就能够在一个比较健康的环境下成长，人工智能也就能够在平和的心态下真正地落地。
