除了下棋，人工智慧還應做什麼

醫療、金融、交通、教育、公共安全、零售、商業服務等行業數據電子化程度較高、數據較集中且數據質量較高，因此在這些行業將會率先湧現大量的人工智慧場景應用

未來人工智慧的應用將更有深度，產生新的社會、商業和個人生活模式，創造巨大的商業價值。隨著越來越多的巨頭和初創企業入局，人工智慧將是我國彎道超車的大好機會

人工智慧，無疑是2016年以來最受關注的高科技領域。這是因為，一方面業界權威紛紛表示，未來的最大機會就在人工智慧；另一方面，谷歌阿爾法狗在圍棋領域的超強表現，點燃了普通用戶對於人工智慧的興趣。

除了下棋，人工智慧還能帶來什麼？如何才能真正走進日常生活？

簡單地說，人工智慧分為3個階段：計算智能（能存會算）、感知智能（能聽會說，能看會認）和認知智能（能理解會思考）。按照技術類別來分，分成感知輸入和學習訓練兩種。計算機通過語音識別、圖像識別、讀取知識庫、人機交互、物理感測等方式，獲得音視頻的感知輸入，然後從大數據中學習，得到一個有決策和創造能力的大腦。

人工智慧的發展已有60多年歷史，為何近年來突然變得炙手可熱呢？主要是源於數據量的急劇上升、深度學習演算法的提出、大規模並行計算以及物聯網技術的發展等。搜索、翻譯、地圖、無人車、醫療甚至文學創作等領域，深度學習的影子無處不在，人工智慧正在重構用戶生活。

有專家指出，醫療、金融、交通、教育、公共安全、零售、商業服務等行業數據電子化程度較高、數據較集中且數據質量較高，因此在這些行業將會率先湧現大量的人工智慧場景應用。比如醫療領域，基於人工智慧的應用將能提供臨床決策支持、病人監控輔導、慢性病用藥和生活管理等，從而為普通用戶提高健康水平和生活質量。在東京，IBM的Watson通過比對2000萬份癌症研究論文，在10分鐘對一位女性患者作出了診斷結果：患者得了一種罕見白血病，並向醫療人員提出了治療方案。而此前這名患者被醫療人員診斷得了急髓白血病，在經歷各種療法後，效果並不明顯。

比如金融領域，智能個人身份識別將用於解決金融安全隱患，智能高頻交易將用於提高金融決策效率，智能投顧將幫助金融機構開拓用戶並提高收益；在交通領域，人工智慧將應用於無人駕駛、智能汽車、交通規劃等場景，用於解決目前交通行業普遍存在的駕駛感受差、道路嚴重擁堵等問題；在零售領域，人工智慧將提供精準搜索和推薦，智能導購將降低營銷成本並提升用戶體驗，從而迎合消費升級和消費者日漸成熟理性的趨勢；在公共安全領域，人臉識別將廣泛應用於安防監控，無人機、預測警務應用可以運用於反恐、維護公共治安等場景。

毫無疑問，未來人工智慧的應用將更有深度，產生新的社會、商業和個人生活模式，創造巨大的商業價值。人工智慧將實現「感知/交互—正確理解—自主決策—自我學習」的實時循環；數據傳輸速度實現質的飛躍，雲端將無縫融合；介入式晶元等新的硬體形式將出現，甚至實現人機共融。

當然，目前我們的科技還停留在弱人工智慧階段。從技術角度看，人工智慧的各個細分領域尚面臨著各自的技術桎梏；從市場應用來說，缺乏席捲用戶的現象級產品。但作為未來10年乃至更長時間內高科技產業的焦點，人工智慧的發展無疑值得期待和激動。據《烏鎮指數：全球人工智慧發展報告2016》顯示，全球每10.9個小時誕生一家人工智慧企業，中國人工智慧企業達到709家，僅次於美國。隨著越來越多的巨頭和初創企業入局，人工智慧將是我國彎道超車的大好機會。(秦海波)

[責任編輯:宋雅娟]