創新工場 AI 工程院吳卓浩：不要覺得看起來熱鬧的東西就是 AI

我們目前已經可以看到很多讓人激動的人工智慧應用場景。如智能客服、陪伴機器人、醫療智能讀片等等。對於人工智慧「來勢洶洶」的趨勢，吳卓浩認為一方面，我們要對最新技術保持高度的敏銳關注，「因為變化太快了，可能半年前不可能實現的事情，今天就可以做了。」他說。同時，他提到關鍵的一點是，我們還需要找到正確的方法來應用技術。那麼，企業應該如何應用人工智慧技術呢？針對這個問題，吳卓浩做了很詳細的分享。

其實，人工智慧並不是一個剛出世的新鮮事物。吳卓浩分享了人工智慧發展的幾波浪潮。最早的20世紀末，谷歌等以搜索引擎為主的互聯網公司開始積累了大量的讓機器學習數據。後來，步入 21 世紀後，大量的商業經營數據開始被利用起來。而後，感測器開始普及，語音、攝像頭等收集的數據開始真正進入到真實世界，變成是可以被機器學習的東西。到了 2015 年自動駕駛技術開始把人工智慧技術集合起來，共同攻堅。「在自動駕駛為代表取得突破以後，裡面很多細分出來的解決方案就可以在更多的領域當中產生影響。」他說。

吳卓浩表示，第一波浪潮屬於互聯網巨頭吃老本。「我們都已經錯過了。」他說。不過，他認為，在商業數據上依舊存在大量機會。人工智慧的軟體技術把過去沒有辦法利用的數據變成是可以利用的數據，這會促使數據的利用效率增加。「而感測器的普及和發展，會有有軟體方面的貢獻。所以，一些互聯網公司仍然是可以取得重大的突破性人工智慧進展。」他說。而在軟體和硬體相結合的領域中進一步取得突破的階段，吳卓浩認為最先被取代的是許多重複勞動力。

「從最底層的晶元架構工具，一直到各種細分領域當中，可以做的事情非常多。我們還處於吃老本的階段，但是有更多的、更廉價的感測器收集到大量的信息，在新一代人工智慧軟體技術的支持下變成可以利用的東西。」他說：「我們相信接下來一定出現人工智慧的系統，在此基礎之讓大家以更低的成本和更高的效率開發各種各樣的應用。」

而說到具體如何應用人工智慧技術，吳卓浩從技術層面的發展談了方法論。首先是自然語言處理技術，「互聯網最先積累下大量這方面的數據，所以語言文字相關的人工智慧技術發展得最快、最成熟。」他說：「在你的產業當中，是不是可以用人工智慧來做客服，做營銷？能否用自然語言的技術來做撰寫，能否寫知識庫的建立和知識圖譜的建立？」他說道。

第二大方面是機器視覺。「比如醫療領域的輔助看片系統，有經驗的醫生來做要三四個小時，但是如果用人工智慧來做，兩三分鐘就可以搞定。」他回憶道，計算機視覺技術在 2015 年以後的發展突飛猛進，應用也特別廣，如手機面部識別解鎖、上下班的打卡等。所以，他建議企業可以仔細考慮自己的產品服務、業務當中，可以如何利用計算機視覺的技術，幫助產生更好的結果。

他舉例說明，製造業相關的供應鏈管理、物流、倉儲等都是機器學習的潛在應用場景。「這一波人工智慧技術很特別的地方，甚至在很多時候不需要人類給它定製規則，只需要給它各種各樣的數據，最後監督結果就好，深度學習的演算法會自己找判斷的依據。」吳卓浩說。

不過，他給了企業兩個建議：一是不要覺得看起來熱鬧的東西就是人工智慧。「比如說新零售人工智慧應用的架構圖，很多人一聽就很興奮，但事實上，這部分真正能夠產生商業價值和降低商業成本是有限的。真正能夠產生更大價值的是中台、後台，怎麼樣能夠解決過期的食品，產生更好的效率等。」吳卓浩說。二是沒有人工智慧技術的企業也可以用人工智慧技術來改造和提升自己的業務流當中的板塊，這就需要找到靠譜的合作夥伴一起努力。「我們沒有辦法找到成熟的產品服務和解決方案，甚至有的時候需要冒險，在這種情況下，我們特別需要找到真正高質量的合作方一起來和大家共同打造新的產品和服務。」他說。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！