新華網 正文
人工智能背後的隱憂:需翻越三道坎 瓶頸即主攻方向
2017-06-08 08:08:40 來源: 人民日報
關注新華網
微博
Qzone
評論
圖集

  原標題:人工智能需要翻越三道坎

  插畫:人民視覺

  最近,人工智能鉚足了勁兒,頻刷“存在感”:

  中國棋手柯潔大戰AlphaGo的硝煙還沒散盡,學霸君公司的智能教育機器人Aidam就與多位往屆高考狀元PK,挑戰今年的高考題。此前,微軟虛擬機器人“小冰”還出版了人類歷史上首部100%由人工智能創作的詩集。

  “互聯網只是前菜,人工智能才是主菜”,在日前舉行的2017百度聯盟峰會上,百度公司董事長兼首席執行官李彥宏直言,“未來百度將不再是互聯網公司,而是一家人工智能公司”。

  不過對很多人來説,人工智能可能還是個熟悉的陌生人,它將帶來哪些影響?要到達未來,還要翻越哪些山岡?

  人工智能像燃料 與産業深度結合

  1997年5月,IBM的計算機程序“深藍”在正常時限的國際象棋比賽中首次擊敗了當時世界第一的棋手加裏·卡斯帕羅夫。20年後,新一代人工智能AlphaGo又將柯潔、李世石等頂尖圍棋高手斬落馬下。

  除了在刷屏的新聞中認識人工智能,很多人對它的了解源自熒屏:在《黑客帝國》《終結者》等電影作品中,人工智能被塑造成功能強大的形象;在電視綜藝中,百度“小度”、搜狗“汪仔”等各顯神通,與人類交流、競技,甚至成為節目“主咖”。

  “人工智能看上去這兩年才火,事實上多年來一直有人在背後做研究”,在微軟亞洲研究院副院長劉鐵岩看來,人工智能早已滲透到人們生活的方方面面:從搜索引擎到物流倉儲背後的網點規劃,從人臉識別到機器翻譯、語音識別,無不與人工智能密切相關。在手機中,實現了個性化推薦的新聞App、會“智能美顏”的修圖軟件、可以對話的“小冰”“小娜”、Siri……這些功能,也都受益于人工智能的發展。

  這一波人工智能的研究應用被業界稱作“第三次浪潮”。在人工智能誕生至今的61年裏,曾經的兩次熱潮都最終陷于沉寂。在業內人士看來,這次浪潮有些不一樣。

  “這次一定是更加穩健的”,劉鐵岩説,“人工智能像燃料一樣,與各個産業深度結合,有著比以往更多的、實際落地的應用場景。”

  “數據的爆炸式增長、計算能力的飛躍、深度學習算法的突破,是這一次人工智能爆發的三大要素。”商湯科技CEO徐立表示,“人工智能的突破其實和産品落地密切相關,它可以快速帶來行業的爆發。新的技術需要與應用相結合才能夠得到驗證,當人工智能發展到超越人的水平後,將帶來生産效率的大幅度提升,同時催生新的行業和應用。”

  熱捧背後存隱憂 “網紅”需要冷思考

  人工智能迅速發展的背後,有著來自政府、企業、資本的多重推力。

  2015年7月,國務院發布了《關于積極推進“互聯網+”行動的指導意見》,“互聯網+人工智能”被列為11項重點行動之一;2017年3月,人工智能首次寫入《政府工作報告》。在國際上,英、美、韓、日等也紛紛布局人工智能,一係列扶持政策相繼出臺。

  2013年,百度成立全球首家深度學習研究院;在2017百度聯盟峰會上,李彥宏明確表示將人工智能作為百度的核心戰略;Facebook、谷歌等巨頭也不約而同提出了“人工智能優先”的戰略轉變;在計算機視覺、語音識別等垂直領域,商湯科技、科大訊飛等企業成績矚目。“目前無論是大公司還是小公司,都在積極擁抱人工智能”,徐立説。

  在創投領域,人工智能尤其受到資本的重視,甚至引發瘋狂追捧。互聯網數據和咨詢公司IT桔子近日發布的《人工智能産業分析與創業投資盤點》收錄了467家AI企業和636起投資事件,其中,人工智能總獲投率為67.65%,高于其他行業2—3倍。過高的熱度讓劉鐵岩覺得,人工智能儼然已經成了一個“網紅”,一些企業所謂的調整戰略其實是資本市場倒逼的。

  當然,與此前的互聯網發展中曾出現過的“風口”帶來“泡沫”一樣,與方興未艾所伴隨的,無序與重復投資、過熱與概念包裝等問題,在人工智能創投領域也已顯現出來。

  徐立直言,國內人工智能創業大多扎堆在應用層面,創業者使用開源算法,找到某個垂直領域便套上“人工智能”概念扎進去,但真正從算法層出發做“原創技術”的人並不多。“而這塊才是核心,是最需要厚積薄發的。”

  對于這些隱患,易觀智庫資深分析師薛永峰強調,人工智能還處在比較初級的發展階段,花些時間“冷思考”尤為重要。

  三大門檻待翻越 瓶頸即主攻方向

  需要多久的積淀,人工智能才能告別初級階段,迎來大規模的爆發?專家們也承認,還有不少瓶頸待突破。

  瓶頸之一來自對大數據和計算的過度依賴。想讓機器像人類那樣思考,就必須“喂”給它天量數據。“必須依賴大數據、大計算,導致現階段很多人工智能過于重量級”,在劉鐵岩看來,“這種依賴是笨拙的,未來應當有更多輕量級的人工智能産生”。

  瓶頸之二來自人工智能的“黑箱”——當下人工智能做出的決策就像封閉的黑箱子一樣不可預測。“在人臉識別係統中,如果一些人能夠識別而另一些無法識別,研究員可能無法回答為什麼,因為這是機器從數據中學習得來的,背後的邏輯並不清晰”。徐立還舉了另一個無人車的例子描述這種尷尬:“無人駕駛超越人的準確率是很可能的,但難點在于你不知道它什麼時候會撞墻。”

  另一個瓶頸在于不成熟的行業生態。這在一定程度上制約了人工智能的發展。薛永峰提醒,要防范出現數據孤島化、研發孤立化的問題。“人工智能的一些技術專利主要掌握在大公司手中,數據資源難以全面放開。在語音識別、無人駕駛等諸多領域,很多團隊各做各的,沒有融會貫通。”而在一些傳統行業中,數據積累的規范程度和流轉效率,還遠遠達不到能夠發揮人工智能技術潛能的程度。

  不過徐立認為,這些缺陷“與其説是瓶頸,不如説是未來的主攻方向”。

  就國內而言,人才儲備方面還相對薄弱。來自領英的數據顯示,全球范圍內,人工智能專業人才有195萬,中國只佔2%,排名第七。“人工智能工程師和應用型人才都存在缺口,我們的教育體係應該與時俱進,在課程設置上面與發展需求配套”,劉鐵岩説。

  值得慶幸的是,人工智能發展進程中,許多進步和改變已扎實可見。

  亞馬遜、谷歌、Facebook、IBM和微軟已于去年9月宣布成立非營利的人工智能合作組,為研究人員提供可供討論和參與的開放式平臺。今年4月,百度也正式發布阿波羅計劃,把自己所積累的自動駕駛技術開放給業界,以期進一步降低研發門檻,與産業鏈各環節共同促進自動駕駛技術的發展和普及。

  “這是一場既有主動脈又有毛細血管的技術革命,其意義可能不亞于今天的互聯網和移動互聯網。因此急不得,未來要一步步走”,薛永峰説。(記者 張意軒 王威)

+1
【糾錯】 責任編輯: 聶晨靜
相關新聞
新聞評論
    加載更多
    守候
    守候
    傳統文化潤童心
    傳統文化潤童心
    川藏線上的風景 西藏左貢初夏如畫
    川藏線上的風景 西藏左貢初夏如畫
    大山裏雅礱江邊的朗朗讀書聲
    大山裏雅礱江邊的朗朗讀書聲
    010020010010000000000000011176501121105524