浪潮还是泛滥 真伪人工智能之辨

　　100：0！在“围棋上帝”AlphaGo完成击败世界排名第一的柯洁这一壮举仅仅5个月后，它的进化版本AlphaGo Zero就以辗压性的实力再次捅破了围棋界的天花板，成为“超越上帝的上帝”。电影《机械公敌》里人工智能向人类宣战的一幕似乎离我们越来越近了。如同大数据、云计算、物联网等时尚名词一样，近两年来异常火爆的人工智能概念，也同样引来了资本的涌入和追逐，巨头和创业公司纷纷快速布局在消费端，似乎只有与人工智能沾边才算先进。迅猛的发展势头带来更多人力和资本的投入，但同样让人警惕，人工智能究竟是当今科技发展的浪潮，还是浮于表面的泡沫？

　　模糊的人工智能边界

　　提到人工智能，大多数人都会立刻将其与《钢铁侠》中的管家贾维斯对上号，很显然，这个能独立思考、帮助主人处理事务、完成机甲研发和方舟反应炉更新的超级程序，十分符合人们对人工智能的想象。而我们日常接触最多的智能手机、PC以及各种智能设备，算不算得上人工智能的范畴呢？这个答案很模糊。1950年10月，“人工智能之父”图灵发表了一篇题为“机器能思考吗”的论文，针对人工智能提出了门槛—如果一台计算机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，这台计算机就具有同人相当的智力。2014年6月8日，聊天机器人尤金·古斯特曼成为了首个通过图灵测试的机器人。而只会下围棋的AlphaGo、与用户“沟通”时常闹出笑话的Siri显然是无法通过图灵测试的，真伪人工智能的边界显然不能简单地用图灵测试作为标准。

　　除了图灵测试外，“人工智能”在当今的学术范围内仍然没有统一的定论，或者说仍然充斥着很强的科幻色彩。但这不妨碍一大批择机而动的资本纷纷跟上这可能是浪潮也可能是泡沫的势头，加入到人工智能的战场中。对资本而言，越是科幻的、难以界定的概念，才越有成功的可能。在资本市场，人工智能概念板块就存在大量纯粹进行概念炒作的公司。事实上，人工智能在产业层面的应用尚属初级阶段，涉及人工智能业务的公司里，主要的投资布局领域大都集中在语音通讯、人脸识别和电子芯片有关的项目，相关业务并不能为人工智能上市公司贡献有效业绩。数据显示，在我国沪、深两市中共有59支人工智能概念股，已披露三季度业绩预告的13支中有11支净利润同比上涨，但业绩上涨大多与公司的人工智能业务无关。360公司董事长兼CEO周鸿祎谈及对人工智能的看法时表示，人工智能产业有泡沫成分，“今天再出来做一个公司，你要不说自己是用深度学习、人工智能，你都不好意思出来混。就跟前两年，你要不说自己是O2O，都不好意思去融资一样，我觉得这个有泡沫的成分。”可以预见，在未来较长一段时间里，人工智能的泡沫会像滚雪球一样越滚越大，一旦遭遇拐点，整个行业将会有一次大洗牌。

　　什么都不干，手拥概念估值就能不断飙升。人工智能的虚火，市场泡沫的泛滥，就连中央权威媒体《人民日报》也看不下去，曾在题为“人工智能，怎样火下去”的文章中指出，当下炙手可热的AI，可能有热过头的倾向。AI概念早在1960年代便被提出，虽在历史经历2次大热潮，但却呈现“热5年、冷10年”趋势，短暂热潮后出现的是更长的寒潮。文章引述史丹佛大学人工智慧实验室主任李飞飞说法称，AI虽是个“真货”，但也在许多随意和缺乏严谨性的交流或展示中被强烈地夸大。阿里巴巴前CEO卫哲也针对真伪人工智能发文论断—当下的人工智能项目当中，存在大量的“伪人工智能”，伪人工智能比例可能高达90%，或者99%。其中一个很重要的原因，就是很多项目是“穿个马甲”，以为贴上了人工智能标签，就真的是人工智能了。

　　怎样的表现才称得上人工智能

　　在人工智能热潮的今天，越来越多的智能系统和智能产品不断涌现，从手机上的智能助手、家庭服务机器人到智能音箱、AI手机、无人驾驶汽车……不断智能化的世界里，并不是每一样智能产品都称得上人工智能。如何衡量这些智能产品的智能水平，如何区分哪些产品是AI产品，哪些是伪智能产品，这需要一个严格的标准。在科研领域里，科学家将人工智能按照智能程度划分为三类：弱人工智能、强人工智能、超人工智能。“强人工智能”（General AI）有着我们所有的感知（甚至比人更多），我们所有的理性，可以像我们一样思考。“弱人工智能”（Narrow AI）是能够与人一样，甚至比人更好地执行特定任务的技术，例如Pinterest上的图像分类和FaceBook的人脸识别。电影里的人工智能多半都是在描绘强人工智能，而这部分在目前的现实世界里难以真正实现，更别说是超人工智能了，目前的科研工作都集中在弱人工智能这部分。基于这三大智能等级，我们还需要将人工智能的智能表现划分出细分的评价体系，更为清晰地判断智能产品在不同领域的智能水平。

　　如果将人工智能比作人类不同年龄段的大脑，它初时是一张白纸，数据就是知识，如何运用知识才是智力的表现。所以真正的人工智能，需要获取知识的能力（识别文字、声音、图像），具备知识的掌握能力（对数据筛选、排列、计算、存储），拥有知识的反馈能力（文字表达、声音表达、图像表达、动作表达）以及知识的创新能力（联想能力、创作能力、猜测能力等）。前三种能力可以简单概括为智能，只有具备了知识的创新能力才能质变为智力。弱人工智能一般同时拥有前三种能力，强人工智能则需要具备智力，而以AlphaGo Zero为代表的部分弱人工智能已经开始具备初步的知识创新能力，可以从大量数据中不断学习、进化。

　　当前的人工智能领域，消费端上充斥着大量的伪人工智能，它们或仅仅拥有部分获取数据知识的能力和反馈能力，只能够针对特定的文字、声音进行识别，触发逻辑程序从而做出预定的反馈，对于逻辑程序触发条件外的数据没有任何反馈。这其中，比较泛滥的伪人工智能产品就是智能音箱。和早期的家庭智能控制中心一样，这类产品都是依靠识别声音、感应环境变化来触发逻辑程序，表面上已经具备了获取知识的能力和反馈能力，实际上并没有掌握这些知识。知识的掌握能力是辨别真伪人工智能的外在标准，更确切地说，是否具备机器学习能力才是本质。机器学习最基本的做法，就是使用算法来解析大量数据、从中学习，然后对真实世界中的事件做出决策和预测。与传统的为解决特定任务、硬编码的软件程序不同，机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。不同于逻辑程序，机器学习是可以不断进化的。认清“学习”与“逻辑”，就需要区别电脑是否能在不通过软件更新获得新数据输入进行重新演算的前提下，自我通过与人类及外部环境自行进行判断并完成学习和自我进化。如果不能，只能叫做逻辑升级，不能称之为人工智能。这就像早期的AlphaGo一样，是一个汇聚了众多人类围棋高手的经验的逻辑程序，通过对棋局的未来走向进行演算，在已输入的数据库中寻找一个最佳解决方案。而到了最新一代的AlphaGo Zero，已经不再需要事先输入数据库，它已经能够在一片空白状态下，自我完成学习。

　　AI的未来又近又远

　　回首近两年人工智能的发展轨迹，AlphaGo战胜李世石、柯洁引领了人工智能技术的风头，一同站在风口上的还有无人驾驶这类垂直应用领域。在芯片层面，AMD、NVIDIA都已推出面向深度学习的GPU，华为也在海思麒麟970处理器上搭载了神经网络处理单元。越来越多的资本巨头和科技企业都看好人工智能，Google、IBM、百度、阿里巴巴、腾讯都正在全面布局。然而，即便是巨头们也不得不承认，目前人工智能存在着瓶颈，仍旧无法构建出一个能够完全自主学习新技能的人工智能系统。在提升某一领域运行效率上，弱人工智能和专用人工智能虽然已经遍地开发，正在发挥着各自的能力，但距离自主学习新技能还差得很远。

　　“某种程度上，人工智能比我们想象的既要远又要近。”扎克伯格说。一方面是不断有人强调甚至鼓吹目前是“人工智能”的黄金年代，即便是在行业论坛中，讨论人工智能将如何取代人类的声音也不绝于耳；另一方面，则是对于人工智能更为审慎的态度，人工智能相关技术正处于期望膨胀期，接下来可能是发展期也有可能是冷却期。目前为止，人工智能商业化的主要方向集中于自然语言处理（包括语音和语义识别、自动翻译）、计算机视觉（图像识别）、知识表示、机器与机器人学。这些人工智能技术在无人驾驶、智慧城市、语音识别、机器人以及智慧医疗等多个领域商业化应用提速，已经逐渐进入到公众生活中，但还只是少数门槛较高的领域，绝大部分的领域还没有被智慧改造。我们不能说人工智能应用在人类生活中不存在，因为深度学习已经在人脸识别、语音识别和大数据挖掘方面已经有了一些应用。但这些目前还是处于弱人工智能阶段，而想要让人工智能具备人类意识，成为人类生活中不可缺少的一部分，就必须是具备视觉、味觉、触觉等认知智能和联想、创作、猜测等认知创新的强人工智能。而从弱人工智能到强人工智能，最终都需要用成功的应用来证明其价值。只有切实落地，得到市场的深度认可，人工智能技术才能取得真正的发展，才能拥有广袤的未来。

关注读览天下微信， 100万篇深度好文， 等你来看……