人工智能自上世紀六十年代誕生,經歷了半個多世紀的起伏式發展,在近兩年的時間里又迎來了“爆發期”。隨之而來的是對人工智能的定位、人工智能對于人類發展的作用、人工智能的商業化應用等方面的討論。但確定無疑的是,人工智能是一條創新且蘊藏巨大能量的發展之路,勢必將成為產業變革中強有力且不可替代的助推引擎。

為此,“第一財經”特邀三位人工智能業界的代表:光大控股新經濟負責人,特斯聯ceo艾渝,微軟亞洲研究院副院長潘天佑和中科院虛擬經濟與數據科學研究中心主任石勇,來到《中國源動力》的現場,分別從資本、產業、學術三方面分享人工智能在當下發展的最新前沿訊息,開啟一場關于“人工智能”的思想風暴。

如何理性看待ai當下的發展

人工智能起源于上世紀的1956年召開的達特茅斯會議,科學家們探討利用機器模擬人類智能等問題,與此同時首次提出“人工智能”(ai)的術語,ai的名稱得以確定。而那時關于人工智能是模擬人類的神經系統、還是模擬人類心智的討論預示了人工智能隨后幾十年關于“結構與功能”兩條路線的斗爭。

石勇認為人工智能的發展分為幾個階段,而最終表現是用機器的方式在‘結構、意識和行為’三個層面模擬人。但總體來講,人工智能的發展與社會需求的發展同步。目前人工智能的發展集中在第二層面,即模擬意識層面。至于如何過渡到行為層,目前來講還需要很長的路要走。

665 >

嘉賓(從右至左):光大控股新經濟負責人,特斯聯科技ceo艾渝、中科院虛擬經濟與數據科學研究中心主任石勇及微軟亞洲研究院副院長潘天佑

艾渝看好人工智能的發展,并堅信long ai:“任何科學技術的發展總是在曲折中前行,都會經歷波峰波谷。但凡是與社會潮流順行或引領時代潮流的科技,都將推動社會的發展,成為不可分割的一部分。但即便是現在處于上升期的人工智能,如果回看發展歷史也是經歷了起伏式發展。正所謂‘功不唐捐,玉汝于成’”。

自概念誕生直至20世紀70年代,人工智能經歷了短暫的上升發展期,期間歷經了圖靈測試、聊天機器人eliza以及重要的超文本鏈接概念的誕生。但在20世紀70-80年代,人工智能因當時計算機有限的內存和處理速度不足,而被眾多機構停止資助導致其發展停滯;但到了20世紀80-90年代,人工智能又因第五代計算機的發展,開始了突飛猛進式的演進。1981年,日本經濟產業省撥款8.5億美元予以研發人工智能計算機項目,隨后英美兩國也迅速響應,開啟了人工智能的春天;而時至今日,人工智能又迎來了大規模發展:據工信部一份數據報告顯示,截止至2018年9月,全球共有人工智能企業5159家,中國以1122家(不含港澳臺)位居第二;2018年上半年,人工智能領域的全球融資規模達到435億美元,中國的規模達到317億美元,占了全球的四分之三以上。可謂人工智能在經歷了幾次波峰波谷后,又在全速前行中。

ai與人類的聯結是取代,還是共贏

ai威脅論一度伴隨科技發展而爭議不斷,“替代人類”成為人工智能強勢崛起被世人所忌憚的痛點所在。英國著名物理學家霍金生前曾多次提到人工智能可能會毀滅人類。

要回答這個問題,艾渝認為先要弄清楚人工智能與人類的主要區別。人工智能與人類的區別在于智能與智慧,以及是否有自主學習并創造的能力。目前的狀態下,人類賦予人工智能某種能力,讓它成為一種工具,更多的幫助人們處理重復性、有規律的事情,使得人們能夠有更多的時間去思考、去做更富有創造性的,更高層次的事情。

對于未來的判定,這位人工智能領域的資深投資人用“馬車司機與汽車司機”做了形象的比喻,艾渝說:“就像當年的工業革命,汽車替代馬車是不可逆的。我們現在就站在這樣的一個檔口。也許人類用了三十年去成為一位好的馬車司機,但在汽車誕生那一刻時,想要轉換成為汽車司機對于當時的人來講還是非常困難的。但當汽車替代馬車成為主要交通工具時,這個時代就完全不一樣了。也許我們這一代人就是‘馬車司機’,而下一代人也許就是能嫻熟駕馭人工智能的汽車司機”。

潘天佑對于人工智能的發展給予了大膽的猜測,他認為未來替代人的一定是強人工智能,而非現階段的人工智能。強人工智能與人工智能的根本區別在于意識與情感。他舉例人類早已跑不過汽車,但依舊會舉辦奧運會,這是人類文明的一個意識與情感的升華,如果未來強人工智能也具備了意識與情感,那就是人被替代的時間點。

石勇覺得科學最終的追求是希望自然界或人工智能為人類服務,從這個角度出發,人類要把機器訓練的像人一樣,是要讓機器與人的水平保持一定距離的。人工智能產品全面超過人,這個現象不好說,但并不是沒有可能。通過大數據學習方法,我們能讓機器更趨近于我們所想要的讓機器擁有智慧和創造能力,但這一轉變需要時間。

ai投資是否過熱?

近年來,我國人工智能領域經歷了爆發式的增長。無論從企業數量、還是融資規模,都位列全球首要位置。但據億歐智庫發布的《2018中國人工智能商業落地研究報告》顯示,2017年中國ai創業公司累計獲得超過億人民幣融資,但其中商業落地前100強公司累計產生收入卻不足100億人民幣。這是否表明人工智能領域的投資過熱呢?

第一財經電視主持人與投資人嘉賓艾渝對談人工智能領域的投資熱問題

作為三位嘉賓中資本方代表的艾渝引用了行為經濟學中的“前景理論”對這一現象進行了說明:等量的失要比等量的得對人的影響更大,也就是說人在同等量的得與失面前,往往會過度關注失去。正像20年前互聯網產業泡沫的產生、破裂一樣,很多人認為當時遇冷的互聯網不行了。但風險與機遇并存,現在互聯網行業中那些偉大的公司,諸如bat或者fang(facebook, amazon, netflix, google)都是在泡沫期中誕生的,歷經市場洗禮,迎來更好、更快的發展機遇。而如今ai的發展就如同當年互聯網公司發展的真實寫照。所以人工智能領域中的泡沫現象是正常的,而且2019年開始將會有大量的泡沫被戳破。

313 >

前景理論的表述圖

“也因此,今天的ai產業投資發掘的一定是:首先,要有過硬的技術實力,同時又對垂直的商業場景有真實的理解并能將技術落地、運用,最終獲得實際價值的公司。在過往的投資中,我們逐步發現ai+實體經濟的投資理念,并總結為aiot loop投資閉環。說的就是充分利用ai作為提升效率的工具,賦能實體經濟的發展,最終真正產生價值”,艾渝說:“所以,我們要做的就是陪伴這些能產生實際價值的公司穿越成長周期,做真正能夠穿越周期性泡沫的資本方。”

光大控股新經濟的aiot loop智能化閉環模型

在2018年5月牛津大學發布的一份題為《解密中國ai夢》的報告中,通過硬件、數據、算法和商業四個方面分別進行評分,將中國和美國的ai實力做了評估對比。報告的結果是中國綜合得分17.1,美國得分32.5。即報告認為中國在人工智能領域實力僅達到美國的一半。那是否就是說,中國的ai發展落后于美國?

針對這個問題,潘天佑表達了他的見解:“我覺得那些比較低端且能夠馬上見效的東西叫做成功,這方面美國的成功率比我們高。ai有三個發展,分別是模擬人的結構、意識和行為。美國在結構和意識之間做的非常好的,跟現實貼的是非常近的。我們這邊盡管數量多,但是我們可能在布局上面以及響應上面有自己的獨特優勢。但不論誰做出來的東西,都將有利于人類社會的整體發展。”微軟亞洲研究院主要聚焦前端的研究、與產業聯通、培植未來三大部分,未來將其建立在云上,借助云服務,讓人工智能的能力“植入”到更多人和公司,讓人工智能技術更普及。

面對中美差異,艾渝認為現在下定論誰更強大一些,還為時過早。另外現在的差異主要表現為:一則是ai的發展進程差異;二則中美產業差異;中國是依托于互聯網公司的崛起,在數據及算法領域有一定積淀,終端需求場景豐富,更加擅長于應用科學的發展。與此同時,我國擁有世界上最大的市場、擁有最勤奮的人力資源,對商業應用的速度也快于他國。這也正是中美之間目前互相依存,高度互需的狀態。

ai的高度商業價值

人工智能的發展離不開算力、算法與數據的疊加效應。而就像互聯網對實體經濟的賦能一樣,人工智能將在未來對各行各業進行深度化改造,全面走向智能化部署與決策。因此產業鏈中的各個層級的數據化、智能化都蘊藏著巨大的投資機會。互聯網是首個完全被數據化的產業,在眾多的電商平臺中,智能化決策系統會根據消費者對于某款產品的偏好自動推薦相關產品。但縱觀線下實體店,都很難回答這幾個問題:誰來了、來了多少人、停留了多久以及偏好是什么?這樣的問題也普遍存在于我們的農業、交通、政務以及智慧城市的管理當中。

“如果一個企業能夠用人工智能的相關技術對某一個垂直領域進行深度數據化、網絡化、智能化改造,幫助該領域創造出10%的效益優化,那么這將是一個巨大的提升”,艾渝說:“2018年,中國的gdp總量已經超過90萬億人民幣,10%的提升將會達到9萬億,這將是一片巨大的藍海。”

在光大控股新經濟團隊的ai+投資矩陣中,“特斯聯(terminus)”就是充分利用人工智能賦能傳統經濟的一個例證。2015年,在艾渝的帶領下光大控股新經濟團隊瞄準物聯網領域并孵化智能物聯網公司—特斯聯科技,打造 aiot產業賦能引擎,以設備物聯和數字智能技術賦能實體經濟,艾渝作為特斯聯科技ceo深度參與企業管理與運營。經過3年發展,特斯聯科技以物聯網和數據智能為兩大核心技術能力,幫助傳統場景完成“實體產業的業務和交易”到“數據孿生”的轉換,沿著 a、i、o、t四個步驟來完成智能化閉環,目前已成為中國智能物聯網領域最大的先行者企業,目前特斯聯在全國落地各類智慧項目8000余個,服務人口達千萬級,已是中國最大的城市級智能物聯網平臺。雖然公司剛剛成立不到三年,僅2018年一年便已經實現了幾十億的銷售規模。

京東物流就是充分利用人工智能賦能傳統經濟的一個例證。2018年,京東11.11全球好物節累計下單金額超1598億,每天大概有接近十億的訂單量。而第一份訂單從下單狀態到送達用戶手中僅用時4分鐘。截止當日0點前,已經有90%的訂單被全部送達至消費者手中,這樣的成果在過去是不可想象的,10億份訂單在一天之內被送達到用戶手中,準確率更是高達90%。這樣的效率提升,是因為背后龐大的人工智能技術的支持:貨物數據通過物流傳感器輸入輸出;通過nb-iot和5g的這樣的基礎設施連接并形成網絡;再通過物流平臺的ai系統實現智能化處理,對配送情況進行決策、優化,直至送到客戶手中。這一點就是科技對于傳統物流行業的改造,是人工智能對于效率的提升。

對于人工智能在當下的商業化價值,微軟亞洲研究院副院長潘天佑給予了充分肯定,并例舉了人工智能提升商業效率的案例。微軟亞洲研究院近期跟香港航運公司合作,利用人工智能算法,推算出貨輪甲板上的集裝箱空置率,并按照如何最小化空置率的目標,幫助航運公司重新規劃航線,讓整體空置率降低。他指出未來人工智能未必將全部擬人化,而是將人工智能算法賦能于任何單一產品,從而實現降低成本,收益最大化的目的。

資本是“急”的,讓2019成為ai“考試年”

正如艾渝提到的,無法落地實際場景并應用的ai并不能算是真正有價值ai。三四年前,投資ai可能更多的是投資學術、投資理論,甚至是一些有研究獎項等學術背景的專家,但是故事講完了,能不能商品化、商業化,能不能成為一個企業,將學術轉化為技術、商業模式,2019年必將是“考試年”。

而艾渝率領的光大控股新經濟團隊一直在尋找能夠穿越泡沫周期的先行者企業。今年,投資將重點關注既有技術,又有商業落地能力,對某些場景做到真正理解的一類公司,可以不斷的將看似奢侈的技術產品變成普通老百姓能接受的生活化產品。

以上是網絡信息轉載，信息真實性自行斟酌。