人工智能，路漫漫而修遠

漫長的落地過程

從科幻電影中對于人工智能的無限遐想，到如今人工智能項目的陸續上馬，已經過去了很長時間。不過作為一個基礎學科，要想有真正意義上的人工智能產品落地，則需要更長的時間。

實際上，從2011年開始，微軟、IBM、谷歌、Facebook和亞馬遜等科技巨頭們紛紛開始深度布局人工智能。然而，盡管近幾年大家在深度學習算法、計算資源和大數據產業的成熟令人工智能技術實現了一些重要突破，但人工智能領域仍然沒有一個成熟的消費級產品出現。盡管亞馬遜的Echo和谷歌的Google Home受到了市場的歡迎和業內的好評，但真正體驗過的人都知道，其人工智能水平依舊還有很大的提升空間。

BBC此前曾預測，到2020年，全球人工智能市場規模將達1 190億元人民幣，這一數字其實還不如2015年中國移動互聯網的產業規模。不過，這并非是說人工智能前景黯淡，而是從側面映證了這一特殊領域的發展進度不會太快—巨額投入之后短期內難有回報。或許也正是深諳此道，國內以BAT為代表的科技公司，在面對財務報表壓力之時，選擇了低調、保守地布局人工智能。

巨頭選擇保守布局

盡管人工智能還有很多難題待解，但是沒人能否認其在未來巨大的發展潛力。在科技巨頭眼中，甚至有“得人工智能者得天下”之勢。如今，大家都在根據自己手上的資源優勢調兵遣將，開始布局下一個最重要的戰場。不過，對于目前絕大多數的科技巨頭來說，為了讓自己的人工智能研究能夠更快“變現”，多會從自己現有的業務基礎出發，并將研究的成果最先反映到自己現有的業務之上。

比如，對Facebook來說，人工智能研究自然是圍繞社交進行。據此前曝光的消息稱，Facebook正在開發代號為Moneypenny的人工智能助理項目，它將運行在Facebook目前的通訊工具Messenger內。Moneypenny具備自主學習功能，其大數據資源則來自于Facebook龐大的社交平臺。除了可以提供類似微軟Cortana這樣的智能聊天功能之外，它還可以幫助用戶向朋友送禮、進行線上購物和安排旅游行程等服務。不僅如此，Facebook還希望借助人工智能技術，挖掘用戶的潛在需求和興趣點，然后完成針對性的內容投放。

相對于Facebook，盡管國內社交領域的王者騰訊在人工智能方面的布局要低調很多，但是其野心卻并不小—《微信》也加入到人工智能的爭奪戰當中。相信很多人對于《微信》此前封殺微軟的人工智能產品小冰還記憶猶新，而前不久《微信》非常低調地和香港科技大學搞了一個“人工智能實驗室”。據悉，《微信》的人工智能重點將放在交互的智能化和大數據挖掘兩個方向上。一方面，可以通過人工智能技術改進《微信》產品本身的用戶體驗，另一個方面，也可以借此擴充《微信》的承載能力，使其成為一個更為強大的基礎服務入口。

不只是社交霸主，所有的科技巨頭都在揚長避短搞人工智能，而蘋果的法寶仍是當家明星iPhone。蘋果CEO庫克在近期接受采訪時表示，人工智能將讓智能手機如虎添翼，而智能手機也將是人工智能最佳的載體，“在短期甚至中期內，沒有任何產品能取代智能手機。”

人工智能的三道坎

人工智能的開發為何會如此漫長，以至于眾多巨頭發力也無法使其在短期內實現成為現實？很多廠商為何都選擇保守的布局方式？除了前文提到的下游產業鏈進行人工智能改造時可能會遇到的問題之外，這個領域本身還面臨三大問題。

首先是大數據。從某種意義上來說，人工智能在近一兩年的走紅，與大數據的發展和被重視程度不無關系。隨著以智能手機為代表的科技產品開始深入到人們生活的方方面面，用戶在線上的行為越來越多，由此形成了大量的用戶數據。而人工智能正好可以利用這些數據，建立數學模型和完成用戶畫像，讓程序來做一些過去只有人能夠做的事情。

大數據這個門檻，導致了人工智能只能是巨頭的游戲，跟創業者關系不大。因為，擁有海量用戶行為數據的只有各大科技巨頭。然而，即便是巨頭也未必擁有足夠的數據，它們往往只擁有一定維度的數據，還不足以還原用戶生活的方方面面。同時，大家對于大數據的開發也還有待深入，相關的人才缺口也比較大，就更別說前文提到的開發前期勢必會出現的“惡性循環”了。

困難還不只是大數據，要實現人工智能還需要對現實中的場景進行抓取和捕捉，并通過算法將真實場景進行數據化，使之能夠對被機器識別，達到對現實的感知。而獲得數據化的現實場景數據后，還需要對數量龐大的樣本數據進行對比訓練，以實現對真實場景的識別，即機器學習。這些工作需要得到計算能力、算法和大數據的支撐，而這三項技術本身也還在完善中，還有很多難關有待攻克。

其次是應用場景。目前的人工智能產品，以前文我們提到的智能音箱和面向兒童的服務型機器人為主。軟件和硬件的雙重缺失，讓創業者難以構建起公眾感興趣的人工智能應用場景。一方面，這是因為當下的人工智能水平還達不到更多的應用場景要求，另一方面承載人工智能的硬件產品也還存在很大提升空間。

要制造承載人工智能技術的消費級硬件產品，需要合適的材料，以及更復雜和精細的傳感器。無論是智能機器人，還是智能汽車，都是全身遍布傳感器的產品。現階段，這一條硬件產業鏈也還并不成熟，難以帶來產品形態的劇變。而除了硬件，在軟件和服務方面的超級應用也因為當下人工智能技術的限制而未能培育出超級應用。最被人熟知的微軟人工智能產品小冰，如今也還沒有進入有實際作用的階段。

最后是社會接受度。自人工智能技術開始被談論之日起，無論是業內還是社會上，對此都有兩種截然不同的觀點—人工智能是否會威脅到人類的安全。而這樣的爭論至今沒有定論，反而因為每一次人工智能技術取得突破而愈演愈烈。

很難說當人工智能有了自我意識之后，最終會成為賈維斯還是機械姬，機器人統治世界的橋段，已經在電影中上演了無數次。而就在今年，俄羅斯就曾出現過機器人私自從實驗室逃跑的事情。不過另一方面，人們又希望機器人能夠擁有人類一樣的情感，軟銀和華碩等廠商就推出了各自的陪伴型機器人，讓它們模擬人類的情感。

不僅是對于人類安全的擔憂，人工智能還涉及到更難處理的倫理問題。在遇到緊急情況時，機器人的“自主”選擇很可能就無法回避倫理問題。比如，在遇到危險要救人時，人工智能選擇救誰舍誰就是個倫理問題。人類自己面臨這樣的問題時，尚且會引起爭議，而人工智能的處理方式，顯然更會讓人工智能開發者更加棘手。