98
機器人
人工智能“盲人摸象”
在業界，人工智能可謂是當下最炙手可熱的一大話題。它究竟有多熱？有大會發言人稱：“如果不談人工智能，甚至都不好意思登場。”也有廠商人士表示：“不關注人工智能，意味著將錯失‘風口’。”凡此種種，不管是出於客戶真實需求或基於自身洞察而加入到人工智能關注行列，還是迫於外部壓力，不得不做出一副AI表情秀，反正人工智能是真正“火”了。
其實，人工智能並非是個新鮮詞匯。從曆史發展來看，其概念早在數十年前就被提出，它的“火”也並非首次。雖經曆沉浮，但人們有理由相信，人工智能的這次“火”顯然有些不同。
人工智能迎來空前“爆發期”
不得不說，人工智能概念提出至今已有60多年的時間，但當前並沒有一個統一而確切的定義。這是因為人工智能是一門涉及領域非常寬的交叉學科，同時每個時代又有著不同的技術演進背景，對它的理解和認知也都不盡相同，因此要給它下一個準確的定義十分困難。通常來說，人工智能可認為是研究、開發用於模擬、延伸和擴展人的智能的技術及應用係統的技術科學。
人工智能概念的提出最早要追溯到1956年。在當時召開的達特茅斯會議上，幾位計算機界科學家聚集在一起，首次提出了“人工智能”的概念。在其後幾十年的時間裏，人工智能幾經沉浮，不斷徘徊於低穀與高峰之間。
近年來，隨著人類步入雲計算、大數據的時代，尤其自2015年始，人工智能又開始新一輪的大爆發。與曆史上任何一次人工智能的研發高峰相比，此次人工智能熱潮無論在認知上還是在技術發展環境上都被認為是最有可能獲得成功的一次。
對此，Cloudera大中華區總經理及公司副總裁淩琦認為，人工智能之所以能在今天爆發出空前的活力，是因為其在技術發展環境上已與過去存在很大不同。首先，今天的人工智能技術與過去相比，很大程度上得益於計算成本的降低和計算力的提升；同時，隨著整體數據量的增加，與過去相比，今天人工智能的發展已經有了大數據技術的支持。
顯而易見，得益於計算力的提升，尤其是GPU的廣泛使用，使得並行計算的計算速度更快、成本更低、性能更強大。加之在數據積累和大數據分析技術領域的突飛勐進，人類在機器學習、深度學習等技術研發上不斷取得進展和突破。
也正是因為如此，今天的人工智能在數據準備、獲取、處理以及治理方麵，都能進行較好的管理。數據科學家可以運用各種各樣的分析手段和人工智能模型，進行機器學習的訓練和模型的驗證。而這是一個循環和漸進的過程，通過應用於生產環境並在生產環境中進行實時管理、運維，可以獲得在生產環境的實時數據以及離線數據，它們則將會再一次發揮豐富數據和修正模型的作用。
應用前景廣闊，或引發第四次工業革命
或許自機器人AlphaGo與李世石的那場曠世圍棋大賽開始，人類與機器關於智能的比拚似乎已不具懸念，這也給人工智能未來在各行各業的應用前景提供了充分的想象空間。那麼，人工智能可被率先應用於哪些領域？
據記者了解，目前，已有許多方案商圍繞各自領域在人工智能上進行了投資和探索，也獲得了初步的成功。比如在IT運維領域，Dynatrace通過在第四代APM（應用性能管理）產品中引入了人工智能技術，使之成為一款可實現智能化運維的產品。
Dynatrace第四代APM通過人工智能技術的引入，可以做到自動化的監控，可以快速發現各個應用之間的邏輯關係，並做到快速定位問題、尋找問題根源。而借助各種人工智能的模型，則可以對問題實現自動化的解決處理。
另外，美團雲通過聯手英特爾引入人工智能技術搭建起自己的智能調度平台，大大提高美團的的配送服務效率和平台競爭力。使之可以輕鬆應對每天高達60萬配送員的調度工作，在4小時高峰時段完成1200萬的訂單，同時令單次配送時間從以前的平均40分鍾降低至半小時以內。
NVIDIA全球副總裁兼中國區總經理張建中認為，當前談及AI真正落地還為時尚早，但是，可以肯定的是，在未來其一定會成為一個基礎性的東西，並會給所有產業帶來深刻變革。從當前人工智能技術的發展來看，自動駕駛、醫療健康、AI city（人工智能城市）、AI遊戲將會是最可能率先落地的四大行業領域。
第一是自動駕駛技術。NVIDIA目前已專門成立了一個自動駕駛汽車（self-driving car）部門，該部門結合當今人工智能從計算機視覺、自然語言理解到機器學習各方麵的綜合，並聯手全球合作夥伴來一起來進行技術研發和難關攻克。自動駕駛汽車真正行駛在街道上的那天，則代表了人工智能在落地方麵取得了巨大成功。
第二是AI city（人工智能城市）。在此設想下，人工智能計算機將以驚人的速度查看與傾聽，同時深入理解圖像數據的內容；深度學習高效整合了來自各地的海量圖像信息並轉化為精準洞察力，使得城市變得更加"智慧"。
第三是醫療健康行業。在這方麵，NVIDIA已經設立專門的項目，比如通過攻克難題來實現幫助癌症患者盡早發現疾病，並嚐試尋找相應的方法來實施治療。
第四是AI遊戲。AI Gaming在未來將會是一個很大的應用領域，未來所有的遊戲公司也將把自身的遊戲變成AI Gaming。
在人工智能技術得以迅勐發展的同時，對於業界而言，也麵臨了一個前景非常廣闊的藍海市場。BBC預測，到2020年，全球AI市場規模將達到1190億元人民幣。而到2025年，人工智能市場將達到360億美元的規模，人工智能將成為 IT 領域中發展最快的部分，或將引領繼蒸汽機，電力，計算機之後的第四次工業革命。
具體到中國市場，根據谘詢公司埃森哲近日發布的一份報告顯示，人工智能將助推中國經濟增長率增加1.6個百分點，其中製造業將從該技術中受益最多。這份報告深入研究了人工智能對中國經濟的影響，指出到2035年，中國經濟年增長率將在人工智能拉動下從6.3%提速至7.9%。
基於人工智能對中國經濟整體影響及行業規模數據，埃森哲還進一步解讀了人工智能對中國15個行業帶來的經濟影響。其中，製造業獲益最多，其次為農林漁業和零售業。到2035年，人工智能將推動這三大行業的年增長率分別為2%、1.8%和1.7%。
從“盲人摸象”中尋求突破
審視人工智能在今天的發展現狀，不難看出，市場在一定程度上還存在著炒作成分，這並無可厚非。因為任何一項新技術從概念階段走向成熟與落地的過程中，市場炒作是其必然經曆的一環。那麼，拋開炒作的泡沫，在今天看來，人工智能的落地還存在哪些切實的難點和挑戰？
眾所周知，深度學習是推動人工智能技術發展的核心驅動。長期致力於深度學習算法研究領域的微軟亞洲研究院首席研究員劉鐵岩認為，深度學習技術事實上是一個矛盾體，它把所有“過度複雜”和“過度簡單”兩件事情擰在一起，還需要來進一步來尋找突破。
說其過度複雜是因為深度學習作為一項強技術，它的深度神經網絡足夠複雜。由於擬合能力強，可以把很多複雜的數據擬合掉，進而解決問題。但是反思一下，人類真的需要這麼強的擬合能力來麵對大自然給予的數據或社會產生的數據嗎？回顧過去幾百年來科學界發現的許多簡單而美麗的規律，比如量子力學、量子化學、生物遺傳學、經濟學包括社會學等領域的發現，那些看來有著無比複雜表象的背後，其實數據的產生都是非常規律的，可能就是幾個簡單二階微分方程。如果能把這些產生數據的動態係統描述好，或許根本不會用這種笨拙的方式來處理數據。
從另一方麵來說，深度學習又“過度簡單”。因為從某種角度看，今天的人工智能或許還稱不上人工智能，AI更像Animal Intelligence，人工智能是在做模式識別，並沒有抓到人和動物的本質區分點。
劉鐵岩認為，人類的特點是擁有一個特別強大的社會機製來幫助做一些動物做不到的事情，比如萃取知識，以文字方式記載、傳承知識。而動物老的一代死亡，知識便歸零，新一代動物需要重新進行學習和認識世界。因此動物總在原地打轉，人類卻是在螺旋式上升。針對這些，當前人工智能技術並沒有看到任何一個好的算法和模型。因此，從這種意義上來說，今天的人工智能離人類智慧相差甚遠，研究之路任重道遠。
記者注意到，整體而言，當前不論是學術界還是產業領域，無論對於軟、硬方案提供商還是具體行業應用而言，由於各方所處的維度和視角不同，對於人工智能的認知、理解、以及具體實現的軟、硬件方案及模型、算法、進展程度都各不相同。缺乏一個相對統一、清晰的實現路徑及方法策略，目前整體還處於一片混沌狀態。
從這層意義上而言，各方對於人工智能的探索和實踐就如同“盲人摸象”，各自都有著不同的詮釋、解讀及實踐。
不過，這些也或許正說明了當前人工智能正處在發展的前期階段，而盲人摸象般的探索模式最終會隨著探索的深入而逐步走向認知的統一。正所謂“殊途同歸”，相信，隨著人類對於人工智能探索投入力度的不斷加大，以及實現路徑的日漸清晰，屆時，一個全麵的智能化時代也將至此真正開啟！
最後更新：2017-08-23 12:15:28