电竞之家_品味电竞生活移动版

　　【新智元导读】2018年的最后一天，回顾 AI 技术发展，纵览一年 AI 事件。新智元创始人兼CEO杨静女士寄语：2019跨年之际，新智元继续与您一起探索不一样的天际线和地平线；穿越时空隧道，创造奇迹，突破 AI 极限！新智元感恩每一位 AI 智库专家、合作伙伴和人工智能产业链用户！预祝2019新年快乐！

　　再过几个小时，我们就将进入2019年。

　　新智元从2015年9月成立至今，一直聚焦AI行业，追踪业界、技术、学界的前沿发展。2018年12月，新智元微信公众号AI全产业链用户达35万。

　　上周，新智元发布了《2018，一文看尽 AI 发展真相》的上篇，在 state of the art.ai 网站收集的同行评议论文基础上，对目前为止 AI 在计算机视觉 (CV) 和自然语言处理 (NLP) 方面的 state-of-art 做了回顾。

　　在下篇当中，我们将介绍迄今 AI 在游戏、知识图谱和知识库、语音以及程序归纳和程序综合 (Program Induction & Program Synthesis) 方面取得的最优成果。最后，按照时间顺序，以全年AI事件纵览收尾。

　　游戏：AI攻克最难雅利达游戏，AlphaGo更强大！

　　说到“游戏”，自然是强化学习，有经典的雅达利 (Atari) 游戏和以国际象棋、围棋为代表的抽象策略游戏。

　　雅利达游戏：《蒙特祖玛的复仇》超越人类专家平均水平

　　雅达利游戏种类繁多，但基本都已被 AI 攻克。除了几个特别难的，比如：

　　《蒙特祖玛的复仇》要求玩家找到金字塔里的宝藏，中途有各种陷阱和机关

　　《陷阱》(PITFALL!) 玩家需要穿越丛林，克服众多危险，在20分钟内找到32个宝藏

　　《私人侦探》(PRIVATE EYE) 玩家需要追踪线索，追回被犯罪分子偷走的物品，并将罪犯逮捕归案

　　上述游戏对人类而言都是不小的挑战，在 AI 界则被称为“强化学习 AI 噩梦或试金石”。在这种稀疏环境奖励游戏中，使用基础的贪婪算法几乎无法过关，因为在分离奖励的帧数中，AI 可能的动作轨迹呈指数级增长。例如，在《蒙特祖玛的复仇》中，获得第一个环境奖励大约需要移动100步，也就是10018个可能的动作序列。即使随机遇到奖励，如果这个信号在特别长的时间范围内存在，那么强化学习算法也难以稳定地学习。

　　2018年5月，DeepMind 宣布让 AI 在《蒙特祖玛的复仇》、《陷阱》和《私人侦探》这三大超难雅利达游戏中首次令人信服地超越人类水平，方法是让 AI 观看人类玩这些游戏的 YouTube 视频。

　　DeepMind 表示，他们提出了全新的自监督目标，让智能体能从视频像素中学习域不变表征，还描述了一种少数据模仿 (one-shot imitation) 机制，在整个空间嵌入检查点来指导智能体进行探索。“将这些方法与标准的 IMPALA 智能体结合，我们展示了首个在《蒙特祖玛的复仇》《陷阱》以及《私人侦探》上具有人类水平的 AI。”

　　雅利达游戏《蒙特祖玛的复仇》，因其稀疏奖励环境，被誉为最难雅利达游戏之一，2018年首次被AI 玩过超越人类水平。

　　DeepMind 的结果发表几周后，OpenAI 也发布博文，描述了另一种训练智能体完成蒙特祖玛复仇第一关的方法。这种方法也依赖于人类的演示，但与 DeepMind 的稍有不同。这里有详尽的技术分析。

　　2018年11月底，Uber 在官方博客上介绍了他们提出的 Go-Explore 算法，不仅轻松通关蒙特祖玛，而且玩到了159 级，获得超过 200 万分，平均得分超过 40 万分！

　　Go-Explore 无需人类演示，智能体从领域知识(domain knowledge) 中学习，凸显了算法利用最小先验知识的能力。即使没有任何领域知识，Go-Explore 也在蒙特祖玛中得到超过 3.5 万分，是当时最优水平的三倍多。

　　无领域知识的 Go-Explore 与其他强化学习算法在《蒙特祖玛的复仇》中比较。图中的每一点都代表了不同算法的得分。Go-Explore 平均得分为 35410，是之前最好成绩的 11347分的 3倍多，略高于人类专家平均水平的 34900分！

　　策略游戏：AlphaZero自弈胜率大涨16.5%

　　2018年12月7日，DeepMind的最强棋类算法 AlphaZero 作为 Science 封面论文发表，正式引入学界和公众的视野。去年底，AlphaZero 横空出世，将日本将棋、国际象棋和围棋统统拿下：从零开始训练，2小时击败最强将棋AI，4小时击败最强国际象棋AI，8小时击败最强围棋AI (李世石版AlphaGo)。

　　就在几天前，DeepMind 又在 Arxiv 贴出文章，用贝叶斯优化将人工调参改为自动，AlphaGo自我对弈的胜率从50%涨到66.5%，进一步刷新了AI围棋实力，而其见解将有助于开发具有MCTS的新版本的AI对弈智能体。

　　作为优化步骤函数的观察值和最大预期胜率的典型值

　　语音：中文语音识别准确率达到新高度

　　语音识别

　　2017年8月底，微软语音对话研究小组在Switchboard语音识别任务中，将错误率从之前的 5.9% 再一次降低到 5.1%，达到当时的最先进水平。微软全球技术Fellow、语音对话研究负责人黄学东在微软官方博客上称，这意味着微软创造了一种技术，可以在对话中识别词语，且与人类专业的速记员水平相当。

　　2018年，根据一篇发表在Arixv上的论文，The CAPIO 2017 Conversational Speech Recognition System，Kyu J. Han 等人宣布使用 Dense-LSTM 方法，在行业标准的NIST 2000 Hub5英语评估集上实现当前最佳性能。作者在论文中指出，他们还提出了一种声学模型自适应方案，通过在三个不同电话机上训练的5个系统上的RNN-LM重新校正和点阵组合，其 CAPIO 2017语音识别系统分别在语音数据集 Switchboard 和 CallHome 上获得了5.0％和9.1％的词错率，这两者都是迄今英语语音识别方面文献汇报的最好的成绩。

　　在中文语音识别方面则出现了一个令人比较意外的结果，AI初创公司依图科技在年底宣布，他们在全球最大的中文开源数据库AISHELL-2中，依图短语音听写的字错率（CER）达到3.71%，相比原业内领先者提升约20%，大幅刷新现有纪录。