AI已神化？自動駕駛和語音助手究竟處於什麼水平

「人工智障」一詞原本是諷刺智能手機上的語音助手，後來隨著人工智慧的應用範圍逐漸擴大，初期表現的「並不那麼智能」，於是大眾以「人工智障」取笑人工智慧，這詞基本代表了當時大眾對於人工智慧的態度。後來AlphaGo以橫掃之勢擊敗人類頂級棋手，引發大眾恐慌。那麼當下人工智慧到底發展到什麼程度？

· 自動駕駛

在CES2018上，英偉達率先召開了關於「自動駕駛」的發布會，並發布了相關硬體產品。近兩年自動駕駛成為CES的熱點，不僅僅因為自動駕駛能夠徹底改變當下出行規則，還因為自動駕駛幾乎觸手可及。2017年7月份，百度CEO李彥宏乘坐自動駕駛汽車上了五環，證明自動駕駛技術已經產生了質的變化。

英偉達發布會重點就是自動駕駛

目前自動駕駛基本分為兩派，一派是以谷歌、百度這種互聯網公司為代表的數據流派，另一派則是以傳統車企為代表的場景流派。不談實現難度和時間，數據流派是未來的大方向，場景流派是當下過渡的產物。

基本可以確定的是，根據場景來實現自動駕駛是一個誤區，主要原因在於場景並非一成不變的，人不可能做到窮舉場景。所以要實現真正意義上的自動駕駛，需要做的是對汽車上感測器傳回的數據進行處理。整合數據是以谷歌為代表的互聯網公司的強項，英偉達提供的硬體就是用於處理這些數據的。

百度自動駕駛汽車上五環

這其中有一個問題，那就是谷歌未來會不會造車？因為數據驅動的自動駕駛是比較難的，但最終呈現的效果非常好。對於車企來言，自主研發數據驅動的自動駕駛難度太大。但對於谷歌而言，造車是可以借鑒經驗的。不過以谷歌的做法，可能會對外授權自動駕駛技術。

自動駕駛技術發展速度非常快，如果不考慮法律、交通意外等因素外，擁有自動駕駛技術的汽車完全可以上路行駛。由於自動駕駛技術需要涉及到路況、圖像識別等數據和技術，所以需要綜合實力較強的企業或多家企業聯合研發。谷歌在其中的優勢比較明顯。

以目前的發展速度，自動駕駛大約在5年內被廣泛接受，10年內能夠成為大眾出行的主要交通方式。

當下企業之間已經展開合作，2018年的自動駕駛汽車數量會出現一定程度的增長，而且上路的次數會更加頻繁。當下自動駕駛在技術方面已經積累足夠，法律是影響自動駕駛發展速度的重要因素之一。

· 語音助手

嚴格意義上說目前的自動駕駛並不完全是人工智慧，因為自動駕駛僅僅是豐富了自動化的含義。像機械臂這種工廠內的機器人是自動化的代表，最重要的特點就是不能自主學習。自動駕駛是自動化的延續，可以對周圍環境進行條件反射。而語音助手的背後是對海量數據的分析，其更能代表人工智慧。

需要說明的是，單純的語音識別並非人工智慧，只有語音識別後反饋給用戶相關信息，整個過程才算是人工智慧。

以往語音助手最大的用處就是查天氣，如今的語音助手已經可以模仿明星唱歌了。這其中不僅僅是語音識別率的提升，也是語義識別的突破。

微軟小娜

比如微軟小娜，這是一款微軟研發、並將其內置在Windows 10操作系統中的語音助手。目前微軟小娜不僅能實現定鬧鐘、查天氣等簡單語音功能，同時還能夠根據不同的語境與用戶進行溝通和交互。其背後就是對海量數據的分析。

數據是非常重要的，首先它能帶來方向，其次它能修正方向。海量數據分析能力的強弱則直接決定了機器自主學習能力的強弱。當下人工智慧發展階段的現狀是，人工智慧面對海量數據的時候，是沒有方向的，需要人為干預，也就是人與人工智慧協同。表現到語音助手方面就是，你問天氣，手機給你顯示天氣的狀況。而不是你要出門了，手機自動提示你天氣狀況。

對海量數據分析具有重要意義

目前幾乎絕大多數人工智慧研究，都是集中在如何解決某個問題，也可以理解為指令。以語音助手為例，它不僅能夠讓很多操作簡化成一條語音指令，甚至給人一種與正常人聊天的感覺。目前人工智慧在這一方面表現的已經非常具有實用性了。當然人工智慧在其他領域的應用僅出現在企業中，普通用戶接觸最多的還是語音助手。

所以說當下語音助手在某些領域已經達到了非常智能的水平，比如語音購物、實時翻譯等，但涉及到更為深層次的語義識別，尤其是如何根據你的生活習慣、心情等主觀因素給出合理推送信息，這方面目前屬於發展不理想的地方。

總結：

像谷歌的自動駕駛在2015年就已經上路了，所以人工智慧發展的時間並不短。從被人冠上「人工智障」的帽子到令人感到恐慌，人工智慧只用了不到一年的時間。小到語音助手，大到自動駕駛，如今的人工智慧確實已經十分實用了。只不過在某些領域，人工智慧的發展難度太大，一時半會還無法達到「智能」。目前能夠做到智能的領域主要還是集中在客觀環境下，主觀環境下依舊無解。所以不要擔心機器覺醒推翻人類，這對於人工智慧來說太難了。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！