再过五年人工智能“真没意思“

尼克·里格比

美国硅谷人工智能研究所创始人、硅谷精神领袖皮埃罗·斯加鲁菲表示，去年人工智能领域取得了一些成就和突破，在过去的12～18个月里，我们知道了第一位死于自动驾驶车辆的人，也看到了微软人工聊天机器人因为发表了不正确言论而下线，还有一个安保机器人在购物中心碾过幼儿。两场在机器人方面很重要的足球比赛，DAPPA组织机器人比赛。还有两场举世瞩目的围棋“人机大战”，并伴随着AlphaGo宣布不再挑战人类……

人工智能讨论热度达到峰值

三个名字七盘棋让人工智能讨论热度达到峰值。

AlphaGo又叫阿尔法围棋，是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能程序，由谷歌（Google）旗下DeepMind公司戴密斯·哈萨比斯领衔的团队开发。其主要工作原理是“深度学习”。

2016年3月，阿尔法围棋与围棋世界冠军、职业九段棋手李世石进行围棋人机大战，以4：1的总比分获胜；2016年末2017年初，该程序在中国棋类网站上以“大师”为注册帐号与中日韩数十位围棋高手进行快棋对决，连续60局无一败绩；2017年5月，它与排名世界第一的世界围棋冠军柯洁对战，以3：0的总比分获胜。围棋界公认阿尔法围棋的棋力已经超过人类职业围棋顶尖水平，在GoRatings网站公布的世界职业围棋排名中，其等级分曾超过排名人类第一的棋手柯洁。

2017年5月27日，在柯洁与阿尔法围棋的人机大战之后，阿尔法围棋团队宣布阿尔法围棋将不再参加挑战人类的围棋比赛。

李世石，韩国著名围棋棋手，世界顶级围棋棋手，2003年7月获第16届富士通杯冠军后直接升为九段。2006、2007、2008年连续三年获得韩国围棋大奖——最优秀棋手大奖。他的棋风可以用“稳、准、狠”来形容，经常能在劣势下完成逆转。2016年李世石输给了阿尔法围棋，他也成为了唯一获胜过的人类棋手。

柯洁，中国围棋职业九段棋手。从2014年8月开始，柯洁在gorating世界围棋等级分排名中，一直高居人类世界第一。世界围棋史上最年轻的四冠王，围棋等级分排名世界第一。2017年5月23日～27日，对战阿尔法围棋三盘棋全败，其中第二局，被机器评定表现完美。

接近“疯狂”的人工智能与人类智慧的挑战，以人工智能退出而告一段落，不管是李世石的赛后“大醉”还是柯洁长达半小时的热泪，普通人对人工智能的探索才刚刚开始。

人工智能的最初

1955年的时候是人工智能的发源，后来分成两个学派：一是模拟大脑结构的神经网络；二是使用数理逻辑模拟人类思维以知识为基础的方法。在很长的时间内，很多专家更多还是看重第一个学派。

现在有这样一些因素影响到了AI的发展：

第一，计算机处理器越来越快，而且越来越便宜、越来越小，这是一个很大的变化。

第二，神经元网络之前由于受到电脑的芯片的限制，还不能够完全的实现。希望大家能够认识到，这里牵扯到很多的数学、运算，神经网络变的越来越复杂，牵扯到越来越多的数字、数学，也就说这个算法基本上能够做到任何事情。1989年第一次把反向传播算法用在转基因神经网络，还有长短数据模型的成立。

近五年人工智能的巨变

人工智能的巨变的五年（2012～2017年），讨论更多的是关于机器人，专业专有名词非常复杂，但是人工智能的科学家，可以说他们在取名字的时候都非常笨，把专有名词搞的非常复杂和难以理解。

“强化学习”。在强化学习方面有一个非常有名的英国的实验室，现在被谷歌收购了，大家知道计算机的围棋开始在2009年的时候开始有了一些机器战胜人类棋手的故事出现了。当谷歌开始进入这个行业，大家都开始讨论这个行业了，大家知道AlphaGo战胜了世界冠军李世石和柯洁。今天，强化学习是AI或者人工智能方面最重要的核心技术。

“递归神经网络”。大家可以使用这个技术参测文本里下一个词，特别是实用或者落地的一个应用就是我们说的机器翻译。因为图像识别也是一个翻译的过程，把图像翻译成文字，当然这只是一个非常简单的说法，整个过程没有那么简单。所谓的翻译过程曾经我们认为是非常难的领域。

“生成对抗网络”。关于这个技术的论坛是2014年第一次出现，2015年有一些修改，过去几个月当中，我们出现了一些非常令人惊讶的结果，有两种网络：一是好的神经网络；二是坏的神经网络。好的和坏的神经网络是相互对抗的，好的神经网络希望创造一种图像，而所谓的坏的神经网络是希望能够产生一些干扰。

“自动机器学习”。科学家们认为，为什么我们不开发机器，这个机器可以学习如何进行机器学习，为了机器学习而开发出来的机器，因此可以自动进行学习，自动开发一个神经网络，不需要人脑开发神经网络，机器就会帮助我设计一个神经网络的构架，因此我不需要做那么复杂的事情，只需要用机器完成复杂的架构工作就可以了。

未来10个趋势

你想成为那个创造人工智能的人还是被人工智能重塑的人，现实情况是什么？我们会把环境结构化，使机器更好的运行。比如辨别一只猫，但是辨别一只猫是随便可以做的事情。阿尔法狗这个团隊研发机器人做这件事情需要440多瓦时电量，而你的大脑用20瓦时就可以了。把大数据库或者深度学习放在一个更大的语境下，有人创造了一个非常大的70万局围棋比赛数据库，深蓝打败了这个70万局围棋大师，最终大数据整个发展的沿革是到2017年战胜人类围棋冠军。

未来并没有专家把人工智能放在排名第一的颠覆性科技排行中，其他的科技更有颠覆性。

但人工智能未来10个趋势值得关注：

1.人工智能聊天机器人

软件程序能够理解自然语言，并通过消息传递服务或电子邮件与人沟通。根据IBM的统计，65%的千禧一代（Millennials，出生于20世纪八九十年代）喜欢与机器人进行交流而不是与现场助理交谈。

2.应用开发

许多企业正在将人工智能和深度学习功能集成到他们的Web应用、移动应用和内部的企业应用中。人工智能正在发展推荐引擎、安排会议、排定待办事项列表、在大数据中查找隐藏的价值的一系列功能等等。

3.智能物件

现有的物联网设备将使智能物联网人工智能的功能无处不在，包括家庭、办公室、工廠车间和医疗设施。下一代健身追踪器不仅可以监控您的健康信息，还可能具有机器学习和分析功能，使它们能够根据您的个人健康史和过去的追踪器数据提出改善健康的建议。

4.医学研究

人工智能的最热门领域之一是医疗健康行业。在未来五年内，包括药物研究和发现以及诊断和治疗系统的使用案例将获得最大的发展。

5.生物模型

麻省理工学院和谷歌最近都被报道在创建与人类大脑功能相似的神经网络，这个领域的研究可能会持续一段时间。未来学家Ray Kurzweil甚至预测到2030年，我们将能够合并人类的大脑和计算机网络，创造一种混合形式的人工智能。

6.人工智能硬件

人工智能自动驾驶车辆、机器人和无人机。IDC预测，AI硬件收入将在未来五年内以超过60%的复合年增长率（CAGR）增长。而波士顿咨询公司估计，到2025年，自动驾驶车辆的市场价值可能达到420亿美元。

7.人工智能创业

许多大型科技公司，抢购很多小的人工智能创业公司。期待这种趋势在2017年持续，并为创业公司吸引更多的风险资本。

8.人工智能劳动力影响

通过估计，16%的美国工人将被人工智能系统取代，并且人工智能可以创造相当于劳动力9%的新工作。可以看到办公室人员的可用职位大幅减少，而数据科学家、自动化专家和机器人监控专业人士可以看到更多的工作机会。

9.反对力量

人工智能开始接管一些人类工作，似乎很可能遭到一些流离失所的工人的反对，这可能会有政治影响。认知专家顾问、机器学习和自动驾驶车辆定位为“膨胀预期的顶峰”附近，这意味着人工智能的几个领域可能会在不久的未来进入失望阶段。

10.改进的预测能力

人工智能已经产生影响的一个领域是提高预测能力。在许多方面，向人工智能的转变是调查和研究向大数据分析的自然演变，并且对于已经看到使用其他类型分析工具的价值的组织来说，基于机器学习的预测分析自然是下一步。？笏（本刊综合整理）（编辑/宁良凌）