追問人工智能

朱華樑+張歡+路沙+洪蕾

一個人機同行的新AI時代已悄然而至。

人工智能如今已是科技行業中“閃耀的新星”。

我們不禁追問：

人工智能的前沿問題到底是什么？

眾多科技公司對“人工智能”的厚愛是趕時髦還是真較量？

在概念被炒得火熱的同時，

人工智能的實際應用和有效價值又表現如何？

5月23日-27日，圍棋界的人機大戰在烏鎮上演。柯潔與AlphaGo三番棋大戰之后，人類又組團群雄再戰AlphaGo。人工智能再次成為這些天的新聞焦點。

人工智能如今已是科技行業中“閃耀的新星”。IDC的一份報告顯示，認知計算和人工智能解決方案市場在2016年到2020年的年復合增長率將達到55.1%，認知計算和人工智能在各行各業中的廣泛應用將推動其全球收入從2016年的近80億美元增加到2020年的470多億美元。

Gartner副總裁兼資深研究員大衛·卡利（David Cearley）在2017年重大技術趨勢預測發布會上表示：“應用人工智能和高級機器學習實現了一系列的智能應用，包括物理設備（機器人、自動駕駛汽車、消費電子產品）、應用程序和服務（虛擬個人助理、智能顧問）。”

卡利說，這些應用將以不同于以往的智能應用程序和智能產品的形式呈現出來，并為各種各樣的網絡設備、現有軟件和服務解決方案提供嵌入式的智能。

Gartner執行副總裁、研究主管兼資深研究員達爾·普拉默（Daryl Plummer）預測，到2020年，更智能的算法將會讓人工智能改變全球10多億工作者的狀態。

在Gartner發布的2017年十大重大技術趨勢預測中，人工智能相關技術占據了前三名的位置，分別是：人工智能和高級機器學習、智能應用、智能產品。

第一，人工智能和高級機器學習。人工智能和高級機器學習由很多技術（比如深度學習、神經網絡、自然語言處理）組成。Gartner認為，更先進的技術將超越基于規則的傳統算法，創造能夠理解、學習、預測、適應甚至有望自主運作的系統，從而讓智能機器顯得更加“智能”。

第二，智能應用。像虛擬個人助理這樣的智能應用程序可以發揮人類助理的某些職能，讓人們的日常工作變得更加容易，提高用戶工作效率。Gartner認為，這些智能應用程序有潛力改變現在人們的工作性質和職場結構。“未來十年，幾乎所有的應用程序、服務都將包含某種程度的人工智能。人工智能和機器學習在應用程序和服務方面的應用將不斷發展壯大，這將成為一個長期的趨勢。”卡利舉了一個麥當勞的案例：麥當勞生產漢堡，智能應用每分鐘通過照片分析超過1000個面包來檢查其顏色、形態和芝麻分布狀況，從而不斷自動調整烤箱的溫度和烘烤時間，可以大幅減少人工成本，并保證高質量。

第三，智能產品。智能產品是指超出了剛性編程模型范疇的物理實體，通過應用人工智能和機器學習來實現高級行為，并與周圍環境和人類更加自然地交互。

目前，日本長崎的Henn-ne賓館已經開始使用10臺類人機器人進行迎賓服務，代替了原來預訂柜臺的所有服務員。隨著無人機、無人駕駛汽車和智能家電等智能產品的不斷普及，Gartner預計各自為政的智能產品將轉變為相互協作的智能產品。

數據經濟時代下，人工智能和物聯網等新技術正在成為全球經濟發展的新動力。人工智能的廣泛應用將會作為一種新的常態，推動行業企業轉型，改變人們的生活工作方式。隨著“加快人工智能等技術研發和轉化”今年首次被寫入政府工作報告，商業人工智能將在擁有龐大數據資源的中國市場迎來前所未有的發展機遇。

當今世界上各大科技公司均將投資目光投向人工智能的未來發展上，并且在可預知的未來一段時間內，他們紛紛計劃在該領域發力。

那么，我們不禁追問：人工智能的前沿問題到底是什么？這么多科技公司對“人工智能”的厚愛是趕時髦還是真較量？在概念被炒得火熱的同時，人工智能的實際應用和有效價值又表現如何？

前沿領域篇 人工智能研究的前沿是什么

史蒂芬·霍金教授在2017GMIC 全球移動互聯網大會上的視頻演講中對于人工智能的前言研究領域如此表述。在過去的20 年里，人工智能一直專注于圍繞建設智能代理所產生的問題，也就是在特定環境下可以感知并行動的各種系統。在這種情況下，智能是一個與統計學和經濟學相關的理性概念。通俗地講， 這是一種做出好的決定、計劃和推論的能力。基于這些工作，大量的整合和交叉孕育被應用在人工智能、機器學習、統計學、控制論、神經科學以及其它領域。共享理論框架的建立，結合數據的供應和處理能力，在各種細分的領域取得了顯著的成功。例如語音識別、圖像分類、自動駕駛、機器翻譯、步態運動和問答系統。

他說，現在，關于人工智能的研究正在迅速發展。這一研究可以從短期和長期來討論。一些短期的擔憂在無人駕駛方面，從民用無人機到自主駕駛汽車。比如說，在緊急情況下， 一輛無人駕駛汽車不得不在小風險的大事故和大概率的小事故之間進行選擇。另一個擔憂在致命性智能自主武器。它們是否該被禁止？如果是， 那么“自主” 該如何精確定義。如果不是， 任何使用不當和故障的過失應該如何問責。還有另外一些擔憂，由人工智能逐漸可以解讀大量監控數據引起的隱私和擔憂，以及如何管理因人工智能取代工作崗位帶來的經濟影響。

長期擔憂主要是人工智能系統失控的潛在風險，隨著不遵循人類意愿行事的超級智能的崛起，那個強大的系統威脅到人類。這樣錯位的結果是否有可能？如果是，這些情況是如何出現的？我們應該投入什么樣的研究，以便更好地理解和解決危險的超級智能崛起的可能性，或智能爆發的出現？

有人說，腦科學和人工智能迄今為止還是兩門平行的學科，人工智能對人類腦科學研究暫時沒有任何實質性的幫助。反觀腦科學卻對人工智能的深度學習方面提供了不少幫助， 比如人工智能借用神經科學里的視覺工作機制理論，使得人工智能有了今天的發展。但實際上，至今為止， 人工智能也只是用了腦科學其中的一個理論而已。

但卡內基·梅隆大學計算機科學學院機器學習系主任Tom Mitchell則不這么認為。他在GMIC2017上的演講中提到，下圍棋、下象棋，人工智能在這一領域突破非常快，背后主要是依靠深層次的機器學習。

另外在腦科學方面的發展也非常迅猛。在過去十幾年的時間里，有很多先進的技術和設備，使得我們可以采用無創或者微創的方法進入到人的大腦，進行毫米級的觀察，而且在毫秒內就可以對幾千張影像進行分析，觀察人腦的活性。

此外，動物大腦的研究更加令人歡心鼓舞，通過基因方面的研究，在基因上進行相應的工程，對老鼠和其他動物相應的神經元進行修飾、改變，這樣可以更好地對人的神經活動進行一些管理和控制。無論是人工智能還是腦科學，都取得了令人矚目的巨大進展。現在人的腦科學和人工智能方面到了可以有更多交集的好時機，我們應該在人工智能和腦科學之間搭建更多的橋梁。

而天風證券海外首席分析師何翩翩（美國麻省理工學院電機工程學士、人工智能碩士、MBA三學位獲得者）在GMIC 全球移動互聯網大會上分享關于人工智能未來發展趨勢的報告時表示，目前， 國內外人工智能的討論范疇一直都圍繞著五個點：強度、能力、廣度、監督和自主性。通俗地講可以概括為：機器訓練智能化的程度；用來解決什么問題；特定性向通用性的延伸；監督和無監督；人工智能是助手還是主角。

她介紹了MIT關于人工智能的五大趨勢預測。首先，最先出現的兩個趨勢應該是正向強化學習和對抗性神經網絡。AlphaGo 可以說是深度強化學習技術的一個里程碑。GAN （生成對抗網絡）很有可能會是在無監督學習還沒能普及之前讓計算機變得更加智能的關鍵所在。其次是語言學習。語音識別和語音接口，在技術和應用場景方面已經算是AI 里面較為成熟的，計算機通過語言與我們交流和互動，理解語言的上下文含義，將使AI 系統獲得全方位的實用性提升，這也是AI步入夏天的第一步。

第四個趨勢是，2017 年中國開始成為人工智能主要參與者。BAT 的布局，加上國內投資者對于AI 創業公司的投資熱情高漲。政府方面也在積極推動政策扶持，預計在2018 年前投資約150 億美元。但我們也發現關于AI 的夸張報道鋪天蓋地，對AI 的炒作也達到了令業界人士不安的程度。我們認為這樣對AI 可能會造成揠苗助長的負面效果，繼而導致創業公司因估值過高而步向失敗以及投資枯竭的情況。

第五個趨勢就是面對炒作我們應該深呼吸一口氣，頭腦時刻保持清醒，理智地去看待AI 行業的下一步發展，踏踏實實地去做好AI 應用的研發工作。

百家爭鳴篇 廠商厚愛AI 是趕時髦還是真較量

谷歌

谷歌早在2011年就成立了AI部門。2015年8月，谷歌宣布架構重組，設立母公司Alphabet，把谷歌搜索里提煉出來的人工智能做成谷歌大腦，然后應用到各領域。

今年5月，谷歌揭示了人工智能發展的一種主要新方法，它被稱為“自動機器學習（AutoML）”，它允許人工智能成為另一個人的架構師，并在無需人工工程師輸入的情況下進行自我創造。

AutoML項目專注于深度學習，一種涉及到通過神經網絡層傳遞數據的技術。創建這些層是很復雜的，因此谷歌的想法是創造能夠自我創造的人工智能。

谷歌的這個想法，就是讓現有的人工智能創建自己的代碼層，而事實證明，它比它的人類技術人員更快、更有效地完成了它的工作。

NVIDIA

在AI世界里，NVIDIA擁有的GPU技術一直占據中心地位。從2016年起，NVIDIA開始為數據中心和自動駕駛技術提供圖形處理器，成為提振去年股價的中心動力，而這兩項業務的發展也是蒸蒸日上。根據其最近公開的財報，第一財季的數據中心業務收入翻倍至4.09億美元，遠超過預期的3.182億美元。汽車業務收入增長24%至1.4億美元，好于預期的1.32億美元。

NVIDIA創始人兼CEO黃仁勛在本月初的2017 GPU技術大會上宣布，將與日本汽車制造商豐田合作，為其提供人工智能硬件及軟件技術，致力于在未來幾年內提升自動駕駛系統的性能并推進商業化進程。

IBM

日前，以“天工開物·人機同行”為主題的2017 IBM論壇在北京召開。會上IBM發布了全面升級的加強版合作伙伴計劃（PartnerWorld計劃），以期幫助合作伙伴在云計算、認知、大數據、安全等高增長領域建立更強大的專業知識和新技能，在認知時代打造企業核心競爭力、推動業務高速增長以及提升最終客戶的滿意度。

IBM大中華區董事長陳黎明認為，Watson是IBM在人工智能領域60年集大成者。IBM在人工智能這個領域的尖端技術集中體現到了Watson這套系統上面去，當然IBM的能力也在不斷的研發、不斷拓展當中，它的能力一定會變得越來越強。目前Watson 所有具備的URLI四大能力是： Watson能夠理解、推理、學習并通過自然語言與人類進行交互。它已經超越了語言和語音的范疇，深入到視覺、情緒和發現領域，其中情緒和發現是Watson所特有的。

OpenAI

OpenAI 是一家非營利性機構，由特斯拉CEO 馬斯克聯合多個硅谷名人成立，馬斯克也時常發出人工智能威脅論，如開發人工智能即召喚邪惡，甚至表示未來人類將會成為人工智能的寵物，以及人機結合，人類與人工智能并存，或者可以理解為“半機械人”。

在2015 年12 月，馬斯克及多位硅谷大亨成立了OpenAI 機構，開始了他的瘋狂人工智能計劃，并籌得了10 億美元的資金來推動人工智能健康有序發展。他所研究的人工智能技術成果開源，分享給想要使用的每一個人。要知道推動人工智能發展的關鍵因素是人才和數據，OpenAI 擁有龐大資金后，首先爭奪人工智能人才，從谷歌等公司直接挖來頂尖人工智能研究人員，Google2Brain 團隊的前研究員Ilya2 Sutskever 擔任研究總監。與谷歌、微軟等相比，OpenAI人工智能隊伍仍然十分弱小。OpenAI 近日一項實驗具有里程碑的意義，基于全新算法，人類在虛擬現實環境中演示一遍后，機器人就能模仿執行相同的任務。盡管任務相對比較簡單，但對未來發展奠定基礎，前景廣闊。

百度

百度是我國最早在人工智能領域布局的公司。2013 年年初，李彥宏就提出設立深度學習研究院；當年4月，百度設立了硅谷人工智能實驗室。之后，人工智能就漸漸成為百度的戰略發展方向，到如今，百度在人工智能的投入與布局已經初現成果。2016 年6 月，《麻省理工科技評論》評選的“全球最聰明的50 家公司”，百度成功入選； 2016 年11月， 百度大腦入選15 項世界互聯網領先科技成果。除百度大腦外，百度在人工智能領域的布局還包括：無人車駕駛、度秘、百度AR 和百度醫療大腦。

阿里巴巴

依托阿里云和電商大數據， 阿里巴巴也在人工智能領域逐漸發力。2016 年8 月初， 在云棲大會北京峰會上，阿里云正式推出人工智能ET。ET 目前已具備智能語音交互、圖像視頻識別、交通預測、情感分析等技能。此外，阿里還有“電商大腦” 和“阿里小蜜”。

騰訊

騰訊相對較晚，2016 年9 月末，騰訊AI 實驗室成立，專注于人工智能的基礎研究及應用探索。目前， 該實驗室已經有超過30 位頂尖科學家入職，其中超過90%擁有博士學歷。下一步，將圍繞內容、社交、游戲三個領域的應用場景，專注機器學習、自然語言處理、語音識別和和計算機視覺四個方面的基礎研究。

聯想

2017 年4 月中旬，聯想集團董事長楊元慶對外宣布，未來4 年，聯想集團將在人工智能、物聯網和大數據方面的投資超過12 億美元（約82 億元人民幣）。至2021 年3 月份，聯想集團每年研發開支將到達15 億美元左右，且上述款項將占總研發預算的20%以上。

同BAT 相比，聯想在人工智能領域的探索起步較晚。但未來，每年將有15 億美元的研發資金用于三個技術方向的研究：第一， 將AR作為未來的顯示和應用平臺；第二，對話式的人機交互；第三，針對后臺設備的數據中心技術平臺。據悉，其在智能家居、智能辦公室、智能醫療及其他領域已經開始有所動作，最終聯想能否殺入人工智能排位賽的前列， 讓我們拭目以待。

美團云

近日，美團云推出高性能GPU 云主機，標志著美團云正式進軍AI 領域，開啟云端AI 戰略。

美團云高級研發總監王昕溥向《中國信息化周報》記者介紹，美團云打造的人工智能版圖主要包含三大類產品：主機類、平臺類和服務類。主機類產品中，除已可申請使用的高性能GPU 云主機外，還將上線FPGA 云主機服務。FPGA 的單位功耗性能是GPU 的10 倍以上，由多個FPGA 組成的集群能達到GPU 的圖像處理能力并保持低功耗的特點。英特爾預計，到2020 年，將有1/3 的云數據中心節點采用FPGA 技術。平臺類產品方面，美團云還將于7 月正式開放深度學習平臺，輸出美團云AI 能力，為用戶提供TensorFlow 的靈活、高擴展性深度學習框架。美團云深度學習平臺可以讓工程師擺脫底層的繁瑣細節及資源約束，實現一站式開發、測試、部署。在上層服務類產品中，美團云即將上線人臉識別、OCR 文字識別、圖片識別、語音識別、智能客服、自然語言處理、機器翻譯等與人們生活場景密切相關的AI 服務，讓人類生活更加智能化。

實際應用篇 最接地氣的AI應用有哪些

說到人工智能（AI），目前被炒得最熱的似乎都是天上飛的技術，比如無人駕駛、AlphaGO 對戰下圍棋， 而實實在在落地到應用生活層面的人工智能卻并不被關注。這不禁讓市場感嘆，2017 年的人工智能虛火上升， 不接地氣。

云知聲董事長/CTO 梁家恩就曾在4月舉辦的硬蛋AI+ 產業峰會演講中表示，現在絕大多數的AI 產品都更像是在炫耀技術，哪天看不到技術的痕跡了，才可能是達到了一個使用的階段，并最終滲透到智慧生活、智慧城市、智慧制造等領域。其中智慧生活是面向普通的用戶，智能城市是讓資源如何變得更加的優化，智能制造是軟件實現個性化。

可能，生活中的智能家居是最接地氣的AI應用。

隨著物聯網時代的來臨，智能生活將成為大多數人的生活常態。而老百姓日常生活所離不開的家居用品則可能是人工智能這項飄在云端的技術中最接地氣和最容易落地的產業，而智能家居落地后會大大改變人們的生活方式。

數據顯示，2017 年全球智能語音產業規模將達112.4 億美元，復合年均增長率達35.1%，將成為未來智能硬件爆發的據點之一。2012 年至2020年，中國智能家居市場年增長率將達到25%左右，2020 年市場規模將達到3576 億元。而國外，包括蘋果在內的科技巨頭也在布局HomeKit 的智能家居新模式。

IBM Watson Health已經開始證明自己在幫助處理期刊文章、開展最新醫學研究以及隨后充當診斷助理方面的寶貴價值。現在，IBM正在訓練Watson讀取醫學影像，以幫助放射科醫師加速開展工作并減少錯誤。

無人機是現在最火的智能設備，除了民用航拍，近幾年專家們還開始利用它們回傳的視頻和圖片來進行大型工程的結構檢查。人們將現有的機器視覺AI技術加入無人機，它就可自行對設備進行檢視，大大縮短設備維護的時間。

Facebook 表示未來將使1000多架太陽能激光無人機為全球 50 億人提供上網服務，用激光從 6 萬至 9 萬英尺（約合 1.8 萬至 2.7 萬米）的高空發送高速數據供全球最偏遠的地區上網。據悉，該公司將使用一種名為 Aquila 的無人機來完成該項目，這種 V 形無人機的翼展與波音767相仿，重量卻不及一輛小轎車。

F8 大會期間，Facebook 還展示了這種無人機的最新設計，它可以一次性在高空停留 3 個月，這些無人機有望在今年夏天升空測試——聽起來真的很酷。

如今，人工智能雖在整個行業內掀起火熱的浪潮，但是如何將研究進程轉換為實際的有效價值才是研究的最終方向。

相關鏈接

商業AI針對專業垂直行業的業務需求，充分利用認知技術，通過人與機器協作，增強和擴展人類能力、專業知識和潛能，從而讓人與機器安全、有效地參與商業認知系統，完成更多更專業更復雜的任務。機器不會替代人，商業的未來將是人機同行。人工智能將重塑人和機器的關系，通過融合數據、分析和認知服務，增強、擴展和加速人類的專業技能，使專業人士能夠做出更精準的決策。

在未來5-8年，商業AI將給產業帶來新、奇的改變，集中表現在改變行業、改變專業。