雷锋网按:有人将人工智能定义为“认知计算”或者是“机器智能”，有的人将 AI 与“机器学习”混为一谈。事实上，这些都是不准确的，因为人工智能不单单是指某一种技术。这是一个由多学科构成的广阔领域。众所周知， AI 的最终目标是创建能够执行任务并且具备认知功能的智慧体，否则它只是在人类智力范围内的机器。为了完成这个野望，机器必须学会自主学习，而不是由人类来对每一个系统进行编程。

令人兴奋的是，在过去 10 年中，人工智能领域已经取得了大的进步，从自动驾驶汽车到语音识别到机器翻译，AI 正在变得越来越好，也离我们越来越近。近日，知名风投 Playfair Capital 风险投资人 Nathan Benaich 在 medium 上发布文章《6 areas of AI and machine learning to watch closely》，讲述了他眼中人工智能发展势头比较火热的领域及其应用。雷锋网(公众号:雷锋网)编译。

1. 强化学习（RL）

强化学习是一种试错（trial-and-error）的学习范式。在一个典型的 RL 中，强化学习需要连续选择一些行为，而这些行为完成后会得到最大的收益。强化学习在没有任何标记，也不告诉算法应该怎么做的情况下，先尝试做出一些行为，得到一个结果，然后通过判断这个结果的正误对之前的行为进行反馈，再由这个反馈来调整之前的行为。通过不断的调整，算法能够学习到在什么样的情况下选择什么样的行为可以得到最好的结果。谷歌 DeepMind 就是用强化学习的方法在 Atari 游戏和围棋中取得了突破性进展。

应用范围:为自动驾驶汽车提供 3D 导航的城市街道图，在共享模型环境下实现多个代理的学习和互动，迷宫游戏，赋予非玩家视频游戏中的角色人类行为。

公司:DeepMind（谷歌），，Osaro，MicroPSI，Maluuba （微软），NVIDIA，Mobileye 等。

主要研究人员: Pieter Abbeel（OpenAI），David Silver，Nando de Freitas，Raia Hadsell（谷歌 DeepMind），Carl Rasmussen（剑桥），Rich Sutton （Alberta），John Shawe-Taylor（UCL）等等。

首页<上一页12345下一页>尾页