自100米跑引入官方认证纪录制度后,长达56年以上,人类都认为突破10秒大关是不可能的。但1968年吉姆·海因斯跑出9.95秒,打破10秒壁垒后,众多选手接连突破10秒。到2016年巴西奥运会,决赛8名选手中有6人跑进10秒,已成为常见之事。
被视为不可能的极限,一旦有人跨越那道墙,便会接连出现跨越者。在人工智能(AI)和自动驾驶汽车领域,也有促使人们突破极限与壁垒的刺激,那就是“DARPA大挑战”和“ImageNet大规模图像识别大赛(ILSVRC)”。
DARPA(Defense Advanced Research Projects Agency)是美国国防部下属机构,负责策划和执行防务用AI武器、通信技术等前瞻性研究。DARPA希望开发能在危险地区无需远程操控即可自动驾驶的车辆。为此,以在内华达州沙漠10小时内跑完228公里为条件,为第一名设下100万美元奖金。首届比赛有15支队伍参加,无人成功,但次年举行的第二届比赛有5支队伍跑完全程。第三届比赛在市区进行,须遵守全部交通信号体系并避开其他车辆和障碍物,展现了高得多的处理能力水平。该赛事成为激发自动驾驶技术研究的契机。
ImageNet是计算机图像处理相关深度学习研究者可用作基准的全球最大图像数据库,已收录约1500万张图像,为便于研究,每张图像都标注了相应的识别数据(label)。ILSVRC是以ImageNet图像为基础评判图像识别性能优劣的比赛,自2010年起每年举办。2012年的冠军是多伦多大学。他们使用深度学习技术大幅改善了识别性能,并公开了源代码。此后,此前错误率超过20%的识别精度飞速提升,三年间便超越了人类的识别水平。多伦多大学的惊人成功与源代码公开刺激了众多大学和企业,成为AI技术爆发性扩展至各个领域的契机。
政府在强调第四次工业革命和AI重要性的同时表示,计划于下月公布AI国家战略。此前在6月公布制造业复兴愿景,强调为在2030年前成为四大制造强国而推进产业结构智能化,此次则强调所有产业的首要竞争力将由AI决定。希望以此为契机,在国内制造业领域,对依靠数十年作业经验的工序预测、感性品质等此前被认为无法自动化的部分引入新技术,从而确保国家竞争力。






