人工智能發(fā)展到哪個(gè)階段了

熊輝

【摘要】當(dāng)前，人工智能領(lǐng)域處于第三次浪潮的初始階段，這一波人工智能的發(fā)展主要受到大數(shù)據(jù)、機(jī)器學(xué)習(xí)尤其是深度學(xué)習(xí)技術(shù)的推動(dòng)。人工智能技術(shù)在智能醫(yī)療、自動(dòng)駕駛、金融科技等領(lǐng)域有著很好的發(fā)展前景，同時(shí)也開(kāi)始同社會(huì)公益相結(jié)合，未來(lái)各國(guó)人工智能的發(fā)展應(yīng)該更注重高素質(zhì)人才的培養(yǎng)。

【關(guān)鍵詞】人工智能 機(jī)器學(xué)習(xí) 大數(shù)據(jù) 【中圖分類(lèi)號(hào)】TP29 【文獻(xiàn)標(biāo)識(shí)碼】A

人工智能（Artificial Intelligence，以下簡(jiǎn)稱“AI”）亦稱機(jī)器智能，是指由人制造出來(lái)的機(jī)器所展現(xiàn)出來(lái)的智能。盡管“人工智能”的概念于1956年才首次被提出，但人工智能領(lǐng)域的起源可以追溯到20世紀(jì)40年代。從那時(shí)起，人工智能研究經(jīng)歷了多次的跌宕起伏，直到20世紀(jì)90年代后期才開(kāi)始出現(xiàn)加速發(fā)展，主要因?yàn)檠芯咳藛T開(kāi)始更加關(guān)注現(xiàn)實(shí)世界的AI子問(wèn)題和子應(yīng)用，例如圖像識(shí)別、語(yǔ)音識(shí)別和醫(yī)學(xué)診斷等。

人工智能領(lǐng)域現(xiàn)處于第三次浪潮的初始階段，更加注重解釋性和通用人工智能技術(shù)

據(jù)《美國(guó)國(guó)家人工智能研究和發(fā)展戰(zhàn)略計(jì)劃》分析，從技術(shù)角度來(lái)看，AI研究已經(jīng)歷了三次浪潮。第一次浪潮開(kāi)始于20世紀(jì)80年代，主要是基于規(guī)則的專(zhuān)家系統(tǒng)的研究與開(kāi)發(fā)。專(zhuān)家系統(tǒng)是一個(gè)具有大量專(zhuān)業(yè)知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)，根據(jù)某個(gè)領(lǐng)域一個(gè)或多個(gè)人類(lèi)專(zhuān)家提供的知識(shí)和經(jīng)驗(yàn)進(jìn)行推理和判斷，模擬人類(lèi)專(zhuān)家的決策過(guò)程，以解決那些需要專(zhuān)家決策的復(fù)雜問(wèn)題。此類(lèi)系統(tǒng)推理可成功應(yīng)用于狹義問(wèn)題，但其并不具備學(xué)習(xí)或處理不確定性問(wèn)題的能力。然而，它們?nèi)匀蝗〉昧司薮蟮某晒?，并且在今天的技術(shù)發(fā)展中仍然非?；钴S。第一次浪潮產(chǎn)生了很多里程碑式的系統(tǒng)，例如XCON（1980）、IBM的深藍(lán)（1997）與DARPA的CALO（2003）等。第二次浪潮始于21世紀(jì)，其表現(xiàn)特征是機(jī)器學(xué)習(xí)的崛起。特別是大數(shù)據(jù)、大規(guī)模并行計(jì)算和增強(qiáng)的學(xué)習(xí)算法三者之間相互促進(jìn)與發(fā)展，使得AI在諸如圖像和書(shū)寫(xiě)識(shí)別、語(yǔ)音理解和人類(lèi)語(yǔ)言翻譯等任務(wù)上取得了較大的進(jìn)步。例如在一個(gè)人類(lèi)識(shí)別錯(cuò)誤率為5%的圖像識(shí)別挑戰(zhàn)中，最好的AI系統(tǒng)（2015）可以將錯(cuò)誤率降低到3.5%。相比于第一次浪潮，里程碑的步伐越來(lái)越快，產(chǎn)生了trivia（2011）、Atari games（2013）、圖像識(shí)別（2015）、語(yǔ)音識(shí)別（2015）、AlphaGo（2016）等系統(tǒng)，并廣泛地應(yīng)用到我們生活中的各種場(chǎng)景。盡管在特定任務(wù)上人工智能取得了長(zhǎng)足的進(jìn)步，但人工智能系統(tǒng)仍然有其局限性。幾乎所有AI系統(tǒng)都是針對(duì)特定任務(wù)的“狹義人工智能”問(wèn)題而研發(fā)的，而在各種認(rèn)知領(lǐng)域能夠發(fā)揮有效作用的“廣義人工智能”方面取得的進(jìn)步相對(duì)不大。因此，人工智能領(lǐng)域現(xiàn)處于第三次浪潮的初始階段，更加注重解釋性和通用人工智能技術(shù)。

在目前，世界各國(guó)政府和企業(yè)投入大量的人力和物力開(kāi)展新一代人工智能的研究。2016年，美國(guó)制定了全球首份國(guó)家層面的人工智能發(fā)展戰(zhàn)略計(jì)劃《美國(guó)國(guó)家人工智能研究和發(fā)展戰(zhàn)略計(jì)劃》；英國(guó)相繼發(fā)布《機(jī)器人技術(shù)和人工智能》和《人工智能：未來(lái)決策制定的機(jī)遇與影響》兩份報(bào)告，將人工智能列為“重中之重”；歐盟也推出了《歐盟機(jī)器人研發(fā)計(jì)劃》；2017年，中國(guó)正式發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，從戰(zhàn)略態(tài)勢(shì)、總體要求、資源配置、立法、組織等各個(gè)層面闡述了中國(guó)人工智能發(fā)展規(guī)劃，為中國(guó)人工智能產(chǎn)業(yè)明確了“三步走”發(fā)展路線。除了政府投入，各國(guó)的企業(yè)也投入大量的資金開(kāi)發(fā)人工智能技術(shù)與行業(yè)應(yīng)用。例如，在無(wú)人駕駛方面，美國(guó)的Google、Mobileye和中國(guó)的百度均已開(kāi)發(fā)相應(yīng)的系統(tǒng)并進(jìn)行了試用。

這一波人工智能的發(fā)展主要受到大數(shù)據(jù)、機(jī)器學(xué)習(xí)，尤其是深度學(xué)習(xí)技術(shù)的推動(dòng)。人工智能技術(shù)的現(xiàn)狀可以從三個(gè)層次來(lái)分析。一是基礎(chǔ)支撐層：這一輪人工智能技術(shù)成功的三大因素分別為大數(shù)據(jù)、計(jì)算力和新模型?？梢哉f(shuō)，大數(shù)據(jù)為人工智能的發(fā)展提供了燃料。最近幾年，新的增強(qiáng)算法模型極大地提高了機(jī)器學(xué)習(xí)的能力。 這方面的典型代表就是深度學(xué)習(xí)，通過(guò)神經(jīng)網(wǎng)絡(luò)的多層疊加，深度學(xué)習(xí)模型表現(xiàn)出了遠(yuǎn)超過(guò)前一代神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力，在監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等任務(wù)上都有很好的表現(xiàn)。

二是平臺(tái)框架層：目前谷歌、Facebook、微軟、百度和亞馬遜等互聯(lián)網(wǎng)公司，以及加州大學(xué)伯克利分校、加拿大蒙特利爾大學(xué)等高校都推出了自己的深度學(xué)習(xí)框架。期待通過(guò)少許的定制和部署就可以應(yīng)用先進(jìn)的深度學(xué)習(xí)技術(shù)，從而大大減輕開(kāi)發(fā)者和企業(yè)的負(fù)擔(dān)，降低深度學(xué)習(xí)的門(mén)檻，推動(dòng)這一波人工智能技術(shù)向各個(gè)領(lǐng)域發(fā)展。

三是領(lǐng)域技術(shù)層：當(dāng)前，人工智能技術(shù)已經(jīng)應(yīng)用到各個(gè)領(lǐng)域。根據(jù)問(wèn)題領(lǐng)域的不同，主要技術(shù)包括：計(jì)算機(jī)視覺(jué)。目前比較成熟的技術(shù)包括人臉識(shí)別技術(shù)，在這一領(lǐng)域已經(jīng)涌現(xiàn)出商湯科技、曠世科技等一批有影響力的創(chuàng)業(yè)公司，以及一些實(shí)際的應(yīng)用，如百度人臉閘機(jī)正在首都機(jī)場(chǎng)試運(yùn)行，阿里巴巴的人臉識(shí)別技術(shù)已經(jīng)用于支付領(lǐng)域等；自然語(yǔ)言處理。相關(guān)技術(shù)已經(jīng)廣泛用于翻譯軟件（如有道翻譯）、搜索引擎、問(wèn)答系統(tǒng)（如知乎）、輿情分析、自動(dòng)應(yīng)答等領(lǐng)域；語(yǔ)音識(shí)別。以蘋(píng)果Siri、微軟Cortana和谷歌Google Now為代表的語(yǔ)音助手已經(jīng)進(jìn)駐了用戶的手機(jī)和電腦。以Amazon Echo為代表的智能音箱已經(jīng)占據(jù)了數(shù)以萬(wàn)計(jì)的用戶家庭。這些設(shè)備的核心技術(shù)之一就是語(yǔ)音識(shí)別技術(shù)。

人工智能技術(shù)仍在不斷地飛速發(fā)展當(dāng)中，近期有幾個(gè)發(fā)展趨勢(shì)值得注意

一是人工智能正在變“硬”。在芯片領(lǐng)域，Google為大規(guī)模神經(jīng)網(wǎng)絡(luò)訓(xùn)練推出了TPU，目前已經(jīng)發(fā)展到了第二代；英偉達(dá)發(fā)布了針對(duì)人工智能應(yīng)用的重量級(jí)處理器Tesla V100；蘋(píng)果公司在最新一代的iPhone上集成了仿生芯片，可以大幅度提高人臉識(shí)別的反應(yīng)時(shí)間；華為公司也發(fā)布了全球首個(gè)人工智能芯片NPU，即將應(yīng)用在最新的手機(jī)上；致力于人工智能硬件芯片研發(fā)的中國(guó)初創(chuàng)公司寒武紀(jì)被稱為“全球AI芯片界首個(gè)獨(dú)角獸”。在服務(wù)器領(lǐng)域，F(xiàn)acebook開(kāi)源了人工智能硬件用于人工智能計(jì)算服務(wù)器，浪潮推出GPU深度學(xué)習(xí)一體機(jī)。面向消費(fèi)者的智能硬件，更是層出不窮。endprint

二是機(jī)器學(xué)習(xí)模型和算法出現(xiàn)了新的發(fā)展思路。深度學(xué)習(xí)三巨頭之一Geoffrey Hinton最近提出了Capsule概念，呼吁將神經(jīng)網(wǎng)絡(luò)的基石之一的反向傳播機(jī)制推倒重來(lái)，重新建立新的理論體系。遷移學(xué)習(xí)可以將一個(gè)領(lǐng)域?qū)W習(xí)的模型應(yīng)用到另一個(gè)領(lǐng)域，從而節(jié)省大量的訓(xùn)練時(shí)間，減少對(duì)任務(wù)量的要求。最近神經(jīng)科學(xué)的研究進(jìn)展，也將為神經(jīng)網(wǎng)絡(luò)帶來(lái)新的靈感。

三是人工智能日益重視移動(dòng)端。越來(lái)越多的人工智能應(yīng)用在移動(dòng)端運(yùn)行，從而要求在移動(dòng)端部署深度學(xué)習(xí)模型。為實(shí)現(xiàn)這一目標(biāo)，一方面要求提高移動(dòng)端的處理能力，另一方面要求降低深度學(xué)習(xí)模型的規(guī)模和部署時(shí)間，并對(duì)移動(dòng)端平臺(tái)進(jìn)行優(yōu)化。日前，百度開(kāi)源了移動(dòng)端深度學(xué)習(xí)框架，其他的深度學(xué)習(xí)框架也對(duì)移動(dòng)平臺(tái)提供了更多的支持。

人工智能技術(shù)的應(yīng)用，正在改變一大批傳統(tǒng)行業(yè)，并培育了一批新興企業(yè)

智能醫(yī)療一直被視為一個(gè)很有前景的應(yīng)用領(lǐng)域，數(shù)據(jù)仍是關(guān)鍵點(diǎn)。據(jù)《2017年互聯(lián)網(wǎng)趨勢(shì)報(bào)告》顯示，醫(yī)療行業(yè)表現(xiàn)出數(shù)據(jù)爆發(fā)式增長(zhǎng)，全球健康數(shù)據(jù)年增長(zhǎng)率達(dá)到48%。數(shù)據(jù)增長(zhǎng)有助于診療的智能化、精準(zhǔn)化和個(gè)性化。智能醫(yī)療主要包括醫(yī)學(xué)影像智能判讀、智能輔助診斷、手術(shù)機(jī)器人、康復(fù)智能設(shè)備、智能醫(yī)藥等。其中智能輔助診斷和醫(yī)學(xué)影像智能判讀發(fā)展相對(duì)成熟，前者源于IBM Watson自然語(yǔ)言理解技術(shù)以及多年的醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)積累；后者源于基于深度學(xué)習(xí)算法的圖像識(shí)別能力的不斷提升。通過(guò)AI和大數(shù)據(jù)技術(shù)，有助于解決目前醫(yī)療行業(yè)嚴(yán)峻的供需矛盾。

自動(dòng)駕駛是人工智能的重要應(yīng)用場(chǎng)景，傳感器、高精地圖和算法模型是其技術(shù)核心，互聯(lián)網(wǎng)巨頭、傳統(tǒng)車(chē)企和新興創(chuàng)業(yè)公司都在積極布局。自動(dòng)駕駛可分為兩類(lèi)，一類(lèi)是高級(jí)輔助駕駛系統(tǒng)（Advanced Driver Assistance System， ADAS），并非完全控制汽車(chē)，強(qiáng)調(diào)提高行車(chē)安全性；一類(lèi)是無(wú)人駕駛，更強(qiáng)調(diào)車(chē)的自主駕駛，節(jié)省人力。ADAS是無(wú)人駕駛的前提，兩者都是利用車(chē)上的各式傳感器搜集數(shù)據(jù)，結(jié)合地圖數(shù)據(jù)進(jìn)行系統(tǒng)計(jì)算，從而實(shí)現(xiàn)行車(chē)路線規(guī)劃和車(chē)輛控制。近兩年，自動(dòng)駕駛技術(shù)發(fā)展迅速，特斯拉、寶馬、奔馳、卡迪拉克等多家車(chē)企已量產(chǎn)具有ADAS功能汽車(chē)，奧迪已量產(chǎn)特定環(huán)境下無(wú)人駕駛汽車(chē)A8，能夠在單向車(chē)道無(wú)行人環(huán)境下，速度低于60公里每小時(shí)的時(shí)候完全接管汽車(chē)。從智能科學(xué)來(lái)看，無(wú)人駕駛技術(shù)障礙相對(duì)較少，法律問(wèn)題可能是一個(gè)潛在障礙。

金融科技（Fintech）是金融與科技的結(jié)合，是技術(shù)驅(qū)動(dòng)的金融服務(wù)創(chuàng)新。近些年，人工智能技術(shù)被廣泛應(yīng)用于金融領(lǐng)域，如智能投顧，利用AI技術(shù)為客戶量身定制包括股票配置、期權(quán)操作、債權(quán)配置、房產(chǎn)投資等資產(chǎn)投資組合建議；智能風(fēng)控，借助人工智能和大數(shù)據(jù)，金融的風(fēng)控能力得到了質(zhì)的突破；智能量化交易，快速分析、擬合、預(yù)測(cè)海量數(shù)據(jù)，將AI作為投資過(guò)程的一部分；智能客服，基于深度學(xué)習(xí)和大數(shù)據(jù)分析為基礎(chǔ)自動(dòng)回答用戶咨詢，替代傳統(tǒng)人工客服。金融科技創(chuàng)新金融模式、業(yè)務(wù)、流程與產(chǎn)品，能提升金融服務(wù)效率，降低金融交易成本及管理風(fēng)險(xiǎn)。

除了在上述傳統(tǒng)領(lǐng)域的創(chuàng)新應(yīng)用，人工智能的另一應(yīng)用趨勢(shì)熱點(diǎn)是與社會(huì)公益（Social Good）相結(jié)合，通過(guò)大數(shù)據(jù)、機(jī)器學(xué)習(xí)技術(shù)對(duì)行業(yè)數(shù)據(jù)進(jìn)行深度分析，為社會(huì)發(fā)展策略的制定提供前瞻性建議，推動(dòng)社會(huì)公益事業(yè)的發(fā)展。近年來(lái)，人工智能技術(shù)被廣泛應(yīng)用于社會(huì)公益的各個(gè)方面，例如城市規(guī)劃與治理，利用AI技術(shù)和城市大數(shù)據(jù)輔助交通擁堵治理、城市功能區(qū)域建設(shè)；公共安全，基于圖像識(shí)別、大數(shù)據(jù)挖掘等技術(shù)進(jìn)行區(qū)域安全風(fēng)險(xiǎn)評(píng)估、智能犯罪預(yù)防；定向扶貧，基于機(jī)器學(xué)習(xí)技術(shù)和衛(wèi)星遙感數(shù)據(jù)對(duì)貧困區(qū)域進(jìn)行精準(zhǔn)檢測(cè)；災(zāi)害預(yù)警，利用AI技術(shù)對(duì)歷史數(shù)據(jù)的深入分析和建模，為地震等自然災(zāi)害后的快速應(yīng)急預(yù)案制定提供有效的決策支持。總體而言，AI與社會(huì)公益相結(jié)合的研究方興未艾，具有重大的科研和社會(huì)意義，同時(shí)需要學(xué)界、產(chǎn)業(yè)界和政府在技術(shù)、數(shù)據(jù)、政策等方面緊密的合作。

最后需要強(qiáng)調(diào)的是，雖然人工智能已經(jīng)成為世界各國(guó)政府和企業(yè)關(guān)注的焦點(diǎn)，現(xiàn)在人工智能發(fā)展面臨的最大挑戰(zhàn)卻是高素質(zhì)人才的稀缺。傳統(tǒng)的制造業(yè)注重的是“人員”，比如富士康，強(qiáng)調(diào)人員的高效性和嚴(yán)格的工作紀(jì)律性。現(xiàn)在的高科技企業(yè)注重的是“人才”，強(qiáng)調(diào)深度的專(zhuān)業(yè)技能和團(tuán)隊(duì)協(xié)作能力。而未來(lái)的人工智能企業(yè)注重的是“人物”，人物是具有創(chuàng)新領(lǐng)導(dǎo)力的人才。和人才相比，人物除了具有戰(zhàn)略視野，同時(shí)有帶領(lǐng)人才團(tuán)隊(duì)創(chuàng)新的能力。因?yàn)槿斯ぶ悄艿陌l(fā)展，世界已經(jīng)進(jìn)入快速多變的時(shí)期，具有風(fēng)險(xiǎn)評(píng)估和風(fēng)險(xiǎn)控制能力的人物會(huì)變得越來(lái)越重要。因此，國(guó)家和企業(yè)人工智能發(fā)展的成敗在于設(shè)立合理的組織架構(gòu)、激勵(lì)機(jī)制、文化氛圍積極吸引和培育人才和人物。可以預(yù)見(jiàn)，未來(lái)是得人物者得人工智能的天下。

（作者為美國(guó)羅格斯-新澤西州立大學(xué)羅格斯商學(xué)院管理科學(xué)與信息系統(tǒng)系副系主任、教授、博導(dǎo)）

【參考文獻(xiàn)】

①《百度人臉識(shí)別入選MIT十大突破技術(shù)》，《北京晨報(bào)》，2017年2月24日。

責(zé)編/宋睿宸 美編/楊玲玲endprint