關于AI，現狀和期待間還有鴻溝

文／實習生 王 穎 本刊記者 陳 杰

當AlphaGo橫掃人類棋手后，沉寂多年的AI（人工智能）再次活躍起來，而且是從此一發不可收拾的熱力無限。技術上，學術界和產業界都在積極探索，場景應用也隨之加速落地中，人臉識別在金融、安防領域的布局；智能語音語義在車載、家居、移動設備上的應用；自動駕駛汽車上路，服務機器人進入商場……似乎，人工智能已全面滲透我們的日常生活了。

其實，事實并非如此，人工智能產業熱鬧表象的背后，是普通大眾對人工智能現狀認知和期望間的不小差距。

產業還在嬰兒期

2018年被稱為人工智能全面落地應用的元年，行業的爆炸式發展似乎讓人工智能一夜便婦孺皆知，過度的宣傳也讓人們對人工智能有了更高的期待。而現實中，人類對人工智能的究研成果居多停留在學術界，在技術和場景應用還不算太成熟之時，人工智能的普及性應用落地還是比較困難。

英特爾中國戰略合作與創新業務部董事總經理、英特爾創新加速器總負責人李德勝表示，目前人們對人工智能這一概念有些期待過高，實際上現在的人工智能，更多的是指人工智能的算法、學習和技術，目前還處在一個比較初級的階段，相當于嬰幼兒時期，并不能真正達到和人一樣的智能。

談到人工智能應用落地，在傳統行業中，當屬對安防行業的影響最為深遠。作為計算機視覺技術中最成熟的分支應用，人臉識別目前在安防領域算是比較成功的落地應用。人臉識別要求在各種復雜的場景下，比如交通路口、火車站、商場、醫院等人流量較大的場景下，能夠盡量完整準確地識別人臉信息，并與重點人員庫實時比對，以實現對犯罪嫌疑人進行全城布控的效果。盡管該技術已相當成熟，但是由于對人與攝像機位的要求較高，其應用場景依然受限。由于人與攝像機的位置很難控制，再加上不確定的天氣、光照等因素的影響，人臉識別技術還不能完全適應復雜的場景。

除了技術上的限制，在數據資源上也有待拓展。人工智能和數據是密不可分的兩部分，機器智能化的前提就是機器被“喂”以大量的數據，并被“教會”大量具體的任務，從而創造出會學習且更聰明的硬件。中國擁有海量的數據庫，但標準化和開放程度還遠遠不夠，雖然有些應用在技術上已經相對成熟，但在大數據的獲取和保障數據安全上還有一段路要走。

最后，人工智能還處于應用前期，生產成本較高，在市場上還處于較高的價位，如要進行大面積的應用，必然要對其成本提出較為適宜的要求。

前景可待未來可期

盡管如此，我們必須看到，在過去這一兩年間，人工智能在很多領域里都有加速業務落地的趨勢，而且有很多技術已經得到了應用。

自動駕駛領域的研究長久以來一直備受關注，雖然現在還不能直接達到L4或L5的水平，但該領域的研究從輔助駕駛開始就給人們帶來了很多的幫助。未來到達L4、L5級別，自動駕駛將完全以車為主要的駕駛員，人們只需發出語音指令，即可進入自動駕駛狀態，安全到達目的地。通過對不同場景的深度學習，人工智能的算法將幫助自動駕駛在更廣闊的領域進行部署。

除了專業領域，尋常百姓的家庭場景應用前景也十分廣闊，智能家電，智能機器人等智能化的家居，將會成為改變我們生活質量的突破口。在醫療領域也有越來越多的應用與科技、人工智能相結合，至于為什么還沒有普遍推廣，“因為這些應用需要有一段驗證期，或者要過一些相關醫療機構的審批手續。一旦突破后，我們會看到非常廣泛的應用。”李德勝說。

互聯網對各行業的滲透給人工智能提供了最真切的參考，相較于互聯網，人工智能的應用場景只會更廣闊。隨著人工智能與傳統行業的不斷結合，李德勝認為，未來人工智能行業將會涵蓋各大領域形成一個完整的生態鏈，這需要更多的行業企業充分加入到這一生態之中，“人工智能+”將引領新一輪的產業變革，各行業領域都會出現大量成功的人工智能企業，并不會出現有如當前互聯網產業BAT寡頭的局面。”英特爾一直在為人工智能行業的生態發展而做著努力。目前來看，人工智能已經處于很多科技創新的中心位置，未來將有非常廣闊的應用場景和發展前景。“

不久的將來，人工智能廣泛應用于人們日常生活是非常值得期待的，但這顯然也不是一蹴而就的事情。對于現階段的人工智能，我們還是應該相對合理地調低期望值，以更理性的態度看待方興未艾的人工智能。