工業革命，1；AI，100萬

尹穎堯

2017年年初，美國新媒體聯盟（the New Media Consortium，簡稱NMC）頒布了《地平線報告》（2017年大學版），首次將人工智能（Artificial Intelligent，簡稱AI）列入其中。這份報告從短期、中期和長期三個時間軸，預測未來將改變高等教育的六大科技。今年的人工智能被標注在長期時間軸上。

人工智能時代真的到來了？它都要顛覆知識象牙塔高等教育了？前不久，記者采訪了人工智能創業者、海知智能CEO謝殿俠。

“我叫謝殿俠，大家都喊我老謝。”

老謝說，從AI角度解釋第一次見面和這句寒暄，就包括AI的三大基礎領域：人臉識別、語音識別和語義理解。為了解釋地通俗易懂，老謝科普了人工智能的三大技術要素：數據、計算能力和深度學習（deep learning）。此前受困于這三大技術要素，AI一直無法獲得巨大突破。近年來，數據量不斷增大，計算能力不斷提高，深度學習得以良好運用，AI迎來第三次浪潮。目前，AI的人臉識別能力已經超過肉眼，語音識別接近人的語音識別，而語義理解與人的還有一段不小的差距。

早在2015年，在實驗室場景下，AI的人臉識別準確率已經超過了人類肉眼。肉眼識別準確率大概是95%，而AI的準確識別率已經超過這個數字。老謝說，假如記者戴著AI眼鏡，雖與他初次見面，AI眼鏡也會準確地告訴記者：對方是海知智能CEO謝殿俠。

在語音識別方面，人的語音識別準確率大概是96%，而在理想實驗室場景下，AI的語音識別準確率目前在94%～95%之間，AI的語音識別準確率已與人的相差無幾。有數據預測，在未來一兩年內，AI的語音識別準確率將會達到99%，超過人的水平。那時，記者一邊采訪老謝，AI一邊將聲音轉化成文本，真正實現同步操作。而目前雖然市面上已有類似的語音轉寫軟件，但實際應用場景下準確率不夠高，仍需人工核對和修改。

AI雖聽得懂“謝殿俠”，也知道他是海知智能CEO，卻很難把“老謝”與“謝殿俠”對號入座。語義理解，仍是AI目前亟待攻克的方向。這是因為語言表達非常復雜，而且一定要結合當前使用環境、上下文來綜合判斷。

目前包括斯坦福大學、微軟亞洲研究院等在內的大學和研究機構，都在研究語義理解，其中，閱讀理解是前沿中的前沿。在限定了條件的話題討論中，人的閱讀理解能力大概85分，而AI也許只有70分，15分的差距需要很長一段時間才能趕上。

AI的閱讀理解能力一旦與人的一樣，將會產生顛覆性革命。

AI的優勢在于能抓取網頁上所有信息的意思，掌握古往今來的所有顯性文明。未來，各行各業解決問題的過程和方式也將與我們現在的不一樣。比如醫療領域，當患者把癥狀告訴AI，AI能根據描述和檢查數據指標，結合此前學習的診療案例詳細解釋病情，乃至開藥方。AI可以看做一個超級大腦（superbrain），當這臺超級大腦被細分到各個領域后，各個領域的歷史人物將被復活。比如孔子，AI可不是僅僅收集了儒家學說的所有知識，而是真正掌握了知識，能夠判斷、洞察、推理，還能與大家交流。

“孔老師，有人罵我怎么辦？”

AI會以儒家的觀點，回答提問者。

總之，AI不僅能聽清和聽懂，還會讓機器有知識，甚至自我學習。

學語言的方式也將發生顛覆性變化，真正擺脫“人機交互”，實現“人人交互”，AI能夠完全替代native speaker（說母語的人）。

老謝說，這僅是他自己大膽的預測，不過AI對人類社會的顛覆性革命太劇烈、太徹底，我們無法想象未來三十年、五十年的AI時代的樣子。他認為，若第一次工業革命對人類的影響是1的話，那么AI革命將是100萬。

在未來很多工作，比如傳統的分析報告師、客服將被機器替代，但同時AI時代一定能提供更多新的崗位。老謝建議，愿意展望AI時代的同學，不妨讀一讀牛津大學歷史學博士尤瓦爾·赫拉利的《人類簡史》和《未來簡史》兩本書，從中構思自己的AI時代，找到自己的AI定位。

作為一名AI創業者，老謝當下所做的就足以震撼。

雖然通用人工智能還不能實現，但在“特定用戶、特定場景、特定服務”之下，語義理解還是能極大地為人們帶來便捷。比如音樂點播這件事，以“搜索周杰倫的歌”為例。海知智能抓取了網頁上所有有關周杰倫的信息，分門別類，組成一個“周杰倫”的音樂知識圖譜，以便AI能夠理解。這個就相當于給AI“學習”了一個強大的知識庫。當輸入“我要聽周董的歌”時，海知智能不會像其他音樂網站的軟件說“沒有”，因為它知道周董就是周杰倫。目前，老謝的AI已經儲備2000萬個音樂知識圖譜。

像音樂這樣的特定領域，還有很多很多，比如天氣、交通、銀行客服、中小學教育。老謝還有一個更大的夢想，打造知識圖譜開源平臺，讓大家編寫、共享自己的知識圖譜，打造屬于自己的機器人（Bot）。endprint