2018 人工智能缓步向前

　　这些年从物联网、云计算、大数据，再到现在的人工智能，一个比一个热，这是前沿信息技术发展的大势，是内在的逻辑联系和发展趋势使然，终极目标直指人工智能。人工智能历经两次起伏，在2017年又迎来了第三次爆发，但爆发之后究竟是进入高速发展期，还是重新被科技界冷藏？2018年，人工智能将会呈现怎样的发展趋势？

　　跨越式的发展难持久

　　从历史来看，重大科学的研究往往呈螺旋形上升的过程，不可能一蹴而就；每一次基础科学研究的重大进步，科技应用的重大突破，往往先从一个点开始，而后大家蜂拥而至，在很短的时间内做出大量更具突破性的成果，同时带来相关产业界的革命性增长。人工智能好比我们人体一样，物联网构造了眼耳鼻舌身等感官，大数据是各种感官获取的感受信息，云计算是记忆存储，人工智能就是我们的认知决策。在物联网和大数据发展的驱动下，一直止步难前的机器学习技术得到了助力，几十年来积累的成果质变成深度学习（Deep Learning）。经历过“两起两落”的人工智能，能够在此时成功逆袭，正是机器学习领域突变的成果，深度学习也因此被科技界看作是通向人工智能的关键技术。但是，物联网、大数据和云计算的发展热潮已经退却，站在“伟人”肩膀上的深度学习算法在被科技往前突然踹了一脚的突飞猛进之后，也必然会在未来很长一段时间内放缓脚步，毕竟深度学习技术没有想象中的那么强大，主要依靠的依然是大数据和计算力。

　　另一方面，在产业与技术之间，正存在着一道需要突破的屏障—人才。在今年6月发布的《全球AI领域人才报告》中显示，全球AI人才需求3年翻了8倍，从业者达190万。无论是研究开发领域，还是应用落地领域，人工智能各个环节对人才的需求有增无减，而人才短缺已成为人工智能发展中的最大短板。谷歌在人工智能和机器学习领域的资深研究员Dr.Greg S Corrado表示，人工智能的研究和应用是交叉性、综合性极强的过程，鉴于专业门槛，真正懂技术又懂产业的人才还较为匮乏。依靠自主培养，目前人工智能面临的人才缺口至少需要六年以上才能弥补。

　　冯诺依曼芯片的掣肘

　　我们目前所谈到的人工智能技术发展，都是基于传统硬件架构上的计算机实现的。传统架构的计算机和人脑究竟有多大的区别呢？从工作原理上来看，大脑的每一个神经元都是相互协作，分别处理信息的，而计算机却智能依靠一个统一的计算中心；从结构上来说，脑功能是分区的，而计算机却没有功能分区，反而有专用的存储中心、运算中心以及连通二者的总线。这本质上的区别，让人脑有了无限可能，而传统计算机的发展几乎已经陷入了瓶颈。所以，当AlphaGo平均每局围棋需要耗电费用近3000美元时，人类选手柯洁也不过只需要一顿饭的力气，仅仅由大量神经元通过突触连接在一起的人脑显然既聪明又“省电”。

　　在图像处理、模式识别、机器翻译、数据挖掘等一系列以智能为核心的应用面前，传统“电脑”愈发显得“力不从心”，人们也开启了比“曼哈顿计划”更具挑战性的“造脑”计划。类人脑芯片架构是模拟人脑的新型芯片编程架构，这种芯片的功能类似于大脑的神经突触，处理器类似于神经元，而其通讯系统类似于神经纤维，可以允许开发者为类人脑芯片设计应用程序。通过这种神经元网络系统，计算机可以感知、记忆和处理大量不同的情况。芯片结合了神经元的信息处理、突触的信息记录和轴突的信息传递，在工作原理方面几乎和人脑相同，因此它也更加善于处理复杂问题，同时也拥有很强的学习能力。

　　目前，世界各国和多个科技巨头已经开始了类脑结构的研究，并取得了一定成果。2014年8月，IBM公司推出名为TrueNorth的第二代类脑芯片。它采用28纳米硅工艺制作，包括54亿个晶体管和4096个处理核，相当于100万个可编程神经元，以及2.56亿个可编程突触。毫无疑问，类脑芯片将成为自PC诞生以来，整个计算机行业最大的一次变革。但作为人工智能行业的重要底层架构，类脑芯片仍属于非常前沿的研究，很多还处于刚刚尝试的阶段。如同初生婴儿时期的大脑还未完全发育，类脑芯片目前还无法为人工智能的发展提供强大助力。

　　迈向通用，落地应用

　　不可否认的是，这一次的爆发过后，未来十年将是人工智能发展的黄金时期，我们将见证人工智能蔓延进一个又一个的产品。目前，人工智能展现给我们的成果都是有限的。深蓝、沃森和AlphaGo都是高度专业化的、目的单一的机器，只能在一件事上做得很好。深蓝和沃森不能下围棋，AlphaGo不能下国际象棋。在未来十年，我们需要从狭窄的、特定领域的智能迈向可以解决多种多样不同类型问题的人工通用智能（Artificial General Intelligence），在没有编码特定领域知识的情况下解决不同种类的问题，并做出判断和决策。当前的人工智能能为特定问题提供范围狭窄的解决方案，我们可以将范围狭窄的人工智能叠加到一起，但这些人工智能的叠加永远不能得到一个通用人工智能。通用人工智能的关键不是有多少种能力，而是这些能力的整合。

　　在人工智能从专用迈向通用的同时，专业领域的智能化应用将是未来几年之内人工智能主要的发展方向。人工智能在某些领域已经超越人类智力，正在带动一些产业变革。比如无人驾驶技术已成为未来汽车行业发展的重要趋势和战略制高点，除谷歌、优步、特斯拉等科技公司在这一领域发力，奔驰、奥迪、丰田等传统汽车厂商也在竞相投入巨资研发。谷歌母公司“字母表”旗下的“出行新方式”（Waymo）公司今年表示，基于谷歌自动驾驶技术的汽车已从公路测试转向公共试乘，还宣布下一阶段的目标是向公众提供无人驾驶出租车服务。如果无人驾驶汽车真的大规模商业应用，将给相关行业带来巨变。在医疗领域，位于硅谷的斯坦福大学研究人员今年初公布了一项诊断皮肤癌的算法，经过训练，算法的表现已经可以媲美专业皮肤科医生。除此之外，人工智能在智能制造、政府政务管理、城市社区管理与智能家居、城市建设发展规划、公共安全与防护、劳动就业和劳资管理、社交娱乐活动、金融服务、现代物流、现代农业都将发挥积极的影响和作用。展望未来，人工智能作为一种共性技术，无孔不入，将普及和渗透到各个行业领域和我们每个人的生活当中，成为当之无愧的“人工智能+”。

关注读览天下微信， 100万篇深度好文， 等你来看……