未来的人工智能最热门的技术趋势是什么新时代

随着Google、Microsoft和Facebook等巨头的大力投入，深度学习正在超越机器学习，人工智能来势凶猛。那么，如今人工智能最热门的技术趋势是什么？

黑匣认为，复杂神经络、LSTMs（长短期记忆络）、注意力模型（Attention Models）等十大趋势将塑造人工智能未来的技术格局。

上述判断来自NIPS（神经信息处理系统） 2015大会。NIPS始于1987年，是人工智能领域两大重要学习会议之一，由于AI的爆炸式发展，近年来逐渐成为许多硅谷公司必须参加的年度会议。

在蒙特利尔召开的NIPS 2015吸引了众多AI学界与业界的顶级专家，与会人数接近4000。大会总共收录了40 篇论文，其中深度学习课题约占11%。来自Dropbox的高级软件工程师Brad Neuberg分享了他所注意到的十大技术趋势，黑匣将对每种趋势做了详细分析。

1、神经络的架构正变得越来越复杂

感知和翻译等大多数神经络的架构正变得越来越复杂，远非此前简单的前馈神经络或卷积神经络所能比。特别需要注意的是，神经络正与不同的技术（如LSTMs、卷积、自定义目标函数等）相混合。

神经络是多数深度学习项目的根基。深度学习基于人脑结构，一层层互相连接的人工模拟神经元模仿大脑的行为，处理视觉和语言等复杂问题。这些人工神经络可以收集信息，也可以对其做出反应。它们能对事物的外形和声音做出解释，还可以自行学习与工作。

（人工模拟神经元试图模仿大脑行为）

但这一切都需要极高的计算希望MSCI指数比较好能力。早在 80 年代初期，Geoffrey Hinton和他的同事们就开始研究深度学习。然而彼时电脑还不够快，不足以处理有关神经络的这些庞大的数据。当时AI研究的普遍方向也与他们相反，人们都在寻找捷径，直接模拟出行为而不是模仿大脑的运作。

随着计算能力的提升和算法的改进，今天，神经络和深度学习已经成为人工智能领域最具吸引力的流派。这些神经络还在变得更复杂，当年 谷歌大脑 团队最开始尝试 无监督学习 时，就动用了1.6万多台微处理器，创建了一个有数十亿连接的神经络，在一项实验中观看了千万数量级的YouTube图像。

2、酷的人都在用LSTMs

当你阅读本文时，你是在理解前面词语的基础上来理解每个词语的。你的思想具有连续性，你不会丢弃已知信息而从头开始思考。传统神德国纪念达豪集中营解放70周年经络的一大缺陷便是无法做到这一点，而递归神经络（RNN）能够解决这一问题。