市场开发掀热潮人工智能需要翻越三道坎

插画：人民视觉

最近，人工智能铆足了劲儿，频刷存在感：

中国棋手柯洁大战AlphaGo的硝烟还没散尽，学霸君公司的智能教育机器人Aidam就与多位往届高考状元PK，挑战今年的高考题。此前，微软虚拟机器人小冰还出版了人类历史上首部100%由人工智能创作的诗集。

互联只是前菜，人工智能才是主菜，在日前举行的2017百度联盟峰会上，百度公司董事长兼首席执行官李彦宏直言，未来百度将不再是互联公司，而是一家人工智能公司。

不过对很多人来说占总人口17.87%，人工智能可能还是个熟悉的陌生人，它将带来哪些影响?要到达未来，还要翻越哪些山冈?

人工智能像燃料

与产业深度结合

1997年5月，IBM的计算机程序深蓝在正常时限的国际象棋比赛中首次击败了当时世界第一的棋手加里卡斯帕罗夫。20年后，新一代人工智能AlphaGo又将柯洁、李世石等顶尖围棋高手斩落马下。

除了在刷屏的中认识人工智能，很多人对它的了解源自荧屏：在《黑客帝国》《终结者》等电影作品中，人工智能被塑造成功能强大的形象;在电视综艺中，百度小度、搜狗汪仔等各显神通，与人类交流、竞技，甚至成为节目主咖。

人工智能看上去这两年才火，事实上多年来一直有人在背后做研究，在微软亚洲研究院副院长刘铁岩看来，人工智能早已渗透到人们生活的方方面面：从搜索引擎到物流仓储背后的点规划，从人脸识别到机器翻译、语音识别，无不与人工智能密切相关。在中，实现了个性化推荐的App、会智能美颜的修图软件、可以对话的小冰小娜、Siri这些功能，也都受益于人工智能的发展。

这一波人工智能的研究应用被业界称作第三次浪潮。在人工智能诞生至今的61年里，曾经的两次热潮都最终陷于沉寂。在业内人士看来，这次浪潮有些不一样。

这次一定是更加稳健的，刘铁岩说，人工智能像燃料一样，与各个产业深度结合，有着比以往更多的、实际落地的应用场景。

数据的爆炸式增长、计算能力的飞跃、深度学习算法的突破，是这一次人工智能爆发的三大要素。商汤科技CEO徐立表示，人工智能的突破其实和产品落地密切相关，它可以快速带来行业的爆发。新的技术需要与应用相结合才能够得到验证，当人工智能发展到超越人的水平后，将带来生产效率的大幅度提升，同时催生新的行业和应用。

热捧背后存隐忧

红需要冷思考

人工智能迅速发展的背后强调屏幕、处理器或其他配置。相反，有着来自政府、企业、资本的多重推力。

2015年7月，国务院发布了《关于积极推进互联+行动的指导意见》，互联+人工智能被列为11项重点行动之一;2017年3月，人工智能首次写入《政府工作报告》。在国际上，英、美、韩、日等也纷纷布局人工智能，一系列扶持政策相继出台。

2013年，百度成立全球首家深度学习研究院;在2017百度联盟峰会上，李彦宏明确表示将人工智能作为百度的核心战略;Facebook、谷歌等巨头也不约而同提出了人工智能优先的战略转变;在计算机视觉、语音识别等垂直领域，商汤科技、科大讯飞等企业成绩瞩目。目前无论是大公司还是小公司，都在积极拥抱人工智能，徐立说。

在创投领域，人工智能尤其受到资本的重视，甚至引发疯狂追捧。互联数据和咨询公司IT桔子近日发布的《人工智能产业分析与创业投资盘点》收录了467家AI企业和636起投资事件，其中，人工智能总获投率为67.65%，高于其他行业23倍。过高的热度让刘铁岩觉得，人工智能俨然已经成了一个红，一些企业所谓的调整战略其实是资本市场倒逼的。

当然，与此前的互联发展中曾出现过的风口带来泡沫一样，与方兴未艾所伴随的，无序与重复投资、过热与概念包装等问题，在人工智能创投领域也已显现出来。

徐立直言，国内人工智能创业大多扎堆在应用层面，创业者使用开源算法，找到某个垂直领域便套上人工智能概念扎进去，但真正从算法层出发做原创技术的人并不多。而这块才是核心，是最需要厚积薄发的。

对于这些隐患，易观智库资深分析师薛永峰强调，人工智能还处在比较初级的发展阶段，花些时间冷思考尤为重要。

三大门槛待翻越

瓶颈即主攻方向

需要多久的积淀，人工智能才能告别初级阶段，迎来大规模的爆发?专家们也承认，还有不少瓶颈待突破。

瓶颈之一来自对大数据和计算的过度依赖。想让机器像人类那样思考，就必须喂给它天量数据。必须依赖大数据、大计算，导致现阶段很多人工智能过于重量级，在刘铁岩看来，这种依赖是笨拙的，未来应当有更多轻量级的人工智能产生。

瓶颈之二来自人工智能的黑箱当下人工智能做出的决策就像封闭的黑箱子一样不可预测。在人脸识别系统中，如果一些人能够识别而另一些无法识别，研究员可能无法回答为什么，因为这是机器从数据中学习得来的，背后的逻辑并不清晰。徐立还举了另一个无人车的例子描述这种尴尬：无人驾驶超越人的准确率是很可能的，但难点在于你不知道它什么时候会撞墙。

另一个瓶颈在于不成熟的行业生态。这在一定程度上制约了人工智能的发展。薛永峰提醒，要防范出现数据孤岛化、研发孤立化的问题。人工智能的一些技术专利主要掌握在大公司手中，数据资源难以全面放开。在语音识别、无人驾驶等诸多领域，很多团队各做各的，没有融会贯通。而在一些传统行业中，数据积累的规范程度和流转效率，还远远达不到能够发挥人工智能技术潜能的程度。

不过徐立认为，这些缺陷与其说是瓶颈，不如说是未来的主攻方向。

就国内而言，人才储备方面还相对薄弱。来自领英的数据显示，全球范围内，人工智能专业人才有195万，中国只占2%，排名第七。人工智能工程师和应用型人才都存在缺口，我们的教育体系应该与时俱进，在课程设置上面与发展需求配套，刘铁岩说。

值得庆幸的是，人工智能发展进程中，许多进步和改变已扎实可见。

亚马逊、谷歌、Facebook、IBM和微软已于去年9月宣布成立非营利的人工智能合作组，为研究人员提供可供讨论和参与的开放式平台。今年4月，百度也正式发布阿波罗计划，把自己所积累的自动驾驶技术开放给业界，以期进一步降低研发门槛，与产业链各环节共同促进自动驾驶技术的发展和普及。

这是一场既有主动脉又有毛细血管的技术革命，其意义可能不亚于今天的互联和移动互联。因此急不得，未来要一步步走，薛永峰说。