人工智能大會結束了 愛博體育科技解析ai對生活的滲透才剛開始

2019-09-06 16:25來源:甄網天下

原標題：人工智能大會結束了 愛博體育科技解析ai對生活的滲透才剛開始

為期三天“世界人工智能大會”結束了。這是上海第二次舉辦該主題的會議。主辦方更改了地點，把活動場地從前一年富有藝術氣息的徐匯濱江綠地，搬到了更加開闊的世博中心和世博展覽中心——這兩個世博會遺留下來的大型設施，一個用作這次大會的室內會議場地，另一個用作展覽。據愛博體育官網yb1573下載com獲悉約有上百家公司在世博展覽中心的“大廠房”里搭建了展臺，其中既有商湯、訊飛等人工智能獨角獸，也有阿里巴巴、騰訊、google等傳統互聯網公司，有英特爾、ibm、aws等云計算服務商，華為、abb等硬件公司，以及斑馬網絡等為自動駕駛汽車開發操作系統的公司、云從科技等算法供應商、華虹等芯片制造商。

參展的眾多廠商都對ai有雄心。

這是一個很明確的縮影：時下幾乎所有技術公司都要跟人工智能（ai）沾上關系——即使現在沒有，將來也要有。為期三天的世界人工智能大會，向與會者和公眾展示了過去幾年還僅限于一些外圍爭議討論的ai技術，在全球各大技術公司的不懈努力之下，究竟已發展到了怎樣一個實質階段。

ai技術的四大趨勢：

模糊決策、通用智能、生物體智能、透明算法

模糊決策 游戲依然是人工智能公司最喜歡的訓練場景。8月29日的開幕式上，騰訊公司董事長兼ceo馬化騰聲稱，騰訊將繼續在《王者榮耀》中訓練人工智能。“圍棋的決策數量是10的107次方，而《王者榮耀》的決策數量是10的2萬次方。”馬化騰說。不過這種僅僅比較線性計算的ai已經不再是大家的掌上明珠了。

8月30日的微軟分論壇上，微軟全球執行副總裁沈向洋展示了他們正在開發名為suphx的“麻將ai”。根據他的說法，麻將對機器而言是比圍棋更“難”的游戲，因為圍棋的棋局信息是公開的，而不能相互看牌的麻將具有更多的隱藏信息。這種高度不確定性需要ai具有模糊決策能力，就像真實的人類那樣——善于在信息不完備的情況下做決策。

通用智能 ibm在醫療領域推出的watson去年剛剛經歷裁員，雖然商業上不夠成功，但這家公司并未放棄對“人機對話”的專注。在這次上海人工智能大會的展館，主打“人機對話”性能的辯論ai系統project debater（項目辯論者）成了主角。

這個項目的技術關鍵，是實現從語音識別到語義理解的跨越。語音識別只是簡單的聲音匹配，只要經過足夠的數據訓練就可完成，但是要理解人類的語義就復雜得多，它涉及心理學、邏輯、數學、社會學等多重復雜學科。

目前，我們能看到的既有ai應用都還只是“專用智能”，以alphago為代表，它們只能解決某一目標單一明確的任務，不能在其他場景中復用。而ibm寄希望于通過這個項目實現“通用智能”——即通過一套系統完成多種不同任務，這一刻服務金融客戶，下一刻就可以跟人談判。

生物體智慧 對人類大腦的通用性從何而來的研究仍然具有重大商業價值，此次人工智能大會的分論壇之一也是腦科學。不過，人的智能并不僅僅體現在大腦上。過去1年，微軟在研究麻將之外還開發了首個可存儲數據的“dna硬盤”，即通過研究dna編碼信息的機制，只用半張麻將牌大小的面積就可以存儲原本需要一個倉庫的服務器的數據。

同時，這家公司還在研究一個課題：細胞是如何從環境中獲得信息、理解信息、處理信息、做出決定的，以此探索治療疾病的新路徑。

如馬云在同馬斯克的對談中所說，人工智能時代可能是鮮有的讓我們可以有機會、有能力向“內”觀看的時代。

算法透明 算法是人工智能的核心競爭力，但算法也不過就是一串指令，而深度學習模式下的神經網絡很容易就能自動產生指令。

“我們目前并沒有阻止算法自己開發算法。但是它開發出的算法是有用的、新奇的嗎？需要打個問號。”哥倫比亞大學數據科學研究院主任教授周以真對《第一財經》yimagazine說。

人的大腦是通過動態調節“神經元”之間的連接鍵權重從而得出計算結果的，深度學習就是類似的仿生設計。不過就像人只知道自己的大腦“想出來了”，但不知道它使用了什么算法一樣，深度學習模式的機器里也充滿了“黑洞”。這些黑洞對于需要決策未來銷售目標的電商可能影響不大，但對等著決定接受開刀還是服某種藥的患者就不同了。

8月30日下午，人工智能技術與服務提供商第四范式也在上海展覽中心的一個會議室舉辦了與“算法”有關的分論壇。上述“黑洞”問題是話題之一。

場景碎片化，讓專用人工智能變昂貴

在8月30日下午的一場圓桌會議中，歐拉認知智能科技ceo王緒剛將人工智能稱為“富豪的游戲”。就ai芯片而言，“中小企業也希望利用數據的價值，但是一個數據處理平臺普通的就幾十萬（元）。”王緒剛說。

同臺的云從科技的ceo張立也認同王緒剛的說法。她所在公司的主要業務是為客戶開發算法，并幫客戶匹配到相應的ai芯片。他們發現，因為不同場景的算法不同，需要適配的芯片和級別也各不相同，這種高度定制化帶來的問題就是“每個客戶的成本都很高”。

有關人工智能“昂貴”的的說法在剛剛過去兩天的大會中不斷被各種演講者提及。

芯片上游的算法本身就是昂貴的。以語音翻譯為例，開發者需要有至少10萬個小時的聲音資料和1億字的文本，才能開始做這個工作。這意味著一些少數人使用的語言可能因為“無利可圖”而沒有人去把它納入產品。這個問題到了工業領域更明顯，每一個生產線面臨的問題泛泛而言都可以稱為“視頻分析”，但是每一種物品生產真正要解決的問題都不一樣。

“機器人+ai模式”目前在工業領域商業化較成功。

機器人被寄希望于與人工智能相結合后成為最接近人類的新物種，但是目前僅在動作單一的工業領域取得較為成功的商業化，鮮少走入家庭之類的消費場景中。

“影響機器人走入家庭的關鍵是人工智能的實現。”達闥科技副總裁孔兵說，他們公司目前最主要的產品是服務于老人和家務勞動的服務機器人，這些產品的功能都比較單一，很難平攤硬件成本，因為人工智能還不夠通用。

機器人走入生活還需時日。

正因為這種不成熟，在參觀位于上海展覽中心的上百家技術公司的展臺時，你會發現，貼在墻上的標簽、劃分出來導覽的區域基本是同質化的。幾乎每家公司的展臺都分為智慧城市、智慧交通、智慧零售和語音識別等四五個業務單元——這些領域被業內稱為“頭部場景”。

大部分對ai有雄心的企業都在考慮讓城市更智慧一點。

頭部場景開發殆盡，務實最緊要

沒有人知道通用智能什么時候到來，也沒人知道通用智能是否就能抹平不同場景間的鴻溝。不過這并沒有妨礙企業和資本對人工智能的熱情。

創新工場董事長李開復在8月29日接受包括《第一財經》yimagazine在內的媒體群訪時稱，中國的投資者對人工智能的態度經過了3個階段：

第一個階段是先創業再找方向，那些還沒方向、只標榜人工智能的公司在這個階段拿到了錢。

第二個階段是b2b模式的人工智能，主要面向互聯網和金融等已經具有數據、并且是標準化數據的行業提供服務。創新工場在這個階段投資了第四范式和曠視科技，后者上周剛剛向港交所遞交招股書。

第三個階段，他認為將進入“ai+”時代，就像當初的互聯網一樣，成為服務鋼鐵、制造、農業、服務業等全行業的基礎設施。

以上是網絡信息轉載，信息真實性自行斟酌。