AI的下一層級進化論

眾人皆知，AI正在日常生活中滲透。無論是刷臉進門、機器人掃地還是和智能音箱對話，這些應(yīng)用均可歸類于人工智能的語音和圖像識別。要知道，目前這一代人工智能的發(fā)展建立于AI對人類感知的模仿。這得益于人工智能背后的深度學(xué)習(xí)，通過神經(jīng)網(wǎng)絡(luò)層層分類信息。業(yè)內(nèi)普遍觀點認(rèn)為，“現(xiàn)階段AI還在弱智能的層面，要讓機器解決問題，首先需要人工定義問題和機制，轉(zhuǎn)化為數(shù)學(xué)模型，并通過數(shù)據(jù)訓(xùn)練模型。”換句話說，如今的AI只能映射，還無法產(chǎn)生聯(lián)想，機器具備真實推理能力仍是人工智能的發(fā)展局限。那么，在不久的將來，AI的下一層級進化會是什么模樣，則主要會聚焦于全場景智能應(yīng)用的領(lǐng)域。這是一個聽起來很寬泛的概念，我們可以簡單聊一聊。

什么是AI全場景

當(dāng)前，“新層級的人工智能”作為一種新業(yè)態(tài)已開始進入萌芽和發(fā)展階段。而今年的疫情讓行業(yè)意識到產(chǎn)業(yè)智能化的重要性，行業(yè)新應(yīng)用不斷涌現(xiàn)。甚至可以說，人工智能技術(shù)在今年發(fā)揮了無可替代的作用，科技力量展露無遺。很多人都知道，5G的到來及人工智能技術(shù)的逐步成熟，正加速與各行業(yè)融合。數(shù)據(jù)顯示，人工智能已進入應(yīng)用加速落地和創(chuàng)造價值的新時期。那么，AI全場景是指什么？這個要先確定清楚。

在醫(yī)療行業(yè)方面，新冠肺炎疫情期間，北京、湖北、天津等30多個省市通過人工智能電話機器人開展新冠肺炎疫情重點人群排查、宣教和無接觸式疫情相關(guān)數(shù)據(jù)的采集，累計服務(wù)5900萬人次，篩查出伴有發(fā)熱癥狀居民3.6萬人，流行病學(xué)史陽性4.7萬人。人工智能一定程度上補全了基層診療服務(wù)短板。在教育方面，以人工智能、大數(shù)據(jù)等為代表的新技術(shù)，緩解了傳統(tǒng)教育目前存在的現(xiàn)象級難題，如，智能批改技應(yīng)用在教師日常作業(yè)批改中，時間可減少50%-70%;通過手寫識別技術(shù)結(jié)合自動批改、知識圖譜等技術(shù)，讓學(xué)生的無效重復(fù)作業(yè)時間減少50%以上。這讓“師生減負(fù)”從“口號”成為可能。在工業(yè)方面，“5G+人工智能”技術(shù)使工業(yè)生產(chǎn)進入無人化智能時代，保障安全且提高整體盈利能力。

企業(yè)作為人工智能賦能的主體，則需在行業(yè)融合的廣度上謀差異化思考，在行業(yè)應(yīng)用的深度上深耕場景應(yīng)用，加強結(jié)構(gòu)性的強場景融合，為產(chǎn)業(yè)升級賦能提供加速度。所以，“新層級AI”形成智能經(jīng)濟新形態(tài)，將助力產(chǎn)業(yè)數(shù)字化升級。然而，人工智能助力產(chǎn)業(yè)數(shù)字化升級是場持久戰(zhàn)，這也意味著，人工智能與各行業(yè)的融合將不斷有新的課題與挑戰(zhàn)。

全場景智慧的落地

很多人都在說，人工智能發(fā)展如火如荼是因為“趕上了好機遇”。在5G等技術(shù)加持下，AI在車聯(lián)網(wǎng)、能源、工業(yè)、農(nóng)業(yè)等新產(chǎn)業(yè)領(lǐng)域多點開花，加速商業(yè)裂變。此外，在業(yè)內(nèi)觀點來看，AI未來的應(yīng)用生態(tài)一定是基于高度場景化的，人工智能不僅是新一輪產(chǎn)業(yè)變革的核心驅(qū)動力量，推動數(shù)字經(jīng)濟產(chǎn)業(yè)轉(zhuǎn)型升級，也是新一輪科技競賽的制高點。

2019年以來，我國更加重視人工智能技術(shù)的應(yīng)用落地，先后批復(fù)啟動國家新一代人工智能創(chuàng)新發(fā)展試驗區(qū)、人工智能創(chuàng)新應(yīng)用先導(dǎo)區(qū)，啟動了10家國家新一代人工智能創(chuàng)新平臺，充分發(fā)揮地方主體作用，鼓勵支持先行先試，探索促進人工智能與經(jīng)濟社會發(fā)展的深度融合新路徑。

實際上，AI產(chǎn)業(yè)發(fā)展到現(xiàn)階段，挑戰(zhàn)是不少的。最明顯的感受是，缺失一個真正統(tǒng)一和高質(zhì)量的數(shù)據(jù)湖，數(shù)據(jù)量巨大，但各層級、各部門的數(shù)據(jù)語義、存儲和管理機制不一，數(shù)據(jù)湖的數(shù)據(jù)質(zhì)量不高，能有效利用的數(shù)據(jù)量其實并不足夠大。同時，現(xiàn)有網(wǎng)絡(luò)架構(gòu)和大量煙囪式支撐系統(tǒng)以及組織架構(gòu)不支持?jǐn)?shù)據(jù)源與AI系統(tǒng)間海量數(shù)據(jù)的傳遞以進行訓(xùn)練和預(yù)測，也難以有效協(xié)同支撐AI的應(yīng)用。另外，網(wǎng)絡(luò)和業(yè)務(wù)復(fù)雜多變，缺乏成熟可靠的電信網(wǎng)絡(luò)和業(yè)務(wù)的建模和特征表示及提取方法。當(dāng)然，缺乏必要的技能及數(shù)據(jù)科學(xué)和AI人才，也是一個大問題。不過，這些挑戰(zhàn)和問題都需要在新一階段的AI發(fā)展層級中得到進一步解決。全場景智慧的落地化是其中的要點。

顯然，隨著5G、云計算、大數(shù)據(jù)的不斷催化，AI的落地條件已經(jīng)具備。5G的出現(xiàn)通過超大帶寬、海量連接、超低時延。目前，人工智能已經(jīng)在“聽、說、看”等感知智能領(lǐng)域達到了或者超越了人類水準(zhǔn)。但是在需要外部知識、邏輯推理或者領(lǐng)域遷移的認(rèn)知智能領(lǐng)域還處于初級階段。認(rèn)知智能將從認(rèn)知心理學(xué)、腦科學(xué)及人類社會歷史中汲取靈感，并結(jié)合跨領(lǐng)域知識圖譜、因果推斷、持續(xù)學(xué)習(xí)等技術(shù)，建立穩(wěn)定獲取和表達知識的有效機制，讓知識能夠被機器理解和運行，實現(xiàn)從感知智能到認(rèn)知智能的關(guān)鍵突破。尤其是感知智能，在持續(xù)、飛速、廣泛地進階。有專家認(rèn)為，人工智能感知技術(shù)的進階一定程度上始終在超出業(yè)內(nèi)預(yù)期。未來還將維持這一勢頭持續(xù)發(fā)展，給我們帶來更多驚喜。

毫無疑問，全球人工智能應(yīng)用落地加快有望形成顛覆性的力量，人工智能技術(shù)逐步滲透到質(zhì)量檢測、預(yù)測性維護、生產(chǎn)流程等環(huán)節(jié)，成為制造業(yè)轉(zhuǎn)型升級的新引擎，提升個性化制藥效率，預(yù)測與診斷精度，打開了智慧醫(yī)療的新局面。而支持風(fēng)控投顧相關(guān)信息，技術(shù)完善，還開辟了金融科技的新賽道。數(shù)據(jù)顯示，到2025年人工智能每年將為金融行業(yè)節(jié)約和創(chuàng)造340-430億美元，幫助醫(yī)療領(lǐng)域每年減少540億美元的支出。實際上，AI在今年的疫情防控中扮演了非常重要的角色，廣泛應(yīng)用到疫情檢測分析、病毒溯源、防控救治、資源調(diào)配、公共衛(wèi)生等領(lǐng)域。

在前不久發(fā)布的《新一代人工智能發(fā)展年度報告（2019-2020）》里提到，當(dāng)前人工智能發(fā)展面臨的瓶頸問題，我國應(yīng)加快完善數(shù)字基礎(chǔ)設(shè)施建設(shè)，雙輪驅(qū)動打造自主可控的供應(yīng)鏈體系，穩(wěn)妥的構(gòu)建新格局，強化頂層設(shè)計、統(tǒng)籌解決“卡脖子”技術(shù)難題、筑牢數(shù)據(jù)安全根基。

當(dāng)然，目前人工智能領(lǐng)域受技術(shù)發(fā)展、資本驅(qū)動等影響，創(chuàng)新創(chuàng)業(yè)欣欣向榮，但與實體經(jīng)濟融合的行業(yè)應(yīng)用仍處于初期，呈現(xiàn)出供給側(cè)和需求側(cè)錯位的現(xiàn)象;此外，受行業(yè)壁壘、信息化程度等因素影響，其與實體經(jīng)濟融合的行業(yè)和區(qū)域結(jié)構(gòu)性問題突出，在金融、零售等數(shù)字化、信息化、開放度較高行業(yè)的融合已初具成效，但與制造、農(nóng)業(yè)、教育等行業(yè)的融合仍處于起步期。

AI數(shù)據(jù)服務(wù)發(fā)展是促成激烈競爭

很明顯，我國AI數(shù)據(jù)服務(wù)行業(yè)從2010年的野蠻生長期到現(xiàn)如今的規(guī)范化發(fā)展階段，伴隨著需求升級，技術(shù)更硬核、效率度極高的專業(yè)AI數(shù)據(jù)服務(wù)企業(yè)將成為主流趨勢。

中國AI數(shù)據(jù)服務(wù)經(jīng)過野蠻生長期后，脫離實驗室走向?qū)嶋H場景，數(shù)據(jù)服務(wù)也從幕后走到臺前。預(yù)計在未來10年，中國AI數(shù)據(jù)服務(wù)主要應(yīng)用于智慧醫(yī)療、智慧金融、新零售、智能安防、智慧家居等實際場景。伴隨技術(shù)的成熟、平臺的布局，未來市場發(fā)展?jié)摿⒉粩嗤卣?，AI數(shù)據(jù)服務(wù)+全場景將成為要點。隨著AI與傳統(tǒng)行業(yè)的融合不斷加深，數(shù)據(jù)的量級以及復(fù)雜程度也將會大幅提升。與此同時，5G應(yīng)用場景的加速落地，將激起新一輪數(shù)據(jù)積淀，數(shù)據(jù)類型也更加多樣化。此外，AI相關(guān)產(chǎn)業(yè)對精細(xì)化數(shù)據(jù)服務(wù)的需求將會不斷釋放，這將在很大限度上推動AI數(shù)據(jù)服務(wù)市場規(guī)模持續(xù)擴張。

之前國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》提出，到2020年人工智能總體技術(shù)和應(yīng)用與世界先進水平同步，核心產(chǎn)業(yè)規(guī)模超過1500億元，到2025年人工智能核心產(chǎn)業(yè)規(guī)模超過4000億元，到2030年人工智能理論、技術(shù)與應(yīng)用總體達到世界領(lǐng)先水平，核心產(chǎn)業(yè)規(guī)模超過1萬億元。隨著政策的進一步推動以及技術(shù)的進步成熟，人工智能產(chǎn)業(yè)落地速度將明顯提速，中國AI數(shù)據(jù)服務(wù)行業(yè)也將迎來巨大的發(fā)展浪潮。

不過，我們也應(yīng)該看到，AI技術(shù)的不斷成熟，市場場景不斷完善滲透，技術(shù)發(fā)展對算法的要求越來越高，也對數(shù)據(jù)精準(zhǔn)度提出了更高的要求。同時，越來越多的企業(yè)將會隨著場景定制化升級對相應(yīng)數(shù)據(jù)服務(wù)的需求，未來AI數(shù)據(jù)服務(wù)方式將從原來的粗放型向精細(xì)化方向過渡。之前，AI產(chǎn)業(yè)粗狂式發(fā)展所帶動的創(chuàng)業(yè)熱潮，脫穎而出的品牌數(shù)據(jù)服務(wù)商和中小型數(shù)據(jù)供應(yīng)商形成了主要的供應(yīng)方力量，但隨著需求方市場由粗獷向精細(xì)化過渡，場景升級、用戶需求質(zhì)量上升等問題迫使了一眾中小型廠商提前離場，在未來一到兩年內(nèi)行業(yè)將再次迎來洗牌，市場競爭越來越激烈。

后記

做AI項目在很多人眼里，是一項仄長而復(fù)雜的工作，但在實際操作中，開發(fā)者可以選擇AI深度學(xué)習(xí)框架，加載可在框架上運用的模塊，調(diào)整參數(shù)，如同邏輯順勢計算一樣做出想要的AI應(yīng)用。也就是說，深度學(xué)習(xí)需要依賴海量的數(shù)據(jù)，與此同時，這一代人工智能的應(yīng)用帶來了對隱私、數(shù)據(jù)安全的擔(dān)憂。實際上，目前針對這兩個困局的更好解決方法還不明確。所以，在新的層級領(lǐng)域，AI算法的演進版在很多地方都會體現(xiàn)出價值。要知道，當(dāng)前人工智能還是依賴于大數(shù)據(jù)和高算力，從弱智能時代到進一步發(fā)展，仍是一條漫長的路。前文所聊到的各個方面全場景智能應(yīng)用，都是我們在未來一段時間內(nèi)可以感知的，但這也僅僅是人類在AI發(fā)展過程中的小片段而已。