自从电脑发明以来，大众对「AI智力超越人类，最终统治世界」这样的技术奇点（Technological Singularity）充满担忧，许多科幻电影也基于上述假设展开剧情，例如电影魔鬼终结者里的AI超级电脑Skynet，因产生自我意识，认为人类具有威胁性，因而想要毁灭人类而发生核战。

未来学家雷库兹维尔（Ray Kurzweil）是奇点理论的信奉者，他在2008年创立奇点大学（Singularity University），在Google、Nokia、LinkedIn等公司的赞助下，成为创意的孵育地。雷库兹维尔认为，到2029年AI将达到人类的智力水平，而到2045年，AI运算力会超过人类10亿倍，人与机器将深度融合，奇点就会来临。

然而，奇点真的会到来吗？这样的论点，在全球已经掀起一波论战。

开放式深度学习框架Keras的作者François Chollet，认为人们对智力的误解引导出错误的推理。Chollet认为，智力高低并不能决定成功与否，没有任何证据可以证明IQ高的人，能做出对人类社会更大的贡献，而且大多数的智慧并不存在於人类大脑中，而是外部化成为人类的文明，变成人类的工具，使人类的问题解决能力不断提高。人类自己，就是一个不断迭代自我增强的系统。

因此，在担心AI是否会毁灭人类之前，我们更关心的是，AI目前的发展进度为何？企业应如何导入AI，帮助企业增加内部效率，甚至改变营运模式。以下就将针对2018年AI技术的最新发展进行探讨。

2018年AI 视觉辨识发展

1）简化自定义分类工具

2018年1月18日，Google云端人工智慧暨机器学习首席科学家李飞飞，透过Twitter宣布Google推出客制化的机器学习平台Cloud AutoML。Cloud AutoML采用迁移学习（Transfer Learning）技术，利用已经预先学习的神经元图像，套用到新的分类目标中，达到快速训练的目的。目前Cloud AutoML仅推出视觉工具包AutoML Vision，藉由Google已经预先训练好的公开资料集ImageNet，达成简化训练的目标。AutoML Vision特别适用于辨识具专业知识的特定应用领域，即使对AI模型不熟悉的开发者，也可以很快的创造出图形分类器，因而达到「AI民主化」的成效。

2）精确的大规模图形自动标注

目前深度学习可以让AI进行大规模的图像辨识，其中一个成功要素，来自于高品质人工标注的资料集。史丹佛大学的ImageNet图形辨识竞赛，就汇集了1,400万张经过人工标注的图片，由人工手动分类成2万种不同的类别，再训练AI进行辨识。到2015年以后，辨识错误率已降到5%以下，超过人类的水准。

人工标注的资料集，规模达到千万等级已经趋於顶峰，然而真实世界并无法只靠千万张图片来诠释。因此，全球大厂仍然在发展自动化的图形标注。

2018年5月，Facebook在F8开发者年会上公布了新的成就，透过其平台上35亿张公开照片以及用户自行定义的HashTag上，训练图像识别系统，来代替人工标注。Facebook采用弱监督式学习演算法，达到了85.4%的准确率。
这项功能强大的地方在於用词更准确，举例来说，AI在辨识苹果派时，就是「苹果派」，不会被标注成泛用的类别「食物」，更贴近真实世界。

2018年AI 自然语言发展

语音助理从家庭进入企业

2018年在Amazon上面的热销商品中，智慧音箱Echo占有重要的一席之地。Echo让语音技术走进家庭，透过智慧音箱，可以拨放音乐，也可以订购商品、叫计程车、拨打电话、查询天气、播报新闻、控制智慧家电等，Amazon为Echo开发了一万多种应用，让Echo成为智慧家庭的中心。除Amazon外，Apple、Google、Microsoft、Sony、小米、天猫与京东也都推出智慧音箱。

而智慧音箱的灵魂便是语音助理系统。语音助理系统必须具备语音辨识、自然语言分析、语意识别等重点技术。智慧音箱是否热销好用，语音助理系统功不可没。
而2018年语音助理系统近一步走进企业市场。IBM就是企业语音助理的解决供应商之一，提供企业用户语音助理解决方案Watson Assistant。IBM将人工智慧、云端运算与物联网结合在一起，提供良好的顾客体验，并同时保持商业与顾客数据的隐私与安全。

2018年AI 认知理解发展

强化式学习帮助AI认知理解

认知理解发展是人工智慧领域一个重要的部分。发明AlphaGo围棋AI的DeepMind公司，打败韩国九段棋士李世石，让大众对AI能力大为震惊。
DeepMind在AlphaGo获胜后，仍不断精进围棋AI，2017年10月，在Nature上发表论文，推出AlphaGo Zero，DeepMind拿掉人类创造的所有围棋知识，让AI彻底乱下，从0开始对弈。AlphaGo Zero训练时间更短，采用强化式学习技术，仅训练3天就达到击败李世石AlphaGo Lee版本的水准，训练21天达到击败柯洁的AlphaGo Master版本的水准。而2017年12月，DeepMind再发表新论文，推出Alpha Zero，一种通用型的棋类AI，Alpha Zero仅训练几小时就在围棋、西洋棋、象棋等领域称霸。

DeepMind达到这空前的成绩，除了演算法不断精进外，也利用Google TPU运算资源进行快速训练。但围棋AI将不是只有DeepMind可以拥有，2018年5月，Facebook宣布开源其ELF OpenGo围棋机器人。Facebook人工智慧研究院实现了DeepMind AlphaGo Zero及Alpha Zero论文中的演算法，成为OpenGo机器人。根据Facebook表示，他们用两千颗GPU（图形处理器）训练两到三周后，得到的这个围棋AI OpenGO。Facebook宣布将OpenGo开源后，任何人都可以取得原始码进行围棋AI训练。

AI 走入寻常百姓家

所谓的AI民主化，希望透过云端运算服务，并简化AI工具，让AI技术可以迅速普及化，导入到各行各业，而不是只有少数企业可以使用的技术。

科技大厂已经积极往AI产业发展，而底层的Framework（架构）也已经具备，许多AI演算法都开源让所有开发者使用。对企业来说，这是一个充满机会的年代。不需要从底层开始，就可以很快导入AI技术，为企业提高作业效率，甚至开创新的营运模式。

因此，不久的将来，AI技术将快速从学术领域走向产业，成为各行业的驱动力，影响零售、媒体、文化、金融以及健康等应用领域。