矚目客戶端
矚目小T
矚目大板
矚目會議室系統
矚目直播
多媒體通信平臺
多媒體通信終端
多媒體通信軟件
網絡音頻處理器
變電站智能巡檢機器人
發電廠智能巡檢機器人
配電室智能巡檢機器人
室內工業智能巡檢機器人
機器人遠程專家診斷協同平臺解決方案
告別科幻，AI已來
時間：2016-12-06
轉載自有道云筆記，如有侵權請聯系刪除
經過60年技術、硬件和數據的積累，曾經科幻的人工智能（AI）如今已真正進入了現實世界。AI也成為Google這樣的互聯網巨頭最為優先的戰略方向。
“為什么到現在Siri還顯得那么愚蠢呢？為什么它的能力那么有限？為什么它會經常搜索出沒用的結果？上一次Siri說出讓你滿意的答案、采取令你驚喜的行動，是什么時候的事？”10月12日，69歲的美國資深技術撰稿人Walt Mossberg（莫博士）在Recode寫了一篇文章，痛斥蘋果Siri毫無進步，已經落后于競爭對手。
作為已故蘋果創始人喬布斯的好友，莫博士的這些抱怨也許是在為這家公司的未來擔憂—語音助手是最能夠體現一家公司人工智能水平的產品，而擁有先發優勢的Siri現在狀況不妙。
就在一周之前，蘋果最主要的競爭對手Google發布了一款和Siri類似的語音助手產品Google Assistant。莫博士做了個語音助手的對比評測，稱向Google語音助手輸入同樣的語言指令，響應速度和內容精確度都比Siri高得多：“當我問Siri它的老板蒂姆·庫克是誰時，它搜索出了我手機里的蒂姆·庫克的聯系方式。但當我在三星S7上問Google語音助手同樣的問題時，它理解了我的問題并直接為我打開了蒂姆·庫克的維基百科首頁。只有當我向Google語音助手發出‘給蒂姆·庫克發郵件’時它才會采取Siri那種搜索結果。”
在10月初的這場發布會上，Google發布了包括Pixel手機、智能家居設備Google Home和虛擬現實設備Daydream等多款硬件產品，這些產品中都內置了Google Assistant，成為Google產品的靈魂。Google CEO桑達爾·皮查伊認為這些全新硬件產品的核心優勢就是其帶有的Google Assistant功能—人們只要對這個虛擬助手喊一聲“OK Google”，就能獲得不同的信息和服務。他還計劃在所有的Android手機上都加上這一功能。
“我們正在從移動優先的世界進入人工智能（AI）優先的世界。”在發布會上，桑達爾·皮查伊宣布人工智能是公司最優先的戰略。
實際上，人工智能已經滲透到Google內部的各個層面。2012年，Google與人工智能相關的項目只有2個，而2015年卻已經超過1500個，包括Android、Google Apps、藥物開發、Gmail、地圖、Photos、翻譯與YouTube等多個Google自有產品。
人工智能這一概念在1950年代就已經出現，但過去幾年的技術進步使得人工智能開始真正進入現實世界。10月中旬，Google DeepMind在《自然》雜志上發布了一篇論文，宣布開發了一種名為“DNC”（可微分神經計算機）的新型神經網絡。這個AI系統擁有“短期記憶”，可處理復雜的、結構化的數據。它能理解人類編造的故事，從家譜中理清人物關系，還能看懂倫敦的地鐵線路圖。
這一技術將會把人工智能推向另一個層面。“目前機器學習的最大挑戰是神經系統的理論分析（Neuro Network Reasoning），即便是AlphaGo，也還是基于歷史經驗，只是更復雜一些，但DeepMind最近發表的那個能看懂地鐵線路圖的技術就具有了非常基礎的理論分析能力了。”人工智能創業公司re:infer聯合創始人兼CEO Edward Challis對《第一財經周刊》說。
不僅僅是將人工智能作為最重要的戰略方向，硅谷的巨頭們在過去幾年中圍繞人工智能也展開了收購競爭。根據調研公司CB Insights的數據，自2011年以來有超過75億美元的資金被投入到人工智能領域，而過去兩年內的資金就占到60億美元。自2011年以來，有接近140家從事人工智能技術的公司被收購，其中40起收購發生在2016年。Google以11家的收購量排名第一，英特爾和蘋果并列第二。英特爾光是在今年就收購了3家公司，越來越龐大的數據處理需求對電腦性能和處理能力來說也是重大的挑戰，這家芯片廠商希望通過在人工智能上的投入來確保自己在未來尖端電腦市場上的地位。
為了人工智能的競爭，Facebook挖來了被稱為人工智能三巨頭之一的Yann LeCun，職位是Facebook人工智能實驗室負責人。他曾經對媒體回憶扎克伯格來聘請他時談到對Facebook接下來20年的計劃，認為人工智能會在人和數字溝通中扮演重要的角色。
蘋果也從卡內基-梅隆大學挖走了人工智能的專家Russ Salakhutdinov。CEO蒂姆·庫克接受《日本經濟新聞》采訪時說iPhone的未來就在人工智能上，蘋果會以多種方式向人工智能投資，并且會在日本建立研發基地研究人工智能和其他技術。
“在過去，許多標普500強CEO希望自己能早點意識到互聯網戰略的重要性。我想從現在開始的今后5年也會有一些標普500強CEO后悔沒有早點思考自己的AI戰略，”在曾經負責建立Google大腦、現任百度首席科學家的吳恩達看來，互聯網這個比喻已經不足以形容AI及深度學習的隱含意義。“AI就是新的電力。僅僅一百年前，電力就變革了一個又一個行業，現在AI也會做同樣的事情。”
2016年3月，在一場五番棋比賽中，DeepMind開發的AlphaGo戰勝了韓國圍棋高手李世石，成為第一個打敗圍棋職業九段棋手的電腦圍棋程序。由于本身的復雜性，圍棋一直是機器學習領域的難題，AlphaGo戰勝李世石被認為是人工智能研究的一項標志性進展。
不僅是技術上，這場人機大戰也將人工智能的概念推銷給了更多的普通用戶。DeepMind的CEO Demis Hassabis稱，總共有超過1億人觀看了AlphaGo和李世石的對決。
但在此之前，人工智能這一概念實際上已經存在了60年。就連Remi El-Ouazzane在接受《第一財經周刊》采訪的時候也說到，他在2013年加入的芯片公司Movidius在2006年成立時也經歷了很長一段時間的摸索，Movidius所做的是低功耗視覺識別芯片，它的客戶包括Google的Tango手機和無人機公司大疆。
人工智能的歷史最早可以追溯到艾倫·圖靈的論文《機器能思考嗎》，他提出了著名的圖靈測試來定義機器如何智能。1956年，在常青藤大學之一達特茅斯舉辦的一次研討會上，John McCarthy、Marvin Minsky和Claude Shannon匯總并整理了信息學、人工神經網絡以及數理邏輯的理論，提出“人工智能”這個名詞。當時不少參會者預言未來將會有和人類同等智能水平的機器出現，也帶動了政府支持人工智能項目。但當時的CPU運算能力和數據量都不足以支撐這個偉大的夢想。從1973年開始，直到1990年代初期，人工智能領域的研究方向和獲得的投資都歷經曲折。
對普通人來說，最熟悉的轉折點發生在1997年5月，IBM的深藍戰勝國際象棋世界冠軍卡斯帕羅夫；2005年，由斯坦福大學實驗室研發的無人駕駛汽車獲得DARPA挑戰賽的第一名。
Long-time Tech記者Michael Copeland曾發表文章分析人工智能技術發展的歷程。其中梳理了我們最常聽到的三個名詞：人工智能、機器學習、深度學習。
他認為，人工智能從1950年代被提出時就存在。當時的人工智能分為“強人工智能”和“弱人工智能”。前者意味著機器無所不能，并且可以像人一樣思考；后者則是指執行一項特定任務的技術。至于如何實現這些技術，則屬于機器學習的領域。在Michael Copeland的解釋中，機器學習的基本做法是使用算法來解析數據、從中學習，然后對真實世界中的事件作出決策和預測。而深度學習則從2010年后開始流行，它被認為是機器學習的分支。維基百科對它的解釋是，“試圖使用包含復雜結構或由多重非線性變換構成的多個處理層對數據進行高層抽象的算法”。它的流行有賴于發生在2012年的標志性事件，也是今天所有發生在硅谷的人工智能事件的基礎。
這一年，多倫多大學教授Geoffrey Hinton帶隊的實驗室參加圖片分類競賽ImageNet，他們使用深度學習技術打敗Google，實現了85%的準確率。同一年，當時由斯坦福大學教授吳恩達負責的Google大腦（Google Brain）在無外界干涉的情況下在圖片中識別了貓。
隨后Geoffrey Hinton在2013年加入了Google，他創辦的DNNresearch公司被Google收購。與他一起提出可行深度學習理論的LeCun去了Facebook，也就有了前面提到的那段對扎克伯格的回憶。
百度硅谷人工智能實驗室總監Adam Coates對《第一財經周刊》說，百度也是在那個時候開始意識到ImageNet中Geoffrey Hinton團隊所使用的深度學習技術一定是未來的趨勢，開始組建深度學習實驗室。
硅谷著名投資人、Andreessen Horowitz合伙人Marc Andreessen說，“2012年時，計算機在識別圖片方面變得比人更好了。這是一場真正的競賽。”
技術公司再一次向人工智能研究和應用傾注資金和人才。這一次，人工智能研究不再需要看政府的臉色，它只要能給技術公司的商業藍圖加分就可以了。如今全球最具影響力的技術公司無論在資金還是人力方面都具有過去商業機構無可比擬的能力。
從現在的角度來看，人工智能領域最重要的收購之一發生在2014年。當時Google花費4億美元收購英國人工智能公司DeepMind。正是這場收購，為兩年后人們再次看到“人機大戰”做了準備。
自從DeepMind被收購之后，倫敦大學學院，也就是DeepMind創始人所在的大學，研究人工智能方向的人數一下子翻了倍。“我根本沒辦法留住我的研究生，大公司希望在畢業之前就把他們搶到手。”一位來自倫敦大學機器學習方向的教授對《第一財經周刊》說，他自己也手握好幾封來自技術公司的offer。
每年12月在加拿大召開的神經信息處理系統會議現在成了人工智能界的達沃斯峰會，去年的參會人數達到3800人，是2010年的3倍。
盡管目前還沒有確切的數字顯示有多少學者加入了大公司，但還是可以從一些側面報告中看出這一趨勢的端倪。光是在“深度學習”這一領域，發表論文的作者擁有大公司背景的占比從2012年的不到20%增長到2014年接近40%。曾經在斯坦福大學全職執教、目前負責百度人工智能研究的百度首席科學家吳恩達認為技術巨頭有兩個讓他們無法拒絕的優勢：強大的電腦功率，以及海量的數據，這些都是機器學習研究最重要的資源。
（亞馬遜的人工智能設備Echo的銷量已經突破300萬臺）
Movidius的CEO Remi El-Ouazzane第一次聽說Amazon Echo的時候，后者還只是亞馬遜硬件研發中心Lab 126里的一個概念，當時這個做了多年產品管理的法國人對一個能和人對話的設備還很懷疑。
他沒想到，這款2011年開始研發、2014年11月正式發布的人工智能產品Amazon Echo后來的銷量能夠突破300萬臺（截至2016年4月，根據研究機構CIRP的統計數據）。
Amazon Echo和它內置的語音助手Alexa不僅代表著亞馬遜對人工智能業務的計劃，還在某種程度上推動了一場圍繞著人工智能的技術與商業之戰。
類似的產品幾乎已經成了硅谷技術公司的標配。Google有與Amazon Echo正面競爭的智能設備Google Home，內置的人工智能助手Google Assistant也打算變成人類的新的“家庭成員”。
微軟、Facebook、蘋果雖然沒有做智能音箱，但也都有自己的人工智能助手。微軟發布Cortana是在2014年4月。Facebook暫時還沒有一個會說話的助手，但是在Messenger軟件里有一個叫M的小機器人。蘋果實際上動作最早，2010年就收購了Siri并從iPhone 4s開始將其植入手機。
對人工智能的應用，人們往往第一反應是人工智能助手。由于以Google、亞馬遜為代表的技術公司都在想辦法讓自己的語音助手介入人們的實際生活中，Adam Coates認為這是由于未來所有設備都聯網，人工智能會在某種程度上改變人們和機器交互的方式，也減少使用機器的麻煩。“你看大部分微波爐的用戶界面都不一樣，按鈕也都不一樣，以后通過人工智能和語音操作就很容易，”他說，“另一方面，現在大部分的設備都需要用手機來控制，這個操作在某些場景里有點奇怪，現在的人工智能技術想讓不同的機器都有能力來理解人的意圖。”
在回答莫博士對Siri的批評時，Adam Coates這個曾在斯坦福學習和研究了12年計算機的業內人士說，其實對人工助手提問讓它回答，這是自然語言識別的問題。對大多數公司來說，即便有完美的自然語言技術，怎么理解人的意圖仍然是個需要努力的問題，“我們目前還處于很早的階段”。
這樣就解釋了為什么Google Assistant被視為對Google搜索的改進。而這需要強大的智力支持—據說亞馬遜的Echo團隊超過1500人。
你可能看不到一些大公司產品背后正在因為人工智能而發生改變。例如Facebook可以通過臉部識別認出朋友是誰，然后讓你給朋友們發照片，同時用來管理Facebook的數據。Google也是如此，今年7月Google發布報告稱，通過人工智能技術，Google數據中心的能效提高了15%。
它們更在意的是誰能先抓住下一個機會。Google、Facebook、亞馬遜、微軟和百度都紛紛開放了自己的人工智能平臺，以吸引第三方開發者。
初創公司也可以借助大公司的力量將自己的產品推向市場。“被英特爾收購最大的好處是我們可以將產品規模化，我們只有一個銷售，而英特爾有多少銷售？”Remi El-Ouazzane對《第一財經周刊》說。這家成立于2006年的低功耗視覺識別芯片的創業公司今年被英特爾收購。
根據El-Ouazzane預計，現在人工智能領域里有90%的公司都在做平臺應用層面的東西。“這是大公司在為這個領域賦能，因為做人工智能需要更強的基本架構，小公司在這種平臺上部署應用就可以了。”
最激進的還是Google。2016年夏天的Google開發者大會上，讓人們沒想到的是Google發布了芯片Tensor Processing Unit（TPU），Google官方宣布這是專為機器學習設計的芯片，每秒鐘能執行更多的操作。與此同時，Google還宣布將其機器學習系統TensorFlow免費開源，你可以把它理解為機器學習領域的Android，當時Google前CEO埃里克·施密特在一次公開會議上表示，TensorFlow能在Google之外發揮更大的作用。Google希望通過開源讓機器學習的社區更快地交流，加速整個機器學習領域的發展。
不過相比面對普通消費者，工業使用人工智能似乎對人的工作生活影響更大。
例如無人駕駛汽車和其他硬件。運算能力、數據采集、分析，以及做出行動，都是無人駕駛汽車從2009年Google打算把它做成一個產品至今仍在“學習”的。Google大腦的負責人Jeff Dean曾在接受媒體采訪時提到無人駕駛十分依賴機器學習。英特爾在2016年CES上展示的可以避開障礙物的無人機也是因為英特爾的RealSense技術可以通過識別周圍的物理環境分析情況。
在提高工作和生產效率方面，人工智能的作用已經得到證明。利用人工智能對用戶的問題做出分析和反饋的創業公司re:infer已經看到它的客戶因使用自己的產品而出現勞動力部署的變化。“過去閱讀用戶反饋的工作是由人工完成，兩周的工作量在人工智能的幫助下半小時就能解決。”Edward Challis對《第一財經周刊》說。
這甚至造成了人類對失業的恐慌。在AlphaGo勝利后，機器是不是會取代人一時間成為熱門話題。一些簡單的重復勞動已經被機器人取代，例如打掃衛生、安全檢查等等。《經濟學人》發表文章稱機器和人將會“合并”（merge），Google的高級副總裁Diana Greene最近在硅谷的一次公開活動上說她不認為這一天會到來，有許多事情人的智慧可以做得更好，而且是人工智能做不了的。
該如何設定這個邊界，已經變成了我們這個時代技術公司的社會責任之一。
今年9月底，Google、Facebook、亞馬遜、IBM和微軟共同組建了一個10人委員會“利于人類和社會的人工智能聯盟”，來確保人工智能技術安全透明地發展、道德自律，以及人類如何最佳地利用這方面的技術。另一方面，全球第一家人工智能智庫Leverhulme的未來智能研究中心10月17日在英國劍橋成立，這個研究中心的任務就是集合不同領域的專家來解決人工智能所引發的各種問題，涉及像什么是人工智能這樣的基礎問題，以及道德和法律問題，比方說人工智能殺了人，該由誰負責等。
一輛無人駕駛汽車已經會避免撞到行人，設想一下現在這輛車子兩邊都有騎自行車的人，而只有右邊那個人戴了安全帽，那這時車子應該向右拐以避免撞到左邊那個沒戴安全帽的人嗎？盡管這樣的行為意味著對安全騎車的懲罰。Leverhulme未來智能研究中心執行總監Stephen Cave拋出這樣的問題。“從很早開始人類就在思考什么是道德上的對與錯，現在等到我們把這些概念編程給機器的時候，我們才意識到，我們自己都還沒想通呢。”
該中心的研究總共分為9個項目，其中既有人工智能技術方面的研究，也有對法律、政治、心理學上的研究，一些研究成果還會以代碼的形式發表，因而機器也能學習。其中有一個項目名為“智能的種類”是目前人工智能領域研究不深的類別，這個項目的主管Marta Halina是大猩猩認知研究的專家，盡管這個項目看起來很理論，但卻很有實際意義。
“現在人們在談到人工智能的時候，總是會把它擬人化，這是受很多科幻電影的影響。但真實的人工智能是，它們根本不像人。在通用人工智能出現之前，我們會先接觸到大量的窄域人工智能。所以我們需要把人工智能細分化，可以是自然語言識別、圖像識別或是理論能力，然后判斷出哪些方面是重要的，哪些方面是不重要的，從而為人工智能的發展設計一個進化圖。”Cave對《第一財經周刊》說。
Phrasee是一家通過自然語言處理技術來優化市場營銷時品牌訊息的傳遞和溝通的人工智能創業公司，其CEO Parry Malm認為，人工智能領域目前有兩個最大的挑戰，“一個是技術方面怎么讓它更聰明，這是每家公司都在努力做的事情；另一點是商業化，你會發現很多公司發表了眾多研究論文，看起來很強大，但卻毫無商業化的方向”。Parry Malm對《第一財經周刊》說，“你可以對Amazon Echo說，Alexa，幫我把燈關了。它會自動幫你關燈，但其實你自己站起來關個燈并不是什么麻煩的事情。所以必須得找到市場離開它就不行了的那個點，這樣才會有未來。”
“說人工智能已經出現泡沫還太早，目前我們還沒看到太多商業上成功的案例，但大公司投入資金，創業生態活躍，是目前人工智能發展所需要的，也是任何一項技術發展的必經階段。我們所要做的是控制它所帶來的破壞性影響。”Cave說。
人工智能已經存在于我們周圍，人們在不知不覺中已經太過于信任和依賴它，只要看看現在人們很隨意地把自己的數據拿出來與人分享，就知道讓人工智能來控制你其實是件多么容易的事情，這也是Cave最擔心的地方。
唯一無法拒絕的是，無論新老行業，原有的技術架構都并非為人工智能而部署。顯然這一切都在等待重建、或增加運算能力和人才。至于我們普通人身邊的人工智能產品，它們恐怕還是得先以一個好產品的形式出現在恰當的使用場景里。
經過60年技術、硬件和數據的積累，曾經科幻的人工智能（AI）如今已真正進入了現實世界。AI也成為Google這樣的互聯網巨頭最為優先的戰略方向。
“為什么到現在Siri還顯得那么愚蠢呢？為什么它的能力那么有限？為什么它會經常搜索出沒用的結果？上一次Siri說出讓你滿意的答案、采取令你驚喜的行動，是什么時候的事？”10月12日，69歲的美國資深技術撰稿人Walt Mossberg（莫博士）在Recode寫了一篇文章，痛斥蘋果Siri毫無進步，已經落后于競爭對手。
作為已故蘋果創始人喬布斯的好友，莫博士的這些抱怨也許是在為這家公司的未來擔憂—語音助手是最能夠體現一家公司人工智能水平的產品，而擁有先發優勢的Siri現在狀況不妙。
就在一周之前，蘋果最主要的競爭對手Google發布了一款和Siri類似的語音助手產品Google Assistant。莫博士做了個語音助手的對比評測，稱向Google語音助手輸入同樣的語言指令，響應速度和內容精確度都比Siri高得多：“當我問Siri它的老板蒂姆·庫克是誰時，它搜索出了我手機里的蒂姆·庫克的聯系方式。但當我在三星S7上問Google語音助手同樣的問題時，它理解了我的問題并直接為我打開了蒂姆·庫克的維基百科首頁。只有當我向Google語音助手發出‘給蒂姆·庫克發郵件’時它才會采取Siri那種搜索結果。”
在10月初的這場發布會上，Google發布了包括Pixel手機、智能家居設備Google Home和虛擬現實設備Daydream等多款硬件產品，這些產品中都內置了Google Assistant，成為Google產品的靈魂。Google CEO桑達爾·皮查伊認為這些全新硬件產品的核心優勢就是其帶有的Google Assistant功能—人們只要對這個虛擬助手喊一聲“OK Google”，就能獲得不同的信息和服務。他還計劃在所有的Android手機上都加上這一功能。
“我們正在從移動優先的世界進入人工智能（AI）優先的世界。”在發布會上，桑達爾·皮查伊宣布人工智能是公司最優先的戰略。
實際上，人工智能已經滲透到Google內部的各個層面。2012年，Google與人工智能相關的項目只有2個，而2015年卻已經超過1500個，包括Android、Google Apps、藥物開發、Gmail、地圖、Photos、翻譯與YouTube等多個Google自有產品。
人工智能這一概念在1950年代就已經出現，但過去幾年的技術進步使得人工智能開始真正進入現實世界。10月中旬，Google DeepMind在《自然》雜志上發布了一篇論文，宣布開發了一種名為“DNC”（可微分神經計算機）的新型神經網絡。這個AI系統擁有“短期記憶”，可處理復雜的、結構化的數據。它能理解人類編造的故事，從家譜中理清人物關系，還能看懂倫敦的地鐵線路圖。
這一技術將會把人工智能推向另一個層面。“目前機器學習的最大挑戰是神經系統的理論分析（Neuro Network Reasoning），即便是AlphaGo，也還是基于歷史經驗，只是更復雜一些，但DeepMind最近發表的那個能看懂地鐵線路圖的技術就具有了非常基礎的理論分析能力了。”人工智能創業公司re:infer聯合創始人兼CEO Edward Challis對《第一財經周刊》說。
不僅僅是將人工智能作為最重要的戰略方向，硅谷的巨頭們在過去幾年中圍繞人工智能也展開了收購競爭。根據調研公司CB Insights的數據，自2011年以來有超過75億美元的資金被投入到人工智能領域，而過去兩年內的資金就占到60億美元。自2011年以來，有接近140家從事人工智能技術的公司被收購，其中40起收購發生在2016年。Google以11家的收購量排名第一，英特爾和蘋果并列第二。英特爾光是在今年就收購了3家公司，越來越龐大的數據處理需求對電腦性能和處理能力來說也是重大的挑戰，這家芯片廠商希望通過在人工智能上的投入來確保自己在未來尖端電腦市場上的地位。
為了人工智能的競爭，Facebook挖來了被稱為人工智能三巨頭之一的Yann LeCun，職位是Facebook人工智能實驗室負責人。他曾經對媒體回憶扎克伯格來聘請他時談到對Facebook接下來20年的計劃，認為人工智能會在人和數字溝通中扮演重要的角色。
蘋果也從卡內基-梅隆大學挖走了人工智能的專家Russ Salakhutdinov。CEO蒂姆·庫克接受《日本經濟新聞》采訪時說iPhone的未來就在人工智能上，蘋果會以多種方式向人工智能投資，并且會在日本建立研發基地研究人工智能和其他技術。
“在過去，許多標普500強CEO希望自己能早點意識到互聯網戰略的重要性。我想從現在開始的今后5年也會有一些標普500強CEO后悔沒有早點思考自己的AI戰略，”在曾經負責建立Google大腦、現任百度首席科學家的吳恩達看來，互聯網這個比喻已經不足以形容AI及深度學習的隱含意義。“AI就是新的電力。僅僅一百年前，電力就變革了一個又一個行業，現在AI也會做同樣的事情。”
2016年3月，在一場五番棋比賽中，DeepMind開發的AlphaGo戰勝了韓國圍棋高手李世石，成為第一個打敗圍棋職業九段棋手的電腦圍棋程序。由于本身的復雜性，圍棋一直是機器學習領域的難題，AlphaGo戰勝李世石被認為是人工智能研究的一項標志性進展。
不僅是技術上，這場人機大戰也將人工智能的概念推銷給了更多的普通用戶。DeepMind的CEO Demis Hassabis稱，總共有超過1億人觀看了AlphaGo和李世石的對決。
但在此之前，人工智能這一概念實際上已經存在了60年。就連Remi El-Ouazzane在接受《第一財經周刊》采訪的時候也說到，他在2013年加入的芯片公司Movidius在2006年成立時也經歷了很長一段時間的摸索，Movidius所做的是低功耗視覺識別芯片，它的客戶包括Google的Tango手機和無人機公司大疆。
人工智能的歷史最早可以追溯到艾倫·圖靈的論文《機器能思考嗎》，他提出了著名的圖靈測試來定義機器如何智能。1956年，在常青藤大學之一達特茅斯舉辦的一次研討會上，John McCarthy、Marvin Minsky和Claude Shannon匯總并整理了信息學、人工神經網絡以及數理邏輯的理論，提出“人工智能”這個名詞。當時不少參會者預言未來將會有和人類同等智能水平的機器出現，也帶動了政府支持人工智能項目。但當時的CPU運算能力和數據量都不足以支撐這個偉大的夢想。從1973年開始，直到1990年代初期，人工智能領域的研究方向和獲得的投資都歷經曲折。
對普通人來說，最熟悉的轉折點發生在1997年5月，IBM的深藍戰勝國際象棋世界冠軍卡斯帕羅夫；2005年，由斯坦福大學實驗室研發的無人駕駛汽車獲得DARPA挑戰賽的第一名。
Long-time Tech記者Michael Copeland曾發表文章分析人工智能技術發展的歷程。其中梳理了我們最常聽到的三個名詞：人工智能、機器學習、深度學習。
他認為，人工智能從1950年代被提出時就存在。當時的人工智能分為“強人工智能”和“弱人工智能”。前者意味著機器無所不能，并且可以像人一樣思考；后者則是指執行一項特定任務的技術。至于如何實現這些技術，則屬于機器學習的領域。在Michael Copeland的解釋中，機器學習的基本做法是使用算法來解析數據、從中學習，然后對真實世界中的事件作出決策和預測。而深度學習則從2010年后開始流行，它被認為是機器學習的分支。維基百科對它的解釋是，“試圖使用包含復雜結構或由多重非線性變換構成的多個處理層對數據進行高層抽象的算法”。它的流行有賴于發生在2012年的標志性事件，也是今天所有發生在硅谷的人工智能事件的基礎。
這一年，多倫多大學教授Geoffrey Hinton帶隊的實驗室參加圖片分類競賽ImageNet，他們使用深度學習技術打敗Google，實現了85%的準確率。同一年，當時由斯坦福大學教授吳恩達負責的Google大腦（Google Brain）在無外界干涉的情況下在圖片中識別了貓。
隨后Geoffrey Hinton在2013年加入了Google，他創辦的DNNresearch公司被Google收購。與他一起提出可行深度學習理論的LeCun去了Facebook，也就有了前面提到的那段對扎克伯格的回憶。
百度硅谷人工智能實驗室總監Adam Coates對《第一財經周刊》說，百度也是在那個時候開始意識到ImageNet中Geoffrey Hinton團隊所使用的深度學習技術一定是未來的趨勢，開始組建深度學習實驗室。
硅谷著名投資人、Andreessen Horowitz合伙人Marc Andreessen說，“2012年時，計算機在識別圖片方面變得比人更好了。這是一場真正的競賽。”
技術公司再一次向人工智能研究和應用傾注資金和人才。這一次，人工智能研究不再需要看政府的臉色，它只要能給技術公司的商業藍圖加分就可以了。如今全球最具影響力的技術公司無論在資金還是人力方面都具有過去商業機構無可比擬的能力。
從現在的角度來看，人工智能領域最重要的收購之一發生在2014年。當時Google花費4億美元收購英國人工智能公司DeepMind。正是這場收購，為兩年后人們再次看到“人機大戰”做了準備。
自從DeepMind被收購之后，倫敦大學學院，也就是DeepMind創始人所在的大學，研究人工智能方向的人數一下子翻了倍。“我根本沒辦法留住我的研究生，大公司希望在畢業之前就把他們搶到手。”一位來自倫敦大學機器學習方向的教授對《第一財經周刊》說，他自己也手握好幾封來自技術公司的offer。
每年12月在加拿大召開的神經信息處理系統會議現在成了人工智能界的達沃斯峰會，去年的參會人數達到3800人，是2010年的3倍。
盡管目前還沒有確切的數字顯示有多少學者加入了大公司，但還是可以從一些側面報告中看出這一趨勢的端倪。光是在“深度學習”這一領域，發表論文的作者擁有大公司背景的占比從2012年的不到20%增長到2014年接近40%。曾經在斯坦福大學全職執教、目前負責百度人工智能研究的百度首席科學家吳恩達認為技術巨頭有兩個讓他們無法拒絕的優勢：強大的電腦功率，以及海量的數據，這些都是機器學習研究最重要的資源。
（亞馬遜的人工智能設備Echo的銷量已經突破300萬臺）
Movidius的CEO Remi El-Ouazzane第一次聽說Amazon Echo的時候，后者還只是亞馬遜硬件研發中心Lab 126里的一個概念，當時這個做了多年產品管理的法國人對一個能和人對話的設備還很懷疑。
他沒想到，這款2011年開始研發、2014年11月正式發布的人工智能產品Amazon Echo后來的銷量能夠突破300萬臺（截至2016年4月，根據研究機構CIRP的統計數據）。
Amazon Echo和它內置的語音助手Alexa不僅代表著亞馬遜對人工智能業務的計劃，還在某種程度上推動了一場圍繞著人工智能的技術與商業之戰。
類似的產品幾乎已經成了硅谷技術公司的標配。Google有與Amazon Echo正面競爭的智能設備Google Home，內置的人工智能助手Google Assistant也打算變成人類的新的“家庭成員”。
微軟、Facebook、蘋果雖然沒有做智能音箱，但也都有自己的人工智能助手。微軟發布Cortana是在2014年4月。Facebook暫時還沒有一個會說話的助手，但是在Messenger軟件里有一個叫M的小機器人。蘋果實際上動作最早，2010年就收購了Siri并從iPhone 4s開始將其植入手機。
對人工智能的應用，人們往往第一反應是人工智能助手。由于以Google、亞馬遜為代表的技術公司都在想辦法讓自己的語音助手介入人們的實際生活中，Adam Coates認為這是由于未來所有設備都聯網，人工智能會在某種程度上改變人們和機器交互的方式，也減少使用機器的麻煩。“你看大部分微波爐的用戶界面都不一樣，按鈕也都不一樣，以后通過人工智能和語音操作就很容易，”他說，“另一方面，現在大部分的設備都需要用手機來控制，這個操作在某些場景里有點奇怪，現在的人工智能技術想讓不同的機器都有能力來理解人的意圖。”
在回答莫博士對Siri的批評時，Adam Coates這個曾在斯坦福學習和研究了12年計算機的業內人士說，其實對人工助手提問讓它回答，這是自然語言識別的問題。對大多數公司來說，即便有完美的自然語言技術，怎么理解人的意圖仍然是個需要努力的問題，“我們目前還處于很早的階段”。
這樣就解釋了為什么Google Assistant被視為對Google搜索的改進。而這需要強大的智力支持—據說亞馬遜的Echo團隊超過1500人。
你可能看不到一些大公司產品背后正在因為人工智能而發生改變。例如Facebook可以通過臉部識別認出朋友是誰，然后讓你給朋友們發照片，同時用來管理Facebook的數據。Google也是如此，今年7月Google發布報告稱，通過人工智能技術，Google數據中心的能效提高了15%。
它們更在意的是誰能先抓住下一個機會。Google、Facebook、亞馬遜、微軟和百度都紛紛開放了自己的人工智能平臺，以吸引第三方開發者。
初創公司也可以借助大公司的力量將自己的產品推向市場。“被英特爾收購最大的好處是我們可以將產品規模化，我們只有一個銷售，而英特爾有多少銷售？”Remi El-Ouazzane對《第一財經周刊》說。這家成立于2006年的低功耗視覺識別芯片的創業公司今年被英特爾收購。
根據El-Ouazzane預計，現在人工智能領域里有90%的公司都在做平臺應用層面的東西。“這是大公司在為這個領域賦能，因為做人工智能需要更強的基本架構，小公司在這種平臺上部署應用就可以了。”
最激進的還是Google。2016年夏天的Google開發者大會上，讓人們沒想到的是Google發布了芯片Tensor Processing Unit（TPU），Google官方宣布這是專為機器學習設計的芯片，每秒鐘能執行更多的操作。與此同時，Google還宣布將其機器學習系統TensorFlow免費開源，你可以把它理解為機器學習領域的Android，當時Google前CEO埃里克·施密特在一次公開會議上表示，TensorFlow能在Google之外發揮更大的作用。Google希望通過開源讓機器學習的社區更快地交流，加速整個機器學習領域的發展。
不過相比面對普通消費者，工業使用人工智能似乎對人的工作生活影響更大。
例如無人駕駛汽車和其他硬件。運算能力、數據采集、分析，以及做出行動，都是無人駕駛汽車從2009年Google打算把它做成一個產品至今仍在“學習”的。Google大腦的負責人Jeff Dean曾在接受媒體采訪時提到無人駕駛十分依賴機器學習。英特爾在2016年CES上展示的可以避開障礙物的無人機也是因為英特爾的RealSense技術可以通過識別周圍的物理環境分析情況。
在提高工作和生產效率方面，人工智能的作用已經得到證明。利用人工智能對用戶的問題做出分析和反饋的創業公司re:infer已經看到它的客戶因使用自己的產品而出現勞動力部署的變化。“過去閱讀用戶反饋的工作是由人工完成，兩周的工作量在人工智能的幫助下半小時就能解決。”Edward Challis對《第一財經周刊》說。
這甚至造成了人類對失業的恐慌。在AlphaGo勝利后，機器是不是會取代人一時間成為熱門話題。一些簡單的重復勞動已經被機器人取代，例如打掃衛生、安全檢查等等。《經濟學人》發表文章稱機器和人將會“合并”（merge），Google的高級副總裁Diana Greene最近在硅谷的一次公開活動上說她不認為這一天會到來，有許多事情人的智慧可以做得更好，而且是人工智能做不了的。
該如何設定這個邊界，已經變成了我們這個時代技術公司的社會責任之一。
今年9月底，Google、Facebook、亞馬遜、IBM和微軟共同組建了一個10人委員會“利于人類和社會的人工智能聯盟”，來確保人工智能技術安全透明地發展、道德自律，以及人類如何最佳地利用這方面的技術。另一方面，全球第一家人工智能智庫Leverhulme的未來智能研究中心10月17日在英國劍橋成立，這個研究中心的任務就是集合不同領域的專家來解決人工智能所引發的各種問題，涉及像什么是人工智能這樣的基礎問題，以及道德和法律問題，比方說人工智能殺了人，該由誰負責等。
一輛無人駕駛汽車已經會避免撞到行人，設想一下現在這輛車子兩邊都有騎自行車的人，而只有右邊那個人戴了安全帽，那這時車子應該向右拐以避免撞到左邊那個沒戴安全帽的人嗎？盡管這樣的行為意味著對安全騎車的懲罰。Leverhulme未來智能研究中心執行總監Stephen Cave拋出這樣的問題。“從很早開始人類就在思考什么是道德上的對與錯，現在等到我們把這些概念編程給機器的時候，我們才意識到，我們自己都還沒想通呢。”
該中心的研究總共分為9個項目，其中既有人工智能技術方面的研究，也有對法律、政治、心理學上的研究，一些研究成果還會以代碼的形式發表，因而機器也能學習。其中有一個項目名為“智能的種類”是目前人工智能領域研究不深的類別，這個項目的主管Marta Halina是大猩猩認知研究的專家，盡管這個項目看起來很理論，但卻很有實際意義。
“現在人們在談到人工智能的時候，總是會把它擬人化，這是受很多科幻電影的影響。但真實的人工智能是，它們根本不像人。在通用人工智能出現之前，我們會先接觸到大量的窄域人工智能。所以我們需要把人工智能細分化，可以是自然語言識別、圖像識別或是理論能力，然后判斷出哪些方面是重要的，哪些方面是不重要的，從而為人工智能的發展設計一個進化圖。”Cave對《第一財經周刊》說。
Phrasee是一家通過自然語言處理技術來優化市場營銷時品牌訊息的傳遞和溝通的人工智能創業公司，其CEO Parry Malm認為，人工智能領域目前有兩個最大的挑戰，“一個是技術方面怎么讓它更聰明，這是每家公司都在努力做的事情；另一點是商業化，你會發現很多公司發表了眾多研究論文，看起來很強大，但卻毫無商業化的方向”。Parry Malm對《第一財經周刊》說，“你可以對Amazon Echo說，Alexa，幫我把燈關了。它會自動幫你關燈，但其實你自己站起來關個燈并不是什么麻煩的事情。所以必須得找到市場離開它就不行了的那個點，這樣才會有未來。”
“說人工智能已經出現泡沫還太早，目前我們還沒看到太多商業上成功的案例，但大公司投入資金，創業生態活躍，是目前人工智能發展所需要的，也是任何一項技術發展的必經階段。我們所要做的是控制它所帶來的破壞性影響。”Cave說。
人工智能已經存在于我們周圍，人們在不知不覺中已經太過于信任和依賴它，只要看看現在人們很隨意地把自己的數據拿出來與人分享，就知道讓人工智能來控制你其實是件多么容易的事情，這也是Cave最擔心的地方。
唯一無法拒絕的是，無論新老行業，原有的技術架構都并非為人工智能而部署。顯然這一切都在等待重建、或增加運算能力和人才。至于我們普通人身邊的人工智能產品，它們恐怕還是得先以一個好產品的形式出現在恰當的使用場景里。
相關閱讀：
-
分享本文到：
-
關注隨銳：
微信掃描，獲取最新資訊 -
聯系我們：
如果您有任何問題或建議，
請與我們聯系:
suiruikeji@suirui.com
掃碼關注微信眾公號
抖音掃一掃 關注隨銳
China
京公網安備111010802031601號