大規模的數據收集和處理能力的飛躍，為人工智能的重大進步奠定了基礎。然而越來越多的證據表明，人工智能領域已經準備好進入一個全新的高度，人工智能不僅能夠想象現實世界，而且能夠開始準確地判斷什么是真實的、重要的，什么是不真實的、不重要的——從而預測接下來會發生什么。
谷歌公司研究科學家Carl Vondrick近日在舊金山Re-Work深度學習峰會發表演講時說：“計算機非常擅長記憶，問題是教他們如何忘記。”
Vondrick的研究專注于當今世界網絡最棘手的挑戰之一：如何利用大量的、無處不在的、無標簽視頻的數據庫。被一個可愛的嬰兒或有趣的貓咪視頻逗笑是一回事，要從視頻中獲得信息是另一回事。
從視頻中學習
谷歌研究小組認為，最好的方法是：使用數百萬個無標簽的視頻時間來訓練深度學習神經網絡（DNN），以更好地了解世界。利用大量可用的素材，采用了人工智能技術的網絡不僅可以準確描述它看到了什么，而且還可以預測接下來將會發生什么。
在這次峰會，Vondrick展示了人們相互交流的視頻，然后網絡分析出基本正確的結果。擁抱、握手或擊掌，往往是基于視頻捕捉到的人際交往的行為。
深度學習研究是重要的，因為人類對機器越多依賴，越要機器有能力辨別所觀察的人類行為。如果一個人靠近門把手，這時候如果機器人決定關門的話，就是非常不合適的。
將聲音與圖像關聯
有趣的是，谷歌研究人員一直在擴展深度學習模式，把聲音也包含在內。峰會與會者聽到一段唱著“生日快樂”的音樂，而當視頻圖像顯示出來，網絡正確地預測了該段視頻中會有蠟燭的形象。Vondrick解讀道，深度學習系統在預測行動方面進展順利，精確度達74％，比人類的速度提高了約10個百分點。
Vondrick坦言：“這項任務仍然非常困難，我們并不總能得到正確的結果。”
Vondrick的研究是基于一種被稱為對抗式學習（adversarial learning）的方法，這種方法實際上是讓兩種網絡彼此競爭。一個網絡產生真實的圖像，另一個網絡分析這些圖像，并確定這些圖像是真的還是假的。“谷歌大腦”研究人員Ian Goodfellow最近也采用了這種技術，他已經成為“生成式對抗式網絡”（GAN，Generative Adversarial Networks）領域的權威。
在Goodfellow的工作中，GAN創造出真實世界的照片和聲音。Goodfellow說：“GAN是基于博弈論的生成模型，開啟了廣泛的工程任務的大門。”
這些任務包括各種深度學習模式，在這些模式下，機器可以被要求把一匹棕色的馬變成斑馬。在這次峰會的一段視頻中，一匹馬在動物園中躍躍欲試，斑馬的條紋完美地呈現出來，并且由于計算機從非洲大草原拍攝的圖像中找到了斑馬紋，所以在背景中還有一些褐色的草。
理解書面文字的上下文
機器要理解書面文字的上下文，也許更重要的是深度學習方面的進步，也就是訓練計算模型以理解人的情境。在艾倫人工智能研究所（Allen Institute for AI），研究人員正在從在線數據庫中讀取大量未標記的文本數據，來訓練大規模的語言模型。
這里使用的關鍵方法結合了來自語言模型或ELMo表示的嵌入。艾倫研究所的研究科學家Matthew Peters說：“ELMo的表述是上下文的，依賴于所使用的整個句子。”
在這次峰會上，Peters展示了這種技術如何使網絡能夠正確解讀像“play”這種簡單單詞背后的意圖，這個單詞可以有多種含義，取決于它在句子中的用法。“three-point play”可能意味著與“representatives who play to the party base”完全不同的含義。通過訓練完整的句子而不是有限的單詞定義，計算機正在學習如何做到這一點。
人工智能移動化
人工智能也正在擴展到移動設備。Facebook人工智能攝像頭團隊開發了一項新技術Mask R-CNN2Go，可以檢測身體姿勢，并且可以準確地將圖像從背景中分離出來。這不是一個容易解決的問題，因為實時檢測身體動作是一個混亂的過程。衣服、運動和附近的其他人或物體的存在都會干擾。人工智能網絡必須能夠最終排除掉圖像的其他部分，以便準確地檢測和跟蹤人體姿勢。換句話說，它必須學會“忘記”。
Facebook公司研究工程師Andrew Tulloch表示，Facebook人工智能實驗室（FAIR）最近發布了基于開源代碼的Mask R-CNN平臺。在Facebook龐大的移動用戶社區中使用這個應用突顯了其未來潛力。“這是一個巨大的機會，”Tulloch表示。
深度學習到底要走多遠？本月早些時候在拉斯維加斯舉行的CES消費電子展上，參觀者看到從人工智能控制的貓咪寵物玩具，到以人工智能為動力的站立式辦公桌，連流行文化偶像賈斯汀•汀布萊克也加入了這場派對，最近發布了一個融入人工智能主題的視頻。
英偉達公司人工智能基礎設施副總裁Clement Farabet說：“深度學習現在幾乎是一種商品了。這意味著，我們只能看到人工智能技術如何改變我們日常生活這一個開始。”