人工智能的巨大能量，帶動(dòng)了從微觀至宏觀的各種智能化需求，進(jìn)而催生一系列新的技術(shù)、產(chǎn)品、業(yè)態(tài)與模式。
根據(jù)中國(guó)信通院與Gartner聯(lián)合發(fā)布的《2018世界人工智能產(chǎn)業(yè)發(fā)展白皮書》(以下簡(jiǎn)稱“白皮書”)顯示，1999年至2017年，全球人工智能領(lǐng)域中圖像識(shí)別、生物特征識(shí)別、語(yǔ)音識(shí)別、語(yǔ)音合成、自然語(yǔ)言理解、機(jī)器學(xué)習(xí)等關(guān)鍵技術(shù)分支的發(fā)明申請(qǐng)及授權(quán)專利數(shù)量(合并同族后)超過(guò)10萬(wàn)項(xiàng)。
伴隨技術(shù)的密集而生，是相關(guān)企業(yè)數(shù)量的暴漲。根據(jù)中國(guó)信通院數(shù)據(jù)研究中心全球ICT監(jiān)測(cè)平臺(tái)實(shí)時(shí)監(jiān)測(cè)的數(shù)據(jù)，截至2018年上半年，全球范圍內(nèi)共有4998家人工智能企業(yè)。其中，美國(guó)人工智能企業(yè)數(shù)量2039家，位列全球第一，其次是中國(guó)(不含港澳臺(tái)地區(qū))1040家，之后依次是英國(guó)392家、加拿大287家、印度152家。
然而，這一輪人工智能熱潮的源頭，來(lái)自2006年Geoffrey Hinton提出的基于深度信念網(wǎng)絡(luò)可使用非監(jiān)督學(xué)習(xí)的訓(xùn)練算法，使深度學(xué)習(xí)持續(xù)升溫。那么，除了當(dāng)前的深度學(xué)習(xí)之外，人工智能還將如何向前發(fā)展?還擁有怎樣的解決方案?
“未來(lái)人工智能的研究領(lǐng)域會(huì)體現(xiàn)在兩個(gè)方向，這兩個(gè)方向與人類大腦相吻合。”在2018世界人工智能大會(huì)“AI前沿與行業(yè)賦能主題論壇”上，微軟全球執(zhí)行副總裁、微軟人工智能及微軟研究事業(yè)部負(fù)責(zé)人沈向洋表示，其中一個(gè)是探索人腦機(jī)制對(duì)AI技術(shù)的改善，另一個(gè)則是AI應(yīng)用于人腦研究中，“在這些方向背后，需要進(jìn)行大量的基礎(chǔ)研究。”
AI+腦科學(xué)
機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，是當(dāng)前人工智能算法中的兩大熱點(diǎn)。與之相對(duì)應(yīng)的是，大數(shù)據(jù)成為人工智能發(fā)展的基石。
根據(jù) We Are Social 2018年第三季度全球數(shù)字統(tǒng)計(jì)報(bào)告顯示，全球互聯(lián)網(wǎng)用戶數(shù)已經(jīng)突破了41億，全球獨(dú)立移動(dòng)設(shè)備用戶滲透率達(dá)到了總?cè)丝诘?7%。這些海量的數(shù)據(jù)，為訓(xùn)練人工智能提供了原材料。
所謂訓(xùn)練，是指使用統(tǒng)計(jì)模型來(lái)進(jìn)行數(shù)據(jù)的概率推算，包括圖像、文本或者語(yǔ)音。通過(guò)把這些模型暴露于大數(shù)據(jù)中，使之得到不斷優(yōu)化。有了大數(shù)據(jù)的支持，深度學(xué)習(xí)算法輸出結(jié)果，會(huì)隨著數(shù)據(jù)處理量的增大而更加準(zhǔn)確。
“計(jì)算機(jī)的發(fā)展為人類帶來(lái)了便捷性，隨著深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的快速應(yīng)用，我們能夠使用人工智能解決問(wèn)題。”沈向洋坦言，“但這更多是使用大數(shù)據(jù)解決大問(wèn)題，無(wú)法具象化。”
在他看來(lái)，人工智能發(fā)展到下一階段的方向之一，是使用小范圍的數(shù)據(jù)解決大范圍的宏觀問(wèn)題。事實(shí)上，以人類小孩而言，其大腦能夠在提供有限數(shù)據(jù)量的基礎(chǔ)上了解事物特征，“到目前為止，這背后的機(jī)制依然并不清楚。”
這也就形成了“類腦計(jì)算”，即仿真、模擬和學(xué)習(xí)借鑒人腦的神經(jīng)系統(tǒng)結(jié)構(gòu)和信息處理過(guò)程，構(gòu)建出具有學(xué)習(xí)能力的超低功耗新型計(jì)算系統(tǒng)。這不僅要從結(jié)構(gòu)上模仿大腦，還要從神經(jīng)元和突觸的模型上模仿大腦。與深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)不具有動(dòng)態(tài)和精細(xì)的時(shí)域信息的特征相比，類腦計(jì)算在相關(guān)方面表現(xiàn)出巨大的優(yōu)勢(shì)。
另一個(gè)人工智能的方向則是更好地發(fā)揮人腦的潛力。“沒(méi)什么比‘腦科學(xué)+人工智能’更重要了。”沈向洋表示，根據(jù)統(tǒng)計(jì)數(shù)據(jù)，20%-30%的人類在一生中會(huì)或多或少經(jīng)歷大腦功能的紊亂，無(wú)論是因?yàn)槔淆g化加劇腦老化，或是曾經(jīng)受到抑郁癥的影響。
“但是通過(guò)對(duì)腦神經(jīng)科學(xué)的研究，結(jié)合人工智能，我們能夠更好地理解人類大腦的運(yùn)行機(jī)制，從而更好地使用AI彌補(bǔ)人類大腦的疾病治療。”沈向洋指出，“這不僅對(duì)教育、疾病治療極為重要，對(duì)未來(lái)人工智能商業(yè)化的潛力而言也是非常巨大的。”
垂直滲透
一方面是推進(jìn)人工智能基礎(chǔ)研究，另一方面，現(xiàn)有人工智能技術(shù)向垂直行業(yè)滲透已成為大勢(shì)所趨。
白皮書指出，從全球范圍而言，全球人工智能企業(yè)主要集中在AI+(各個(gè)垂直領(lǐng)域)、大數(shù)據(jù)和數(shù)據(jù)服務(wù)、視覺(jué)、智能機(jī)器人領(lǐng)域。其中，AI+企業(yè)主要集中在商業(yè)(主要包含市場(chǎng)營(yíng)銷和客戶管理領(lǐng)域)、醫(yī)療健康、金融領(lǐng)域。
從中國(guó)來(lái)看，各垂直領(lǐng)域的AI企業(yè)同樣集中，滲透較多的行業(yè)包括醫(yī)療健康、金融、商業(yè)、教育和安防等領(lǐng)域。其中，醫(yī)療健康領(lǐng)域占比最大達(dá)到22%，其次是金融和智能商業(yè)領(lǐng)域，占比分別達(dá)到14%和11%。
不過(guò)，在AI向垂直領(lǐng)域滲透的過(guò)程中，難免會(huì)遭遇傳統(tǒng)企業(yè)及行業(yè)的瓶頸。手握AI技術(shù)能力的科技巨頭公司，也紛紛以自己的方式進(jìn)行切入。例如，包括百度、谷歌、微軟、京東等均推出了各自的機(jī)器學(xué)習(xí)開源項(xiàng)目，相關(guān)開源深度學(xué)習(xí)平臺(tái)允許公眾使用、復(fù)制和修改源代碼，從而降低企業(yè)開發(fā)成本。
然而，僅僅只是進(jìn)行技術(shù)開源，可能遠(yuǎn)遠(yuǎn)不夠。事實(shí)上，微軟已經(jīng)在AI資源開放上走得很遠(yuǎn)。在今年5月初的微軟Build 2018期間，沈向洋宣布，向開發(fā)者開放微軟研究院與人工智能事業(yè)部的資源。據(jù)記者了解，這是業(yè)內(nèi)為數(shù)不多的直接面向企業(yè)開放研究院資源的行為。
在9月的2018世界人工智能大會(huì)上，微軟進(jìn)一步與上海儀電成立“微軟-儀電人工智能創(chuàng)新院”。微軟全球資深副總裁、微軟亞洲研究院院長(zhǎng)洪小文告訴記者，該創(chuàng)新院的成立，目的在于做“最后一公里的創(chuàng)新研發(fā)”。
所謂最后一公里的研發(fā)，是指將AI能力真正落地的研發(fā)，而這背后離不開平臺(tái)、技術(shù)和人才。“我們會(huì)將研究院的平臺(tái)服務(wù)和技術(shù)服務(wù)開放給所有合作伙伴和客戶。”洪小文表示，人工智能離不開基礎(chǔ)的運(yùn)算和數(shù)據(jù)平臺(tái)，另外還有人才的實(shí)訓(xùn)。成為微軟研究院的合作伙伴后，企業(yè)可以更近距離地與研究院科學(xué)家探討AI最新的發(fā)展，從而更有效地將AI疊加到產(chǎn)業(yè)、服務(wù)和產(chǎn)品中。
“微軟是個(gè)平臺(tái)公司，行業(yè)應(yīng)用并非我們的專長(zhǎng)，我們希望與合作伙伴共同創(chuàng)新，讓技術(shù)、AI能夠落地并賦能行業(yè)。”洪小文指出。
京公網(wǎng)安備 11010502049343號(hào)