人工智能是研究使計算機來模擬人的某些思維過程和智能行為(如學習、推理、思考、規(guī)劃等)的學科，主要包括計算機實現(xiàn)智能的原理、制造類似于人腦智能的計算機，使計算機能實現(xiàn)更高層次的應用。人工智能將涉及到計算機科學、心理學、哲學和語言學等學科?？梢哉f幾乎是自然科學和社會科學的所有學科，其范圍已遠遠超出了計算機科學的范疇，人工智能與思維科學的關系是實踐和理論的關系，人工智能是處于思維科學的技術應用層次，是它的一個應用分支。從思維觀點看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進人工智能的突破性的發(fā)展，數(shù)學常被認為是多種學科的基礎科學，數(shù)學也進入語言、思維領域，人工智能學科也必須借用數(shù)學工具，數(shù)學不僅在標準邏輯、模糊數(shù)學等范圍發(fā)揮作用，數(shù)學進入人工智能學科，它們將互相促進而更快地發(fā)展。
最近，人工智能鉚足了勁兒，頻刷“存在感”：
中國棋手柯潔大戰(zhàn)AlphaGo的硝煙還沒散盡，學霸君公司的智能教育機器人Aidam就與多位往屆高考狀元PK，挑戰(zhàn)今年的高考題。此前，微軟虛擬機器人“小冰”還出版了人類歷史上首部100%由人工智能創(chuàng)作的詩集。
“互聯(lián)網(wǎng)只是前菜，人工智能才是主菜”，在日前舉行的2017百度聯(lián)盟峰會上，百度公司董事長兼首席執(zhí)行官李彥宏直言，“未來百度將不再是互聯(lián)網(wǎng)公司，而是一家人工智能公司”。
不過對很多人來說，人工智能可能還是個熟悉的陌生人，它將帶來哪些影響?要到達未來，還要翻越哪些山岡?
人工智能像燃料 與產(chǎn)業(yè)深度結合
1997年5月，IBM的計算機程序“深藍”在正常時限的國際象棋比賽中首次擊敗了當時世界第一的棋手加里·卡斯帕羅夫。20年后，新一代人工智能AlphaGo又將柯潔、李世石等頂尖圍棋高手斬落馬下。
除了在刷屏的新聞中認識人工智能，很多人對它的了解源自熒屏：在《黑客帝國》《終結者》等電影作品中，人工智能被塑造成功能強大的形象;在電視綜藝中，百度“小度”、搜狗“汪仔”等各顯神通，與人類交流、競技，甚至成為節(jié)目“主咖”。
“人工智能看上去這兩年才火，事實上多年來一直有人在背后做研究”，在微軟亞洲研究院副院長劉鐵巖看來，人工智能早已滲透到人們生活的方方面面：從搜索引擎到物流倉儲背后的網(wǎng)點規(guī)劃，從人臉識別到機器翻譯、語音識別，無不與人工智能密切相關。在手機中，實現(xiàn)了個性化推薦的新聞App、會“智能美顏”的修圖軟件、可以對話的“小冰”“小娜”、Siri……這些功能，也都受益于人工智能的發(fā)展。
這一波人工智能的研究應用被業(yè)界稱作“第三次浪潮”。在人工智能誕生至今的61年里，曾經(jīng)的兩次熱潮都最終陷于沉寂。在業(yè)內(nèi)人士看來，這次浪潮有些不一樣。
“這次一定是更加穩(wěn)健的”，劉鐵巖說，“人工智能像燃料一樣，與各個產(chǎn)業(yè)深度結合，有著比以往更多的、實際落地的應用場景。”
“數(shù)據(jù)的爆炸式增長、計算能力的飛躍、深度學習算法的突破，是這一次人工智能爆發(fā)的三大要素。”商湯科技CEO徐立表示，“人工智能的突破其實和產(chǎn)品落地密切相關，它可以快速帶來行業(yè)的爆發(fā)。新的技術需要與應用相結合才能夠得到驗證，當人工智能發(fā)展到超越人的水平后，將帶來生產(chǎn)效率的大幅度提升，同時催生新的行業(yè)和應用。”
熱捧背后存隱憂 “網(wǎng)紅”需要冷思考
人工智能迅速發(fā)展的背后，有著來自政府、企業(yè)、資本的多重推力。
2015年7月，國務院發(fā)布了《關于積極推進“互聯(lián)網(wǎng)+”行動的指導意見》，“互聯(lián)網(wǎng)+人工智能”被列為11項重點行動之一;2017年3月，人工智能首次寫入《政府工作報告》。在國際上，英、美、韓、日等也紛紛布局人工智能，一系列扶持政策相繼出臺。
2013年，百度成立全球首家深度學習研究院;在2017百度聯(lián)盟峰會上，李彥宏明確表示將人工智能作為百度的核心戰(zhàn)略;Facebook、谷歌等巨頭也不約而同提出了“人工智能優(yōu)先”的戰(zhàn)略轉變;在計算機視覺、語音識別等垂直領域，商湯科技、科大訊飛等企業(yè)成績矚目。“目前無論是大公司還是小公司，都在積極擁抱人工智能”，徐立說。
在創(chuàng)投領域，人工智能尤其受到資本的重視，甚至引發(fā)瘋狂追捧。互聯(lián)網(wǎng)數(shù)據(jù)和咨詢公司IT桔子近日發(fā)布的《人工智能產(chǎn)業(yè)分析與創(chuàng)業(yè)投資盤點》收錄了467家AI企業(yè)和636起投資事件，其中，人工智能總獲投率為67.65%，高于其他行業(yè)2—3倍。過高的熱度讓劉鐵巖覺得，人工智能儼然已經(jīng)成了一個“網(wǎng)紅”，一些企業(yè)所謂的調(diào)整戰(zhàn)略其實是資本市場倒逼的。
當然，與此前的互聯(lián)網(wǎng)發(fā)展中曾出現(xiàn)過的“風口”帶來“泡沫”一樣，與方興未艾所伴隨的，無序與重復投資、過熱與概念包裝等問題，在人工智能創(chuàng)投領域也已顯現(xiàn)出來。
徐立直言，國內(nèi)人工智能創(chuàng)業(yè)大多扎堆在應用層面，創(chuàng)業(yè)者使用開源算法，找到某個垂直領域便套上“人工智能”概念扎進去，但真正從算法層出發(fā)做“原創(chuàng)技術”的人并不多。“而這塊才是核心，是最需要厚積薄發(fā)的。”
對于這些隱患，易觀智庫資深分析師薛永峰強調(diào)，人工智能還處在比較初級的發(fā)展階段，花些時間“冷思考”尤為重要。
三大門檻待翻越 瓶頸即主攻方向
需要多久的積淀，人工智能才能告別初級階段，迎來大規(guī)模的爆發(fā)?專家們也承認，還有不少瓶頸待突破。
瓶頸之一來自對大數(shù)據(jù)和計算的過度依賴。想讓機器像人類那樣思考，就必須“喂”給它天量數(shù)據(jù)。“必須依賴大數(shù)據(jù)、大計算，導致現(xiàn)階段很多人工智能過于重量級”，在劉鐵巖看來，“這種依賴是笨拙的，未來應當有更多輕量級的人工智能產(chǎn)生”。
瓶頸之二來自人工智能的“黑箱”——當下人工智能做出的決策就像封閉的黑箱子一樣不可預測。“在人臉識別系統(tǒng)中，如果一些人能夠識別而另一些無法識別，研究員可能無法回答為什么，因為這是機器從數(shù)據(jù)中學習得來的，背后的邏輯并不清晰”。徐立還舉了另一個無人車的例子描述這種尷尬：“無人駕駛超越人的準確率是很可能的，但難點在于你不知道它什么時候會撞墻。”
另一個瓶頸在于不成熟的行業(yè)生態(tài)。這在一定程度上制約了人工智能的發(fā)展。薛永峰提醒，要防范出現(xiàn)數(shù)據(jù)孤島化、研發(fā)孤立化的問題。“人工智能的一些技術專利主要掌握在大公司手中，數(shù)據(jù)資源難以全面放開。在語音識別、無人駕駛等諸多領域，很多團隊各做各的，沒有融會貫通。”而在一些傳統(tǒng)行業(yè)中，數(shù)據(jù)積累的規(guī)范程度和流轉效率，還遠遠達不到能夠發(fā)揮人工智能技術潛能的程度。
不過徐立認為，這些缺陷“與其說是瓶頸，不如說是未來的主攻方向”。
就國內(nèi)而言，人才儲備方面還相對薄弱。來自領英的數(shù)據(jù)顯示，全球范圍內(nèi)，人工智能專業(yè)人才有195萬，中國只占2%，排名第七。“人工智能工程師和應用型人才都存在缺口，我們的教育體系應該與時俱進，在課程設置上面與發(fā)展需求配套”，劉鐵巖說。
值得慶幸的是，人工智能發(fā)展進程中，許多進步和改變已扎實可見。
亞馬遜、谷歌、Facebook、IBM和微軟已于去年9月宣布成立非營利的人工智能合作組，為研究人員提供可供討論和參與的開放式平臺。今年4月，百度也正式發(fā)布阿波羅計劃，把自己所積累的自動駕駛技術開放給業(yè)界，以期進一步降低研發(fā)門檻，與產(chǎn)業(yè)鏈各環(huán)節(jié)共同促進自動駕駛技術的發(fā)展和普及。
“這是一場既有主動脈又有毛細血管的技術革命，其意義可能不亞于今天的互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)。因此急不得，未來要一步步走”，薛永峰說。
下載文檔
