最近,人工智能鉚足了勁兒,頻刷“存在感”:

中國棋手柯潔大戰(zhàn)AlphaGo的硝煙還沒散盡,學霸君公司的智能教育機器人Aidam就與多位往屆高考狀元PK,挑戰(zhàn)今年的高考題。此前,微軟虛擬機器人“小冰”還出版了人類歷史上首部100%由人工智能創(chuàng)作的詩集。

“互聯(lián)網(wǎng)只是前菜,人工智能才是主菜”,在日前舉行的2017百度聯(lián)盟峰會上,百度公司董事長兼首席執(zhí)行官李彥宏直言,“未來百度將不再是互聯(lián)網(wǎng)公司,而是一家人工智能公司”。

不過對很多人來說,人工智能可能還是個熟悉的陌生人,它將帶來哪些影響?要到達未來,還要翻越哪些山岡?

人工智能像燃料 與產(chǎn)業(yè)深度結(jié)合

1997年5月,IBM的計算機程序“深藍”在正常時限的國際象棋比賽中首次擊敗了當時世界第一的棋手加里·卡斯帕羅夫。20年后,新一代人工智能AlphaGo又將柯潔、李世石等頂尖圍棋高手斬落馬下。

除了在刷屏的新聞中認識人工智能,很多人對它的了解源自熒屏:在《黑客帝國》《終結(jié)者》等電影作品中,人工智能被塑造成功能強大的形象;在電視綜藝中,百度“小度”、搜狗“汪仔”等各顯神通,與人類交流、競技,甚至成為節(jié)目“主咖”。

“人工智能看上去這兩年才火,事實上多年來一直有人在背后做研究”,在微軟亞洲研究院副院長劉鐵巖看來,人工智能早已滲透到人們生活的方方面面:從搜索引擎到物流倉儲背后的網(wǎng)點規(guī)劃,從人臉識別到機器翻譯、語音識別,無不與人工智能密切相關(guān)。在手機中,實現(xiàn)了個性化推薦的新聞App、會“智能美顏”的修圖軟件、可以對話的“小冰”“小娜”、Siri……這些功能,也都受益于人工智能的發(fā)展。

這一波人工智能的研究應(yīng)用被業(yè)界稱作“第三次浪潮”。在人工智能誕生至今的61年里,曾經(jīng)的兩次熱潮都最終陷于沉寂。在業(yè)內(nèi)人士看來,這次浪潮有些不一樣。

“這次一定是更加穩(wěn)健的”,劉鐵巖說,“人工智能像燃料一樣,與各個產(chǎn)業(yè)深度結(jié)合,有著比以往更多的、實際落地的應(yīng)用場景。”

“數(shù)據(jù)的爆炸式增長、計算能力的飛躍、深度學習算法的突破,是這一次人工智能爆發(fā)的三大要素。”商湯科技CEO徐立表示,“人工智能的突破其實和產(chǎn)品落地密切相關(guān),它可以快速帶來行業(yè)的爆發(fā)。新的技術(shù)需要與應(yīng)用相結(jié)合才能夠得到驗證,當人工智能發(fā)展到超越人的水平后,將帶來生產(chǎn)效率的大幅度提升,同時催生新的行業(yè)和應(yīng)用。”

熱捧背后存隱憂 “網(wǎng)紅”需要冷思考

人工智能迅速發(fā)展的背后,有著來自政府、企業(yè)、資本的多重推力。

2015年7月,國務(wù)院發(fā)布了《關(guān)于積極推進“互聯(lián)網(wǎng)+”行動的指導(dǎo)意見》,“互聯(lián)網(wǎng)+人工智能”被列為11項重點行動之一;2017年3月,人工智能首次寫入《政府工作報告》。在國際上,英、美、韓、日等也紛紛布局人工智能,一系列扶持政策相繼出臺。

2013年,百度成立全球首家深度學習研究院;在2017百度聯(lián)盟峰會上,李彥宏明確表示將人工智能作為百度的核心戰(zhàn)略;Facebook、谷歌等巨頭也不約而同提出了“人工智能優(yōu)先”的戰(zhàn)略轉(zhuǎn)變;在計算機視覺、語音識別等垂直領(lǐng)域,商湯科技、科大訊飛等企業(yè)成績矚目。“目前無論是大公司還是小公司,都在積極擁抱人工智能”,徐立說。

在創(chuàng)投領(lǐng)域,人工智能尤其受到資本的重視,甚至引發(fā)瘋狂追捧。互聯(lián)網(wǎng)數(shù)據(jù)和咨詢公司IT桔子近日發(fā)布的《人工智能產(chǎn)業(yè)分析與創(chuàng)業(yè)投資盤點》收錄了467家AI企業(yè)和636起投資事件,其中,人工智能總獲投率為67.65%,高于其他行業(yè)2—3倍。過高的熱度讓劉鐵巖覺得,人工智能儼然已經(jīng)成了一個“網(wǎng)紅”,一些企業(yè)所謂的調(diào)整戰(zhàn)略其實是資本市場倒逼的。

當然,與此前的互聯(lián)網(wǎng)發(fā)展中曾出現(xiàn)過的“風口”帶來“泡沫”一樣,與方興未艾所伴隨的,無序與重復(fù)投資、過熱與概念包裝等問題,在人工智能創(chuàng)投領(lǐng)域也已顯現(xiàn)出來。

徐立直言,國內(nèi)人工智能創(chuàng)業(yè)大多扎堆在應(yīng)用層面,創(chuàng)業(yè)者使用開源算法,找到某個垂直領(lǐng)域便套上“人工智能”概念扎進去,但真正從算法層出發(fā)做“原創(chuàng)技術(shù)”的人并不多。“而這塊才是核心,是最需要厚積薄發(fā)的。”

對于這些隱患,易觀智庫資深分析師薛永峰強調(diào),人工智能還處在比較初級的發(fā)展階段,花些時間“冷思考”尤為重要。

三大門檻待翻越 瓶頸即主攻方向

需要多久的積淀,人工智能才能告別初級階段,迎來大規(guī)模的爆發(fā)?專家們也承認,還有不少瓶頸待突破。

瓶頸之一來自對大數(shù)據(jù)和計算的過度依賴。想讓機器像人類那樣思考,就必須“喂”給它天量數(shù)據(jù)。“必須依賴大數(shù)據(jù)、大計算,導(dǎo)致現(xiàn)階段很多人工智能過于重量級”,在劉鐵巖看來,“這種依賴是笨拙的,未來應(yīng)當有更多輕量級的人工智能產(chǎn)生”。

瓶頸之二來自人工智能的“黑箱”——當下人工智能做出的決策就像封閉的黑箱子一樣不可預(yù)測。“在人臉識別系統(tǒng)中,如果一些人能夠識別而另一些無法識別,研究員可能無法回答為什么,因為這是機器從數(shù)據(jù)中學習得來的,背后的邏輯并不清晰”。徐立還舉了另一個無人車的例子描述這種尷尬:“無人駕駛超越人的準確率是很可能的,但難點在于你不知道它什么時候會撞墻。”

另一個瓶頸在于不成熟的行業(yè)生態(tài)。這在一定程度上制約了人工智能的發(fā)展。薛永峰提醒,要防范出現(xiàn)數(shù)據(jù)孤島化、研發(fā)孤立化的問題。“人工智能的一些技術(shù)專利主要掌握在大公司手中,數(shù)據(jù)資源難以全面放開。在語音識別、無人駕駛等諸多領(lǐng)域,很多團隊各做各的,沒有融會貫通。”而在一些傳統(tǒng)行業(yè)中,數(shù)據(jù)積累的規(guī)范程度和流轉(zhuǎn)效率,還遠遠達不到能夠發(fā)揮人工智能技術(shù)潛能的程度。

不過徐立認為,這些缺陷“與其說是瓶頸,不如說是未來的主攻方向”。

就國內(nèi)而言,人才儲備方面還相對薄弱。來自領(lǐng)英的數(shù)據(jù)顯示,全球范圍內(nèi),人工智能專業(yè)人才有195萬,中國只占2%,排名第七。“人工智能工程師和應(yīng)用型人才都存在缺口,我們的教育體系應(yīng)該與時俱進,在課程設(shè)置上面與發(fā)展需求配套”,劉鐵巖說。

值得慶幸的是,人工智能發(fā)展進程中,許多進步和改變已扎實可見。

亞馬遜、谷歌、Facebook、IBM和微軟已于去年9月宣布成立非營利的人工智能合作組,為研究人員提供可供討論和參與的開放式平臺。今年4月,百度也正式發(fā)布阿波羅計劃,把自己所積累的自動駕駛技術(shù)開放給業(yè)界,以期進一步降低研發(fā)門檻,與產(chǎn)業(yè)鏈各環(huán)節(jié)共同促進自動駕駛技術(shù)的發(fā)展和普及。

“這是一場既有主動脈又有毛細血管的技術(shù)革命,其意義可能不亞于今天的互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)。因此急不得,未來要一步步走”,薛永峰說。(記者 張意軒 王威)