前言:一篇好文章的誕生,需要你不斷地搜集資料、整理思路,本站小編為你收集了豐富的人工智能醫(yī)療問題主題范文,僅供參考,歡迎閱讀并收藏。
在業(yè)內(nèi)人士看來,人工智能不是一項單一的科技產(chǎn)業(yè),而是將其他行業(yè)進行融合的工具,例如將機器人和保姆結(jié)合產(chǎn)生的“看家機器人”,將導航和汽車結(jié)合產(chǎn)生的“車聯(lián)網(wǎng)”等。在人工智能技術(shù)逐步成熟的當下,誰率先在應用上實現(xiàn)突破,誰就有可能在智能時代的競爭中占據(jù)優(yōu)勢,“人工智能”有望成為可觸摸的新增長點之一。
發(fā)展迅猛
身體不舒服,想要打開手機淘寶問問醫(yī)生,但是怎么樣才能從幾千個在線等待咨詢的醫(yī)生中間找到最匹配的那一個?
阿里健康已經(jīng)開發(fā)并在手機淘寶上線了健康小蜜――醫(yī)藥健康智能問答引擎。這個類似于智能問答機器人的引擎,可以回答普通用戶的一般性醫(yī)藥健康問題,然后根據(jù)用戶的需求進行選擇,將用戶自動匹配給相應的醫(yī)生或者藥師。
事上,目前,從醫(yī)療健康的監(jiān)測診斷、智能醫(yī)療設備,到教育領域的智能評測、個性化輔導、兒童陪伴,從電商零售領域的倉儲物流、智能導購和客服,到應用在智能汽車的自駕技術(shù),都能看到人工智能的身影。
人工智能等技術(shù)是助推自動駕駛發(fā)展的關(guān)鍵技術(shù)。例如,人工智能在幫助汽車解讀傳感器數(shù)據(jù)時起決策作用,通過閱讀駕駛者的駕駛行為和表情,能及時提醒駕駛員在疲勞駕駛時切換至自動駕駛模式。
“人工智能”一詞,通常被認為是1955年8月31日在達特茅斯(美國一所院校)會議上誕生的,61年來,人工智能的研究和實踐一直處于不斷增長的趨勢。當今,人工智能技術(shù)的突破帶來了席卷全球的技術(shù)革命風暴,創(chuàng)造出了一個無比廣闊的市場,中國的很多公司在這股大潮中抓住機遇,表現(xiàn)亮眼。有觀察者認為,中國的人工智能已成為一張令世界矚目的閃亮名片。
過去的一年里,長虹、TCL、創(chuàng)維等中國家電企業(yè)都紛紛人工智能家電產(chǎn)品,希望借助人工智能打破家電行業(yè)的銷售難題。
不久前,搜狗公司2016全年財報,搜狗借助人工智能技術(shù)實現(xiàn)了較大的業(yè)績增長。未來會把人工智能應用到更多的產(chǎn)品中,讓用戶表達和獲取信息更簡單,讓人工智能真正惠及人類。
全球人工智能研發(fā)的腳步正在加快,中國也不甘示弱。近年來,百度先后成立了大數(shù)據(jù)實驗室、深度學習實驗室和硅谷人工智能實驗室,并通過架構(gòu)調(diào)整全面發(fā)力人工智能。2016年百度世界大會上,“百度大腦”推出,該項目將對語音、圖像、自然語言處理和用戶畫像、無人駕駛等領域進行重點關(guān)注和研發(fā)。
在騰訊,人工智能研究項目包括WHAT LAB(微信-香港科技大學人工智能聯(lián)合實驗室)、優(yōu)圖實驗室、微信模式識別中心、智能計算與搜索實驗室等多個部門。
人工智能猶如新的科技革命,為長期低迷的世界經(jīng)濟注入新的活力。去年諸多關(guān)鍵技術(shù)突飛猛進,無疑是人工智能發(fā)展史上濃墨重彩的一年。誕生半個多世紀以來,它終于走到了從科技研發(fā)到行業(yè)應用的臨界點,蓄勢待發(fā)。
為發(fā)展更新“發(fā)動機”
人工智能技術(shù)的重大突破必將帶來新一輪科技革命和產(chǎn)業(yè)革命,對人類生活的方方面面將產(chǎn)生深遠的影響。大力發(fā)展人工智能技術(shù)是中國經(jīng)濟轉(zhuǎn)型升級的重要動力。
眾多研究表明,人工智能是對傳統(tǒng)行業(yè)商業(yè)模式、產(chǎn)業(yè)鏈和價值鏈的全面顛覆,將為全球經(jīng)濟、社會生活的方方面面帶來質(zhì)的變化。
發(fā)展人工智能的最大意義在于為現(xiàn)代化發(fā)展更換“發(fā)動機”。咨詢公司埃森哲研究了美國、芬蘭、英國等12個發(fā)達國家并作出預測,到2035年,人工智能將幫助這些國家的生產(chǎn)率提高40%左右。
對于中國而言,人工智能帶來的好處將是多方面的。就經(jīng)濟來說,借助人工智能新技術(shù)實現(xiàn)自動化,將極大提高生產(chǎn)率,節(jié)省勞動成本;優(yōu)化行業(yè)的現(xiàn)有產(chǎn)品和服務,提升其質(zhì)量和勞動生產(chǎn)率;通過創(chuàng)造新市場、新就業(yè)等,將促進市場更加繁榮,開拓更廣闊的市場空間。
而在產(chǎn)業(yè)升級方面,中國的傳統(tǒng)制造業(yè)大而不強的問題亟待克服,人工智能恰恰為制造業(yè)轉(zhuǎn)型升級提供了便利和動力,一是這些企業(yè)擁有行業(yè)海量的數(shù)據(jù)和大量資金;二是在生產(chǎn)力水平急需提升、傳統(tǒng)人口紅利逐漸消失的情況下,傳統(tǒng)企業(yè)有迫切的意愿來改造升級自己的工廠、業(yè)務,提高收益,降低企業(yè)成本。因此,制造業(yè)既是人工智能可以大有作為的領域,也是中國發(fā)展人工智能的優(yōu)勢領域。
《全球人工智能發(fā)展報告2016》顯示,中國人工智能專利申請數(shù)累計達到15745項,列世界第二;人工智能領域投資達146筆,列世界第三。
據(jù)艾瑞咨詢預計,2020年全球人工智能市場規(guī)模將達到1190億元,年復合增速約19.7%;同期中國人工智能市場規(guī)模將達91億元,年復合增速超50%。人工智能發(fā)展前景極為廣闊。
就制造業(yè)而言,“中國制造2025”計劃的實現(xiàn)就需要很多人工智能。比如過去在技術(shù)上難以克服的問題,就可以通過深度學習,在工程上快速地取得一些新的突破。人工智能技術(shù)的發(fā)展與應用,對于有效實現(xiàn)“中國制造2025”目標至關(guān)重要。
面向未來長遠布局
在人工智能這場科技浪潮中,中國與其他國家已經(jīng)站在了同一起跑線上。針對未來產(chǎn)業(yè)競爭,中國政府已在多個方面對人工智能產(chǎn)業(yè)做出布局,“人工智能+”的發(fā)展,需要面向未來,做出長遠布局。
未來5到10年,人工智能將像水和電一樣無所不在,可以進入到教育、醫(yī)療、金融、交通、智慧城市等幾乎所有行業(yè)。
目前,在駕駛領域,通過依靠人工智能、視覺計算、雷達、監(jiān)控裝置和全球定位系統(tǒng)協(xié)同合作,電腦可以在無人主動操作下,自動進行操作;在個人助理領域,通過智能語音識別、自然語言處理和大數(shù)據(jù)搜索、深度學習神經(jīng)網(wǎng)絡,可以實現(xiàn)人機交互;在金融領域,通過分析、預測、辨別交易數(shù)據(jù)、價格走勢等信息,人工智能可以為客戶提供投資理財、股權(quán)投資等服務;在電商零售領域,主要是利用大數(shù)據(jù)分析技術(shù),智能的管理倉儲與物流、導購等方面,用以節(jié)省倉儲物流成本、提高購物效率、簡化購物程序。此外,在安防、教育、醫(yī)療健康等眾多領域,人工智能都有著廣泛的用途。
【關(guān)鍵詞】計算機;人工智能技術(shù);應用
1引言
人工智能技術(shù)已經(jīng)成為目前最受社會關(guān)注的新興科技之一,隨著該技術(shù)在各行業(yè)和領域中的應用不斷深入,人們的工作和生活方式不斷向智能化方向發(fā)展,工作和學習效率都得到了質(zhì)的飛躍,未來,人工智能技術(shù)也必然會獲得更加廣闊的發(fā)展前景。
2人工智能技術(shù)概述
人工智能是計算機科學的一個分支,這門學科的主要目標是了解人類智能的本質(zhì),并通過將人類智能轉(zhuǎn)移到智能機器中,使智能機器能在不同應用場景下做出類人思維的反應。人工智能是一項綜合了多項高新科技的綜合性學科,包含5項核心技術(shù),分別是計算機視覺、機器學習、自然語言處理、機器人技術(shù)和生物識別技術(shù)。其中,機器學習是實現(xiàn)計算機人工智能技術(shù)的核心技術(shù),該技術(shù)使智能機器在算法復雜度理論、凸分析、統(tǒng)計學等學科的支持下,能自主模擬人類行為。目前已經(jīng)發(fā)表的機器學習策略主要包括模擬人腦的機器學習和采用數(shù)學學習方法2種策略。其中模擬人腦的機器學習策略又可細分為符號學習和神經(jīng)網(wǎng)絡學習,符號學習是以認知心理原理為基礎,在機器中輸入符號數(shù)據(jù),用推理過程在圖或狀態(tài)空間中搜索并進行符號的運算,對概念性和規(guī)則性知識的學習能力較為突出,如示例學習、記憶學習、演繹學習等;神經(jīng)網(wǎng)絡學習是從微觀生理角度對人腦活動進行模擬,利用函數(shù)結(jié)構(gòu)模型代替人腦神經(jīng)網(wǎng)絡,以函數(shù)結(jié)構(gòu)進行數(shù)據(jù)運算,并在數(shù)據(jù)迭代過程中在系數(shù)向量空間中搜索,對函數(shù)型問題具有較好的學習能力,如拓撲結(jié)構(gòu)學習、修正學習等。采用數(shù)學方法的機器學習主要是利用統(tǒng)計機器,建立相應的數(shù)學模型,擬定超參數(shù),輸入樣本數(shù)據(jù)后根據(jù)不同的運算策略對模型進行訓練,最后根據(jù)訓練結(jié)果進行結(jié)果預測。
3人工智能技術(shù)的發(fā)展歷程
3.1人工智能技術(shù)的興起
雖然新興技術(shù)的興起獲得了廣泛的關(guān)注,但由于人工智能技術(shù)涵蓋的學科和技術(shù)范圍過大,興起階段的該技術(shù)的理論知識、產(chǎn)品應用、發(fā)展應用等均存在明顯缺陷。除此之外,計算機技術(shù)在當時也并不成熟,當時的計算機編程和計算水平較為落后,很多超前的想法以當時的技術(shù)水平來說實現(xiàn)較為困難。在多種因素的影響下,人工智能技術(shù)在興起階段并未得到快速發(fā)展。
3.2人工智能技術(shù)的高速發(fā)展
人工智能技術(shù)這一概念在提出后近20年的時期中其發(fā)展始終處于停滯狀態(tài),直至20世紀70年代,該領域的專家研發(fā)出全新的人工智能專家系統(tǒng)DENDRAL,該系統(tǒng)的誕生帶動人工智能技術(shù)邁向新的發(fā)展階段,并且在這之后進入高速發(fā)展時期。日本始終重視本國科學技術(shù)的發(fā)展,并且在20世紀80年代提出“科技立國”的政策,此后很長一段時間,日本依托此國策使經(jīng)濟得到迅速恢復和發(fā)展。在1982年,日本國內(nèi)對第五代計算機的研究以失敗告終,但此次研究中提出了新的計算機算法和邏輯程序語言Prolog,Prolog在處理自然語言過程中具有比LISP語言更好的應用效果,這一創(chuàng)新進一步促進了人工智能技術(shù)的發(fā)展。人工智能技術(shù)的發(fā)展建立在多項先進學科共同發(fā)展的基礎上,與其他技術(shù)相比,人工智能技術(shù)在處理數(shù)據(jù)、整合資源方面具有更大優(yōu)勢。
3.3人工智能技術(shù)的發(fā)展現(xiàn)狀
3.3.1專家系統(tǒng)
專家系統(tǒng)指的是一種智能計算機程序系統(tǒng),是人工智能技術(shù)應用最為廣泛也最為重要的領域之一,系統(tǒng)中涵蓋大量某領域?qū)<宜降闹R與經(jīng)驗,通過應用人類在該領域中的專家級別知識來為用戶解決在該領域中遇到的問題。專家系統(tǒng)有效地將人類智能延伸到專業(yè)領域中,實現(xiàn)了理論研究向?qū)嶋H應用方向過渡的目標,大幅提高了人類對專業(yè)問題的處理效率,并且專家系統(tǒng)依托復雜的算法能對專業(yè)問題未來發(fā)展的可能性進行更全面的計算,工作效率甚至會比人類專家更高效、更準確。隨著對專家系統(tǒng)研究的不斷深入,目前很多專家系統(tǒng)都能依據(jù)對人類行為的模擬在不同的應用場景中作出智能化的反應和判斷,并且能夠利用知識庫,深入挖掘復雜問題的內(nèi)在聯(lián)系。專家系統(tǒng)已經(jīng)在多個領域中都得到了廣泛的應用,幫助企業(yè)更客觀地摸索市場規(guī)律,從而作出正確的生產(chǎn)決策、調(diào)度規(guī)劃、資源配置計劃等,大幅提高了企業(yè)經(jīng)營的科學性,使企業(yè)能在節(jié)省生產(chǎn)成本的同時,獲得更好的經(jīng)濟效益。
3.3.2模式識別
模式識別是利用計算機技術(shù)將識別對象按一定特征歸類為不同類別,目前人工智能技術(shù)在模式識別中的主要研究方向包括語音語言信息處理、計算機視覺、腦網(wǎng)絡組等,希望通過人工智能技術(shù)實現(xiàn)對復雜信息的識別和處理,這一應用能促進多個行業(yè)向智能化方向發(fā)展,如軍事領域、醫(yī)療領域等。
3.3.3機器人學
機器人學的主要研究方向是機器人的設計、制造和應用,隨著人工智能技術(shù)的成熟與應用,機器人的智能水平不斷提高,并且在不同行業(yè)中的應用已經(jīng)較為普遍,日常生活中常見的機器人包括掃地機器人、迎賓機器人、快遞機器人、早教機器人、無人機等,人們可以利用可移動設備對其進行操作,極大程度地提高了人們生活的智能性和便捷性。
3.3.4機器學習
機器設備并不具備自主思考能力,在不同應用場景下的反應主要是依托計算網(wǎng)絡技術(shù)和算法對人類思維模式進行模擬,并將人類行為進行充分消化以使自身性能得到優(yōu)化,能對不同問題進行處理。機器學習是一項涵蓋多個學科且復雜程度很高的科學,包含統(tǒng)計學、概率學、算法復雜度理論等,是人工智能的核心技術(shù),也是推動計算機向智能化方向發(fā)展的關(guān)鍵技術(shù)。
3.3.5人工神經(jīng)網(wǎng)絡
人工神經(jīng)網(wǎng)絡是人工智能技術(shù)自進入高速發(fā)展時期后廣泛研究的重點內(nèi)容。利用計算機算法將人腦神經(jīng)元進行簡單化、抽象化、模式化,并構(gòu)建成與人腦神經(jīng)元網(wǎng)絡相似的網(wǎng)絡結(jié)構(gòu)。人工神經(jīng)網(wǎng)絡技術(shù)的成熟與發(fā)展為專家系統(tǒng)、模式識別、機器人學、生物、經(jīng)濟等多個學科的發(fā)展提供了技術(shù)支持,解決了很多人工智能技術(shù)發(fā)展中的實際難題。
4人工智能技術(shù)的應用
4.1人工智能技術(shù)在計算機網(wǎng)絡技術(shù)中的應用
4.1.1計算機網(wǎng)絡安全管理
人工智能技術(shù)與計算機網(wǎng)絡技術(shù)互相依存、互相促進、共同發(fā)展,在計算機網(wǎng)絡技術(shù)的多個方面都有深入的應用。其中,在網(wǎng)絡安全管理方面主要有如下應用:①智能防火墻技術(shù)。防火墻技術(shù)隨著計算機的普迅速發(fā)展,應用人工智能技術(shù)的防火墻技術(shù)比傳統(tǒng)防火墻技術(shù)的性能更加優(yōu)異。智能防火墻技術(shù)具有智能記憶功能,能自動記錄并儲存歷史處理病毒的記錄,在后續(xù)應用過程中依據(jù)記錄直接優(yōu)化計算機匹配環(huán)節(jié),減少計算機數(shù)據(jù)量,提高防火墻的隔離病毒能力。另外,智能防火墻還能結(jié)合用戶的需求,對用戶不需要的彈窗功能、訪問權(quán)限、有害信息等進行智能化攔截。②計算機入侵檢測。防火墻的主要功能就是為計算機設備創(chuàng)造安全的運行環(huán)境,保證系統(tǒng)和內(nèi)部數(shù)據(jù)不被侵害。計算機入侵檢測功能是保障防火墻正常工作的基礎功能模塊,對提高計算機數(shù)據(jù)的安全性和可靠性具有直接的影響。應用人工智能技術(shù)的入侵檢測功能,能對計算機系統(tǒng)進行智能化分析和處理,根據(jù)預定算法將處理數(shù)據(jù)整理成為入侵檢測報告,讓用戶能全面地掌握計算機設備的安全狀態(tài)。③垃圾郵件智能化處理。該技術(shù)依托人工智能技術(shù)中的模式識別功能,對接收郵件進行掃描和歸類,發(fā)現(xiàn)垃圾郵件后直接將其標注為垃圾郵件,為用戶發(fā)出風險警告,避免用戶因誤操對計算機系統(tǒng)造成損害。
4.1.2計算機網(wǎng)絡管理
人工智能技術(shù)的發(fā)展和應用促進計算機網(wǎng)絡技術(shù)向智能化方向發(fā)展。在實際應用中,除計算機網(wǎng)絡安全管理模塊外,還能解決多種網(wǎng)絡管理問題。隨著計算機技術(shù)的普及,網(wǎng)絡數(shù)據(jù)呈爆炸式增長,網(wǎng)絡管理工作量和工作難度都達到了空前高度,通過應用人工智能技術(shù),能大幅提高計算機網(wǎng)絡管理效率,優(yōu)化網(wǎng)絡管理效能。
4.2人工智能技術(shù)在企業(yè)管理中的應用
企業(yè)是市場經(jīng)濟活動的主要參與主體,是維持市場經(jīng)濟穩(wěn)定運行和發(fā)展的關(guān)鍵要素,在企業(yè)生產(chǎn)活動中科學地應用人工智能技術(shù),能有效提高企業(yè)的生產(chǎn)能力,促進企業(yè)獲得更高的經(jīng)濟效益和社會效益。具體應用渠道如機械自動化、智能監(jiān)控、推薦系統(tǒng)、用戶購物行為分析、零售分析、數(shù)據(jù)提取、文本歸類、文章摘要等,從員工工作的細微之處實現(xiàn)工作效率上的提升,進而提升企業(yè)整體的運行效率。對工業(yè)行業(yè)來說,應用機械自動化技術(shù)還能有效降低傳統(tǒng)工業(yè)生產(chǎn)中對人工的依賴性,大幅提高工業(yè)企業(yè)的生產(chǎn)能力,在行業(yè)發(fā)展的過程中起到了非常積極的促進作用。
4.3人工智能技術(shù)在航空航天技術(shù)中的應用
航空航天技術(shù)是目前人類最高科技的集合體,涵蓋眾多學科,如信息技術(shù)、衛(wèi)星技術(shù)、生物技術(shù)、天文學、生命科學等,對提高國家的國防力量、提高國家的國際地位、促進國家經(jīng)濟增長都具有非常重要的意義。航天器設計是航空航天領域中的關(guān)鍵工作之一,而遠程控制又是航空航天技術(shù)長久發(fā)展以來研究的重點,因我國對該技術(shù)的研發(fā)起步較晚,我國對航空航天技術(shù)的研發(fā)存在重重困難,但經(jīng)過國家和科技工作者的不懈努力,目前我國航空航天技術(shù)已處于世界先進水平。將人工智能技術(shù)應用于航天遠程控制中,利用智能系統(tǒng)對數(shù)據(jù)進行自動采集、處理和儲存,如通過采集航天器的軌道信息,并以此分析航天器的運行狀態(tài),根據(jù)分析結(jié)果制定運行決策,對提高航天器的運行安全性和運行質(zhì)量都是非常重要的舉措,推動國家航空航天事業(yè)獲得進一步發(fā)展。
4.4人工智能技術(shù)在醫(yī)療領域中的應用
目前,人工智能技術(shù)在醫(yī)療領域中的應用已經(jīng)非常廣泛,使醫(yī)護人員的工作內(nèi)容不斷得到優(yōu)化,提高工作效率,還有效提高了國家醫(yī)療水平。具體應用包括以下幾項內(nèi)容:①在電子病歷中的應用。傳統(tǒng)就醫(yī)診斷環(huán)節(jié),醫(yī)生都需要以手寫方式記錄病患病例,并根據(jù)病例詳細列出治療方案,工作量大,且效率較低,病例保存便捷性較差。通過應用電子病例,不僅能大幅減少病例記錄的工作量,還能在醫(yī)療系統(tǒng)中直接勾選治療所需藥品,完成病例及用藥的勾選后打印即可,既能大幅提高工作效率,還能將病例在計算機中進行儲存,且現(xiàn)階段病例文件的儲存格式不再局限于文字,語音和圖像也可被添加到病例中,提高醫(yī)療診斷的準確性。②在健康管理中的應用。在現(xiàn)代醫(yī)療中應用人工智能技術(shù),對病患的病情進行智能化分析,能使醫(yī)生對疑難病癥的分析更加全面準確,制定針對性更強的醫(yī)療方案,提高醫(yī)療水平,為改善患者的健康狀況提供輔助。
5結(jié)語
綜上所述,計算機人工智能技術(shù)的應用,對社會各行業(yè)都產(chǎn)生了不同程度的影響,人們的工作和生活方式得到優(yōu)化和改變,國家科技水平也不斷提升。加強對計算機人工智能技術(shù)的研究,推動人工智能技術(shù)在各個行業(yè)中的應用,讓人們能切身感受到科技為生活帶來的改變,對促進人類社會的發(fā)展具有非常重要的意義。
【參考文獻】
【1】辛穎楚.計算機人工智能技術(shù)研究進展和應用分析[J].信息與電腦(理論版),2019(9):121-122+125.
【2】陳長印.計算機人工智能技術(shù)研究進展和應用分析[J].計算機產(chǎn)品與流通,2019(12):5.
【3】楊坤,顧兢兢.計算機人工智能技術(shù)研究進展和應用分析[J].電腦知識與技術(shù),2019,15(33):197-198.
【4】鄭驁.淺談計算機人工智能技術(shù)研究進展和應用[J].科學與財富,2019(19):276.
【5】趙智慧.計算機人工智能技術(shù)研究的進展及應用[J].信息與電腦(理論版),2019,31(24):94-96.
【6】李子青.計算機人工智能技術(shù)的應用與未來發(fā)展分析[J].科技經(jīng)濟市場,2019(10):9-11.
【7】羅柱林,韓文超,呂文杰,等.計算機人工智能技術(shù)的應用及未來發(fā)展探究[J].中國航班,2019(16):90.
【8】李喬鳳.計算機人工智能技術(shù)的應用與未來發(fā)展分析[J].數(shù)字技術(shù)與應用,2020,38(3):91+93.
【9】肖梅.計算機人工智能技術(shù)的應用及未來發(fā)展初探[J].締客世界,2019(1):39.
關(guān)鍵詞:人工智能;大數(shù)據(jù);交叉領域
自二戰(zhàn)時期阿蘭?圖靈破解恩尼格瑪密碼機帶來勝利的曙光之后,人工智能初見苗頭,1956年“人工智能”一詞首次由約翰?麥卡錫等科學家在達特茅斯研討會上提出,時至今日,人工智能經(jīng)歷了60多年的浪潮和洗禮,其中有曙光、有冰封,也有期望。縱觀當下,人工智能不僅僅是機器智能,在深度學習和推陳出新的算法推動下,其攜手云計算、大數(shù)據(jù)、卷積神經(jīng)網(wǎng)絡等,攻破了自然語言語音處理、圖像識別的瓶頸,像潘多拉的盒子一樣在認知科學、機器人學、機器學習等領域全面開花,人工智能涵蓋了從基礎層、技術(shù)層到應用層等多個方面,為人類文明帶來了翻天覆地的變化[1-2]。人工智能包羅萬象,在其基礎上衍生的大數(shù)據(jù)“洪流”對人類社會的方方面面進行沖擊,這些數(shù)字的價值已然超越了諸如金錢、財產(chǎn)、黃金、石油,甚至是土地。然而,大數(shù)據(jù)技術(shù)也如同普羅米修斯盜得的圣火,一方面給人間帶來溫暖和光明,另一方面也有可能使自身被奴役甚至使人葬身火海[3]。因此,當我們沉迷于大數(shù)據(jù)的海洋中時,我們是否有能力像藍鯨遨游大海一樣自由掌舵,是當今大數(shù)據(jù)和人工智能時代存在的一個重大問題。是“曲徑通幽”還是“會當凌絕頂”,我們?nèi)绾卧诖髷?shù)據(jù)中“浮游”,而不是一味地擴充,需要理性看待與合理評價大數(shù)據(jù)對人類生存和發(fā)展的影響。
1.人工智能和大數(shù)據(jù)與“工業(yè)革命”
2020年剛剛結(jié)束的新一輪美國總統(tǒng)競選上演了各種“國家鬧劇”,為何特朗普在2016年贏得大選,而4年之后卻無法連任?時間推移,2016年他勝利的部分原因在于他利用了面臨技術(shù)威脅的工業(yè)行業(yè)中工人們的焦慮,同時指責非法移民對美國及美國人資源和就業(yè)機會的占用[4]。但在技術(shù)浪潮的挑戰(zhàn)中,自動化和人工智能才是占用的“根源”。早在18世紀60年代工業(yè)革命時期,機器取代人力,規(guī)模化工廠生產(chǎn)取代個體手工生產(chǎn),即引發(fā)了人工智能數(shù)據(jù)的工業(yè)大變革。從機械結(jié)構(gòu)、電氣控制等模塊的設計和改良,車間機器人的智能化已可以代替人完成生產(chǎn)作業(yè)[5]。通過智能化機器人可以減輕勞動負擔,還可以用于環(huán)境檢測[6]和實施救援[7]等,保護我們的人身安全。這些“機器人”在為我們減負的同時確實也引發(fā)了“失業(yè)危機”,這種現(xiàn)象不僅于美國,日本、韓國和德國亦是如此。我們也許可以形象一下,未來20或30年后,工廠中工傷幾乎為“零”,完全實施機器人24小時作業(yè),速度驚人,質(zhì)量統(tǒng)一,而僅有的幾個人使用簡單的觸摸界面對機器下達“命令”。機器的發(fā)展已超乎我們對普通機械的認知,21世紀開發(fā)的三大機器人中大狗(BigDog)解決了運動和重載運輸問題,特別用于軍事領域,被譽為“當前世界上最先進適應崎嶇地形的機器人”;亞美尼亞(Asimo)從人類如何移動上展現(xiàn)了機器人仿人運動;Cog具有了人類所特有的思考,由不同處理器組成的異種機互聯(lián)網(wǎng)絡形成了“大腦”。特斯拉——其除了是電動汽車和能源公司外,還是自動駕駛汽車行業(yè)的領跑者之一。其2016年已銷售具有自動駕駛、自動自制和自動停車功能的電動汽車,但出于法律和倫理層面,駕駛員還是要坐在駕駛位上,但他可以做他想做的其他事,發(fā)短信、打電話或是休息,而不再是駕駛汽車。我們可以不用擔心酒駕,不用因為時間緊張而疲勞駕駛,不必為新手司機而變得脾氣暴躁……汽車自動駕駛將讓我們行駛得更規(guī)則、更安全和更“無聊”。自動駕駛上的智能進化,使得自駕型派送車為商業(yè)化服務成為可能,還有自駕型飛行器也在被研發(fā),通用、寶馬、谷歌等公司一直在努力開發(fā),通過無人機在您家門口投送包裹將對電子商務世界帶來更多創(chuàng)造性方案。“如果你夠走運的話,機器可以把你當成寵物?!彪m為戲謔之言,卻又飽含心酸。工廠變得越來越自動化,但其仍需要人類專家,他們才知道如何監(jiān)控傳感器,知道在發(fā)生故障時如何進行修復,機器的運行離不開人的監(jiān)控,只有人的思考才能有新產(chǎn)品的誕生以及高效的生產(chǎn)流程,我們與機器共存,是從體力中解放,但要從事腦力工作。
2.人工智能和大數(shù)據(jù)與金融的未來
“數(shù)字蝶變”席卷金融行業(yè)各個領域[8],金融行業(yè)應用大數(shù)據(jù)、移動互聯(lián)網(wǎng)、人工智能等先進信息技術(shù),累積了非常多的客戶信息。通過大數(shù)據(jù)的幫助,金融公司在分析數(shù)據(jù)下尋找更多的金融創(chuàng)新機會。在商業(yè)智能(BI)的輔助下,電信業(yè)可以對客服描述和定位及需求進行預測;保險業(yè)可以在進行風險分析的同時進行損益判斷;銀行業(yè)可以調(diào)整市場活動,建立信貸預警機制等等[9]。人工智能和大數(shù)據(jù)讓金融業(yè)形成了“以客戶為中心”的模式。與客戶最密切的金融即是金錢,但是它們已經(jīng)被“支付寶”和“微信”以及更多的電子支付方式取代,越來越少的人使用現(xiàn)金,數(shù)字金錢是否會完全取代物質(zhì)金錢,我們很可能會發(fā)展為無現(xiàn)金社會。那么首先“下崗”的是誰呢?答案毫無疑問:銀行。巴克萊銀行前首席執(zhí)行官安東尼?詹金斯曾預測,對于工業(yè)化國家,銀行員工和其分支機構(gòu)在未來10年內(nèi)會消失;花旗全球視角與解決方案的一項研究預測,美國和歐洲的銀行將在未來10年裁減約180萬員工;甚至2016年2月的一份丹麥銀行家協(xié)會新聞稿表示,銀行搶劫案數(shù)量連續(xù)第5年下降。就支付領域而言,在這樣的時代背景下,如何利用大數(shù)據(jù)技術(shù)對跨越式發(fā)展的支付行業(yè)進行監(jiān)管,成為一個值得深入研究的課題[10]。在人工智能下,我們都有被銀行自動回復或自會讀取特定問題的“員工”惹惱過。溝通技巧和財務知識同樣重要,因此,銀行業(yè)員工的下崗只是在基礎性操作上,對于“專業(yè)咨詢”,需要更多受過高等教育、具有更好溝通能力的員工。目前,我國的多數(shù)銀行還沒建立“開放、共享、融合”的大數(shù)據(jù)體系,數(shù)據(jù)整合和部門協(xié)調(diào)等問題仍是阻礙我國金融機構(gòu)將數(shù)據(jù)轉(zhuǎn)化為價值的主要瓶頸。大數(shù)據(jù)的整合、跨企業(yè)的外部大數(shù)據(jù)合作不可避免地加大客戶隱私信息泄露的風險。有效防范信息安全風險成為商業(yè)銀行大數(shù)據(jù)應用中急需解決的問題。
3.人工智能和大數(shù)據(jù)與“專家系統(tǒng)”
電子病歷數(shù)據(jù)、醫(yī)學影像數(shù)據(jù)、用藥記錄等構(gòu)成了醫(yī)療大數(shù)據(jù)。醫(yī)療數(shù)據(jù)不僅包括大數(shù)據(jù)的“4V”特點,即規(guī)模大(volume)、類型多樣(variety)、增長快(velocity)、價值巨大(value),還包括:時序性、隱私性、不完整性和長期保存性。醫(yī)療大數(shù)據(jù)可以提供預警性,當數(shù)據(jù)發(fā)生異常時,通過一定的機制可以發(fā)出警告,從而迅速采取相應措施,及時解決問題[11]。成立于1989年的美國胸外科協(xié)會(STS)數(shù)據(jù)庫,至今已經(jīng)涵蓋了美國95%的心臟手術(shù),收集了500萬條手術(shù)記錄[12]。其中的先天性心臟手術(shù)(CHSD)數(shù)據(jù)庫是STS數(shù)據(jù)庫的重要組成部分,是北美最大的關(guān)注兒童先天性心臟畸形的數(shù)據(jù)庫,被認為是醫(yī)學專業(yè)臨床結(jié)果數(shù)據(jù)庫的金標準。近年來,基于CHSD數(shù)據(jù)庫所進行的數(shù)據(jù)挖掘不斷增加,大型數(shù)據(jù)庫對提高醫(yī)療質(zhì)量所起到的正向作用正在日益凸顯。如Welke等基于CHSD數(shù)據(jù)庫探討小兒心臟外科病例數(shù)量和死亡率之間的復雜關(guān)系[13];Pasquali等基于CHSD數(shù)據(jù)庫探討新生兒Blalock—taussig分流術(shù)后的死亡率[14];Jacobs等基于CHSD數(shù)據(jù)庫采用多變量分析方法來研究病人術(shù)前因素的重要性[15];Dibardino等基于CHSD數(shù)據(jù)庫采用多變量分析的方法來探討性別和種族對進行先天性心臟手術(shù)結(jié)果的影響[16]。這些都是在醫(yī)療領域采用人工智能提供的醫(yī)療診斷,形成了“專家系統(tǒng)”,專家系統(tǒng)可以說是一種最成功的人工智能技術(shù),它能生成全面而有效的結(jié)果。借助醫(yī)療大數(shù)據(jù)的平臺,“專家系統(tǒng)”可以智能輔助診療、影像數(shù)據(jù)分析與影像智能診斷、合理用藥、遠程監(jiān)控、精準醫(yī)療、成本與療效分析、績效管理、醫(yī)院控費、醫(yī)療質(zhì)量分析等。不僅是數(shù)據(jù)平臺,“達芬奇機器人”可以看成醫(yī)療的高精尖“人工智能”,它能縮短泌尿外科手術(shù)以及術(shù)后患者恢復時間,促進患者早期下床活動,減低并發(fā)癥發(fā)生率[17]。達芬奇手術(shù)機器人在消化系統(tǒng)腫瘤、泌尿系統(tǒng)腫瘤、婦科腫瘤和心胸部腫瘤等手術(shù)中均有運用[18]。正是機器人,還有其他人工智能設備,如插入手表或衣服里的傳感器、植入我們皮膚下的芯片,以及智能手機中裝有各種“專家系統(tǒng)”的遠程醫(yī)療、預防醫(yī)學,甚至是器官的3D打印和虛擬現(xiàn)實治療等的發(fā)展,讓醫(yī)學發(fā)生相應的轉(zhuǎn)變,并使其逐步突破人類的傳統(tǒng)健康概念,那么是否意味著醫(yī)學將成為只有科學性,毫無直覺性的學科呢?我們攜帶的內(nèi)部傳感器和外部應用程序?qū)⒊蔀槲覀兊尼t(yī)生嗎?“你好,醫(yī)生”被“嘿,Siri”取代嗎?這不盡然。醫(yī)學必然將是向精準化發(fā)展,并更具個性化、參與性、預防性和可預測性。醫(yī)生不再是疾病的修理工,而是改善我們健康狀況的顧問。直觀當下,我們還是被“看病難”所困擾,我們提出“分級診療”,是在擁有家庭醫(yī)生、全科醫(yī)生和??漆t(yī)生的基礎上再加上人工智能,以實現(xiàn)預期的健康監(jiān)測、輔助診療和疾病篩查。
4.人工智能和大數(shù)據(jù)與教育變革
面對各行業(yè)和各學科,教育作為傳承文明和創(chuàng)新知識的載體,似乎被排除在人工智能之外。就目前而言,人工智能與教育深度融合發(fā)展還存在技術(shù)基礎不穩(wěn)、教育數(shù)據(jù)缺陷、算法能力不足等現(xiàn)實問題[19]。我國目前更想要做到的是在教育上消除“信息鴻溝”,促進教育公平、均衡發(fā)展。因此,目前可以看到人工智能的教育多在于語言學習軟件,通過虛擬技術(shù)和人工智能構(gòu)建一個靈活的、可擴充的虛擬交互平臺,設計多維虛擬場景和智能人工角色,實現(xiàn)不同場景下人機角色的交流和學習,提升學習者的口語能力和語感知識[20]。這使得教師不再是唯一的知識傳播者,任何互聯(lián)網(wǎng)搜索引擎都將提供比教師所有的更多信息,并且可以更快捷地獲取。肺炎疫情暴發(fā)以來,遠程網(wǎng)絡教育成了主要教學形式,互聯(lián)網(wǎng)教育形式其實早在小學、中學和大學中運用,虛擬現(xiàn)實技術(shù)在教學領域的研究和探索也在全面展開。谷歌已經(jīng)開發(fā)一款VR紙板視圖,并將研發(fā)的虛擬課程一起推向市場,使現(xiàn)實生活中在生物課上解剖一只青蛙成為一件容易且有趣的事,通過虛擬青蛙,學生們可以去除心臟和其他器官,而不再是象征性的抽象體驗。虛擬現(xiàn)實可以像互動游戲一樣,比單一的在教室聽老師授課帶來更多樂趣和體驗,學習效果可能更好。我們的學習是知識的積累,那么教育就是我們的庫,荀靜等結(jié)合自身情況對西安工業(yè)大學知識庫構(gòu)建進行探究,認為機構(gòu)知識庫在保存知識資產(chǎn)的同時,更重要的是促進學校知識資產(chǎn)的傳播利用和管理,提升學校影響力和學術(shù)聲譽[21]。劉暢等通過對東北大學機構(gòu)知識庫服務的推廣研究,了解到開放獲取的概念和實踐已經(jīng)受到了廣泛的認可,機構(gòu)知識庫不僅可以成為一個知識的存儲庫,也可以成為各個學科領域的學者進行在線交流的平臺,提供個性化的增值服務,既有利于機構(gòu)知識庫的內(nèi)容建設,也可以進一步促進學術(shù)交流和科研合作[22]。知識庫,即大數(shù)據(jù)的有機整合和有序利用,是學術(shù)成果、視頻文檔、實驗數(shù)據(jù)等進行收集、長期保存、傳播和提供開放利用的知識資產(chǎn)管理與教育服務[23]。
5.人工智能和大數(shù)據(jù)應用的共性需求
人工智能和大數(shù)據(jù)時代,海量的信息來自“五湖四海”,但都通過互聯(lián)網(wǎng)絡匯聚智能終端。這些數(shù)據(jù)只會進一步增多,不僅僅是云存儲,對于信息的進一步挖掘、處理、分析和利用,目標性結(jié)果才是我們最想要的信息。全球包括IBM、微軟、谷歌和亞馬遜等一大批知名企業(yè)紛紛掘金大數(shù)據(jù)挖掘這一市場,大家都在開拓自己大數(shù)據(jù)分析平臺。數(shù)據(jù)挖掘是大數(shù)據(jù)時代孕育的產(chǎn)物[24],是我們的共性需求,與傳統(tǒng)的統(tǒng)計分析技術(shù)相比,數(shù)據(jù)挖掘有著自身的本質(zhì)特征,數(shù)據(jù)挖掘是在沒有明確假設的前提下去挖掘信息并發(fā)現(xiàn)知識。數(shù)據(jù)挖掘所得到的信具有先前未知、有效以及可實用三個特征[25]。數(shù)據(jù)挖掘的出現(xiàn)不是為了替代傳統(tǒng)的統(tǒng)計分析技術(shù),相反,它是統(tǒng)計分析方法學的延伸和擴展[26]。隨著信息時代的到來,數(shù)據(jù)挖掘被越來越多地應用于各個領域。
6.人工智能和大數(shù)據(jù)的展望
大數(shù)據(jù)與人工智能相輔相成,在人工智能的加持下,海量的大數(shù)據(jù)輸出優(yōu)化的結(jié)果,使人工智能向更為智能的方向進步,大數(shù)據(jù)與人工智能的結(jié)合將在更多領域中擊敗人類所能夠做到的極限。漫長的人類歷史發(fā)展和進化,信息和人類一直“纏纏綿綿”“你追我藏”,因此,我們應該明白信息就是信息,我們需要的是“維基百科”,而不是僅僅的“維基”。走出狹隘的信息資源,管理和洞察大數(shù)據(jù),才是對數(shù)據(jù)的有用。因為,我們早已告別了數(shù)據(jù)庫放在一間房間的時代。此刻不得不提藍鯨法則——大數(shù)據(jù)之道:了解數(shù)據(jù)懂得利用數(shù)據(jù)的“浮力”才是關(guān)鍵;“以簡約為目標”將數(shù)據(jù)最終形成洞察及行為;可以通過“數(shù)據(jù)”“信息”“知識”流程式、組合式、直通車式各種需要的方式來獲取[27],在簡約中“印象”處理繁雜的大數(shù)據(jù),使之“為我所用”。=數(shù)據(jù)也是一門科學、一項技術(shù),如果實驗不能證明其具有可重復性和一般性,那它是沒有科學依據(jù),但是,任何一項科技,如果你堅信它必將改變社會和商業(yè),選擇從長期展望其發(fā)展并持續(xù)付出努力,那么就是一種戰(zhàn)略選擇[29]。人類社會的政治、經(jīng)濟、文化、思維等固有“態(tài)勢”被重刷,數(shù)據(jù)思維將為我們帶來一個智能全新的世界觀。
2016年是世界圍棋界極不尋常的一年,3月份在“阿爾法圍棋”(AlphaGo,一款圍棋人工智能程序)與圍棋世界冠軍、職業(yè)九段選手李世石之間展開的一場人機大戰(zhàn)中,“阿爾法”的勝出震驚全球。7月份世界職業(yè)圍棋排名網(wǎng)站公布了最新世界排名:“阿法圍棋”以3612分,超越3608分的柯潔成為新的世界第一。
2016年12月29日到2017年1月4日,一個名叫 “Master”的神秘網(wǎng)絡圍棋手橫掃中、韓、日圍棋界。它憑借驚人的穩(wěn)定性一路高唱凱歌,獲勝60場,沒有敗績。最終神秘的“Master”揭開了廬山真面目,宣布自己就是“阿爾法圍棋”。
2017年1月,谷歌Deep Mind公司宣布推出真正2.0版本的“阿爾法圍棋”,成為第一個不借助讓子,在全尺寸19×19的棋盤上擊敗職業(yè)圍棋棋手的電腦圍棋程序,其特點是擯棄了人類棋譜,只靠“深度學習”的方式成長起來挑戰(zhàn)圍棋的極限。
圍棋是人類最具智慧的競技之一,而人工智能(Artificial Intelligence,簡稱AI)研發(fā)是人類最具挑戰(zhàn)性的科技探索。人機大戰(zhàn)的經(jīng)典對決將被同時載入圍棋史冊和科技史冊。它的意義已經(jīng)遠遠超出圍棋本身,人們熱衷談論“阿爾法圍棋”更多是出于對AI技術(shù)的關(guān)切。從誕生到日益成熟,AI理論和技術(shù)的應用領域在不斷擴大,不知不覺間滲透到人類當代生活的各個方面。AI時代,互聯(lián)網(wǎng)、金融、醫(yī)療、教育、物流、娛樂、傳媒等行業(yè)都在加速自己智能化的進程??梢韵胍?,未來人工智能帶來的科技產(chǎn)品,將會是人類智慧的“容器”。 而與此同時,人類命運和機器智慧的沖突與共存,已經(jīng)由人機大戰(zhàn)開始不斷升溫。
“人工智能百年研究”項目
2014年秋季,美國斯坦福大學開啟了“人工智能百年研究”(AI100)項目。這是一個超大型長期項目,該項目發(fā)起人――美國人工智能發(fā)展協(xié)會會長、前微軟研究員埃里克?霍維茨博士表示,“我們的職責是研究人工智能在2030年前對人類社會生活方方面面所產(chǎn)生的影響,尤其是在北美地區(qū)”,而“研究的核心是,人類不能喪失對人工智能的控制能力”。 “人機大戰(zhàn)”
2016年9月1日,“人工智能百年研究”項目的第一項成果《人工智能與2030年的生活》。這是一份試圖定義北美城市在未來10多年間將要面臨的可以模擬人類行為的計算機和機器人系統(tǒng) (即人工智能)問題的報告,涉及交通、家庭/服務、健康醫(yī)療、教育、低資源社區(qū)、公共安全與防護、就業(yè)、娛樂等關(guān)注領域,目的是推動相關(guān)政策的制定。業(yè)內(nèi)人士認為,工業(yè)界和學術(shù)界目前正在聯(lián)手倒逼政府出臺人工智能的相關(guān)政策,希望可以獲得更大力度的資金和法律扶持。
《人工智能與2030年的生活》所列舉的關(guān)注領域,均面臨著人工智能的影響和挑戰(zhàn)。例如開發(fā)安全可信賴的硬件的困難(交通工具和服務機器人),獲得工作信賴的困難(低資源社區(qū)和公共安防),對勞動力可能被邊緣化的擔憂(就業(yè)和職業(yè)),以及人際交往減少帶來的社會副作用(娛樂)等等。
1.交通:自動駕駛的汽車、卡車、無人機投遞將改變城市里的工作、購物和休閑娛樂模式,但需要增加可靠性、安全性和用戶接受度,并根據(jù)新的交通模式改進當前的相關(guān)法規(guī)和基礎設施。
2.家庭/服務機器人:現(xiàn)在進入家庭的掃地機器人或特種機器人能夠為家庭和工作場所提供清潔和安保服務,當務之急是技術(shù)方面的挑戰(zhàn)和機器人成本過高的問題。
3.健康醫(yī)療:個人健康監(jiān)測裝備與手術(shù)機器具有極大的發(fā)展?jié)摿?,人工智能軟件將最終對某些疾病自動進行診斷和治療。目前的關(guān)鍵是獲取醫(yī)療從業(yè)者的信任。
4.教育:互動輔導系統(tǒng)在幫助學生進行語言、數(shù)學以及其他技能的學習方面已經(jīng)發(fā)揮出作用,自然語言處理的發(fā)展將為這一領域的應用帶來全新的方式。當務之急是教育資源分配不均的問題,以及教、學雙方直接互動的減少會帶來哪些消極影響。
5.低資源社區(qū):投資最新技術(shù)領域有助于更充分地發(fā)揮人工智能的優(yōu)勢,比如避免鉛污染和改進食品分配等,重要的是讓公眾參與進來以增強相互信任。
6.公共安全與防護:利用相機、無人機和軟件進行犯罪模式分析,應用人工智能技術(shù)來降低人類判斷的主觀偏見,與此同時在不侵犯個人自由和尊嚴的情況下增強安全性。目前需注意的是如何保護隱私和避免固有偏見。
7.就業(yè)和職業(yè):隨著全球經(jīng)濟的快速發(fā)展,傳統(tǒng)崗位開始被新崗位取而代之,有關(guān)人類如何適應這種新變化的相關(guān)工作需要立即展開,比如如何妥善處理勞動力下崗以及人工智能對新工作崗位不適應的問題。
8.娛樂:內(nèi)容創(chuàng)建工具、社交網(wǎng)絡和人工智能的結(jié)合,將開創(chuàng)全新的媒體內(nèi)容收集、組織和分發(fā)模式。但問題是新的娛樂方式如何在個人價值和社會價值之間取得平衡。
《人工智能與2030年的生活》在回顧發(fā)展歷程和展望發(fā)展趨勢時指出,人類正加速在人工智能領域的研究,試圖建立一個能與人高效協(xié)作的智能系統(tǒng)。其中最重要的是機器學習的成熟,它受到了數(shù)字經(jīng)濟崛起的部分影響――數(shù)字經(jīng)濟為機器學習提供了大量數(shù)據(jù)。此外其他影響因素包括云計算資源的崛起,以及消費者對語音識別和導航支持等技術(shù)服務的需求。研究人員認為,不管是從基本方法上還是應用領域,包括大規(guī)模的機器學習、深度學習、增強學習、機器人、計算機視覺、自然語言處理、協(xié)作系統(tǒng)、眾包和人類計算、算法游戲理論和計算的社會選擇、物聯(lián)網(wǎng)、神經(jīng)形態(tài)芯片在內(nèi)的研究趨勢,共同促進了人工智能研究的熱潮。
這份報告試圖嚴肅地討論這樣一個問題:如何更好地引導人工智能來豐富和服務于人類生活,同時推動和激勵這一領域的創(chuàng)新。因為人類目前并不能清晰而完美地預測未來的人工智能技術(shù)及其影響,所以一定要對相關(guān)政策進行評估。未來幾年公眾在交通和醫(yī)療等領域內(nèi)應用人工智能的機會日漸增多,因此必須以一種能構(gòu)建信任和理解的方式將其引入,確保在尊重人權(quán)和公民權(quán)利,保護隱私和安全,維護廣泛而公正的利益分配等方面措施周備。 世界經(jīng)濟論壇說,機器人和人工智能到2020年可以取代510萬個工作崗位。
研究人員指出,傳統(tǒng)的人工智能范式已被數(shù)據(jù)驅(qū)動型范式成功取代,對于定理證明、基于邏輯的知識表征與推理這些程序的關(guān)注度在降低。作為20世紀七八十年代人工智能研究的一根支柱,規(guī)劃( Planning )強烈依賴于建模假設,難以在實際應用中得到滿足;視覺方面基于物理的方法和機器人技術(shù)中的傳統(tǒng)控制與制圖,正讓位于通過檢測手邊任務的動作結(jié)果來實現(xiàn)閉環(huán)的數(shù)據(jù)驅(qū)動型方法;還有曾頗受歡迎的貝葉斯推理和圖形模式,在數(shù)據(jù)和深度學習的顯著成果前也顯得相形見絀。在未來15年中,針對人類意識系統(tǒng)開發(fā),按照能夠互動的人類特點進行建模和設計人工智能系統(tǒng)成為人們的興趣點。在考慮社會和經(jīng)濟維度的人工智能時,物聯(lián)網(wǎng)型的系統(tǒng)變得越來越受歡迎。數(shù)據(jù)驅(qū)動型產(chǎn)品的數(shù)量及其市場規(guī)模將會擴大。
“為機器人安裝‘死亡開關(guān)’”
2017年1月,歐洲議會法律事務委員會召開會議,呼吁制定“人類與人工智能/機器人互動的全面規(guī)則”。議公布的報告對機器人可能引發(fā)的安全風險、道德問題、對人類造成的傷害等情況進行了討論,探討是否需要為機器人安裝“死亡開關(guān)”、研究機器人搶走人類工作的應對措施等等,要求歐盟為民用機器人制訂法律框架。專家認為,這或?qū)⑹鞘讉€涉及管制機器人的立法草案,將有利于人類應對機器人革命帶來的社會震蕩。
會議認為,人工智能和機器人發(fā)動的新工業(yè)革命可能影響到所有的社會階層。機器人可能創(chuàng)造無限的繁榮,與此同時將影響人類未來的就業(yè)情況。機器人取代人類在許多行業(yè)是大勢所趨。在德國,每1萬個雇員中就有301個是工業(yè)機器人。報告要求歐盟委員會對各國民眾的就業(yè)情況進行調(diào)查,重點關(guān)注極易被機器人取而代之的職位。如果機器人成為職位“殺手”,歐盟各成員國應考慮為國民提供基本的生活保障。埃里克?希爾根多夫是一名德國法律教授,他非常認同歐洲議會討論的這項議題?!斑@不僅在政治上是可取的,從法律角度也是必要的,這樣我們才能及時應對機器人革命帶來的社會震蕩?!彼赋?,“即使是銀行顧問、教師和記者等要求嚴格的職業(yè),未來也無法在這場科技洪流中幸免?!?/p>
會議強調(diào),因為人工智能在幾十年內(nèi)可能超越人類的智力,將對人類控制機器人構(gòu)成挑戰(zhàn)。隨著機器人自我意識的崛起,甚至可能威脅人類的生存。近年來,機器人“殺人”的事件時有發(fā)生:2015年6月,在德國大眾汽車公司,一名工人安裝機器人時反被它抓起推向金屬板壓死;2016年6月,美國一家汽車零件生產(chǎn)商的一名女員工正在修理出現(xiàn)故障的機器人時,它突然啟動,將修理女工活活壓死。
報告參照美國科幻小說作家艾薩克?阿西莫夫提出的“機器人學三大法則”,將其作為立法框架,對機器人自我意識覺醒后的行為規(guī)范做出規(guī)定?!皺C器人學三大法則”包括: 1.機器人不得傷害人,也不得見人受到傷害而袖手旁觀。2.機器人應服從人的一切命令,但不得違反第一法則。3.機器人應保護自身的安全,但不得違反第一、第二法則。由于規(guī)則無法轉(zhuǎn)化為代碼,歐洲議會正在著手建立一個針對機器人和人工智能研發(fā)的機構(gòu),為設計、生產(chǎn)和操作機器人的人員提供技術(shù)、倫理和監(jiān)管方面的專門知識等。
報告還提出:1.在設計新型機器人時,設計師應該尊重人類的基本人權(quán),事先獲得道德研究委員會的批準。2.必須為機器人注冊,以便在調(diào)查事故時查找涉事的機器人。3.確保機器人安裝有“死亡開關(guān)”,可以隨時被關(guān)閉。4.機器人不能對使用者造成“身體或心理傷害”。如果釀成事故,機器人不能逃脫責任。機器人所負擔的責任應該與其接收的實際指令及其自主程度相對應:它的學習能力和自主性越高,那么人的責任就較低;倘若它“受教育”的時間越長,教它的“老師”負的責任就越大。報告還指出,機器人的生產(chǎn)商或擁有者將來需要購買保險,來承擔機器人可能造成的損失。
人類與機器人的關(guān)系將會引起一場涉及私隱、尊嚴和安全的大討論,在歐洲議會投票贊成立法之前,各成員國政府將對此做進一步的辯論和修正。
“機器人應當納稅”
英國牛津大學近期一項調(diào)查結(jié)果顯示,今后數(shù)十年間,自動化改變生產(chǎn)線的速度將超過20世紀。在經(jīng)濟合作與發(fā)展組織(OECD)成員國,57%的工作崗位有被自動化取代的風險。英國中央銀行英格蘭銀行預測,在自動化浪潮中,危在旦夕的英國工作崗位多達1500萬個。美國白宮2016年預測,機器人取代時薪低于20美元以下崗位、介于20~40美元崗位和時薪40美元以上崗位的概率分別為83%、31%和4%。
在美國微軟公司創(chuàng)始人比爾?蓋茨看來,為暫時性減緩自動化蔓延速度,很有必要向企業(yè)為雇用機器人員工而征稅,稅單將是阻止機器人取代人類工作崗位的殺傷性武器。如果機器人將大范圍取代人類工作崗位,那它們至少應為此買單?!澳壳耙粋€人類員工在工廠中創(chuàng)造了5萬美元的價值,這個價值會被征稅。人類員工需要繳納各種稅,如所得稅、社會保障稅以及其他稅款。如果一個機器人在工廠做與某個工人同樣的事情,我們也應按同等水平向它征稅?!?/p>
蓋茨同時認為,盡管一些工作崗位可能被機器人取代,但人們可以在那些所需技能是機器人無法復制的領域里繼續(xù)工作。世界需要抓住機遇解放勞動力,讓人們從事更好的工作,例如關(guān)愛老人和幫扶特需群體。在這些領域,人類具有獨特的同情心和理解力。
法國社會黨總統(tǒng)候選人伯努瓦?阿蒙也呼吁法國對機器人征稅,部分稅收用于補貼全民基本收入保障。越來越多的政界人士和硅谷富翁支持推出全民基本收入保障,以化解自動化引發(fā)的大范圍失業(yè)。而反對機器人稅的人士則持這樣的觀點:自動化即使在短期也可以借助提高生產(chǎn)率創(chuàng)造新的就業(yè)崗位。
“人類需要成為‘半機器人’”
美國特斯拉汽車公司首席執(zhí)行官伊隆?馬斯克在2017年2月13日迪拜舉行的 “世界政府峰會”上表示,未來20年,駕駛?cè)藛T的工作將被人工智能所顛覆,之后全球12%~15%的勞動力將因為人工智能而失業(yè)?!皬募夹g(shù)角度講,最迫切的影響會來自自動駕駛汽車。它到來的速度將遠快于人們的預期,當然它會為人類提供極大的方便?!?/p>
政策驅(qū)動也是重要動力,科技巨頭搶先布局引發(fā)示范效應。智能化時代,各國從國家戰(zhàn)略層面加緊人工智能布局,美國的大腦研究計劃(BRAIN)、歐盟的人腦工程項目(HBP)、日本大腦研究計劃(Brain/MINDS),而我國也在“十三五”規(guī)劃中把腦科學和類腦研究列入國家重大科技項目。企業(yè)布局方面,谷歌、Facebook、微軟、IBM等均投入巨資,其示范效應是產(chǎn)業(yè)進步的先兆;國內(nèi)百度、阿里、訊飛、360、華為、滴滴等也加緊布局。15年行業(yè)投資金額增長76%,投資機構(gòu)數(shù)量增長71%,計算機視覺和自然語言處理占比居前。
產(chǎn)業(yè)鏈格局已現(xiàn),上游技術(shù)成型、下游需求倒逼,計算機視覺產(chǎn)業(yè)應用最成熟。產(chǎn)業(yè)鏈初步格局已現(xiàn),從基礎層和底層技術(shù),再到應用技術(shù),最后再到行業(yè)應用,除了近年來底層核心技術(shù)的突破,下游行業(yè)需求倒逼也是人工智能應用技術(shù)發(fā)展的重要動力,諸如人機互動多元化倒逼自然語義處理、人口老齡化倒逼智能服務機器人、大數(shù)據(jù)精準營銷倒逼推薦引擎及協(xié)同過濾,等等。其中計算機視覺應用技術(shù)的發(fā)展可能是最先發(fā)力的,國內(nèi)不乏世界一流水平公司。
2B應用首先爆發(fā),“人工智能+金融、安防”應用前景廣闊?!叭斯ぶ悄?”將代替之前的“互聯(lián)網(wǎng)+”,在各行業(yè)深化應用,安防、金融、大數(shù)據(jù)安全、無人駕駛等等。生物識別和大數(shù)據(jù)分析在安防和金融領域的應用則是目前技術(shù)最為成熟、產(chǎn)業(yè)化進程較快,如智能視頻分析、反恐與情報分析、地鐵等大流量區(qū)域的監(jiān)控比對;金融領域的遠程開戶、刷臉支付、金融大數(shù)據(jù)采集、處理、人工智能自動交易、資產(chǎn)管理等。相關(guān)推薦標的:東方網(wǎng)力、佳都科技、川大智勝,建議關(guān)注大智慧、遠方光電。
逐漸向2C端應用擴展,看好“人工智能+無人駕駛、教育”。人工智能在無人駕駛領域的應用體現(xiàn)在三方面:(1)環(huán)境感知環(huán)節(jié)的圖像識別;(2)基于高精度地圖和環(huán)境大數(shù)據(jù)的路徑規(guī)劃、復雜環(huán)境決策;(3)車車交互、車與環(huán)境交互下的車聯(lián)網(wǎng),智能交通管理。教育領域應用方面,人機交互重構(gòu)更互動性的教學;大數(shù)據(jù)和深度學習的結(jié)合使得個性化教學成為現(xiàn)實,這也是在線教育最重要的突破點;此外包括VR在內(nèi)的多載體應用和多屏互動也是發(fā)展趨勢。相關(guān)推薦標的:四維圖新、千方科技、東軟集團、科大訊飛、長高集團、新開普。
對于機器人是否比人類聰明、未來是否可能替代人類,假如機器人產(chǎn)業(yè)完全替代人類生產(chǎn),人還能做些什么?新領軍者年會開幕第一天專家學者們就對這些問題做了深入探討。
無所不能的機器人?
在新領軍者村中有一排無所不能的機器人,在題為行動中的機器人展示區(qū),記者看到了能夠適應各種人類生活場景的機器人,包括協(xié)助老年人以及殘障人士的機器人隊友Ballbots、能夠進行語言分析,滿足人類情感交流需求的機器人伴侶以及各種生產(chǎn)機器人。
在論壇上,各國專家學者描繪了一幅更大的機器人應用場景。除了生活起居,從法庭判決、醫(yī)療診斷到上戰(zhàn)場打仗,機器人都可以代替人類。“機器人比人更像人類?!币晃辉O計者說道。
但是,這是否意味著機器人在未來將全方面替代人類呢?在論壇現(xiàn)場,《科學美國人》雜志主編MarietteDiChristina做了一個有趣的實驗,讓現(xiàn)場的觀眾舉手表決,在哪些場景愿意使用機器人,哪些場景愿意使用人類。最后結(jié)果顯示在需要精確性的領域如醫(yī)療手術(shù)上,大部分的人愿意使用機器人,而在法律領域,人們則更傾向使用一位人類法官。對于上戰(zhàn)場打仗,幾乎全場觀眾都認為應該使用機器人替代人類。
歸結(jié)原因是因為一般人認為機器人更為精確,而人類相對來說比較感性。這也印證在機器人的發(fā)展上,目前工業(yè)、制造業(yè)等領域已經(jīng)廣泛應用機器人代替人類在完成流水線組裝工作。而在家居照料方面雖然有很多研究但一直未得到普及。
卡內(nèi)基梅隆大學計算機科學學院教授TomMitchell認為,人類能否大面積運用機器人主要需克服的是信任問題,即能否信任機器人幫助人類進行診斷、完成照料。
這種信任將很快建立起來,根據(jù)MarketsandMarkets公司的報告,預計全球服務型機器人市場規(guī)模在2017年將達到461.8億美元,行業(yè)空間巨大。在未來的4年里,醫(yī)療機器會以每年19%的速度增長,2016年全球市場規(guī)模估計會增長到119億美元。
除了服務性行業(yè),隨著無人駕駛技術(shù)的日漸成熟,交通運輸業(yè)也很有可能會被人工智能所取代。
解放生產(chǎn)力激發(fā)創(chuàng)新潛能
而人工智能日漸成熟的同時,也催生了一系列問題。未來人工智能是否會完全替代人類,而如果完全替代人類,那么如何解決失業(yè)率等社會問題?
屆時,人類或許會在更擅長的領域得到發(fā)展。哥倫比亞大學研究員AndrewMcLaughlin表示現(xiàn)在還有許多尚未探索和有待開發(fā)的領域,這些領域需要人類的創(chuàng)造力,機器人取代人類進行日常生產(chǎn),大部分人就可以把更多的精力投放到創(chuàng)新性的領域研究上。“我對于人工智能取代人類,沒有這么悲觀?!彼χf道。
同時,這也能激發(fā)更深入的學習研究。TomMitchell說道:“我們一生當中可能做很多工作,教育流程也將要跟隨改變,不是用四年去學一個課程而可能是花費40年或者更長時間去學習。”
除此之外,軍隊作為未來人工智能發(fā)展方向之一,也同樣存在不少潛在問題。Tom表示,在武器上,機器人可以縮減軍隊規(guī)模,但是同時,這也是允許更多國家有自己軍備,這有可能會帶來戰(zhàn)亂。
關(guān)鍵詞:人工智能;智能機器人;模糊控制
中圖分類號:TP393 文獻標識碼:A 文章編號:1009-3044(2012)35-8481-02
1 概述
人工智能作為一門學科,其研究目標就是制造智能機器和智能系統(tǒng),實現(xiàn)智能化社會。具體講,就是要使計算機具有自主發(fā)現(xiàn)規(guī)律、解決問題和發(fā)明創(chuàng)造的能力,從而大大擴展和延伸人的智能,實現(xiàn)人類社會的全面智能化。
2 人工智能的應用
2.1 人工智能的應用分類
2.1.1模式識別
識別是人和生物的基本信息處理能力之一。事實上,我們幾乎無時無刻都在對周圍的世界進行著識別。而所謂模式識別,則指的是用計算機進行物體識別。這里的物體一般指文字、符號、圖形、圖像、語音、聲音及傳感器信息等形式的實體對象,而并不包括概念、思想、意識等抽象或虛擬對象,后者的識別屬于心理、認知及哲學等學科的研究范疇。也就是說,這里所說的模式識別是狹義的模式識別,它是人和生物的感知能力在計算機上的模擬和擴展。經(jīng)過多年的研究,模式識別已發(fā)展成為一個獨立的學科,其應用十分廣泛,諸如信息、遙感、醫(yī)學、影像、安全、軍事等領域,模式識別已經(jīng)取得了重要成效,特別是基于模式識別而出現(xiàn)的生物認證、數(shù)字水印等新技術(shù)正方興未艾。
2.1.2專家系統(tǒng)
專家系統(tǒng)是應用于某一專門領域,擁有該領域相當數(shù)量的專家級知識,能模擬專家的思維,能達到專家級水平,能像專家一樣解決困難和復雜的實際問題的計算機(軟件)系統(tǒng)。例如,能模擬名醫(yī)進行辨癥施治的診斷醫(yī)療系統(tǒng)就是一種專家系統(tǒng)。
專家系統(tǒng)的特點是其善于解決那些不確定性的、非結(jié)構(gòu)化的、沒有算法解或雖有算法解但在現(xiàn)有的機器上無法實施的困難問題。有些專家系統(tǒng)還具有“自學習”能力,即不斷對自己的知識進行擴充、完善和提煉。這一點是傳統(tǒng)系統(tǒng)所無法比擬的。
2.1.3智能機器人
智能機器人是人工智能技術(shù)的綜合應用和體現(xiàn),它的研制不僅需要智能技術(shù),而且涉及許多科學技術(shù)和領域,如物理、力學、數(shù)學、機械、電子、計算機、軟件、網(wǎng)絡、通信、控制等等。
一般將機器人的發(fā)展分為三個階段。第一階段的機器人只有“手”,以固定程序工作,不具有外界信息的反饋能力;第二階段的機器人具有對外界信息的反饋能力,即有了感覺,如力覺、觸覺、視覺等;第三階段,即所謂“智能機器人”階段,這一階段的機器人已經(jīng)具有了自主性,有自行學習、推理、決策、規(guī)劃等能力。這也正符合Agent的條件,所以,現(xiàn)在把智能機器人也作為一種Agent。
3 人工智能的研究
3.1 人工智能的研究目標和策略
人工智能作為一門學科,其研究目標就是創(chuàng)造智能機器和智能系統(tǒng),實現(xiàn)智能化社會。具體來講,就是要使計算機不僅具有腦智能和群智能,還要具有看、聽、說、寫等感知和交流能力。簡言之,就是要使計算機具有自主發(fā)現(xiàn)規(guī)律、解決問題和發(fā)明創(chuàng)造的能力,從而大大擴展和延伸人的智能,實現(xiàn)人類社會的全面智能化。
人類將在與機器的共生共存中,開啟一個新的時代?
近年來,人工智能已經(jīng)從科學的神壇走入了經(jīng)濟的大潮,成為了各大公司爭相競逐的新戰(zhàn)場。
在中國,BAT紛紛在人工智能領域布局:李彥宏聲稱“互聯(lián)網(wǎng)的未來在于人工智能”,百度的百度大腦、無人駕駛汽車初具規(guī)模;騰訊發(fā)揮微信、QQ的強大優(yōu)勢,在語音識別、圖像識別、人臉支付領域發(fā)力;阿里巴巴則以阿里云為基礎,將人工智能的基礎――數(shù)據(jù)生態(tài)系統(tǒng)做大。而國外的谷歌、微軟、FACEBOOK、IBM等巨頭,也在人工智能領域全力推進,從當年IBM的深藍到今天的阿爾法狗,僅僅是巨頭們在人工智能領域嘗試的冰山一角。 什么是人工智能
盡管隨著人機大戰(zhàn),人工智能已經(jīng)成為了一個耳熟能詳?shù)臒嵩~,但究竟什么是人工智能,卻在行業(yè)內(nèi)都難以有一個確定的定義。其實簡單地說人工智能就是對人的意識、思維過程的模擬,但之所以人工智能的定義難以確認,關(guān)鍵在于對“智能”的定義難以確認,在人工智能領域經(jīng)常有一句話說:我們連人的智能是什么都不知道,何談人工智能?因此目前大家普遍認可的還是由約翰?麥卡錫(John Mccarthy)在1956年的達特矛斯會議(Dartmouth Comference)上提出的:人工智能就是要讓機器的行為看起來就像是人所表現(xiàn)出的智能行為一樣。簡單地說,如果說機器人是要在完成人類四肢的工作,那么人工智能則是要完成人類大腦的工作。
人工智能為什么這么火
其實人工智能早在60年前就被正式提出,幾十年來也一直在飛速發(fā)展,但似乎在過去的日子,普通人更多地是通過《終結(jié)者》、《我,機器人》等科幻電影了解到人工智能,但為什么今天人工智能突然成為了大家關(guān)注的焦點呢?來自微軟研究院的芮勇認為,除了這些年所謂算法的演進和提升外,幾個物質(zhì)方面因素的發(fā)展也將人工智能的應用成為了可能。首先在于背后計算能力的飛速發(fā)展。人工智能背后需要有強大的計算能力的支撐,我們看到是阿爾法狗擊敗了李世石,其實阿爾法狗只是一個程序,在背后則是強大的超級計算機的運算。據(jù)中國最大的超級計算機制造者――浪潮公司的科學家劉軍介紹,目前,超級計算機的性能發(fā)展迅速,一臺超級計算機已經(jīng)能夠達到一百萬臺電腦的運算能力,因此,在計算能力上將人工智能需要的超級運算成為可能。其次,人工智能需要對海量的數(shù)據(jù)進行分析,就必須擁有海量的數(shù)據(jù),而幾十年的互聯(lián)網(wǎng)的發(fā)展,讓人類社會中海量數(shù)據(jù)的產(chǎn)生于收集成為了可能。第三,4G技術(shù)的普及,讓數(shù)據(jù)隨時隨地的鏈接已經(jīng)成為常態(tài),也讓大量數(shù)據(jù)的傳輸成為可能,使用場景的便利化,給人工智能走進日常生活提供了多種可能。如果說人工智能原來是一粒種子,但陽光、溫度、濕度等外在條件還未具備,因此一直蟄伏在科學家的研究室里,那么今天,正是人工智能即將破土而出的時刻。
既然人工智能時代已經(jīng)到來,那么無論是科學層面、經(jīng)濟層面,還是我們生活中的人工智能三大猜想就無可回避地出現(xiàn)在我們的面前,讓我們看看中外人工智能專家將給出什么樣的答案。 人工智能是否會比人聰明?
在硅谷的美國宇航局艾姆士研究中心,有一所一出生就聲名顯赫的大學―“奇點大學”。其校長雷?庫茲韋爾認為,伴隨生物基因、納米、機器人技術(shù)幾何級的加速度發(fā)展,2045年左右,人工智能將來到一個“奇點”,跨越這個臨界點,人工智能將超越人類智慧,人們需要重新審視自己與機器的關(guān)系。人類將在與機器的共生共存中,開啟一個新的時代。那么,人工智能真的將比人類聰明嗎?
對于這個問題,科大訊飛董事長劉慶峰堅決認為,人工智能一定能夠超越人類,因為通過互聯(lián)網(wǎng)萬物互聯(lián),可以把所有人類的智慧匯聚到后臺,通過深度神經(jīng)網(wǎng)絡來展現(xiàn),所以人工智能到時候不是跟單個人比,它是把所有人的智慧匯聚在后臺,來跟單個人比,所以它在絕大部分場合下會表現(xiàn)得比人類更聰明。微軟亞洲研究院院長洪小文則認為人工智能在大多數(shù)情況下比人類更具有能力,但它仍舊無法與人類的智能相比,因為,人類最可貴的能力在于創(chuàng)造力,而這一點上人工智能無法與人類抗衡。被稱為中國人工智能布道者的搜狗創(chuàng)始人王小川指出,原來我們都認為人工智能缺乏創(chuàng)造力,但現(xiàn)在人工智能的發(fā)展已經(jīng)否定了這一點。拿阿爾法狗在人機大戰(zhàn)中的表現(xiàn)來看,它的很多招法都是傳統(tǒng)圍棋理論所難以接受,對人類棋手而言匪夷所思的。因為以前是人類告訴機器方法該怎么做,到阿爾法狗的時候,人類開始不用告訴計算機方法,只告訴人工智能目標:就是要贏,這個方法和答案讓它自己找。但即便如此,也不能認為機器能夠比人聰明,因為必須要人類為人工智能設立一個目標,它才能夠產(chǎn)生后面的學習。
所以對于人工智能而言,可以在很多時候輕松擊敗人類,但它仍受到兩方面的限制,第一條是它只能從人類已有的各種各樣的行為和判斷的數(shù)據(jù)中去學習,創(chuàng)造不了人類沒有經(jīng)歷過的全新的方向。第二是機器設計不了規(guī)則,必須由人來設立規(guī)則或者說是算法。 人工智能是否會取代人類?
當機器有了智能,自然而然就會讓人們想到他與人類的關(guān)系,所以在《終結(jié)者》中出現(xiàn)了“審判日之戰(zhàn)”,在《黑客帝國》中出現(xiàn)了人與MATRIX(矩陣)的對決,而科幻作家阿西莫夫則防患于未然地提出了“機器人三定律”,那么,人工智能的發(fā)展真的會取代人類嗎?
小I機器人的創(chuàng)造者袁輝對此持悲觀態(tài)度,他認為整個目前人類文明是在走向一個下滑的階段,所以在這種階段下面,人類最后會被終結(jié),這可能是一個時間的問題。從本質(zhì)上說,這是人類自己的問題,人類創(chuàng)造了人工智能這樣的一個物種,這個物種與人類是和諧共存還是競爭,完全取決于人類的發(fā)展。而搜狗董事長王小川則預測當人類面對人工智能的時候,會與人工智能共同進化,人工智能將最終會成為人類的一部分,人工智能既會幫助人類,也會約束人類,二者將是一種合體的關(guān)系,最終人會變成新人類,會進化成新的物種。
科大訊飛董事長劉慶峰承認因為人工智能可以在后臺匯聚人類的各種智慧,所以在很多的復雜的活動中可以超越人類,但是最終是被人類所管理和控制的。因為機器沒法自己設定規(guī)則,所以它一定是在人類定的大規(guī)則下來為人類服務的。最后人和機器會相互耦合在一起,推動整個世界的進程。
其實,在人類發(fā)展的進程當中,每一個新技術(shù)的出現(xiàn)總會伴隨著爭議、誤解甚至是擔憂或者是恐懼,在十九世紀工業(yè)革命的時候,英國的產(chǎn)業(yè)工人擔心機器搶了自己的工作,于是紛紛去燒機器、毀機器;兩百年前,在美國大約70%的人口都是農(nóng)業(yè)人口,而大型機器和生產(chǎn)線出現(xiàn)后,幾乎搶奪了所有的農(nóng)業(yè)人口的工作。但現(xiàn)在美國只有1%的農(nóng)業(yè)人口,而那69%的人并沒有因此而失去他們的生活或者是工作,反而在機器創(chuàng)造的更多的新領域創(chuàng)造了新的工作,尋找到了新的生活。相比那個時候,人類進化了,因此人類就是在不斷認知自我的過程當中,去擁抱越來越美好的新生活。 人機大PK
盡管有預言人工智能將逐漸地接管人類的種種職業(yè),但那畢竟是未來,現(xiàn)在,人工智能在一些常見的領域到底達到了什么樣的水準?讓我們看看人機在幾個職業(yè)上的PK。
項目:語音識別
規(guī)則:由人工智能和人類速錄師同時聽一段聲音,并將其轉(zhuǎn)化為漢字,看誰的準確率高。
結(jié)果:
1、速度:雙方速度幾乎一樣,都是在語音播放的同時完成了錄入。
2、準確率:準確率都達到99%以上。
應用場景:目前,語音技術(shù)主要應用領域是:導航和音響系統(tǒng)、智能可穿戴設備、制造業(yè)、智能家居、電信領域、醫(yī)療領域、教育等領域。預計在2017年以前,全球語音識別市場將達到1330億美元。
視角延伸
1、在嘈雜的環(huán)境,多人對話的情況下,人工智能尚缺乏足夠的辨別能力。
2、對于方言,人工智能的準確率明顯降低,需要專門的數(shù)據(jù)庫予以支撐。
3、人工智能的語音識別已經(jīng)拓展到多種語言,已經(jīng)初步達成了實時翻譯功能。
4、在未來萬物互聯(lián)時代,語音識別將成為人機對話、打通各個平臺的接口。
項目:駕駛
規(guī)則:無人駕駛汽車在高峰期于北京東三環(huán)行駛,看行駛的平穩(wěn)度與安全性;無人駕駛汽車在專業(yè)賽車場進行18米S彎繞樁跑,就是賽車手考賽車水平的時候,會有這一段考試,從頭到尾如果是人駕駛一般要14分鐘,用智能機器人可以做到13分鐘多一點,就是說比賽車手還少一點時間。
結(jié)果:
1、實地無人駕駛順利完成,放置于車頂?shù)拇蚧饳C,硬幣等物件沒有掉落。
2、專業(yè)賽車場進行的18米S彎繞樁跑,人駕駛一般要14分鐘,人工智能可以做到13分鐘。
應用場景:當前,世界大型汽車制造商都在致力研究無人駕駛汽車技術(shù)。該技術(shù)在減少擁堵和安全隱患等方面大有作為。根據(jù)業(yè)內(nèi)預測到2020年,無人駕駛汽車市場將達到6億美元。
視角延伸
1、人工智能還不能處理很多復雜的情況,在技術(shù)上仍然具有很大挑戰(zhàn)。
2、無人駕駛的目標第一是解決因為人為的因素造成的安全性;其次能夠?qū)⑷祟悘鸟{駛的煩瑣中解脫出來。
3、專家預測,未來五年無人駕駛的發(fā)展方向?qū)⑹恰霸鰪婑{駛”,即汽車同時具有人類駕駛與無人駕駛功能并存,人與車的關(guān)系就如同當年人與馬的關(guān)系一樣。
4、無人駕駛設備能否小型化將成為無人駕駛能否走向應用的一大門檻。
項目:圖像識別
規(guī)則:由人工智能和人類同時識別三張明星在不同化妝、衣物時的圖像,看誰能準確地認出;同時識別三種長得相似的普通人的照片,看是否能夠辨認出這是否是同一個人。
結(jié)果:
第一次辨認結(jié)果人工智能勝過了人類。
第二次因為有一張圖片面部有頭發(fā)遮擋,人工智能表示無法識別。
應用場景:目前,圖象識別技術(shù)主要應用在:導航、遙感圖象識別、天氣預報、環(huán)境檢測、通信、軍事和公安刑偵、臨床診斷和病理研究等領域。
視角延伸
1、使用圖像識別技術(shù),在大量攝像頭拍攝的畫面中無論要找罪犯還是要找失蹤的人口,效率將會比人類識別高出很多。
2、跟人臉識別和語音識別相結(jié)合起來,將極大地提高對個人身份的辨識度,在金融支付領域具有廣闊前景。
3、圖像識別將進一步發(fā)展成表情識別,可以在第一時間感知人類情緒,并采取相應措施。如在駕駛中如果智能攝像頭能夠感知司機情緒不穩(wěn)定,可以提前采取措施,減少事故發(fā)生可能性。 觀點大碰撞
對于人工智能,過去很多人定義過,它要有比較高的自感知能力、自主決策和控制能力、對安全和意外的自動預警和防范處理能力等,它要能在較少人為干預的條件下完成工作和服務。但要強調(diào)的是未來人工智能跟過去不同的地方,未來的人工智能一定是終端跟云端協(xié)同創(chuàng)新實現(xiàn)的智能控制與服務的。有了網(wǎng)絡以后,人工智能就不僅是靠機器內(nèi)的軟件硬件系統(tǒng)來操縱,還可以在使用終端和云端之間實施交互協(xié)同來實現(xiàn),它的水平和能力會遠遠超過歷史上單部機器的智能行為。其實阿爾法狗也有很多東西是在云端計算,而不在終端。所以這是一個未來的方向。
人工智能技術(shù)可應用的領域是非常廣泛的,可以說是無處不在。它可以應用在生產(chǎn)制造業(yè),還可以應用在各種服務領域。比如金融服務、醫(yī)療服務等都可以用人工智能技術(shù);學習方面,也可以用來提升學習效率;還有農(nóng)業(yè)領域,可以借助人工智能技術(shù)判斷施什么樣的肥料、怎么樣防治病蟲害等,快到收獲季節(jié)還可以通過人工智能技術(shù)預測預判市場銷售,這對農(nóng)產(chǎn)品的行銷也都會有大的幫助。
“中國制造2025”提出創(chuàng)新驅(qū)動、質(zhì)量為先、綠色發(fā)展、結(jié)構(gòu)優(yōu)化、人才為本,智能制造是核心。制造經(jīng)歷過不同的時代,第一次工業(yè)革命以后是機械制造時代;第二次工業(yè)革命以后是機電結(jié)合了起來;后工業(yè)階段,上世紀80年代以后又加了電子、機械電子一體化;而信息網(wǎng)絡出現(xiàn)以后,現(xiàn)在和未來的制造是網(wǎng)絡智能的時代的網(wǎng)絡協(xié)同智能制造,制造過程、運行服務過程都將數(shù)字化、網(wǎng)絡化、智能化,這是制造業(yè)發(fā)展的方向和技術(shù)創(chuàng)新的核心。
鄔賀銓:中國在人工智能應用方面走得很快
人工智能研究的起步,一般被認為是在20世紀50年代,那時候中國還沒有開始研究。不過,人工智能在前50年里還停留在科學家的圈子里,沒有走向應用。這些年中國人工智能的研究跟其他新生領域的研究一樣,取得一些好的成果,但是總體上與國外還是有差距的,在一些有影響的文章發(fā)表、人工智能原創(chuàng)的技術(shù),包括支撐人工智能的產(chǎn)業(yè)等方面我們還有差距。
不過,應該說中國的人工智能在個別領域做的還是很不錯的。比如說,科大訊飛在中文的語音識別上是領先的,百度、阿里、騰訊也在關(guān)注人工智能,不但自己在培養(yǎng)專家,也從海外引入一些高端人才,努力縮短我們與國外的差距。
中國機器人也做的不錯,嚴格來說,我們機器人是廣義的機器人,傳統(tǒng)講的機器人是工業(yè)機器人。我們的機器人產(chǎn)品以面向社會消費應用為主,產(chǎn)能產(chǎn)量已經(jīng)占到世界較大市場。沈陽自動化所和新松機器人等公司從事機器人研究很長時間了,他們在做工業(yè)的機器人,也取得了不少的成績和應用。但是在大型生產(chǎn)線上,目前應用的工業(yè)機器人還是以國外產(chǎn)品為主。
中國在無人駕駛車的應用方面跟美國相比也不會差距很遠。現(xiàn)在百度的無人駕駛車,按照現(xiàn)在的水平也有望在未來的一兩年內(nèi)應用了。不過,無人駕駛需要很多技術(shù),而現(xiàn)在國產(chǎn)車內(nèi)的車載電子系統(tǒng)還是進口的,如果說不能在汽車總線上突破,我們的無人駕駛車在核心技術(shù)上還是有不少差距。
總體來說,在人工智能的應用上中國走得很快,展望未來不僅會縮小與國際的差距,也會走在前面。中國正處于經(jīng)濟發(fā)展方式轉(zhuǎn)變和兩化融合的重要階段,需要大量的生產(chǎn)自動化手段,中國的人工智能的市場非常大。
張潼:人工智能的核心技術(shù)就是讓機器學習
現(xiàn)在企業(yè)界很多研究院,包括阿里、騰訊、滴滴、360等關(guān)心的都是機器學習的核心能力。總體來講,一個是大數(shù)據(jù),另外一個是對于大數(shù)據(jù)處理和加工的能力。把一個原材料變成你真正所需要的系統(tǒng)或者產(chǎn)品,這是它的能力。從機器學習的技術(shù)來講,如何實現(xiàn)規(guī)模更大、創(chuàng)新還有實時更新的效果,這一系列的技術(shù)能力使得所有公司都非常感興趣。
總體來講,數(shù)據(jù)處理的核心能力就是機器學習能力,還有高性能計算。處理大數(shù)據(jù)也要有計算平臺,最后是一系列應用,包括廣告、無人車,包括其他行業(yè)的探索。
此外,現(xiàn)在的醫(yī)療有各個環(huán)節(jié),其中一個環(huán)節(jié)和互聯(lián)網(wǎng)緊密相連,當病人患病的時候,去醫(yī)院之前往往會自己看看是什么毛病,會有自我診斷或者自我詢查信息的過程,但是百度搜索信息不太足夠,因為只能找到相關(guān)網(wǎng)頁,并不直接相關(guān)。其他的一系列互聯(lián)網(wǎng)公司也會有這樣的平臺去幫助查詢者對接,像對接醫(yī)生和對接專業(yè)的知識一樣。
從我們的角度來講,實際上可以利用人工智能的能力去做這種系統(tǒng),這種系統(tǒng)有幾個形式,比如說病人會用口語化的形式表達,醫(yī)生比較專業(yè),病人不知道很多專業(yè)名詞。如何把口語化和專業(yè)知識對接需要設定自然語言的病癥,這也是病人希望交流的形式。
從機器智能角度上要有交互、引導以及對話,另外還要把信息綜合起來,這樣會有更好的理解。如互聯(lián)網(wǎng)+零售業(yè),百度怎么和零售業(yè)相結(jié)合,這是研究院思考的問題。如果打通線上線下,就知道這些客戶線上的行為和喜好,以幫助線下的商家找新客戶。而利用機器學習建模技術(shù)把這些人的喜好或者類別分列出來。
如何理解大數(shù)據(jù)和人工智能的關(guān)系,大數(shù)據(jù)是它的源泉。世界上很多國家很重視收集數(shù)據(jù)的能力,因此也使得它在下一階段將有大大提升。此外還有機器學習,AlphaGO、無人機就是例子,它的核心技術(shù)就是智能化,下一個十年也將會有更加細致的發(fā)展。人工智能會促進一系列的新技術(shù)成為可能,這種可能會推出新的產(chǎn)業(yè)。
Jim Lawton:機器人需要更加智能化
長時間以來,機器人只能在不變的工作環(huán)境下工作。我們需要為機器人定制適合的工作環(huán)境,這個安排在一些工廠行得通,但是大部分工廠的工作環(huán)境不一定能配合。
我們通過編程讓機器人執(zhí)行一些任務,機器人會按照設定好的程序工作,但這不是智能機器人。更加智能的機器人是這個行業(yè)重要的突破和創(chuàng)新。我們現(xiàn)在擁有更優(yōu)秀的機器人――能夠在不完美的環(huán)境下工作。操作任務自動化進程不斷地在創(chuàng)新。此外,隨著機器自主學習及深度學習等人工智能的進步,認知任務的變化也是日新月異。
人機協(xié)作將主要在兩個方面發(fā)生變化。一方面,以往我們需要請專家為機器人編程,然后執(zhí)行任務?,F(xiàn)在則通過演示來培訓機器人。在未來,人類員工將“告訴”機器人去做什么,機器人只需要“看”著去學,從人類那里學習,也可以從另一臺機器人那里學習。另一方面,我們深信只有人類能自主工作。制造業(yè)的新趨勢是結(jié)合傳達實時遙測數(shù)據(jù)的機器人和能累積結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)的軟件數(shù)據(jù)平臺,然后供人類理解及詮釋信息、并且做出明智的決定以提升工作流程,促進持續(xù)創(chuàng)新。
因此來說,人類和機器人將并肩工作,共同解決問題,提升工作流程,并能一起處理更多的任務。操作任務和認知技術(shù)自動化相結(jié)合是制造業(yè)創(chuàng)新時代的必然趨勢。
SEARI在去年11月成為Rethink Robotics在華首家分銷合作伙伴。協(xié)作機器人是Rethink Robotics的核心優(yōu)勢,Rethink Robotics通過其智能協(xié)作型的機器人Baxter和Sawyer,可完成目前90%傳統(tǒng)自動化方案不能完成的工作,從而不斷革新制造業(yè)的生產(chǎn)方式。
協(xié)作機器人和傳統(tǒng)的工業(yè)機器人有很大的區(qū)別。傳統(tǒng)機器人對精準定位、速度、精度、剛性等方面有硬性要求,相對而言,易用性、操作靈活性及安全性正是協(xié)作機器人的優(yōu)勢,國內(nèi)很多企業(yè)對兩者的比較已經(jīng)有一定的了解。
在過去幾個月,我們的銷售團隊已經(jīng)走訪一百多家企業(yè),向它們推廣Rethink Robotics的方案,獲得非常好的反響。但協(xié)作機器人真正進入中國市場還需要有一個磨合的過程,現(xiàn)在不少國內(nèi)制造業(yè)的工廠都是幾年前、甚至十多年前建好的,當時的廠房設計是按照人手操作的思路來設計的,完全沒有把機器人的元素考慮在內(nèi)。
2015年12月,微軟亞洲研究院首席研究員劉鐵巖博士去蒙特利爾參加了NIPS年會(Annual Conference on Neural Information Processing Systems),這是人工智能領域的頂級學術(shù)會議。但與會期間,他印象最深的不是同行的專業(yè)進展,而是一位科學家告訴臺下的與會者,早些年,他的博士生根本找不到工作,今年卻被一搶而空。
這也是中國正在發(fā)生的故事。從硅谷到北京,人工智能都是熱浪滾滾。這個在上世紀50年代和80年代掀起過兩次的技術(shù),現(xiàn)在似乎真的到了產(chǎn)業(yè)化的臨界點?;ヂ?lián)網(wǎng)時代的思想家和預言家凱文·凱利宣稱,人工智能是下一個20年里顛覆人類社會的技術(shù),它的力量堪比電與互聯(lián)網(wǎng)。
人工智能(Artificial Intelligence),縮寫為AI。它是研究開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應用系統(tǒng)的一門新的技術(shù)科學。該領域的研究包括機器人(26.660, 0.12, 0.45%)、語音識別、圖像識別、自然語言處理和專家系統(tǒng)等。
人工智能快速進入大眾視野,源于今年3月谷歌圍棋人工智能程序AlphaGo戰(zhàn)勝世界冠軍李世石。人機圍棋對弈只是普及人工智能的一個秀。它的背后是規(guī)模千億級的人工智能產(chǎn)業(yè)市場。BBC預測,2020年全球人工智能市場規(guī)模將達1190億元人民幣。
目前看,這一數(shù)據(jù)遠比不上2015年中國移動互聯(lián)網(wǎng)的產(chǎn)業(yè)規(guī)模。但人工智能的意義不僅于此,人工智能技術(shù)的發(fā)展,還將帶動云服務、大數(shù)據(jù)分析、移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)產(chǎn)業(yè)的升級迭代。它甚至將超越移動互聯(lián)網(wǎng),全面改變?nèi)祟惖纳詈凸ぷ鞣绞健?/p>
離人工智能最近的IT互聯(lián)網(wǎng)公司敏銳嗅到了這一機遇。從2011年開始,包括深度學習算法、計算資源和大數(shù)據(jù)產(chǎn)業(yè)的成熟令人工智能技術(shù)實現(xiàn)飛躍,包括微軟、IBM、谷歌、Facebook、BAT在內(nèi)的國內(nèi)外企業(yè)都開始深度布局人工智能,試圖把握風口,成為下一個產(chǎn)業(yè)變革的巨擘。
已布局人工智能的IT和互聯(lián)網(wǎng)巨頭們,最有資格成為這一輪革命的獲益者。但這終究是一個漫長的耐力游戲,除了技術(shù)布局,產(chǎn)業(yè)布局和戰(zhàn)略視野也是決定成敗的關(guān)鍵因素,短視者將隨時出局。
BAT保守布局
中國的所有行業(yè)中,以BAT為代表的互聯(lián)網(wǎng)行業(yè)在人工智能研究和商業(yè)化探索方面走得最早,也看得最遠。其中,技術(shù)起家的百度走在最前端。
2012年10月,百度董事長兼首席執(zhí)行官李彥宏參加了內(nèi)部的一個基于深度學習的語音識別產(chǎn)品研究會。當時該產(chǎn)品的主導者余凱回憶,那是李彥宏第一次知道深度學習,他非常吃驚,并給全公司寫信,讓所有產(chǎn)品經(jīng)理都要了解人工智能技術(shù)的發(fā)展。
當年12月,李彥宏開始和余凱討論成立深度學習研究院的可行性。次年7月,這個研究院成立,李彥宏任院長,余凱為常務副院長。這是中國公司里的第一個人工智能研究院。
李彥宏很快將相關(guān)技術(shù)投入到搜索的核心業(yè)務中。2014年的百度內(nèi)部統(tǒng)計數(shù)據(jù)顯示,深度學習技術(shù)的應用,讓百度和競爭對手的Diff(different,內(nèi)部叫Diff)指標提升了若干倍。
但人工智能的科研,尤其是基礎科學研究,是一個冗長寂寞的過程。此后,迫于財務數(shù)據(jù)和競爭壓力,百度的決策者們更加注重眼前的布局和資源。
“到了后期,太長遠項目,或是比較創(chuàng)新的項目,百度總部確實不太支持了。百度i站的項目、百度快搜這樣的項目沒了?!币晃徊辉妇呙那鞍俣热斯ぶ悄苎芯繊徫蝗耸吭u價。一位現(xiàn)任百度相關(guān)人士對《財經(jīng)》記者表示,百度前些年確實剔除了不少經(jīng)過驗證沒有商業(yè)化前景的分支項目,但最近兩三年,百度明顯加大了在人工智能上的投入,包括無人駕駛汽車等長期項目。
6月8日,在2016百度聯(lián)盟峰會上,李彥宏將百度無人駕駛汽車稱作“一臺帶輪子的電腦”。他現(xiàn)場播放了百度無人車路測的實況錄像,百度無人車已經(jīng)可以像正常車輛一樣加速、并線、超車,他同時表示,三五年之內(nèi),無人駕駛一定可以成為現(xiàn)實。
從整體來看,百度仍是BAT三家中首先完成有關(guān)人工智能技術(shù)體系整合的公司。目前,百度研究院、百度大數(shù)據(jù)、百度語音和百度圖像等技術(shù)都已歸入人工智能技術(shù)體系。李彥宏多次向外界強調(diào),百度未來的發(fā)展將嚴重地依賴人工智能。
IBM研究院一位人工智能專家告訴《財經(jīng)》記者,百度是被他們列入競爭列表的唯一中國公司。
硅谷尤其關(guān)心“百度大腦”的進展。百度大腦是百度在人工智能領域的核心。百度此前的諸多人工智能產(chǎn)品,如無人駕駛、智能搜索等,都是基于百度大腦的能力。
百度高級副總裁、自動駕駛事業(yè)部總經(jīng)理王勁稱,百度大腦已具備視、聽、說和預測、規(guī)劃決策以及行動控制的能力。在數(shù)據(jù)方面,百度有萬億級的網(wǎng)頁、移動和行為數(shù)據(jù)可供分析。在深度學習方面,百度的萬億參數(shù)排在世界第一。
2015年,百度的研發(fā)投入超過100億元。占百度2015年總營收663.82億元的15%。
百度正在計劃將百度大腦在金融、汽車、醫(yī)療等領域商業(yè)化。李彥宏稱,人工智能的“井噴式”創(chuàng)新,將推動互聯(lián)網(wǎng)進入第三幕,并將重構(gòu)傳統(tǒng)產(chǎn)業(yè)。比如“人工智能+金融”,可以快速地實現(xiàn)征信升級,實現(xiàn)“秒放”貸款。
阿里巴巴和騰訊的布局則更加克制。或者說,它們更代表中國公司的普遍做法,從業(yè)務驅(qū)動開始,逐漸加大檔位。
阿里從2011年開始布局互聯(lián)網(wǎng)醫(yī)療,投資收購和戰(zhàn)略合作的公司數(shù)以百計。圍繞醫(yī)院、醫(yī)保、醫(yī)藥做了大量布局。最新的統(tǒng)計數(shù)據(jù)顯示,全國已經(jīng)有超過400家大中型醫(yī)院加入阿里的“未來醫(yī)院”計劃,覆蓋全國90%省份。阿里云人工智能首席科學家閔萬里博士告訴《財經(jīng)》記者,阿里在健康醫(yī)療領域的布局快慢,取決于阿里在人工智能領域的技術(shù)突破。
阿里的設想是,未來,在阿里遍布全國邊遠山村的醫(yī)院醫(yī)療點里,病患足不出戶,只需拍一張CT,通過遠程技術(shù)來完成專家級的診療過程。這種診療,依賴的就是基于阿里云的人工智能醫(yī)療系統(tǒng)。隨著學習數(shù)據(jù)的不斷增加,機器會變得越來越聰明,最終成為一個“永不退休的醫(yī)學專家”。
多位接受《財經(jīng)》記者采訪的專家評價,阿里這個技術(shù)并不復雜,醫(yī)療診斷是基于經(jīng)驗的專家型勞動,是機器擅長的經(jīng)驗學習,三年內(nèi)該技術(shù)便可成熟。
閔萬里告訴《財經(jīng)》記者,要實現(xiàn)這個目標,除了技術(shù)平臺,還需要整個醫(yī)療體系的打通,需要政府和社會共同推動設備和資源的開放。一旦打通,聚合在一個人工智能服務平臺之上,就將衍生出更多的應用服務場景,從而實現(xiàn)“商業(yè)和技術(shù)互為驅(qū)動”。
阿里是目前中國所有公司里,數(shù)據(jù)生態(tài)最完善、最健全的公司。iPIN創(chuàng)始人兼CEO楊洋認為,阿里的MaxComputer數(shù)據(jù)通道,是非常健康的數(shù)據(jù)大動脈,可以將阿里的所有數(shù)據(jù)資源非常高效地結(jié)合在一起。
此外,阿里云也是目前世界上最接近AWS(亞馬遜云服務)的云計算平臺。數(shù)據(jù)生態(tài)體系是做人工智能的重要基礎。因此,在這場有關(guān)未來的布局中,阿里云的主導地位清晰。
阿里的人工智能研究分散在其各個業(yè)務分支之中,有待整合。閔萬里說,阿里希望在算法能力上有所突破,這需要一個集中的技術(shù)機構(gòu)來整合阿里的所有相關(guān)技術(shù)資源。
騰訊和阿里的情況類似。騰訊在人工智能上的布局,以IM和SNS業(yè)務為基礎。例如語音識別主要是在微信部門、圖片識別主要是在QQ,支付和金融業(yè)務方面植入了人臉識別,搜索部門則關(guān)注自然語言識別。
其中一些技術(shù)已在騰訊內(nèi)部實現(xiàn)產(chǎn)品化。SNG(社交網(wǎng)絡事業(yè)群)的優(yōu)圖團隊聚焦圖象識別領域,推出了黃圖識別功能,并為騰訊內(nèi)部產(chǎn)品如圖片優(yōu)化工具“天天P圖”提供技術(shù)支持。WXG(微信事業(yè)群)則人機互動領域的拓展,也對圖像和語音識別進行了原發(fā)。WXG推出了智能機器人“小微”,用戶可以用自然語言與之溝通,解決此前語音助手智能機械應答的短板。對于未來,工程師希望“小微”成為一種“連接器”——與微信支付串聯(lián)起來,接入微信公眾號以及錢包內(nèi)的各種生活服務,打造完整的微信內(nèi)O2O閉環(huán)生態(tài)體系。
騰訊高級副總裁姚星在接受《財經(jīng)》記者采訪時表示,騰訊越來越重視在人工智能領域的技術(shù)開發(fā),這包括兩個路徑:一是整合騰訊自身的技術(shù)資源,形成體系和重點;二是加快對優(yōu)秀公司的收購和合作步伐。
騰訊參與了多個人工智能項目的早期投資。騰訊投資并購部一直在為公司尋找需要的標的,服務于騰訊的整體戰(zhàn)略。騰訊日前與硅谷風投機構(gòu)Felicis Ventures領頭了人工智能創(chuàng)業(yè)公司Diffbot 1000萬美元的A輪。這家公司通過人工智能技術(shù),讓“機器”抓取網(wǎng)頁關(guān)鍵內(nèi)容,并輸出軟件可以直接識別的結(jié)構(gòu)化數(shù)據(jù)。
BAT的人工智能技術(shù)研發(fā)從第一天開始就是商業(yè)需求驅(qū)動的,他們從業(yè)務入手,收購甚至模仿別人的東西,這種做法避免了漫無目的研究和不必要的失敗,但也無法保證在下一輪的人工智能平臺大戰(zhàn)中勝出。
今年,阿里和騰訊均有組建人工智能研究院的想法。姚星對《財經(jīng)》記者說,很快,騰訊人工智能研究院就會成立。
國際巨頭深入無人區(qū)
如果說BAT的人工智能布局處于對標和追趕的狀態(tài),那么以IBM、微軟、谷歌、Facebook為代表的美國巨頭公司已經(jīng)開始深入科技無人區(qū)。
這些公司技術(shù)和業(yè)務各有所長,面向的用戶也不同,但它們的目標一致:把人工智能機器做大、做強、再做沒。
IBM和微軟可能沒有谷歌、Facebook看起來那么酷,但在人工智能領域有深厚的技術(shù)底蘊,IBM甚至已經(jīng)開始用人工智能賺錢。
IBM人工智能研究可以追溯到1997年“深藍”戰(zhàn)勝當時的國際象棋世界冠軍卡斯帕羅夫。2011年,代表著IBM在認知計算領域最先進技術(shù)的Watson在一個電視節(jié)目中一戰(zhàn)成名,被認為是人工智能歷史上的一個里程碑。
今天可以代表IBM在人工智能領域最高技術(shù)水平的,是不斷進化中的Watson系統(tǒng),和已經(jīng)可以量產(chǎn)的人腦模擬芯片SyNAPSE(超大規(guī)模神經(jīng)突觸計算機芯片)。
Watson是一臺超級計算機,最初由90臺IBM的Power 7服務器并行組成。和Google、微軟的人工智能相比,它從硬件芯片構(gòu)架就開始模擬人類神經(jīng)元,基于IBM的“DeepQA”技術(shù)開發(fā)。2014年1月初,IBM宣布組建“Watson Group”,旨在進一步開發(fā)、商用和增強“Watson”及其他認知技術(shù),此外還投入10億美元用于其他相關(guān)項目。
Watson已經(jīng)開始為IBM賺錢了。法國農(nóng)業(yè)信貸銀行預測,Watson系統(tǒng)創(chuàng)造的收入將在2018年占IBM總收入的12%以上。Watson已經(jīng)被部署在IBM去年收購的云計算基礎設施業(yè)務Softlayer上,成為IBM與亞馬遜、谷歌、微軟等大型科技公司在云計算領域展開競爭的武器。
另一個代表性產(chǎn)品是IBM在2014年的人腦模擬芯片SyNAPSE。該芯片能夠模仿人腦的運作模式、低功耗,在認知計算方面要遠勝傳統(tǒng)計算架構(gòu)。和其他芯片公司的紙上規(guī)劃不同,這款芯片已達到量產(chǎn)要求。
IBM將其技術(shù)和商業(yè)實力總結(jié)為“認知計算體系”。IBM大中華區(qū)副總裁、戰(zhàn)略部總經(jīng)理郭繼軍向《財經(jīng)》記者表示,IBM推動認知計算體系,目標是把IBM在人工智能、大數(shù)據(jù)、深度學習、模式識別等所有領域里所做的積累應用到各個行業(yè)中去,幫助各行各業(yè)客戶提升效率,解決他們所面臨的現(xiàn)實挑戰(zhàn)。
微軟人工智能技術(shù)的研究已超25年。1991年微軟成立研究院,最早的五個研究組,研究方向分別是人機交互、自然語言處理和機器學習、語音識別和語音合成、計算機視覺。這些恰恰是今天人工智能的幾個最重要的分支。
微軟的人工智能研究方向要寬泛很多,微軟研究院擁有超過1000位科學家,在包括深度學習的多個領域的技術(shù)布局處于世界頂端。
微軟最新的深度學習系統(tǒng)在2015年ImageNet計算機視覺識別挑戰(zhàn)賽中,將計算機視覺系統(tǒng)錯誤率降低至3.57%,相比于人眼辨識的5.1%,這是人工智能首次在識別圖像的錯誤率上超越人類水平。這些機器由微軟的Azure云服務提供支持。
微軟不僅將人工智能技術(shù)應用于如Windows、Azure等核心業(yè)務中,還構(gòu)建開放的平臺,將多年的技術(shù)積累開放給產(chǎn)業(yè)界,它的目標是打造一個人工智能生態(tài)圈。
它在無人區(qū)走得最遠,在現(xiàn)實商業(yè)世界中隱蔽得最深。
和前輩相比,年輕的谷歌在人工智能領域做的事情更讓外界看得懂,也更興奮。谷歌一方面不知疲倦地做底層人工智能技術(shù)的積累,研發(fā)更加高級的深度學習算法,增強圖形識別和語音識別能力。另一方面親力親為布局了包括智能家居、自動駕駛、機器人(2013年收購了8家機器人公司)等領域,前者為后者帶來基礎技術(shù)支撐,后者為前者提供數(shù)據(jù)和反饋。
值得一提的是,谷歌在無人駕駛汽車領域的技術(shù)積累,已經(jīng)遠遠超過傳統(tǒng)汽車廠商和其他互聯(lián)網(wǎng)公司。
更加年輕的Facebook,將人工智能視為未來的三大方向之一。Facebook天然擁有全球范圍內(nèi)的海量社交數(shù)據(jù),但在基礎科學的研究上依然不遺余力。2013年,F(xiàn)acebook在加州成立了Facebook AI Research (FAIR)。卡耐基梅隆大學機器人系博士、Facebook人工智能組研究員田淵棟稱,F(xiàn)AIR的研究方向自由寬松,研究所需的計算資源(如GPU)相對豐富,同時也沒有近期的產(chǎn)品壓力,可以著眼長遠做困難和本質(zhì)的研究。他稱,這樣的學術(shù)氛圍在各大公司是極其少見的。
如果說前述幾大巨頭都是從人工智能技術(shù)出發(fā),結(jié)合云計算賦予技術(shù)更多勢能,那么亞馬遜的路徑正好相反。亞馬遜是全球第一大云服務提供商,它的云服務收入超過微軟、IBM、谷歌、Salesforce等所有對手的總和。但亞馬遜目前的人工智能技術(shù),多數(shù)集中在提升購物體驗的深度學習領域。
人工智能技術(shù)有兩大要素:核心技術(shù)平臺和數(shù)據(jù)循環(huán)。只擁有技術(shù)是不夠的,需要業(yè)務和數(shù)據(jù)結(jié)合,才能打造好的技術(shù)。對循環(huán)數(shù)據(jù)的獲取,巨頭們也都不遺余力。
以最熱衷開源的微軟為例,去年,微軟了“牛津計劃”(現(xiàn)更名為“微軟認知服務”),這是一個基于微軟云平臺的智能API(應用程序編程接口),涵蓋了五大方向的人工智能技術(shù),包括了計算機視覺、語音、語言、知識、搜索五大類API。去年夏天火爆的How-Old.net,就是借助該平臺快速開發(fā)出來的一款應用,一共只有20多行代碼。
類似的工具包微軟還有很多,例如深度學習工具包(CNTK)和微軟亞洲研究院主導的微軟分布式機器學習工具包(DMTK)等。
這些對于創(chuàng)業(yè)公司和中小企業(yè)來說相當實用。他們不用從底層技術(shù)一點點學,在小集群上或者是云服務上就可以直接調(diào)用。
對于巨頭來說,算法已經(jīng)不再是競爭的障礙,數(shù)據(jù)和用戶習慣才是山頭。大量的初創(chuàng)企業(yè)會采用開源做很多垂直領域的業(yè)務,其中包括海量試錯和驗證,最終也會反饋回開源,而這正是巨頭們所期望的。
做B2B生意的IBM對數(shù)據(jù)的專業(yè)度要求更高,無法僅依賴搜索引擎和大量應用的交互來訓練Watson系統(tǒng),因此通過深度合作和并購來獲取專業(yè)數(shù)據(jù)。
以醫(yī)療領域為例,IBM和多家世界級頂尖醫(yī)院合作,向醫(yī)院部署Watson的智能系統(tǒng),通過分析這些醫(yī)院的病歷、專家的治療經(jīng)驗、現(xiàn)有的學術(shù)研究等,幫助它們制定、觀察和調(diào)整癌癥患者的治療方案。在這一過程中,Watson也就有了這一領域的數(shù)據(jù)積累。
2015年4月,IBM收購了Explorys,它是一家可以查看5000萬份美國患者病歷的分析公司。類似的收購IBM還有不少,并且出手相當大方。
Watson已經(jīng)可支持針對乳癌、肺癌和結(jié)腸直腸癌、皮膚癌等癌癥的初期診斷。在皮膚癌領域,在一項對3000幅皮膚鏡檢查圖像的研究中,Watson識別皮膚癌的準確率高達95%以上。而人類識別皮膚癌的準確率只有84%。
國內(nèi)的一位人工智能業(yè)者調(diào)侃,國際巨頭在人工智能領域真正有價值的是它們的那些你看不見的、沒開源的、國際會議上含含糊糊一筆帶過的技術(shù)。“那些才是可以顛覆未來的彈藥。”
填補斷層
人工智能的產(chǎn)業(yè)結(jié)構(gòu)可以分為三層:應用層、技術(shù)層和基礎層。應用層聚焦在人工智能和各行業(yè)各領域的結(jié)合;技術(shù)層是算法、模型和技術(shù)開發(fā);基礎層則是計算能力和數(shù)據(jù)資源。
BAT擅長第一層。BAT手中,天然握有全球最大的數(shù)據(jù)資源。但在第二層和第三層嚴重斷層。中國在人工智能領域的科研水平停留在工程數(shù)學、物理算法等工程科學的創(chuàng)新層面,基礎理論研究領域的人才和資源很少。
多位接受《財經(jīng)》記者采訪的中外業(yè)者認為,BAT的優(yōu)勢在于海量數(shù)據(jù),和國際巨頭的核心差距在技術(shù)。
騰訊高級副總裁姚星告訴《財經(jīng)》記者,今年初,他和騰訊的投資并購部達成了一個共識,開始大量考察美國的機器學習平臺類創(chuàng)業(yè)公司。一則中國這類技術(shù)公司不多;二則收購這種公司可以快速補足騰訊在算法領域的不足。
姚星向《財經(jīng)》記者分析,同樣提供10萬個樣本給機器,優(yōu)秀的算法平臺可能只需要幾個小時,速度慢的可能需要幾天時間。
對于海外收購,搜狗公司CEO王小川則更加直白:“國內(nèi)適合收購的標的公司很少,因為根是斷的,(技術(shù)和基礎研究)源頭在國外,要到國外看。”
在快速迭代的互聯(lián)網(wǎng)世界里,即便是互聯(lián)網(wǎng)巨頭,單打獨斗練獨門秘籍也會錯失良機。最佳方式,就是擁有數(shù)據(jù)和擁有技術(shù)的公司,通過各種結(jié)盟方式形成優(yōu)勢互補,快速搶占市場。
2014年11月,螞蟻金服宣布和曠視科技戰(zhàn)略合作,利用后者的人臉識別技術(shù)Face++軟件去確認開立在線銀行賬號的用戶身份,即“人臉支付”。
Face++在人臉檢測的多項指標評測中接連拿下世界第一。2013年,在極難識別的互聯(lián)網(wǎng)新聞圖片上,獲得了97.27%的準確率,這個指標高于Facebook團隊。三年后,這一準確率已提高至99.5%。
進行面部識別,需要處理大量來自面部的數(shù)據(jù)信息,包括結(jié)構(gòu)、五官以及肌肉等方面的數(shù)據(jù)分析。阿里云為這個合作注入自身的數(shù)據(jù)和分析能力。
“凡是花錢解決的問題都不是問題,阿里可以自己完成這些事情,但時間成本是相當昂貴的?!遍h萬里對《財經(jīng)》記者說,“阿里有1000件同級別的事情要做,能做好的只有其中幾件,剩下的用投資+合作,這是時間和資本效率最高的做法?!?/p>
技術(shù)和數(shù)據(jù)的結(jié)盟并不限于BAT,更多的公司希望通過結(jié)盟方式獲得未來,新的巨頭或許從中誕生。
搜狗CEO王小川的思路是社交化,做更多連接,通過建設社群關(guān)系,把人大腦里的智慧表達出來,從而解決目前搜索技術(shù)存在的內(nèi)容不夠精準和實用性較差的問題。2013年騰訊入股搜狗后,先后向搜狗開放了微信公眾號數(shù)據(jù)和QQ興趣部落,為搜狗輸入數(shù)據(jù)資源。除此之外,搜狗還在去年11月戰(zhàn)略投資知乎1200萬美元,全面接入知乎內(nèi)容。
王小川想讓搜狗的人工智能機器不斷學習社群數(shù)據(jù),他對《財經(jīng)》記者說,“人工智能下一個五年不在于人工智能本身,而是讓機器找到人?!?/p>
今天,技術(shù)和數(shù)據(jù)的天然開放性讓各公司之間的競爭變得“我中有你、你中有我”,最終的贏家是可以將技術(shù)和數(shù)據(jù)平衡利用,達到平臺效益最大化的公司。
微軟亞洲研究院常務副院長芮勇認為,橫向?qū)Ρ龋袊蛧H領先公司在核心技術(shù)上確實存在差距,國外更加注重基礎研究和技術(shù)研發(fā),國內(nèi)企業(yè)可以將國外的研發(fā)工具化、商業(yè)化;從縱向看,中國在人工智能領域的技術(shù)積累近幾年確實出現(xiàn)了飛躍,無論是最底層的計算機體系架構(gòu),還是智能硬件,或是上層軟件應用,都有質(zhì)的進步。
“只要不太急于求成,持之以恒地投入,中國的人工智能產(chǎn)業(yè)相當值得期待?!避怯抡f。
擠出泡沫
馬云在一次內(nèi)部講話中強調(diào):“全球都在講人工智能,到了風口浪尖,在創(chuàng)新面前,沒有第二只有第一,創(chuàng)新落伍了,你就輸了?!?/p>
焦慮的不僅是BAT,華為公司創(chuàng)始人任正非5月30日在全國科技創(chuàng)新大會上發(fā)言提到,“未來二三十年人類社會將演變成一個智能社會,其深度和廣度我們還想象不到。如果不能堅持創(chuàng)新,遲早會被顛覆?!?/p>
開放趨勢之下,人工智能也注定不是一場巨頭間的戰(zhàn)爭。
市場調(diào)研機構(gòu)CB Insights的統(tǒng)計數(shù)據(jù)顯示,2014年風險資本對人工智能的投資增長302%,達到3.09億美元。
中國人工智能領域已有近百家創(chuàng)業(yè)公司,65家獲得投資,共計29.1億元人民幣,其中曠視科技、優(yōu)必選、云知聲、SenseTime四家公司登上艾瑞獨角獸榜單。
更多初創(chuàng)公司只是打上了人工智能的標簽。它們本質(zhì)上是用國際開源的平臺,用數(shù)據(jù)訓練一兩個模型,甚至照搬國際模型,這其實潛含危險,最大的風險是產(chǎn)品嚴重同質(zhì)化,尤其在人臉識別、語音識別等成熟領域,這些公司的產(chǎn)品沒有突破性創(chuàng)新,根本沒有繼續(xù)走下去或被收購的價值。
姚星常常為投資人鑒定真?zhèn)稳斯ぶ悄芄尽Kf,辨識偽人工智能公司有兩個關(guān)鍵點:一是這家公司所采用的技術(shù)是否是最新、最前沿的技術(shù),如果不是,則是用人工智能概念包裝的偽人工智能。
其二,這家公司的技術(shù)和業(yè)務是否具備可擴展性?若否,則是采用部分機器學習算法或淺層人工智能技術(shù)的商業(yè)公司,而非真正的人工智能公司。
iPIN是一家擁有文本認知智能技術(shù)的公司,從去年開始,iPIN收到了不少投資機構(gòu)的投資意向,該公司創(chuàng)始人兼CEO楊洋告訴《財經(jīng)》記者,到目前為止,他還沒有遇到真正有能力鑒別人工智能技術(shù)水平的投資機構(gòu)。
“這對于做偽人工智能的公司絕對是一個好消息。”楊洋調(diào)侃說。
危險在于,就算是一些初創(chuàng)時期確實手握人工智能獨特技術(shù)和商業(yè)模式的公司,也在資本的脅迫下慢慢走形。
在資本的壓力之下,一些人工智能創(chuàng)業(yè)公司開始過早商業(yè)化,研發(fā)投入逐步降低,人員結(jié)構(gòu)也發(fā)生變化,銷售開始主導公司,最終技術(shù)公司變成營銷公司,失去了被并購的價值。
投資人工智能公司,需要專業(yè)技術(shù)知識和長線投資眼光。根據(jù)Gartner的“智能機器炒作周期圖”,由人工智能驅(qū)動的應用中,語音識別產(chǎn)業(yè)化最高,自動駕駛汽車和智能顧問處于炒作最高點,智能機器人、自然語言處理/生成和虛擬個人助手則處于爬坡期。這些都屬于5年-10年內(nèi)能廣泛普及的顛覆性技術(shù)。而神經(jīng)形態(tài)硬件(如神經(jīng)元芯片等)屬于10年以后才能普及的技術(shù),但該技術(shù)可能還沒研發(fā)成熟就被淘汰了。