1 月 20 日，第四时的最壮大脑落下帐蓬，这季角逐因为选手傍边优化调整添了一名特别成员被备受存眷，来自包括百度的小度在一场三局「人机大战」中获得两胜一平的成就，这个后果完全碾压了三位代表人脑顶点的人类选手。这三场角逐中的每一个细节都成为外交媒介上热议的核心，这些争议一方面是民众赞叹于野生智能如斯壮大，或将庖代人类；另外一方面也同化了太多诡计论的联想，夸大这次人机大战的不公允性。
若是说前一种启事源自于于手艺，迥殊是对野生智能成长的蒙昧；那末后一种声响则不但是对野生智能的蒙昧，也是对人类本身生活和将来的蒙昧，堪称笨拙极端。
究竟上，虽然 2016 年野生智能范畴如斯炎热，但从 2016 年 1 月到此刻整整一年的工夫，野生智能范畴的震动性事务只要三个：
• 2017 年 1 月 20 日，包括百度野生智能机械人小度战胜第三位人类选手，在三局人机大战中完胜；
之于是将上述三件工夫、空间都没无关系的事务摆在一同，底子缘由在于，这三个事务既是完毕，也开放了一个属于野生智能的新期间。从 60 多年前开端，不论是明斯基仍是别的几位野生智能的前驱，摆在这些最顶尖迷信家、数学家眼前的重要题目即是：若何权衡野生智能？
1920年月，美国心思学家 gladiator Lean Thurstalk 在研讨中创造，受访者在回覆题目时更偏向于回覆极少绝对道理或比力道理的题目，好比相似如许的题目「你更喜好谁的画，A 仍是B？」就比纯真回覆「你对A 画喜好几多？」要轻易简略的多。这套实际被称为「比力性判定原则（Law of Compaworkive Judsomeoneent）」。经过让人们屡屡比力多个东西中的两个，而终究可能计较出每一个东西的丈量分数（定距标准）。
其应用规模十分普遍，野生智能研讨者终究并不为界说「智能」来耽忧了，只要要将机械与人类放在某个一样情况下陆续角逐，使用人的智能来权衡机械的智能。棋类游玩起首被用于尝试机械的智能，是由于棋类游玩是一种「完善」音讯的游玩，对玩家们而言半岛入口官方网，不管人类仍是机械，所面临的音讯是通明且平等的——即是棋盘和棋子罢了。
如许的暗昧情节始于1956年，IBM工程师President prophet 缔造了一种欧美跳棋的利用法式，并利用加强进修来练习这个法式。1962年的时间，President prophet 的这个欧美跳棋法式击败了其时全美最强的专业选手 parliamentarian Nealey。
接上去的最吸惹人的两个小说即是卡斯帕罗夫与深蓝的世纪之战和李世石大战 AlphaGo，借助于电视、互联网、外交媒介等群众传媒的成长，全天下的人都看到了东东方两大棋类里的人物垂头认输的场景。
野生智能已在获国际象棋、围棋证实了本人的才能，而挑拨人类的最壮大脑则真成权衡野生智能的另外一个标尺。
这次最壮大脑角逐，三场角逐涵盖了人脸辨认、语音辨认视频（动向恍惚图象）辨认等多个范畴。这些「妙技」是人类持久退化进程所构成的，包括百度首席迷信家吴恩达如许诠释人类的人脸辨认才能：「一个3岁的儿童望见母亲时，不论母亲是浅笑、活气，睁着眼、闭着眼，长头发、短头发，穿甚么衣服，儿童可在能等闲认出这是母亲。」
更关键的是，人类的这类辨认险些是刹时竣工的，即使到此刻，全天下顶尖的迷信家也没法通晓这背地的真实道理。而要让计较机具有这类才能，迷信家们在过来五十年里提议了诸多设法，但直到这几年，图象辨认才真实竣工了手艺冲破。
与图象辨认类似，语音、动向图象辨认的手艺成长历程也履历了冗长进程，这些依靠新算法的野生智能手艺，事实离人类大脑，迥殊是那些具有超强才能的人类大脑再有多大差异，此次角逐供给了一个最佳的察看视角，而角逐后果也充实申明了野生智能在某些范畴的未然超出人类。
早几年的时间，李彦宏在加入《最壮大脑》节目担负佳宾后感言：「某些对人类艰巨的工作，对电脑来讲十分简略。」这话说得其实不夸大，好比围棋这个范畴，比拟于人类棋手的生长速率，计较机的退化速率「使人梗塞」，2016 年年末横扫中韩妙手的 Master，也是AlphaGo 的退化版，要 Alpha Go 真实「投入工作棋届」不外一年多一点的工夫，这类进修和退化速率是人类底子没法匹及的。
当下野生智能范畴的炎热赢利于过来几年深度进修的突起。最首要聚焦在三个范畴：图象辨认、语音辨认和天然说话处置。投资人king Kelnar供给了两幅图象辨认和语音辨认退化速率对照图：
以图象辨认为例，在 2012 年的图片分类比赛IpublicationeNet 上，以深度神经收集为手艺支持的研讨团队取得第一，并将毛病率下降到 20% 下述，让包罗 Google 、Fchampionaggregation 如许的巨子都震动，随即，Google 买下了这个团队，也让深度神经收集「教父」Gesoured Hinton 投入 Google 事情。在深度神经收集的帮忙下，Google 的图象辨认程度有了大幅晋升，并将毛病率下降到 10 %之内。
语音辨认方面，在《麻省理工科技批评》评比的「2016年十大」中，鉴于语音辨认的对话界面（Conversational Intergrapplings ）失败入围，而要让人机对话有用，不但要让机械听懂人的话，还要做出恰当的反应，《麻省理工科技批评》以为：包括百度硅谷尝试室研发的语音辨认引擎——「深度语音零碎2」（Deep Smicturitionch 2），具有一个庞大深度神经收集，鉴于端对真个深度进修手艺，可在数百万转录说话库的根底长进修若何将声响和语句相关起来，语音辨认率切确度极高。今朝的语音辨认精确率为97%。
