姓名：張藝倫 ? ?學(xué)號：17011210282
轉(zhuǎn)載自：https://mp.weixin.qq.com/s?__biz=MzI3MzMwNTQ2MA==&mid=2247483677&idx=1&sn=a2a72856823d7fdd55a5a3af7aac4351&scene=2&srcid=0625lqtXnsAHzxpbE0a2Vq04&from=timeline&isappinstalled=0#wechat_redirect晌缘，有刪節(jié)
【嵌牛導(dǎo)讀】：本文簡單介紹了何為人工智能，之后進(jìn)一步介紹了人工智能的應(yīng)用領(lǐng)域以及 ? ? ? ? ? ? ? ? ? ? ? ? ? 怎樣使它快速商業(yè)化痢站，最后總結(jié)了人工智能的發(fā)展藍(lán)圖磷箕。
【嵌牛鼻子】：人工智能，領(lǐng)域阵难，發(fā)展藍(lán)圖岳枷。
【嵌牛提問】：什么是人工智能？它有哪些應(yīng)用？它今后如何發(fā)展空繁？
【嵌牛正文】：
何為人工智能
到底什么是人工智能呢殿衰？我覺得大概來說可能是有幾個部分。
首先是感知盛泡，感知就是包括視覺闷祥、語音、語言饭于；然后是決策蜀踏，剛剛講的做一些預(yù)測，做一些判斷掰吕，這些是決策層面的果覆；那當(dāng)然如果你要做一套完整的系統(tǒng)，就像機(jī)器人或是自動駕駛殖熟，它會需要一個反饋局待。
（圖：人工智能是什么）
在這些例子上可以看到，感知可能更多的是幫助識別圖里面一個嬰兒在沙發(fā)上抱著泰迪熊這種菱属。在推薦上面钳榨，我舉的例子是一個用Google now通過你過去做的一些事情推測你下面要做什么，在最下面的例子你會看到有一個無人駕駛的汽車纽门，它有各種的sensor薛耻，它捕捉的信息可以用來做最后的決策，比如怎么去操作方向盤赏陵、油門饼齿、剎車等等的。其實(shí)這三件事情的總和就是今天所被歸納為的人工智能蝙搔。
（圖：人工智能的發(fā)展里程碑）
再從博弈缕溉、感知決策以及反饋四個方面回顧一下人工智能的發(fā)展歷程。博弈今天就不講太多了吃型，但是基本上我可以看到從我在大學(xué)做的Othello到Checkers再到DeepBlue chess证鸥，經(jīng)過很長的一段時間，終于有了今天AlphaGo打敗了圍棋世界冠軍勤晚。我們從中可以看到枉层，這是一條長達(dá)三十多年的路程。
在感知方面赐写，從我的博士論文發(fā)表到Nuance成為一個頂尖的公司返干，從中國誕生了科大訊飛到美國的Deep Face、中國的Face++等等做得越來越好的企業(yè)血淌，這些年也有很多的進(jìn)步矩欠。還有一些很特殊的例子财剖，比如最近看到一些搞笑的比較Microsoft Tay在Twitter上開始跟人家交流一下子就講了一堆不堪的話，就被Microsoft撤回了癌淮，所以這里有很多的成功例子躺坟，也有很多有趣的事件。
決策方面乳蓄，從早期Microsoft Office里的工具到Google廣告的推薦咪橙，然后到金融行業(yè)的很多智能決策公司的出現(xiàn)，進(jìn)步迅速虚倒。Google auto mail可能大家還沒有看過美侦，但是如果你現(xiàn)在還在用gamil的話，會發(fā)現(xiàn)你有時候收到email魂奥，Google會跳出來問要不要發(fā)回復(fù)菠剩，有時候它連回復(fù)都幫你寫好了，而且寫的很精確耻煤。這也是人工智能的體現(xiàn)具壮。可能以后我們講話都不用哈蝇，助理能幫我們搞定棺妓，人工智能的助理肯定也是一個方向。
最后是反饋炮赦，從CMU Boss早期的無人駕駛到Amazon用Kiva推動物流怜跑，再到最近的Pepper、Google car吠勘，我們可以看到這個領(lǐng)域過去三四年特別的熱性芬，有很多看起來商業(yè)化已經(jīng)做的非常好。
人工智能將重塑億萬級別的領(lǐng)域
人工智能會重塑很多億萬級別的領(lǐng)域看幼。當(dāng)然這個不是明天就會發(fā)生批旺，因?yàn)榻裉煳覀冊诤芏嘞嚓P(guān)方面仍存在相當(dāng)大的欠缺幌陕。
比如诵姜，在我們的計(jì)算架構(gòu)上面，現(xiàn)在還是需要時間去做算法的改進(jìn)提升搏熄，需要去研究如何部署云端架構(gòu)棚唆，另外深度學(xué)習(xí)用時仍太長，這些還都是需要探索的內(nèi)容心例，而且并沒有一個標(biāo)準(zhǔn)化的答案宵凌。
另外，算法框架也非常重要止后。我們可以看到有一些重要技術(shù)的推進(jìn)瞎惫，實(shí)際上是因?yàn)橛辛碎_源或者API或者標(biāo)準(zhǔn)的出現(xiàn)溜腐，但現(xiàn)在仍有很多方面還沒有出現(xiàn)相關(guān)標(biāo)準(zhǔn)。當(dāng)然我們知道Google的TensorFlow等提供了一些開源的方法瓜喇，但是其實(shí)他們還沒有真正的平臺化挺益，比如你把TensorFlow丟給一個沒學(xué)過機(jī)器學(xué)習(xí)的人，哪怕是清華大學(xué)頂尖的計(jì)算機(jī)系學(xué)生乘寒，他也很難用其創(chuàng)造價值望众。如果清華的學(xué)生都不能，那它的普及性就有問題了伞辛。
為什么iOS烂翰、安卓能夠做的很好，就是因?yàn)樗a(chǎn)生了平臺化效應(yīng)蚤氏，使得很多人能夠比較容易的介入甘耿。然后我們可以看到像Hadoop這樣七八年前很多人覺得很高深的東西現(xiàn)在也慢慢變得平臺化了。今天瞧捌，如何使得整個機(jī)器學(xué)習(xí)的體系平臺化棵里，以便于讓更多的非專業(yè)人士能夠使用，這個是目前面臨的一個很大的瓶頸姐呐，需要一定的發(fā)展時間才能得以突破殿怜。
在一些領(lǐng)域中，很多技術(shù)性問題可以在兩三年內(nèi)得到解決曙砂，但是還有很多問題并非如此簡單头谜，比如說語義。我們說語音識別是相對簡單的：音進(jìn)來鸠澈，字出去柱告，這個非常明確，一個API就可以調(diào)動笑陈。但是音進(jìn)來际度，確定是何種情境的語義出去就很難。這些我覺得兩三年遠(yuǎn)遠(yuǎn)還不夠涵妥，還需要更多的時間去理解乖菱。
傳感器一定程度來說是價格的問題、如何普及的問題∨钔現(xiàn)在我們看到Google Car雖然做的很牛窒所，但是正如馭勢科技的吳甘沙說的，Google Car實(shí)際商業(yè)化的一個巨大瓶頸就是價位的問題：傳感器實(shí)在太貴了帆锋。因此要把這件事做下來就是一個雞和蛋的問題——降低價格就需要量吵取，但量怎么起來？價格不下去量也起不來锯厢。要解決這個問題也需要一定的時間皮官。
最后還有很多機(jī)械方面的問題脯倒。控制機(jī)械運(yùn)動的算法捺氢，硬件運(yùn)動后給出的回饋等等在機(jī)械部門也還需要一些開發(fā)盔憨。
整體來說，雖然我認(rèn)為機(jī)器學(xué)習(xí)讯沈、深度學(xué)習(xí)在突破人類的精確度方面已經(jīng)做的非常好郁岩，但是以上幾個領(lǐng)域還是需要一些時間才能取得突破。但是這一天肯定是會來臨的缺狠，我們怎么知道會來臨呢问慎？
人工智能如何快速商業(yè)化？
人工智能怎么能特別快的商業(yè)化呢挤茄？這里我要提供幾個建議：
（圖：人工智能如何迅速商業(yè)化）
第一如叼，不要用人工智能去取代人。
機(jī)器不一定要取代人穷劈，很多情況之下他只要能輔助人就可以了笼恰。我談到了很多工作會消失，但醫(yī)生會全部失業(yè)嗎歇终？一定不會社证，應(yīng)該是最高明的醫(yī)生創(chuàng)造很多機(jī)器人給他人使用。記者就不再需要了嗎评凝？寫深度文章還是需要的追葡，但簡單拼拼湊湊的文字就不需要了。所以這些工具一定程度上是在輔助人而不是取代人奕短。
第二宜肉，要聰明的找到容錯的用戶界面。
想想搜索引擎翎碑，搜索引擎的精確度其實(shí)是很低的谬返，你想一想，當(dāng)你去百度日杈，Google搜索的時候遣铝，它們給出的第一條就是你要的答案的情況有多少？我估計(jì)不會超過50%达椰，但是為什么我們都說搜索引擎聰明翰蠢，不說他笨呢项乒？第一個理由當(dāng)然是因?yàn)樗W(xué)啰劲，第二個則是因?yàn)樗慕缑孀龅姆浅５穆斆鳎核o用戶提供很多結(jié)果，而用戶只要能找到他滿意的那個檀何，就會認(rèn)為搜索引擎很棒蝇裤，因?yàn)闆]有它的話廷支，用戶可能什么也找不到。這一類的容錯的界面栓辜，即便它的識別率很低恋拍，給你很多結(jié)果，讓你在一定時間里得到滿足藕甩，其實(shí)還是達(dá)到了一定的可用度施敢。
第三，讓用戶提供自然的大數(shù)據(jù)狭莱。
當(dāng)Siri推出的時候很多人都說“這就是個玩具而已”僵娃，認(rèn)為它沒有真實(shí)的用處，但是蘋果靠Siri收集了很多人的真實(shí)語音腋妙，收集了大量數(shù)據(jù)默怨。
很多人把Siri當(dāng)成一個搞笑工具，會問它諸如“你是男是女”這種無聊問題骤素，蘋果就把這些無聊的問題深度分析了一下匙睹，去了解人們最常問的都是什么問題，然后他們就考慮能不能優(yōu)化Siri济竹，讓它對正常問題的解答能讓人們在一定程度上得到滿足痕檬。人們滿足了以后，就會繼續(xù)的問送浊，如此問題越問越多谆棺，蘋果也就可以得到更多的數(shù)據(jù)。
蘋果的這種數(shù)據(jù)收集方法非常聰明罕袋，值得借鑒改淑。我們以前在學(xué)語音對話的時候，問的都是非常正經(jīng)的問題浴讯，到最后分析來分析去朵夏，不過是那固定的幾萬句，一直沒有跳出這個框框榆纽，得到的結(jié)果也就不會讓人滿意仰猖。但用一種有趣的方式，你就可以像草船借箭一樣奈籽，去“借”到幾億個數(shù)據(jù)饥侵。這些數(shù)據(jù)哪怕不精確也無妨，因?yàn)檎w來說深度學(xué)習(xí)非常聰明衣屏，能把那些不精確不精準(zhǔn)的東西忽略掉躏升。
第四，關(guān)注局限領(lǐng)域狼忱。
Google很偉大膨疏，它要做全天候全路況的無人駕駛一睁，它想把全部競爭對手都擊敗，最后就剩一個Google佃却。這個計(jì)劃很宏偉者吁，但是是不是一定要這么做呢？我覺得不見得饲帅。其實(shí)我們完全可以先做一個用于局限領(lǐng)域的無人車复凳，把這樣的一個產(chǎn)品先做起來，然后我們通過它獲取數(shù)據(jù)灶泵，學(xué)習(xí)教訓(xùn)染坯，不斷改進(jìn)。
想想無人駕駛叉車丘逸。這個叉車是產(chǎn)生價值的单鹿，因?yàn)樗〈艘粋€叉車工人去開叉車；它技術(shù)難度相對低深纲，因?yàn)樗灰缽腁走到B仲锄；它不上路，不用擔(dān)心政府的法律法規(guī)湃鹊，不需要考慮撞到人怎么辦儒喊，是不是要停下。
Google Car能在高速公路上比99%以上的人都開的更好币呵，但是它碰到一些極端的情況怀愧，比如大風(fēng)大雨的漆黑天，它就沒轍了余赢，因?yàn)樗恢涝撛趺崔k芯义，從來沒看到過這種情況。這種情況下只有把車子停下來妻柒，但那一停會發(fā)生什么呢扛拨？當(dāng)然就追尾了。
既然這種情況連Google也避免不了举塔，為什么我們不先考慮做一些可控環(huán)境下的商業(yè)駕駛項(xiàng)目绑警？這也是一個值得思考的問題，不是說Google的路線不對央渣，而是說有兩種路線可以走计盒。
總結(jié)：人工智能的未來藍(lán)圖
（圖：人工智能的未來藍(lán)圖）
上圖是我認(rèn)為的人工智能的未來藍(lán)圖，這是我們創(chuàng)新工場現(xiàn)在對這一領(lǐng)域的理解芽丹，以及可能會發(fā)生的順序北启。
大數(shù)據(jù)應(yīng)用方面，現(xiàn)階段我們已經(jīng)看到很多互聯(lián)網(wǎng)應(yīng)用，BI暖庄、商業(yè)自動化馬上也會使用相關(guān)的技術(shù)，未來幾年楼肪，離錢最近、產(chǎn)生用戶最多、產(chǎn)生價值最大的領(lǐng)域可能就是金融悉患、醫(yī)療碾褂、教育，當(dāng)然也包括任何有大數(shù)據(jù)的行業(yè)暂殖。
在感知方面价匠，今天的人臉識別、語音識別已經(jīng)做的蠻好呛每。對于VR/AR踩窖，我們在短期還不是太樂觀，但是隨著它三五年以后慢慢得到普及晨横，一定需要非常多的新的自然語言的界面洋腮。此外，我們大膽預(yù)測三到五年之內(nèi)會有一個人工智能平臺出現(xiàn)手形。
我們并不認(rèn)可家庭機(jī)器人會很快出現(xiàn)啥供，理由是消費(fèi)者的期望值是最高的，今天機(jī)器人的技術(shù)還不行库糠，犯錯也太多伙狐，而且有時候會看起來太傻，另外價格也太貴瞬欧，感應(yīng)器不夠靈敏贷屎。基于這些理由艘虎，我們對家用機(jī)器人的投資還只限于一些給小朋友的玩具豫尽，或者小魚在家這種用于溝通的工具，這一類的家庭應(yīng)用我覺得還是合理的顷帖，但要一個能夠在家里幫你掃地做菜的機(jī)器人出現(xiàn)美旧，恐怕還是一個非常長期的事情。任何行業(yè)都要有經(jīng)濟(jì)理由來投資這個領(lǐng)域贬墩，不斷迭代優(yōu)化它的技術(shù)榴嗅，再進(jìn)入下一個階段，所以機(jī)器人簡單來說應(yīng)該是工業(yè)陶舞、商業(yè)嗽测，最后普及到家庭，所以今天很多對家庭機(jī)器人過火的觀點(diǎn)和做法我們是不認(rèn)可的。
關(guān)于無人駕駛唠粥，我們的觀點(diǎn)是雖然Google Car很偉大疏魏，但是因?yàn)樗ミm應(yīng)各種路況，所以要到應(yīng)用階段也還需要很長的時間晤愧。我們認(rèn)為可以先在局限環(huán)境中慢慢推進(jìn)無人駕駛大莫。
從長期看，未來人工智能會在所有的領(lǐng)域徹底改變?nèi)祟惞俜荩a(chǎn)生更多的價值只厘，取代更多人的工作，也會讓很多現(xiàn)在重復(fù)性的工作被取代舅巷，然后讓人去做人真正應(yīng)該去做的事情羔味。短期來說，人工智能商業(yè)價值也很大钠右，短期在很多領(lǐng)域都能產(chǎn)生價值赋元。
