|新一代信息技术 信息基础设施建设 互联网+ 大数据 人工智能 高端信息技术核心产业
|高端制造 航空航天 轨道交通装备 海洋工程装备 新材料
|生物产业 生物医药 生物农业 生物能源
|绿色低碳 清洁能源汽车 新能源 节能技术 环境保护
|数字创意 数创装备 内容创新 设计创新
您的位置:首页 > 广告 > 独家内容
【独家|系列报道】60多年前出现的人工智能 如今才迎来发展高潮
2017-07-14 15:07
来源:中国战略新兴产业

本刊记者 徐晨曦

  深度学习为代表的技术推动了当前人工智能算法的发展,人工智能其实并不是新的东西,有60来年的历史了。这一波出现人工智能的爆发主要是两方面因素,一方面是大数据的发展带来了人工智能算法需要的一些培训数据极大的丰富;另外一方面是计算力的发展,原来需要几天得出的结果,现在几小时就可以。  
  前不久在网络百科中,柯洁的词条从“世界围棋第一”变成了“人类世界围棋第一”,虽然只多出来两个字,其意义却天差地别。柯洁与阿尔法围棋(AlphaGO)对决以0:3落败,他在赛后说道:“感觉AlphaGo和去年判若两人,当时觉得他的棋很接近人,现在感觉越来越像围棋上帝。” 
  AlphaGo是谷歌旗下DeepMind公司戴密斯·哈萨比斯领衔的团队开发的一款人工智能(AI)程序。去年3月AlphaGo打败了职业九段棋手李世石就曾引广泛关注,在日前与柯洁的人机大战后,哈萨比斯团队宣布AlphaGo将不再参加围棋比赛。

  AI开始飞快进步 
  DeepMind表示,AlphaGo未来之所以不再参加围棋比赛,是因为其的研发团队将把精力投入到其它重大挑战中,研发出高级通用算法,为科学家们解决最复杂的问题提供帮助,包括找到新的疾病治疗方法、显著降低能源消耗、发明革命性的新材料等。如果人工智能能够在上述领域发现新的知识和策略,那在这些领域的突破将十分可观。
  DeepMind公司却从来都不是一家专注于围棋事业的公司,就像IBM在1997年造出打败了国际象棋神话卡斯帕罗夫的“深蓝”计算机,但IBM从来不是一个国际象棋公司。
  DeepMind选择围棋,只是因为围棋是完全信息博弈的最高峰,哈萨比斯说,“它一直是人工智能研究中的一个圣杯”。如果围棋可以被攻克,那么其他大量适用于完全信息博弈的问题或许都可以得到解决。
  用时一年,AlphaGO横扫全球一流围棋高手,不仅向人们展现了围棋的新高度,更让大家意识到深度学习技术与大数据技术融合后人工智能开始飞快进步。
  主要动力之一的深度学习
  人工智能一词听起来挺科幻,但实际上其概念早已有之。1950 年,著名的图灵测试诞生,按照艾伦·图灵的定义:如果一台机器能够与人类展开对话(通过电传设备)而不能被辨别出其机器身份,那么称这台机器具有智能。并且在上世纪60年代可以实现简单对话的机器就诞生了。
  “深度学习为代表的技术推动了当前人工智能算法的发展,人工智能其实并不是新的东西,有60来年的历史了。这一波为什么出现人工智能的爆发,主要是两方面因素,一方面是大数据的发展带来了人工智能算法需要的一些培训数据极大的丰富,或者说获得的便利性;另外一方面是计算力的发展,原来需要几天得出的结果,现在几小时就可以。” 北京神州泰岳软件股份有限公司副总裁杨凯程对本刊记者说。神州泰岳多年专注于人工智能语义理解技术,并将其应用落地在金融、公安、物流等行业。
  移动互联网、物联网等技术的发展让我们拥有了以往难以想象的海量数据,尤其是在某一细分领域更深度的、逻辑化的数据,而这些都是训练某一领域人工智能的前提。
  创客总部早期项目负责人张凌瑾对本刊记者介绍:“AI技术基本分5大类,计算机视觉、自然语言处理、语音识别、人机交互和机器学习,这些技术概念基本早在上世纪80年代就已被应用。而多层人工神经网络训练就是现在所谓的深度学习算法。”他现在虽然从事投资行业,但是有多年的自动机专业背景,长期关注人工智能相关技术。
  深度学习是建立、模拟人脑进行分析学习的神经网络,模仿人脑的机制来解释数据,例如图像、声音和文本。本质是通过构建具有很多隐层的机器学习模型和海量的数据,来学习更有用的特征,从而最终实现分类或预测的准确性。
  “深度机器学习方法也有监督学习与无监督学习之分,不同的学习框架下建立的学习模型不同。所谓有监督学习就是通过已有的训练样本(即已知数据以及其对应的输出)来训练,从而得到一个最优模型。无监督学习就是我们事先没有任何训练数据样本,需要直接对数据进行建模。” 张凌瑾说。
  深度学习也不是万能的,张凌瑾表示,目前的深度学习算法并不完美,还有不少问题。比如深度学习是一个通过训练来实现的黑盒模型,人类对于输入和输出之间的过程和逻辑仍旧无法掌握,因此当样本较少导致训练素材不足的时候就难以有效解决问题。如何实现训练与逻辑的结合成为了未来发展的新课题,不过随着在算法上的不断进步,人工智能还会有的进一步发展。“当然,也许未来会有什么新要素出现,会推动计算机视觉或自然语言处理等技术,让AI进步的速度比采用深度学习还快。” 
  AI产业布局热
  “AlphaGo事件这两年对国内投资界影响很大,尤其是最近这次。以前投资界都关注二级市场,O2O或房地产项目之类,真正关注前沿科技的或者说是“黑科技”的并不多。现在业内都很关注AI,包括其上下游产业链及应用场景等。” 张凌瑾认为:“不过目前,AI行业的估值泡沫初现,这跟我们国内的投资环境有关,不管懂不懂都一窝蜂上。不过总的来说对AI产业是好事,这么多人关注加上资本的注入,会加速产业整体发展。”
  据张凌瑾介绍,2005年以来,全球人工智能领域的融资主要集中在种子轮。A、B、C等阶段占比整体呈现缩小趋势,意味着资本进入投资的高潮。2016年后,A、B轮略有上涨,意味着有优秀企业进入发展的新阶段。
  根据风险投资数据公司CB Insights的数据,过去6年里融资交易的人工智能初创企业数量增加了10倍,从2011年的67家增至2016年的698家。美国的人工智能初创企业数更增加了20倍。最主要的垂直领域包括金融科技、医疗保健、交通运输和零售/电子商务。
  国内BAT等科技巨头在人工智能领域都在抓紧战略布局。百度先后成立了大数据实验室、深度学习实验室和硅谷人工智能实验室,全面布局人工智能领域。
  腾讯研发的“绝艺(FineArt)”,3月赢得第十届UEC世界计算机围棋赛冠军,“我们拿了冠军,当然在AlphaGo没有参赛下才拿到,那我们还是第二,AlphaGo第一。”腾讯董事会主席兼CEO马化腾表示,腾讯一直在图像、语音、广告上都有作AI的研究,最新正在测试以AI对战手游玩家。
  5月底蚂蚁金服CEO井贤栋对外宣布:蚂蚁金服成立科学智囊团,在全球范围内招揽各领域的世界级学者加盟。其中,该科学智囊团还迎来了第一位成员,并被马云聘为首任主席,他就是如今炙手可热的人工智能领域的教父级人物——迈克尔·欧文·乔丹。乔丹是人工智能和机器学习领域的开创者之一,也是美国科学院、美国工程院、美国艺术与科学院的三院院士。
  麦肯锡公司全球总裁鲍达民(Dominic Barton)近期表示,在多家中国科技巨头积极研发的推动下,中国已成为全球人工智能的发展中心之一。众多的人口和完整的产业结构给中国提供了创造海量数据和广阔市场的潜力。随着老龄化的加速,中国提升生产力的要求就愈发迫切,因此人工智能技术的运用对中国未来的经济发展至关重要。
  “AI+应用场景”是技术落地的关键
  人工智能其实一直就在我们身边。斯坦福大学发布的报告《2030年的人工智能与生活》指出,人工智能正在遭受失去话语权的长期灾难,即一个被称为“人工智能效应(AI effect)”或“奇怪悖论(odd paradox)”的重复模式——人工智能将一种新技术带到了普通大众中去,人们习惯了这种技术,它便不再被认为是人工智能(比如从计算器到电脑等),然后更新的技术出现了。同样的模式将在未来继续下去。人工智能不会“交付”一个惊雷般改变人类生活的产品,而是以一个连续进步的方式继续发展。
  虽然当前人工智能通过深度学习算法而快速进步,但其落地还在结构化的场景,也就是有着固定规则的场景,应用场景并不算广泛。“比如扫地机器人就在一个屋子里转,周围环境基本都是固定的。而自动驾驶汽车在环境一直在变化的开放道路上。” 张凌瑾举例:“AlphaGo也是在19×19的围棋盘中取得胜利。”
  所以,除了技术创新,人工智能还要着重场景创新,真正与实际应用相结合才能更有效地推动人工智能未来发展。就如迈克尔·欧文·乔丹所表示的,蚂蚁金服的各种技术应用场景和待解决的技术难题,能更充分发挥他研究领域的技术价值。
  “当前AI的热潮已经达到了前所未有的程度,尽管有一些被夸大的成分,但我们还是不得不承认它所带来的价值。特别是,最近几年迅速崛起的互联网借贷领域尤其受到了其技术的冲击,核心的风控环节目前逐步被机器取代。” 凡普金科&会牛科技首席数据科学家、人工智能领域专家李文哲对本刊记者表示。
  我们不用纠结人工智能什么时候会和人一样“聪明”,毕竟我们连自己脑袋里正在发生什么事,离弄明白还差得远。人工智能不过是作为一种基础技术可以被使用在各行各业,来代替人力完成一些工作,从而提升行业效率。尤其当前各行各业数据累计到了一定程度,计算力也有突飞猛进的发展。
  证券行业充满着博弈,任何的投资决策都需要经过大量的信息搜集和处理过程。这些信息绝大部分属于非结构化信息,比如电子文档、电子邮件、图片、音频、视频等。
  “包含大量非结构化信息的新闻、股吧、论坛、微博其实跟投资决策都有一定的关系,但现阶段并没有很好地被利用,甚至被忽略,主要是源于技术的壁垒和领域的新颖性。”李文哲说:“一个分析师可能需要耗费大量的时间去搜集和查阅资料,整个过程需要大量的人力成本。运用自然语言处理技术就可以机器对原始信息做抽取和分类、做结构化处理、并基于历史数据做相关性验证和逻辑推理等。另外,分析师能考虑到的边界毕竟是有限的,大多数情况下他们只专注于自己熟悉的行业或领域。而AI技术可以无限地延伸知识的边界,能够提供更全面的信息和行业全貌。”
  “从国际看,虽然AI技术在美英等国发展较强,不过我同样看好国内。” 张凌瑾表示:“外国AI第一梯队的研究人员中,差不多有3成是华人。我国可以吸引这些一流的科学家回国创业或是技术合作。而且相比国外,AI技术在国内也更好落地,近年政府大力支持技术创新,国内市场的应用场景也更多。比如互联网金融、移动支付、共享单车等,都是边摸索边发展,政府鼓励支持,市场需求旺盛,它们如今都走在了世界的前端。”
  鉴于人工智能可大幅提升生产力,中国的经济增长和劳动力市场将有可能受到巨大影响。麦肯锡全球研究院今年年初发布的一份报告预测,中国约一半的工作内容将有被自动化的可能,中国将成为全世界自动化潜力最大的国家。还建议,中国应注重培育创新能力,同时做好基础性工作,如建设开放的数据环境,打造精英人才库等。
  去年底,国务院印发《“十三五”国家战略性新兴产业发展规划》提出,推动类脑研究等基础理论和技术研究,加快基于人工智能的计算机视听觉、生物特征识别、新型人机交互、智能决策控制等应用技术研发和产业化,支持人工智能领域的基础软硬件开发。鼓励领先企业或机构提供人工智能研发工具以及检验评测、创业咨询、人才培养等创业创新服务。

本文系原创文章,首发于2017年7月1日《中国战略新兴产业》,为“喧嚣过后的人工智能如何落地?”系列报道中的一篇。如需转载,请预先与杂志社联系,并在转载时标注文章作者及来源。
关注微信公众号:

关于我们 | 联系我们 | 广告刊例 | 订阅服务 | 版权声明

地址(Address):北京市西城区广内大街315号信息大厦B座8-13层(8-13 Floor, IT Center B Block, No.315 GuangNei Street, Xicheng District, Beijing, China)

邮编:100053 电话:010-63691650 传真:010-63691514 Post Code:100053 Landline:86-010-63691655 Fax:010-63691514

Copyright 中国战略新兴产业网 京ICP备09051002号-3 技术支持:wicep