未來可期的人工智能，已成燎原之勢

黃濤

成為“標配”的人工智能

對于人工智能的發展，無論是谷歌的“AI first”、百度的“All in AI”還是騰訊的“AI in all”，都顯示出人工智能發展的重要性。隨著谷歌、Facebook、百度等巨資投入人工智能，相信在將來，人工智能、大數據、云計算等會像現在我們家里的自來水、電一樣變得稀疏平常。而這樣的未來，已呈“燎原之勢”。

無論是年初在美國舉辦的國際消費類電子產品展覽會（CES 2019），還是香港春季電子產品展，人工智能在各個領域從風口成為標配。如果說5G使得萬物互聯成為可能，那么人工智能則是賦予了這種可能性實現的意義。它把人類從繁瑣、重復無聊的事情中解放出來，讓人們有更多時間去從事更多有意義的事。雖然人工智能在一些領域表現得比人類好，但我們也要認識到人類和機器的不同之處，去挖掘我們的潛力，利用我們的優勢，而不是一味抗拒人工智能。

在成為“標配”之前，人工智能在各個領域早已被應用。

2016年3月9日至15日，AlphaGo以總比分4：1戰勝李世石。對于公眾來說，想必沒有哪一個人工智能的應用案例比這一事件還能引起熱議。經由此事件，人工智能“超越人類”的形象深入人心。匯豐銀行將引入AI防止金融犯罪;俄羅斯利用Al管理衛星;微軟亞洲研究院用AI助力航運業網絡運營升級;廣東省民政廳用人臉識別幫767名流浪者回家;備戰東京奧運會，日本計劃用AI緩解人流擁堵……

人工智能的運用案例數不勝數。現在大家基本形成了一個共識，就是“人類再也不可能戰勝人工智能了。”就像開發AlphaGo的公司DeepMind的口號：“首先解決智能問題，然后用智能解決一切其它問題。”在人工智能接近于“萬能工具”的今天。關鍵問題并不是你要不要用。而是你能不能用好它，熟悉運用它的技巧，而且為它找到在你的領域里的運用空間。隨著人工智能的發展，未來我們會越來越依靠機器。所以，我們必須學會怎么和機器“打交道”，理解機器，這樣才能讓機器為我們所用。

沒有數據，撐不起人工智能

大體上，現在人工智能主要有三個方面的特點：

一、計算能力。計算能力很重要，要很強，要用GPU（圖形處理單元）來做處理。但未來計算能力無論是谷歌、亞馬遜還是百度、阿里巴巴都會開放自己的計算平臺，供自己平臺上的用戶使用。

二、算法。谷歌開源了自己的人工智能開發系統Tensorflow，百度對其PandlePandle也進行了開源。這些在人工智能領域深耕的企業在算法上的開源，使得算法整體上越來越被廣泛使用。

三、數據。未來是一個大數據的時代，數據就像現在的石油、煤炭，誰擁有數據，誰就有生產能源。誰能利用好數據，誰就能發展好自己。相對于上面的兩個特點，擁有數據相對更為重要。大量數據能夠訓練出更能干、更智能的人工智能系統，而更智能的人工智能能更好地利用數據，實現良性循環。數據是企業的護城河，使用好這些數據則是企業不可取代的核心競爭力。

依照這些特點，人工智能怎樣才能發揮好它的作用？

首先，需要有足夠的數據。其次，對這個數據進行分析之后有人能夠給出明確的好壞判斷標準。最后，它的使用場景應該是那些需要大量重復勞動的地方。滿足這三個條件，就能讓人工智能恰當地發揮好它的作用。

但我們應該認識到，人工智能技術的發展還遠遠不能達到人類對人工智能的要求。就目前來說，人工智能借助表征學習，在弱人工智能領域取得了一系列突破性的成果，如上面提到的AlphaGo戰勝人類圍棋冠軍李世石。雖然，在這些領域，人工智能發展已經超過了人類。然而，由于缺少像人類一樣能夠理解情境和知識體系的通用智能的支持，使得現今的人工智能在大部分領域表現得像個“人工智障”。比如，寧波智能攝像頭誤將正在通過斑馬線的公交車廣告上的董明珠判別為間紅燈者;亞馬遜的Alexa助手的音箱會無緣無故發出令人毛骨悚然的笑聲;微軟聊天機器人Tay在Twitter上發表偏激言論……

面對人工智能，我們不應該是極力反對AI的盧德主義者（工業革命時代打砸機器的收購業者），也不應該過分“神化”人工智能，吹噓人工智能威脅論，我們應該認識到，目前的人工智能還只是對人的輔助，只能在有限的領域中發揮作用。但是，毫無疑問，人工智能必定會越發展越智能，而我們此前提到，人工智能幾乎可以應用在一切領域中。我們應該做好利用好它的準備，這是我們的機會，這個機會不容錯過。

TIPS這些應用場景已被人工智能賦能

●搜狗與新華社合作開發“AI合成主播”

2018年11月7日，搜狗公司CEO王小川推出了搜狗全仿真智能合成主持人——“AI合成主播”科研成果。此產品是搜狗與新華社合作開發，產品亮點在于搜狗未來人工智能的核心技術“搜狗分身”。

王小川表示，在合成主播的開發過程中，搜狗公司的相關技術人員同新華社的新聞主播一同進行了各種探索嘗試，在“搜狗分身”技術的支持下，通過人臉關鍵點檢測、人臉特征提取人臉重構、唇語識別、情感遷移等多項技術，并結合語音、圖像等多模態信息進行聯合建模訓練后，研發出“AI合成主播”。