未来可期的人工智能，已成燎原之势

黄涛

成为“标配”的人工智能

对于人工智能的发展，无论是谷歌的“AI first”、百度的“All in AI”还是腾讯的“AI in all”，都显示出人工智能发展的重要性。随着谷歌、Facebook、百度等巨资投入人工智能，相信在将来，人工智能、大数据、云计算等会像现在我们家里的自来水、电一样变得稀疏平常。而这样的未来，已呈“燎原之势”。

无论是年初在美国举办的国际消费类电子产品展览会（CES 2019），还是香港春季电子产品展，人工智能在各个领域从风口成为标配。如果说5G使得万物互联成为可能，那么人工智能则是赋予了这种可能性实现的意义。它把人类从繁琐、重复无聊的事情中解放出来，让人们有更多时间去从事更多有意义的事。虽然人工智能在一些领域表现得比人类好，但我们也要认识到人类和机器的不同之处，去挖掘我们的潜力，利用我们的优势，而不是一味抗拒人工智能。

在成为“标配”之前，人工智能在各个领域早已被应用。

2016年3月9日至15日，AlphaGo以总比分4：1战胜李世石。对于公众来说，想必没有哪一个人工智能的应用案例比这一事件还能引起热议。经由此事件，人工智能“超越人类”的形象深入人心。汇丰银行将引入AI防止金融犯罪;俄罗斯利用Al管理卫星;微软亚洲研究院用AI助力航运业网络运营升级;广东省民政厅用人脸识别帮767名流浪者回家;备战东京奥运会，日本计划用AI缓解人流拥堵……

人工智能的运用案例数不胜数。现在大家基本形成了一个共识，就是“人类再也不可能战胜人工智能了。”就像开发AlphaGo的公司DeepMind的口号：“首先解决智能问题，然后用智能解决一切其它问题。”在人工智能接近于“万能工具”的今天。关键问题并不是你要不要用。而是你能不能用好它，熟悉运用它的技巧，而且为它找到在你的领域里的运用空间。随着人工智能的发展，未来我们会越来越依靠机器。所以，我们必须学会怎么和机器“打交道”，理解机器，这样才能让机器为我们所用。

没有数据，撑不起人工智能

大体上，现在人工智能主要有三个方面的特点：

一、计算能力。计算能力很重要，要很强，要用GPU（图形处理单元）来做处理。但未来计算能力无论是谷歌、亚马逊还是百度、阿里巴巴都会开放自己的计算平台，供自己平台上的用户使用。

二、算法。谷歌开源了自己的人工智能开发系统Tensorflow，百度对其PandlePandle也进行了开源。这些在人工智能领域深耕的企业在算法上的开源，使得算法整体上越来越被广泛使用。

三、数据。未来是一个大数据的时代，数据就像现在的石油、煤炭，谁拥有数据，谁就有生产能源。谁能利用好数据，谁就能发展好自己。相对于上面的两个特点，拥有数据相对更为重要。大量数据能够训练出更能干、更智能的人工智能系统，而更智能的人工智能能更好地利用数据，实现良性循环。数据是企业的护城河，使用好这些数据则是企业不可取代的核心竞争力。

依照这些特点，人工智能怎样才能发挥好它的作用？

首先，需要有足够的数据。其次，对这个数据进行分析之后有人能够给出明确的好坏判断标准。最后，它的使用场景应该是那些需要大量重复劳动的地方。满足这三个条件，就能让人工智能恰当地发挥好它的作用。

但我们应该认识到，人工智能技术的发展还远远不能达到人类对人工智能的要求。就目前来说，人工智能借助表征学习，在弱人工智能领域取得了一系列突破性的成果，如上面提到的AlphaGo战胜人类围棋冠军李世石。虽然，在这些领域，人工智能发展已经超过了人类。然而，由于缺少像人类一样能够理解情境和知识体系的通用智能的支持，使得现今的人工智能在大部分领域表现得像个“人工智障”。比如，宁波智能摄像头误将正在通过斑马线的公交车广告上的董明珠判别为间红灯者;亚马逊的Alexa助手的音箱会无缘无故发出令人毛骨悚然的笑声;微软聊天机器人Tay在Twitter上发表偏激言论……

面对人工智能，我们不应该是极力反对AI的卢德主义者（工业革命时代打砸机器的收购业者），也不应该过分“神化”人工智能，吹嘘人工智能威胁论，我们应该认识到，目前的人工智能還只是对人的辅助，只能在有限的领域中发挥作用。但是，毫无疑问，人工智能必定会越发展越智能，而我们此前提到，人工智能几乎可以应用在一切领域中。我们应该做好利用好它的准备，这是我们的机会，这个机会不容错过。

TIPS这些应用场景已被人工智能赋能

●搜狗与新华社合作开发“AI合成主播”

2018年11月7日，搜狗公司CEO王小川推出了搜狗全仿真智能合成主持人——“AI合成主播”科研成果。此产品是搜狗与新华社合作开发，产品亮点在于搜狗未来人工智能的核心技术“搜狗分身”。

王小川表示，在合成主播的开发过程中，搜狗公司的相关技术人员同新华社的新闻主播一同进行了各种探索尝试，在“搜狗分身”技术的支持下，通过人脸关键点检测、人脸特征提取人脸重构、唇语识别、情感迁移等多项技术，并结合语音、图像等多模态信息进行联合建模训练后，研发出“AI合成主播”。