近年来,在云计算、大数据、深度学习的推动下,人工智能的发展突飞猛进。尤其是自AlphaGo问世以来,在社会上掀起了一股人工智能热潮,人们纷纷交口称颂,认为新一轮的人工智能浪潮已经来临。但是自2017年以来,深度学习的热度开始大大下降,部分人开始对人工智能产生质疑,甚至有些专家提出人工智能下一个寒冬即将来临的观点。
一方面,由于很多人工智能企业没有在短时间内达到投资者的预期赢利能力,也没有探索出可持续的赢利模式;另一方面,随着深度学习技术的应用越来越深、越来越广,使用深度学习技术的产品也没有在短时间内达到公众预期的功能和效果,甚至使用深度学习技术的自动驾驶汽车还出现了撞人致死的事故。因此,人们开始对深度学习技术产生了质疑,这也给企业界和投资界造成了巨大的困扰。那么,在这种情况下,企业到底是不是应该继续发展人工智能呢?
之所以产生上述疑问,其中的原因就是人们对人工智能的认识走入了误区。因此,必须先澄清以下几个问题:
(1)人工智能不能凭空发展
虽然人工智能的发展已经在各个领域掀起天翻地覆的变化,但必须认识到,人工智能自身也不能凭空发展,必须与实际场景相结合,才能发挥出应有的作用。不管是Google的A lphaGo,还是IBM的Watson,都是在具体规则下针对具体场景、特定任务所给出的解决方案,还不能直接用于其它的场景。如果想要用于其它场景,必须针对新的规则加以改造,并重新进行模型训练。
(2)人工智能发展需要有一定的基础
本次人工智能的发展,从根本上来讲还是得益于深度学习的发展。而深度学习理论是基于云计算、大数据发展起来的。现阶段如果脱离了云计算和大数据,人工智能将无从谈起。因此,必须要结合相应的场景,在前期积累足够的业务数据和流程数据,投入足够的算力,训练并部署足够好的深度学习模型,才能打好人工智能发展的基础。
(3)发展人工智能是一个长期的系统工程
由于深度学习的模型是基于大数据训练而产生的,因此大数据是不可或缺的基础之一。但是目前来看,不论是哪个行业,还都或多或少地存在着数据积累不足、数据质量不高、数据标注成本较大、数据标注周期较长等问题。而且对于深度学习在推广过程中所暴露的结果无法预估、不能解释等问题,还不能在短时间内找到完美的解决方案。因此,就不可避免地造成了目前人工智能发展速度较慢、效果欠佳的尴尬境地。
(4)深度学习并不是人工智能的全部
虽然深度学习推动了本次人工智能发展浪潮的形成与发展,但是深度学习并不是人工智能的全部,深度学习没有大的突破不能代表人工智能无法继续发展,深度学习已然见顶也不代表人工智能走到了尽头。实际上,现在除了深度学习之外,研究人员也在探索新的解决方案,如深度森林、胶囊网络、贝叶斯网络、对抗性生成网络、宽度学习、超限学习机等理论,目前都已经取得了一定的进展。
(1)人工智能开启新的赛道
虽然人工智能发展还只是初级阶段,还有很多的缺点和不足,但是必须注意到,与以往不同的是,这一次发展浪潮中人工智能已经从实验室走了出来,语音识别、人脸识别、指纹识别、自然语言理解、智能搜索、自动规划、语音合成、智能控制等关键技术日益成熟,人机博弈、语音交互、机器翻译、智能搜索等应用开始逐步进入商用化阶段,加上智能手机、专业机器人、智能可穿戴设备、无人机等终端设备陆续商用,“人工智能+”赋能传统行业,开启了无人驾驶、智能制造、智慧医疗、智慧农业、智能交通、智能家居等各行业的新篇章。
对于还没有使用人工智能技术的企业来说,将可能会遭受到来自那些已经较好部署人工智能技术的竞争对手的超维度打击。因此,虽然人工智能不能保证企业始终立于不败之地,但在竞争越来越激烈的市场上,在人机协同的新时代中,起码能够使之可能有参与创造、竞争甚至统治新市场的机会。
(2)我国积极鼓励人工智能与实体经济融合
我国政府深刻地认识到了人工智能的战略价值。习近平总书记在中国共产党第十九次全国人民代表大会上的报告中指出,“加快建设制造强国,加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合”。2017年12月,工业和信息化部发布的《促进新一代人工智能产业发展三年行动计划(2018—2020年)》提出,人工智能“正在成为推进供给侧结构性改革的新动能、振兴实体经济的新机遇、建设制造强国和网络强国的新引擎”,要“抓住历史机遇,突破重点领域,促进人工智能产业发展,提升制造业智能化水平,推动人工智能和实体经济深度融合”。这也是我国继发改委、科技部、工信部、网信办4部委联合发布《“互联网+”人工智能三年行动实施方案》(简称《实施方案》)和国务院发布《新一代人工智能发展规划》(简称《发展规划》)之后的第3个专门的人工智能政策文件。如果说,从《实施方案》到《发展规划》是一次战略层级的提升,那么《行动计划》则可以称为是人工智能国家战略的落地生根。
既然人工智能已经开始影响到企业在未来是否能够成功,那么我国企业就应该在国家战略的指引下,从战略、技术、产品、市场、投资、人才等各个方面积极拥抱人工智能。
(1)加快制定智能化发展战略
企业要从根本上走出对人工智能认识的误区,加快制定智能化发展战略,以保证企业在未来竞争中占据一定优势。不论是领导还是员工,从上至下,都要提高对人工智能的认识,树立智能化转型意识,积极进行全局的谋划和布局,制订出企业智能化转型的路线图,并积极务实推动各个里程碑的实现,使企业切实能够利用智能化转型提质增效。
(2)加快人工智能技术研究、应用与部署
积极跟踪深度学习等人工智能最新技术进展,开展人工智能技术研究、应用与部署。积极拥抱物联网和工业互联网,加快智能化装备配置步伐,推动人工智能技术在产品生产和管理中的应用。积极开展云计算平台的建设或采购,积极进行业务和流程数据积累并开展大数据应用实践,研发并部署深度学习算法与模型。
(3)积极进行智能化产品转化
鼓励创新意识和行为,积极进行智能产品的研发,增加产品智能性,加快智能化技术成果转化。优化生产资源配置,推动智能化产品和解决方案研发。建立宽容失败的良好氛围,充分挖掘企业员工的智慧和潜力,提高创新的积极性、主动性,形成企业智能化转型的原生动力。积极对接高校、科研院所,发现并吸收外部智能化研究成果。
(4)积极开拓智能化市场
积极开展产品市场调研,充分利用深度学习等技术方法,挖掘智能化产品市场需求,精准分析和预测市场走向,并有针对性地投放智能化产品和服务,满足不同用户的个性化需求。积极开拓国际智能化产品市场,参与国际智能化产品标准研制,提升国际话语权和主导权,促进企业走出去,扩大企业发展空间。
(5)加大智能化投资力度
“人工智能+”行业对企业发展提出了全新的要求和挑战,企业必须在建设扎实的大数据、计算能力等基础上,开展智能算法模型的研究和应用探索。这就要求企业必须加大智能化方面的投资力度,通过国家专项、企业自投以及风险投资等方式,多方筹措智能化发展资金,集中精力实现智能化突破。
(6)加快智能化人才聚集
由于前些年人工智能理论界的低潮,人工智能人才在全球范围内都处于奇缺状态,而既熟悉人工智能技术又了解企业业务的人才更是微乎其微。近年来,Google、微软、Facebook等国际巨头以及百度、阿里、腾讯、京东等国内企业,都在不遗余力地吸引人工智能人才。加大人才交易投资,广泛招揽人工智能领域技术研究、产品转化等方面的人才。通过高校与科研院所合作,培养和吸引人工智能领域人才,并通过相关手段增加人才的凝聚力。
如果说机器把人类从简单繁复的体力劳动中解放出来,那么人工智能则会把人类从简单繁复的脑力劳动中解放出来,我们完全可以期待人工智能推动世界开启一个新文明时代。虽然目前人工智能在行业和企业的发展参差不齐,甚至有时还会造成较大的损失,我们也不能以偏概全,认为人工智能的寒冬很快到了。实际上,人工智能的春天才刚刚开始,只是还处于乍暖还寒的时候。企业必须要有坚定的信念,不遗余力地拥抱人工智能,有计划、有步骤地开展智能化转型。只有这样,才有可能在未来激烈的市场竞争中站稳脚跟。