现在人工智能发展到什么程度了？

2017-11-30请点蓝字＞慎思行慎思行

文章来源中国人工智能学会，罗兰贝格公司

个人微信 helloSSX

人工智能概念介绍

人工智能是什么？人工智能是一门利用计算机模拟人类智能行为科学的统称，它涵盖了训练计算机使其能够完成自主学习、判断、决策等人类行为的范畴。人工智能、机器学习、深度学习是我们经常听到的三个热词。关于三者的关系，简单来说：机器学习是实现人工智能的一种方法，深度学习是实现机器学习的一种技术。机器学习使计算机能够自动解析数据、从中学习，然后对真实世界中的事件做出决策和预测；深度学习是利用一系列“深层次”的神经网络模型来解决更复杂问题的技术。

人工智能从其应用范围上又可分为专用人工智能(ANI)与通用人工智能(AGI)。专用人工智能，即在某一个特定领域应用的人工智能，比如会下围棋并且也仅仅会下围棋的AlphaGo；通用人工智能是指具备知识技能迁移能力，可以快速学习，充分利用已掌握的技能来解决新问题、达到甚至超过人类智慧的人工智能。

通用人工智能是众多科幻作品中颠覆人类社会的人工智能形象，但在理论领域，通用人工智能算法还没有真正的突破，在可见的未来，通用人工智能既非人工智能讨论的主流，也还看不到其成为现实的技术路径。专用人工智能才是真正在这次人工智能浪潮中起到影响的主角。我们的讨论范围将聚焦在更具有现实应用意义的专用人工智能技术，具体讨论现有专用人工智能技术能带来的商业价值。

人工智能发展历史与现状

人工智能的发展历史

人工智能的概念形成于20世纪50年代，其发展阶段经历了三次大的浪潮。第一次是50-60年代注重逻辑推理的机器翻译时代；第二次是70-80年代依托知识积累构建模型的专家系统时代；这一次是2006年起开始的重视数据、自主学习的认知智能时代。在数据、算法和计算力条件成熟的条件下，本次浪潮中的人工智能开始真正解决问题，切实创造经济效果。

本次人工智能浪潮的驱动因素

近年来，人工智能应用领域市场规模、人工智能领域的资金投入都迅速增长，反映了社会与市场整体对其认知程度与信心的高涨。驱动认知程度提高的一方面因素是技术本身的提高，包括数据、算法、算力，使得人工智能技术真正为商业应用创造了价值；另一方面，大数据、物联网、云计算等技术为人工智能的发展打下了良好基础。

高质量、大规模的大数据成为可能。1986—2007年，全球单日信息交换量增长了约220倍，全球信息储存能力增加了约120倍。海量数据为人工智能技术的发展提供了充足的原材料。

计算力提升突破瓶颈：以GPU为代表的新一代计算芯片提供了更强大的计算力，使得运算更快，同时在集群上实现的分布式计算帮助人工智能模型可以在更大的数据集上运行。

机器学习算法取得重大突破：以多层神经网络模型为基础的算法，使得机器学习算法在图像识别等领域的准确性取得了飞跃性的提高。

社会理解与接受程度广泛提升：随着社会信息化及互联网/移动互联网的普及，以及受AlphaGo等大量热点舆论事件影响，全社会对人工智能的态度已逐渐从怀疑、恐惧转变为好奇、接受和认同。

物联网、大数据、云计算技术提供了人工智能的发展基础

物联网、大数据、云计算技术为人工智能技术的发展提供了其所需要的关键要素。物联网为人工智能的感知层提供了基础设施环境，同时带来了多维度、及时全面的海量训练数据。大数据技术为输入数据在储存、清洗、整合方面做出了贡献，帮助提升了深度学习算法的性能。云计算的大规模并行和分布式计算能力带来了低成本、高效率的计算力，并降低了计算成本。

人工智能产业发展状况

技术方向方面

人工智能方向的企业目前主要分为两类：专注于技术研发的通用型人工智能企业，如DeepMind、 Facebook AI Research、Google Brain与Baidu AI等，以及专注于人工智能技术应用的专用型人工智能企业。通用型人工智能由于研发技术难度大，目前多由巨头互联网公司在进行布局，短期内没有明确的技术突破前景。专用型人工智能企业数量众多，但其发展仍然受制于需要人工标注的数据限制。

应用方向方面

从应用方向上来看，金融、医疗、汽车、零售等数据基础较好的行业方向应用场景目前相对成熟，相关方向企业的融资热度也较高。以自动驾驶领域为例，谷歌、百度、特斯拉、奥迪等科技和传统巨头纷纷加入；人工智能在金融领域的智能风控、智能投顾、市场预测、信用评级等领域都有了成功的应用；在医疗领域，人工智能算法被应用到新药研制，提供辅助诊疗、癌症检测等方面都有突破性进展，凡此种种，不一而足。

地域发展方面

纵观全球人工智能产业的发展，我们可以发现：全球领先的创新高点散落在各个国家，如美国纽约与硅谷、英国伦敦、以色列，以及中国的北京、上海与深圳。人工智能技术本身具有高流通、易传导的性质，在全球信息流通开放的大环境下，人工智能的发展不再受限于国家或地域。

借助于良好的人才基础、巨大的应用市场、强有力的风投基金支持，中国人工智能企业的发展势头良好，在全球处在优势领先地位。中国的人工智能企业数量、专利申请数量以及融资规模均仅次于美国，位列全球第二。在国内，计算机视觉、服务机器人、自然语言处理方向的人工智能企业占据了人工智能企业个数的一半以上。北京、上海、深圳作为国内人工智能创新的高地，其相关企业数量占据了国内企业总数的近80%。

人工智能未来发展的预测

我们认为，短期内构建大型的数据集将会是各企业与研究机构发展的重要方向。同时，机器学习技术会更注重迁移学习与小样本学习等方向，近期AlphaGo Zero在无监督模式下取得的惊人进步充分体现了此方向的热度。长期来看，通用型人工智能的发展将依赖于对人脑认知机制的科学研究，其发展前景目前尚处于无法预测的状态。

在商业应用方面，短期内，专用型人工智能将会在数据丰富的行业、应用场景成熟的业务前端(如营销、服务等)取得广泛的应用。长期来看，正如国际人工智能领域著名学者Michael I.Jordan所说，人工智能技术将能在边际成本不递增的情况下将个性化服务普及到更多的消费者与企业，从细分行业的特定应用场景应用到更加普世化的情景。

编辑 Yibin.P

推荐阅读

人工智能发展过去、现在和未来的总览。一起了解谷歌技术总监、人工智能专家Kurzweil、机器学习专家Jeremy Howard和Wait But Why博客Tim Urban等人的观点，我们在人工智能的发展路线图中处于什么阶段？什么时候会出现像人类一样厉害的人工智能，还有超过人类智能总和的超人工智能？

我们所说的人工智能（AI），是一个广义定义。虽然众说纷纭，大部分专家认为，人工智能发展有三个水准：

弱人工智能（ANI）

第一类智能水准：能够专注于一个领域，例如能战胜世界围棋冠军的AI，但是也只能下围棋。

强人工智能（AGI）

第二类智能水准：达到和超过人类水准的人工智能，以Gottfredson博士的定义，有能力“推理、计划、解决问题、抽象思维、理解复杂概念、快速学习、从经验中学习。”

超人工智能（ASI）

第三类智能水准：超过所有人类智能总和的AI——用Tim Urban的话说，“从比人聪明一点点……到聪明一千万倍。”

那我们现在在哪个阶段呢？我们现在达到了第一个水准——弱人工智能——在很多方面，它已经进入了我们的生活中：

l 汽车里到处都是ANI，从可以在紧急情况下刹车的电脑，到可以调配汽车加油参数的系统。

l 谷歌搜索是一个很大的ANI，有很多非常复杂的方法将网页排序，知道给你显示什么。同样的，Facebook Newsfeed也是

l 电子邮件垃圾邮箱过滤器，知道什么是垃圾邮件、什么不是，并且学会按照你的偏好来过滤邮件。

l 你的电话就是一个小型ANI工厂……你用地图APP导航，收到定制化的音乐推荐，和Siri聊天等等。

例子不胜枚举。弱人工智能系统不怎么惊悚。失控的ANI会带来危害，但通常是独立事件。虽然ANI不会造成人类的生存性恐慌，相对人畜无害ANI应被视为一个先兆。每一次弱人工智能的创新进步，都在往强人工智能和超人工智能更近一步

人工智能这个主题大家可能都不陌生，事实上，它已经成为当下讨论最为热烈的话题之一。根据搜狗的大数据技术显示，在AI影视作品热度排行榜中，新生代《攻壳机动队》二次元入侵，打破科技次元壁，爆冷门夺下AI影视热搜第一。而在畅想未来机器人能帮自己做什么时，对美食情有独钟的中国人果然不负“爱吃”之名，不忘舌尖美味。最希望发明炒菜机器人，每天给自己做各种美食佳肴犒劳自己。而除美食外，国民同样关心起居住行，想要保姆机器人和伴侣机器人。帮自己洗衣、开车、打扫卫生，陪自己聊天等等。

但是目前的人工智能又达到了什么程度，技术水平能否已经满足大家的期望呢？

提到人工智能，深度学习技术的开发成为其必不可少的驱动力之一。以最近广受关注的AlphaGo与柯洁的围棋大战为例，此次AlphaGo的运转原理已经与一年前有了非常显著的不同。很多人都以为AI获胜是因为它会使用其强大的运算能力暴力计算，而且可以调用几千万盘棋谱来算出每一步赢棋的概率。这一点都没错，不过据说现在的AlphaGo已经放弃了蒙特卡洛树的搜索，而强化了增强学习的作用，AlphaGo不仅落子飞快，而且其行棋风格逐步脱离人类，走棋也会远远脱出人类的定式，甚至这些下法在教科书中会被认为是低级错误甚至完全不可理喻。柯洁在第一局会后的采访中用了一个很好的例子说明了AlphaGo的棋风莫测，在回顾比赛时对第54手的断时，柯洁表示：“很震惊，这在人类的下法中是不能有的。”

此外值得关注的是，人工智能在非完整信息博弈里面也取得了极大的成功。去年AlphaGo战胜李世乭后很多网友吐槽说，AI打麻将的话恐怕真的不行，因为在这种无法获得全部信息的情况下，不存在一个最优解，必须得通过类似于“直觉”甚至对于对手习惯的判断来获得信息。但是今年年初时人工智能Libratus在德州扑克领域碾压了职业牌手。到比赛结束时，人工智能领先了人类选手177万的筹码，Libratus平均以14bb/h的巨大优势碾压获胜。（一般认为5bb/h已经意味着技高一筹，15bb/h已经接近碾压）

在非完整信息博弈取得成功的同时，AI科学家已经在试图攻克二级市场投资领域了。根据我的了解，国际对冲基金巨头桥水基金（Brigdewater）在2015年2月聘请原 IBM Watson 机器人团队首席科学家David Ferrucci领导其6名顶尖专家AI研究团队，并打算在算法交易上实现突破。同样，国外的 Two Sigma 和 Renaissance Technologies 等依靠数据来进行投资的基金最近也宣称开始依赖人工智能做出投资决定。不少对冲基金开始移向真正的“机器学习”，这样人工智能系统就可以以更快的速度来研究更大量的数据，并且通过数据分析来自我提高。或许就在不久的将来，人工智能就可以通过对于舆论分析技术、风险控制、数据的判断来碾压各类基金经理。

除了在纯粹智能领域的发展，这些年在理解沟通、人机交互上的人工智能应用也有了长远的发展。以国内的科技公司为例，搜狗CEO王小川在去年乌镇世界互联网大会上展现了机器同传的技术。演讲屏幕上除了语音识别实时显示的中文内容以外，还有机器同步翻译的英文内容。从现场演示效果来看，搜狗语音识别准确率已经超过97%，机器翻译准确率也非常高。搜狗利用其在大数据上的传统优势，不断提升带来了语音产品体验的优化，而产品上的持续积累又为技术的不断积累提供了很强的数据基础，目前搜狗语音输入法日均语音识别请求已经突破2.4亿次。传统来看，机器对于自然语言语义的理解一直是人工智能领域的难题，虽然今天的语音识别和机器翻译仍然存在一定的瓶颈，但是这个问题在未来解决恐怕不会面临什么太大的困难。很多同声传译工作者虽然倔强地声称，在高端传译领域，人类仍然是不可替代的。但是回想起这些年从愚蠢的围棋软件到目前AI已经拥有了碾压人类的围棋技术，其速度之快，恐怕同传这门职业的未来还真不太乐观。

除了语音识别，在语音交互领域国内外的科技公司也仍然在继续努力。目前世界上许多互联网领域的公司都开发了富有特色的智能语音助手，包括苹果的Siri，谷歌的谷歌助理(Google Assistant)，微软的Cortana，Facebook的Facebook M等。不过，这些语音助手仍然存在着一定的缺陷，比如网上存在着各调戏Siri的段子就是例子。在这一点上，国内的公司由于拥有中文语境的本土优势，在中文的语音交互上比起国外巨头公司反而更加智能和人性化。

此外搜狗推出的机器人“汪仔”，之前还参加了《一站到底》的节目，从节目中可以看出，搜狗汪仔以压倒性的优势战胜人类，其中有一期是节目开播5周年庆，选手都是往年的冠军选手，汪仔也较轻松地取得了胜利。在这一点上，人工智能已经反映出了其对于复杂问题强大的答题能力，其背后涉及了搜狗作为搜索引擎公司所具备的众多技术，包含语义分析，问题理解，信息抽取，知识图谱，信息检索，深度学习等。

如果做个类比的话，人工智能领域的发展已经类似于智能手机出现的前夜。在商业化智能手机出现之前，手机拍照、触屏、第三方软件、PDA功能在各个手机上各自为战，然而一旦成型的技术突破，恐怕会给人类的生活带来一场新的革命。试想如果一个机器人已经做到完全理解你的指示，能够帮你驾驶、投资、看病、甚至陪你玩游戏甚至谈恋爱，那文艺作品中那些故事还真的离我们很远吗？

弱人工智能(ANI)：弱人工智能是擅长于处理某一单个方面的人工智能。比如Alfago只能下象棋，苹果Siri目前只能作为你的语音助手。特斯拉的无人驾驶系统里也包含无数的弱人工智能，不要否认，我们已经进入人工智能的世界中，只是现在level还比较低。甚至在弱人工智能中都属于比较低级的阶段

强人工智能(AGI)：人类级别的人工智能。强人工智能是指在各方面都能和人类比肩的人工智能，人类能干的脑力活它都能干。创造强人工智能比创造弱人工智能难得多，我们现在还做不到。Linda Gottfredson教授把智能定义为“一种宽泛的心理能力，能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作,”强人工智能在进行这些操作时应该和人类一样得心应手。

超人工智能(ASI)：牛津哲学家，知名人工智能思想家Nick Bostrom把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能。”目前AI的发展毫无疑问处于弱人工智能发展阶段。但在弱人工智能阶段，AI的发展也要被划分为三个阶段：技术驱动阶段、数据驱动阶段和场景驱动阶段。我们现在处于弱人工智能的早期阶段——技术驱动阶段。

一、农业领域

目前人工智能除草机只需要装在拖拉机上。它可以快速地识别出杂草和庄稼。进行有效的除草。这样不仅能精准地除草，而且能大量的减低农药的使用量。

二、医学领域

在近年，人工智能的深度学习功能，在医学领域，对医疗的技术，以及对病情的判定。简直就是革命性的改变。在一次人工智能和人类的病理诊断大比拼中，人类已经输给了谷歌研发的人工智能病理诊断。早在前几年，谷歌大脑就已经与美国的Verily公司联合一起开发了一款人工智能医疗工具，而这个医疗工具，能用来诊断乳腺癌。为了确定这个功能的可用性以及准确率。谷歌专门安排了一场人类与人工智能病理分析的大比拼。而这场比拼，人工智能以88.5%的准确率赢了一名资深的病理学家，而这位病理学家，花了整整30个小时，仔仔细细分析了130张切片，才得到73.7%的准确率。

三、图像处理领域

在很久之前，人们遗留下来的大多数都是黑白照片。而早在2016年，科学家已经研发出了对图片的自动上色功能。而科学家通过大量的数据让人工智能深度学习，他们使用黑白图像做输入，人工智能用彩色图像来做输出，以此来训练出一个人工智能的图像处理的神经网络。这个神经网络可以自动对黑白图像上色，也就是说，在用途上，只要我们可以把以前的一些古老的黑白摄影机的图像输入，这个人工智能的网络它就可以自动将黑白照片还原成彩色的图像。

四、电商领域

对于即将到来的“双11狂欢节”，估计闲的蛋疼的朋友就会问。双11的到来，对于淘宝商家的设计师，设计图片辛苦吗？确实，按照淘宝店铺商家发布的数量来看，做成如此多数量的图片文案，得逼得不少人熬夜，不过，其实早在去年淘宝就推出了人工智能设计师——鲁班，2017年的双十一，有1.7亿张图片是出自于鲁班之手。而今年，将有4亿张图片由鲁班来设计，4亿张图片是什么概念呢，按照一天的时间来算，每秒可以设计8000张。

除了上述的领域，其实人工智能已经被广泛使用。从我们最常见的空调，热水器，洗衣机。甚至是电饭煲。人工智能已经“入侵”了我们日常生活的大部分领域，只是我们没有留心去发现。而对于人工智能的发展前景，那肯定是势不可挡的。我们不仅要快速的去熟悉人工智能的工作原理，而且要从人工智能不能超越人类的地方去下手，去提升我们自身的技能。