聚焦人工智慧發展關鍵詞

最新 07-17

2017年6月29-30日首屆世界智能大會圓滿落幕，來自全球各地在智能領域的企業、創業者、投資人、科學家匯聚一堂，就同一主題各抒己見、知無不言。筆者將參加本次大會的所得進行梳理，通過關鍵詞，簡要描述現階段人工智慧發展的熱點問題。

一、人工智慧產業爆發：

大數據、演算法、算力。

「人工智慧」概念誕生於1956年，在過去60年的發展過程中，人工智慧產業在三起兩落中震蕩上升。進入21世紀，隨著計算機硬體和軟體性能的提升，人工智慧進入快速發展階段，2016年Google旗下人工智慧圍棋軟體AlphaGo戰勝世界圍棋冠軍李世石，引發世界轟動，人工智慧重新搏回大眾視野，掀起一輪發展熱潮。

圖：人工智慧發展歷史

大數據

大數據方面，近年來由於移動互聯網的爆發使得大量的數據被獲取、積累，同時物聯網也極大的擴展了獲取數據的數量和類型。而中國是大數據發展的最好市場：包括移動終端在內的約11億互聯網用戶的，使用同一種語言，遵守同樣的法律，在相同的社交網路上建立關聯，這是一筆非常寶貴的數據財富，也是人工智慧在中國發展的基礎之一。

演算法

演算法方面，經歷20世紀末第二輪發展低潮後，人工智慧領域的研究者拋棄了以專家系統技術為主導的開發路徑，神經網路模型重新被提出。隨著神經網路模型的分支深度學習理論和工程技術體系的成熟，包括通過雲服務或者開源的方式向行業輸出技術，先進的演算法被封裝為易於使用的產品和服務，越來越多的人和公司能夠開始使用這些演算法。同時Google、微軟、Amazon以及一些開源的第三方軟體，都試圖在搭建通用的人工智慧機器學習和深度學習計算底層平台。

算力

算力方面，雲計算和高性能超級計算機的發展起到了關鍵作用。進行深度學習極其消耗計算資源，而通過雲計算就可以以低成本獲取大規模的算力。除了雲計算，GPU計算的進步對深度學習也有很大的推動，Intel、NVIDIA、高通等都在該領域做出布局，基於CPU、GPU、FPGA等異構融合的計算架構將成為未來的發展方向，2016年世界超級計算機新晉第一名神威太湖之光，以及連續六年稱雄的天河二號都是採用CPU和GPU相結合的異構融合計算體系結構。

二、人工智慧技術發展焦點：

語音、語義、視覺。

人工智慧科技發展的最終目的是使機器能夠了解人的意圖，並能對人的意圖做出有效的反饋，其發展沿著「感知——認識——自主」這一主要路徑前進。「感知」能力，即計算機可以通過聽覺、視覺、觸覺等了解人的意圖；「認識」能力，即計算機在了解人的意圖後可與人進行交互，如AlphaGo（棋牌交互），IBM Watson（輔助決策），SIRI（語音交互）等；「自主」能力，是對人工智慧未來發展展望，即計算機真正「像人一樣思考」。目前，比較成熟且應用最廣的人工智慧技術主要包括語音識別技術、語義識別技術和計算機視覺。

語音

語音識別技術是將語音轉換為文本的技術，經由語音大數據訓練，讓計算機能夠識別和理解語音。佔全球語音識別市場規模較大的企業包括Nuance、谷歌和蘋果，我國在該領域的行業領跑者為科大訊飛和百度。

語義

語義識別技術解決計算機「聽得懂」的問題，作用是拓展了人機交互的模式，適用於複雜語義識別的最優演算法尚未開發出來，技術具有很大的發展空間。世界科技巨頭採用收購方式進行語義識別技術領域布局，如蘋果收購Siri，百度收購渡鴉科技，我國在技術領域代表企業有三角獸等。

視覺

計算機視覺是指用計算機模擬人的視覺系統，以實現適應、理解外界環境和控制自身運動，主要分為圖像識別和人臉識別兩大應用類型。該領域在世界範圍內尚未有壟斷地位的巨頭公司，各大科技巨頭採用收購方式進行戰略布局，英特爾收購Itseez，Twitter收購Madbits，國內在該領域具有代表性的創業公司包括商湯科技、曠世科技、格林深瞳等。

目前，人工智慧的相關技術已經進入到一個發展周期內的成熟階段，在可以預見的未來一段時間，如何更好的將現有技術轉化為可以解決工業和民生髮展核心問題的產品，將成為推動人工智慧產業發展的關鍵動力。

三、人工智慧技術的行業應用：

大健康、金融、安防。

人工智慧技術與其它產業的結合，最主要的作用是極大地改善了產業的發展模式和用戶體驗。未來，人工智慧將在解決醫療、教育資源分配不均衡等民生核心問題上發揮重要作用。目前，投資界最看好的幾個人工智慧產業發展領域分別為：

大健康

人工智慧+大健康：主要體現在智能設備和識別診斷兩個方面，智能設備包括各類診療或服務機器人，包括手術機器人、康復機器人等，代表企業為Intuitive Surgical；識別診斷包括基於圖像識別技術的醫療影像輔助診斷，基於大數據的智能診斷，基於視覺辨識技術的疾病預防系統，代表企業為IBM Wastson。

金融

人工智慧+金融：人工智慧技術的融入為金融行業在更安全的基礎上帶來更好的用戶體驗，包括基於識別技術的刷臉支付、聲音支付，基於大數據的個人信用能力評測、智能資產管理、智能投顧、金融政策決策、交易風險評測、金融風險預警等，阿里集團旗下螞蟻金服走在我國發展前列。

安防

人工智慧+安防：結合人臉識別、語音識別、視頻結構化技術和大數據技術，安防正從傳統的被動防禦向主動判斷、預警發展。人工智慧技術在公安、交通、智能樓宇、工廠園區、民用安防等領域均得到較好的應用，代表企業包括海康威視、天地偉業等。

除了上述領域，人工智慧在汽車行業、製造業、家居行業也得到了較好的應用，如基於計算機視覺的汽車輔助駕駛技術、無人機巡航技術，工業或家用企業人，基於大數據的在線客服、輔助決策系統等。隨著人工智慧技術應用的逐漸落地，將在更大範圍影響現有產業的變革。

四、人工智慧領域創投熱點：

數據、用戶體驗、市場。

在「大眾創業、萬眾創新」的政策激勵下，人工智慧已近成為目前最火的創業方向，也是吸引了眾多風險投資的技術領域，預計「十三五」期間人工智慧市場規模將突破百億元，在如雨後春筍般的創業團隊中，一項人工智慧領域的創業項目能否快速獲得投資，主要關注以下三個關鍵要素：

數據

數據：開發的人工智慧應用是否具有足夠、完整、可信的大數據支撐，是投資機構考量的重要指標之一，阿里和騰訊之所以迅速進入世界市值前十大的互聯網公司，與其掌握的大數據密不可分。因此，是否能夠獲得比競爭者更優質的數據，是決定創業項目質量的關鍵要素。

用戶

體驗

用戶體驗：開發的產品或應用是否能夠達到足夠的用戶體驗度，也是影響投資決定的重要指標。對於投資者和用戶，一個應用的功能是否強大，遠沒有功能是否好用更重要，因此創業者應更加註重提升人工智慧技術準確度，而不是集成更多功能。

市場

市場：人工智慧技術應用於企業用戶市場和消費者用戶市場有較大區別。企業用戶需求更加明確，即解決實際問題、提升生產效率，因此人工智慧針對企業用戶市場的應用更加容易落地，風險較低；面向消費者領域市場的人工智慧應用，由於需要準確把握和開拓用戶需求，需要更加考慮產品設計和用戶體驗，風險較大，市場潛力也更大。

五、人工智慧引發的爭議：

失業、技術缺陷、數據安全。

爭議一：人工智慧技術的發展是否會引發大規模失業？

失業

對人工智慧的發展會造成大規模失業的預期過於悲觀，事實上，人工智慧產業發展最快的幾個地區如美國、德國等，也是失業率最低的地區之一。根據以往數次工業革命所帶來的產業變革經驗可知，新技術的誕生往往會導致生產方式的變革，從而引發就業結構的變化，一些依賴於人工的崗位大量減少，生產力得到解放，同時更多的新的就業崗位誕生。

同理適用於人工智慧技術，人工智慧技術也是人類創造的新的技術、一種解放生產力的新工具，其發展的根本目的是幫助人類更好的完成生產任務、更好的進行情感交流。人工智慧將在需要大量繁瑣操作或計算的工作中逐步取代人類，但可以預見的是，人工智慧帶來的產業變革將會創造更多的新的就業機會，並不會造成大規模失業。

爭議二：人工智慧技術應用過程中存在哪些缺陷？

技術

缺陷

目前，基於深度學習的人工智慧技術在應用過程中主要存在數據依賴性高、推廣能力差、不可理解這三個方面的缺陷。數據依賴性高，導致在某一些領域，如特殊疑難疾病，缺乏足夠的數據給計算機學習，則基於當前演算法的人工智慧將無法發揮作用；推廣能力差，指計算機缺乏「舉一反三」的能力，限制了識別技術在更大領域的推廣和應用；不可理解性，指基於深度學習的人工智慧所做出的結論是黑箱決策，其決策思路並不類似於人的決策思路，其決策過程和結果並不可被理解，而不被理解的決策將不能被人類使用。

爭議三：在大數據時代，個人信息安全由誰保護？

數據

安全

隨著互聯網的發展智能產品的逐漸普及，越來越多的個人隱私數據被收集，在大數據產業最初粗放發展的階段，不良商家無底線得掠奪個人信息並進行變現，信息的安全性成為爭議的焦點。自今年6月1日起，《公民個人信息法》正式生效，將對這一野蠻現象進行有效遏制，大數據行業將以此為契機迎來一場洗牌。隨著相關法律法規不斷完善，以及大數據安全技術，如數據加密技術、安全多方計算技術的開發和應用，我們有信心迎來一個安全、便捷、高校的人工智慧時代。

END

作者介紹：林瑞