人工智能奮斗史

本文原作者：沐木；編輯 ：Jenny Robin

來源 ： 企服行業(yè)頭條（ID：wwwqifu）

原文標(biāo)題：《人工智能開荒記》

打開手機(jī)，你能找出多少人工智能的影子？

你讀的新聞可能是人工智能寫的，拍的照片可能是人工智能幫你美顏過的，你喜歡的那家餐廳可能是人工智能為你推薦的，你看不懂的單詞是人工智能幫你翻譯的。還有很多尚未普及的人工智能存在：自動駕駛技術(shù)、交通調(diào)度系統(tǒng)、機(jī)器人…..

人工智能開始脫離抽象的文學(xué)作品、炫酷的電影特技，逐漸在可感官的現(xiàn)實(shí)生活中生存、進(jìn)化，成為生活必需品。只是人工智能還無法像《西部世界》描述的那樣，能夠獲得對自身和外界更為深刻的認(rèn)知、智慧積累和情感表達(dá)。

1956年舉行的達(dá)特茅斯會議，被認(rèn)為是人工智能的起步標(biāo)志。

但在60年代和80年代爆發(fā)的人工智能，都高調(diào)出場，期待落空謝幕。隨著深度學(xué)習(xí)算法的突破、互聯(lián)網(wǎng)時代海量數(shù)據(jù)的積累、以及芯片強(qiáng)大計(jì)算能力提升，人工智能進(jìn)入第三次爆發(fā)階段。

只是國內(nèi)人工智能研究從80年代才開始起步，一直是被動的追趕者、學(xué)習(xí)者。在前兩次轟轟烈烈的人工智能浪潮中，基本沒我們什么事，一直在努力縮短與發(fā)達(dá)國家之間的差距。

作為繼蒸汽技術(shù)、電力技術(shù)、計(jì)算機(jī)及信息技術(shù)革命之后的第四次科技革命核心驅(qū)動力，人工智能將形成新的「生產(chǎn)力」。在與「第四次科技革命」的「貼身肉搏」中，中國市場基于過去幾十年的技術(shù)積累開始力量爆發(fā)，成為這波人工智能浪潮中頗具實(shí)力的參與者。

掌握人工智能技術(shù)意味著幾百年前與工業(yè)革命失之交臂的遺憾，將有可能因此終結(jié)?？墒腔仡欉^去40年國內(nèi)人工智能的發(fā)展，從一無所有到奮起直追、加速研發(fā)創(chuàng)新，崛起并不意味著走了很遠(yuǎn)，可能還是「局部很精彩，整體很無奈」的狀態(tài)。

丨01

停 滯

建國初期，百廢待興，國內(nèi)掀起一股「蘇聯(lián)熱」。有數(shù)據(jù)統(tǒng)計(jì)，在建國前三年，光是以「中蘇友好」為主題的演講、講座和報(bào)告就有近9.9萬次，用中文出版的蘇聯(lián)書籍就有3100多種。

18歲就考上清華大學(xué)的張鈸，就讀于電機(jī)系，電機(jī)與電氣制造專業(yè)。在那個「每個月一塊五毛生活費(fèi)」的年代，電機(jī)系培養(yǎng)的就是最前沿的科技人才了。

當(dāng)時張鈸學(xué)習(xí)各門課都采用蘇聯(lián)教材，既要補(bǔ)全基礎(chǔ)知識，又強(qiáng)調(diào)實(shí)踐，很是容易引起挫敗感和緊張感。不過張鈸還是咬牙堅(jiān)持下來，也很快成績名列前茅。

在1956年，讀大三的張鈸獲得了一次改變命運(yùn)的機(jī)遇。那年《國家十二年科學(xué)技術(shù)發(fā)展遠(yuǎn)景規(guī)劃》出臺，舉國發(fā)力研制「原子彈、核武器、火箭」。

清華大學(xué)被要求增設(shè)新專業(yè)，培養(yǎng)相關(guān)專業(yè)人才。于是正在讀大三的張鈸被調(diào)入清華計(jì)算機(jī)系的前身，也就是自動控制系統(tǒng)專業(yè)。后來清華大學(xué)對人工智能的研究基本都源于此。

在張鈸大三轉(zhuǎn)系的那一年，才是國內(nèi)計(jì)算機(jī)發(fā)展的起步之年。當(dāng)時的12年規(guī)劃中確定中國要研制計(jì)算機(jī)，批準(zhǔn)中國科學(xué)院成立計(jì)算技術(shù)、半導(dǎo)體、電子學(xué)及自動化四個研究所。

但50年代前后國外科學(xué)家已經(jīng)在為人工智能第一次爆發(fā)做準(zhǔn)備，摸到了一些眉目，具備了理論基礎(chǔ)和操作工具——計(jì)算機(jī)的支撐。國內(nèi)的科研仍處于刀耕火種時期，要先解決國防安全、工業(yè)發(fā)展和民生經(jīng)濟(jì)問題。

畢業(yè)后，張鈸選擇留校任教，第一項(xiàng)工作任務(wù)就是為四年級學(xué)生開設(shè)《飛行器自主控制系統(tǒng)》。當(dāng)時這門課還沒有教科書和參考資料，屬于保密專業(yè)，能夠開設(shè)還是靠張鈸在蘇聯(lián)專家「開小灶」學(xué)來的。

在什么都缺的年代，緊迫感促使人學(xué)習(xí)，不斷激發(fā)潛力，突破能力和認(rèn)知的邊界。經(jīng)過7屆學(xué)生的實(shí)踐，張鈸等人終于完善了「飛行器自動控制系統(tǒng)」專業(yè)的教學(xué)體系。直到文革之前，張鈸都在自動控制系任教，主要承擔(dān)不同工業(yè)部門的科研任務(wù)，包括電子、兵器、航空、航海等，研制過多種軍用或民用的自動化系統(tǒng)。

除了國情限制了人工智能研究的進(jìn)展，國內(nèi)人工智能在50年代和60年代還深受蘇聯(lián)影響，一直處于停滯狀態(tài)。蘇聯(lián)對人工智能的研究受限，主要是受「控制論」的影響。

當(dāng)時麻省理工學(xué)院的數(shù)學(xué)家諾伯特·維納在1948年出版了《控制論：或關(guān)于在動物和機(jī)器中的控制與通信的科學(xué)》。這本書提出，「控制論將指導(dǎo)人們造出可以思考和想象、通過自主學(xué)習(xí)變得比人更加聰明的自適應(yīng)機(jī)器」。

維納的「控制論」具有前瞻性，也都受到蘇聯(lián)和美國軍方的推崇。本來蘇聯(lián)學(xué)術(shù)界在「控制論」明目下還是能曲線做人工智能研究。很快就在50年代末期，受到蘇聯(lián)官方針對「控制論」的批判運(yùn)動，將其斥為「資產(chǎn)階級的反動偽科學(xué)」。

跟維納同時期出版的小說《1984》，是英國左翼作家喬治·奧維爾在1948年創(chuàng)作的虛構(gòu)文學(xué)作品。他對集權(quán)統(tǒng)治下的烏托邦世界的控制有過栩栩如生的描寫。

作品中的未來社會，人們需要面對無處不在的電幕、思想警察的監(jiān)聽，生活在真理負(fù)責(zé)修改歷史、和平部發(fā)動戰(zhàn)爭、友愛部對百姓進(jìn)行拷打、無知即是力量、戰(zhàn)爭即是和平，自由即是奴役的社會中……

奧維爾創(chuàng)作《1984》，還是出于他在戰(zhàn)爭中目睹和經(jīng)歷了斯大林主義的狠辣手段，認(rèn)為這是對馬克思主義的背離，并不是社會主義，而是一種不健康的社會形態(tài)。雖然到了上世紀(jì)60年代赫魯曉夫當(dāng)政后，「控制論」逐漸被解凍。不過，蘇聯(lián)學(xué)術(shù)界更多的還是在討論「人工」能造出「智能」嗎？這類哲學(xué)層面的論證。

后來中蘇交惡，中國學(xué)術(shù)界則認(rèn)為蘇聯(lián)的這種解凍是一種「修正主義」，人工智能也并未得到重視。但是在上世紀(jì)50年代到60年代期間，國外人工智能迎來第一個發(fā)展高潮，被稱為人工智能的「黃金時代」。

?   

世界上第一家機(jī)器人制造工廠——Unimation公司；

?   

世界上第一個聊天機(jī)器人ELIZA；

?   

首臺采用人工智能的移動機(jī)器人Shakey等，都是那段時期的產(chǎn)物。

只是受計(jì)算機(jī)算法算力的限制，人工智能的局限性仍然很大。比如移動機(jī)器人Shakey，控制它的計(jì)算機(jī)有一個房間那么大。

當(dāng)時計(jì)算機(jī)有限的內(nèi)存、處理速度等都不能解決任何實(shí)際的人工智能問題。比如要求程序?qū)@個世界具有兒童水平的認(rèn)知，研究者們很快發(fā)現(xiàn)這個要求太高了。1970年前后還沒人能夠做出如此巨大的數(shù)據(jù)庫，也沒人知道一個程序怎樣才能學(xué)到如此豐富的信息。

所以為人工智能研究提供資助的機(jī)構(gòu)，比如英國政府、美國國防部高級研究計(jì)劃局（DARPA）等也就逐漸停止資助無方向的人工智能研究。于是70年代人工智能在國外進(jìn)入了第一個寒冬。人工智能在國內(nèi)才經(jīng)歷停滯到解禁階段。真正的開荒才剛剛開始。

丨02

起 步

1978年，又是改變無數(shù)人命運(yùn)的一年。經(jīng)濟(jì)倒退的火車要急剎車向前開?？茖W(xué)界也開始集中火力填補(bǔ)技術(shù)空白。

同年的全國科技大會上，吳文俊提出的利用機(jī)器證明與發(fā)現(xiàn)幾何定理的新方法——集合定理機(jī)器證明，能夠讓計(jì)算機(jī)具備自動證明某一類幾何定理的原則和方法，也就是數(shù)學(xué)問題的機(jī)器化。在此基礎(chǔ)上，很快形成一系列能在國際上拿出手的成果，包括曲面造型、機(jī)器人機(jī)構(gòu)的位置分析、智能計(jì)算機(jī)輔助設(shè)計(jì)、信息傳輸中的圖像壓縮等。

同樣1978年召開的「中國自動化學(xué)會年會」上，出現(xiàn)了光學(xué)文字識別系統(tǒng)、手寫體數(shù)字識別、生物控制論和模糊集合等研究成果。這意味著人工智能在生物控制、模式識別等方面開始有起色。第二年，清華大學(xué)電子工程系更名為計(jì)算機(jī)系，而原來的無線電系則從四川綿陽搬回北京，更名為電子工程系。

從國防核武器研發(fā)前線退下來的錢學(xué)森也在80年代初期主張進(jìn)行人工智能研究。大批留學(xué)生前往發(fā)達(dá)國家研究現(xiàn)代科技，學(xué)習(xí)國外前沿科技成果。張鈸和林堯瑞、石純一、黃昌寧等人決定探索新的研究方向，把人工智能與智能控制作為該教研組新的專業(yè)方向。此后，清華大學(xué)成為國內(nèi)最早開展人工智能研究的機(jī)構(gòu)之一。

?   

在1978年招收首批人工智能方向的研究生

?   

1983年成立首個智能機(jī)器人實(shí)驗(yàn)室

?   

1983年在國際人工智能大會（IJCAI）上發(fā)表第一篇學(xué)術(shù)論文

?   

1990年成立全國第一個有關(guān)人工智能的國家重點(diǎn)實(shí)驗(yàn)室——「智能技術(shù)與系統(tǒng)」國家重點(diǎn)實(shí)驗(yàn)室

?   

2018年成立跨系的交叉研究機(jī)構(gòu)——「清華大學(xué)人工智能研究院」，張鈸現(xiàn)任清華大學(xué)人工智能研究院院長。

1981年，工智能學(xué)會(CAAI)在長沙成立，標(biāo)志著國內(nèi)人工智能研究正式起步。但是80年代，國內(nèi)還在大力發(fā)展計(jì)算機(jī)產(chǎn)業(yè)、搭建人工智能的研究框架、項(xiàng)目，國外人工智能已經(jīng)進(jìn)入了第二次爆發(fā)期。

一個嘗試是日本在80年代初期提出「第五代計(jì)算機(jī)」（簡稱五代機(jī)）計(jì)劃，也就是制造出能夠具備推理能力、知識智能處理功能的「人工智能計(jì)算機(jī)」。這讓全球的科學(xué)家、政客都頗為震撼。

這樣的自信主要來自日本過去幾十年間高精端制造業(yè)的發(fā)展，比如在DRAM存儲芯片方面，日本當(dāng)時的技藝都不差美國。所以日本想在計(jì)算機(jī)硬件制造方面，尤其是在IT領(lǐng)域建立自己的標(biāo)準(zhǔn)，實(shí)現(xiàn)彎道超車，甩掉山寨的帽子。

五代機(jī)計(jì)劃讓美國和歐洲都打起了精神，迅速反應(yīng)組建團(tuán)隊(duì)，增加在計(jì)算機(jī)領(lǐng)域的研發(fā)投入。比如美國在1982年就迅速組建了MCC，作為對日本五代機(jī)項(xiàng)目的回應(yīng)。每年投資7500萬美元，設(shè)置600個職位，邀請了除IBM和AT&T之外的美國所有重要高科技公司都參與進(jìn)來。

英國政府在同年婉拒了日本邀請聯(lián)合開發(fā)五代機(jī)的提議后，自己投入3億6千萬美元成立「阿爾維計(jì)劃」，目的就是要保證英國在先進(jìn)的信息技術(shù)方面，要有國際競爭力。

當(dāng)時國內(nèi)還在研究第四代計(jì)算機(jī)，對五代機(jī)的競爭很是力不從心。到了1985年，中科院計(jì)算才在所在IBM微型計(jì)算機(jī)基礎(chǔ)上，研發(fā)出了聯(lián)想式漢化微型機(jī)LX-PC系統(tǒng)。隨著聯(lián)想品牌被人熟知，以銷售聯(lián)想漢卡為主的計(jì)算所公司改名為聯(lián)想集團(tuán)。

后來涌現(xiàn)了一大批電腦制造企業(yè)，如四通、方正、同創(chuàng)、實(shí)達(dá)等，但主要都是通過組裝計(jì)算機(jī)或者代理IBM、HP、康柏等跨國巨頭的產(chǎn)品從中獲利。后來在1996年，聯(lián)想PC銷量超過了IBN、HP，成為當(dāng)時國內(nèi)計(jì)算機(jī)行業(yè)的龍頭公司。

1987年，第一封電子郵件「越過長城，通向世界」，從北京經(jīng)意大利向前聯(lián)邦德國卡爾斯魯厄大學(xué)發(fā)出。這標(biāo)志著國內(nèi)互聯(lián)網(wǎng)邁出的第一步。

也正是在那一年，日本五代機(jī)計(jì)劃進(jìn)入難產(chǎn)狀態(tài)，英國宣布放棄阿爾維計(jì)劃，這基本標(biāo)志著五代機(jī)計(jì)劃失敗。日本人工智能學(xué)者后來認(rèn)為如果有現(xiàn)在的語義網(wǎng)和知識圖譜的大數(shù)據(jù)，五代機(jī)結(jié)局會很不同，這也只是后話了。

當(dāng)時另一個努力是美國生物物理學(xué)家J.J.Hopfield在1982年、1984年發(fā)表了兩篇論文，提出新的神經(jīng)網(wǎng)絡(luò)模型，為實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)工程指明了方向。這引起了又一波「人工神經(jīng)網(wǎng)絡(luò)」熱潮，有人稱其為「第六代計(jì)算機(jī)」。當(dāng)時學(xué)術(shù)界寄希望利用自學(xué)習(xí)算法，讓復(fù)雜的非線性網(wǎng)絡(luò)具有超出數(shù)值計(jì)算范疇的人工智能。

但是DARPA還是把研究款項(xiàng)撥給那些看起來更容易出成果的項(xiàng)目，把人工智能打入了第二次寒冬。究其原因，還是人工智能計(jì)算機(jī)想法太超前，沒有在智能化層面做出實(shí)質(zhì)性的突破進(jìn)展。

丨03

追 趕

人工智能的發(fā)展史，可以看作是一部信息技術(shù)和產(chǎn)業(yè)的發(fā)展史，也是一部新興信息產(chǎn)業(yè)巨頭搶占明日高地的「更迭史」。

第一代信息產(chǎn)業(yè)代表們是微軟、因特爾、IBM、甲骨文；第二代是伴隨互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)而生的谷歌、蘋果、臉書、亞馬遜、騰訊、百度、阿里等；那么，第三代能最有可能占領(lǐng)高地的就是擁有人工智能技術(shù)的公司。

在第二次AI寒冬中，計(jì)算機(jī)產(chǎn)業(yè)不再企圖從根本原理上實(shí)現(xiàn)人工智能，而是進(jìn)入「信息高速公路」浪潮，結(jié)合軟件發(fā)揮優(yōu)勢。人工智能就主要被用于提高軟件系統(tǒng)的容錯、檢錯、自動修復(fù)等，神經(jīng)網(wǎng)絡(luò)也取得一些商業(yè)成功，應(yīng)用于光字符識別和語音識別等軟件中。

1994年，《科技日報(bào)》發(fā)表關(guān)于「世界十大科技新聞」的評論，頭條是：全世界興起信息高速公路熱潮，美、英、法、日、加拿大和韓國等20多個國家計(jì)劃相繼出臺，信息高速公路的概念從國家范圍的信息結(jié)構(gòu)開始擴(kuò)展為全球信息結(jié)構(gòu)。然后第十條新聞，也是唯一一條國內(nèi)的科技大事件是「長江三峽工程正式開工」……

「信息高速公路」計(jì)劃將INTERNET、電話、電視、無線通訊系統(tǒng)融為一體，來為科教、醫(yī)療、金融、商業(yè)、娛樂等提供信息服務(wù)。也就是說從90年代中期開始，全球互聯(lián)網(wǎng)浪潮大幕拉開。

到了1998年，全球已經(jīng)有1.5億「網(wǎng)民」，每天都有2000臺計(jì)算機(jī)入網(wǎng)。但是根據(jù)當(dāng)時中國互聯(lián)網(wǎng)絡(luò)信息中心統(tǒng)計(jì)，國內(nèi)只有100多個計(jì)算機(jī)信息網(wǎng)絡(luò)接入國際互聯(lián)網(wǎng)絡(luò)，用戶量在60萬左右。

那時四通利方與北美最大的中文網(wǎng)站華淵生活資訊網(wǎng)在1998年合并，成立當(dāng)時全球最大的中文門戶網(wǎng)站「新浪網(wǎng)」；從「馬站長」干到潤迅軟件工程師的馬化騰看到了基于Windows系統(tǒng)的ICQ演示后，也想做出一款集呼叫、聊天、電子郵件于一身的軟件，于是在1998年注冊了騰訊。

李彥宏在1999年的圣誕節(jié)回國，立志要創(chuàng)辦被西方網(wǎng)民稱為「上帝」的中國版Google——百度；同年在杭州，在一個叫湖畔花園的小區(qū)，馬云召集了17個人開會融資，創(chuàng)辦了阿里巴巴網(wǎng)站。

文娛、通信、電商、媒體等領(lǐng)域開始被互聯(lián)網(wǎng)顛覆，此后便一發(fā)不可收拾，交通出行、餐飲美業(yè)、工業(yè)制造、金融投資等各行業(yè)都在互聯(lián)網(wǎng)化。人工智能在國內(nèi)的聲音被浩浩蕩蕩的互聯(lián)網(wǎng)浪潮湮沒過很長一段時間。

而在美國，精工品公司在90年代就發(fā)明了一種叫Quicy-tionary雙語翻譯機(jī)，內(nèi)置了40萬字的字庫，支持英—法和英—西班牙語的對照版本。自動駕駛項(xiàng)目在80年代就被DARPA立項(xiàng)，成為現(xiàn)在各種類似項(xiàng)目的源頭。汽車導(dǎo)航系統(tǒng)已經(jīng)能夠通過連接全球衛(wèi)星，為司機(jī)規(guī)劃路線了……

如果說80年代前，國內(nèi)技術(shù)發(fā)展還是在對「計(jì)劃經(jīng)濟(jì)」時期的矯正和摸索，80年代到90年代則是對外來技術(shù)大量引進(jìn)、模仿，那么到了21世紀(jì)，從模仿到創(chuàng)新已經(jīng)變成「魔鬼般的步伐」。

從90年代開始，計(jì)算機(jī)硬件、軟件、通信、互聯(lián)網(wǎng)以及移動互聯(lián)網(wǎng)浪潮接踵而來，這讓國內(nèi)的信息技術(shù)產(chǎn)業(yè)進(jìn)程尤為緊迫，技術(shù)創(chuàng)新到行業(yè)應(yīng)用落地的周期不斷縮短。雖然為如今人工智能的爆發(fā)做了鋪墊和積累，但在后續(xù)的落地過程還是存在問題，后續(xù)會一一談到。

過去20年間，互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)浪潮來襲，數(shù)據(jù)、應(yīng)用大規(guī)模爆發(fā)，云計(jì)算和物聯(lián)網(wǎng)技術(shù)也進(jìn)入成熟階段，前兩次人工智能浪潮中遇到的「知識瓶頸」、「算力瓶頸」等開始有了解決方案。

人工智能從2010年前后開始進(jìn)入第三個發(fā)展期。而這次國內(nèi)人工智能產(chǎn)業(yè)終于趕上了趟，但也是一次頗具挑戰(zhàn)的大考。

丨04

爆 發(fā)

2006年，多倫多大學(xué)機(jī)器學(xué)習(xí)領(lǐng)域的泰斗Hinton和他的學(xué)生在《科學(xué)》刊物上發(fā)表了一篇關(guān)于「神經(jīng)網(wǎng)絡(luò)如何通過無監(jiān)督學(xué)習(xí)減少出錯」的論文，引起深度學(xué)習(xí)在學(xué)術(shù)界和工業(yè)界的重視。

這篇文章主要提出兩個關(guān)鍵點(diǎn)：

?   

很多隱層的人工神經(jīng)網(wǎng)絡(luò)具有優(yōu)異的特征學(xué)習(xí)能力，學(xué)習(xí)得到的特征對數(shù)據(jù)有更本質(zhì)的刻化，從而有利于可視化或分類。

?   

深度神經(jīng)網(wǎng)絡(luò)在訓(xùn)練上的難度，可以通過「逐層初始化」來有效刻度，也就是通過無監(jiān)督學(xué)習(xí)可以實(shí)現(xiàn)「逐層初始化」。

后來這篇論文被谷歌X實(shí)驗(yàn)室研究人員驗(yàn)證，并在2012年對外宣布，已經(jīng)用1.6萬臺計(jì)算機(jī)搭建了擁有10億神經(jīng)連接的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)（DNN），在沒有人工干預(yù)的前提下，具備識別物體這一感官能力。該網(wǎng)絡(luò)也已在YouTube上試用，能夠順利識別出內(nèi)容有貓的視頻。

此后，深度學(xué)習(xí)技術(shù)在圖像、語音、自然語言處理上都實(shí)現(xiàn)了低誤差突破。2011年以來，微軟研究院和谷歌都用DNN技術(shù)降低了語音識別錯誤率20%～30%，在2012年，DNN技術(shù)在圖像識別領(lǐng)域取得驚人效果，在ImageNet上將錯誤率從26%降低到15%。

學(xué)術(shù)界對人工智能研究的熱情暴增。聯(lián)合國聯(lián)合國世界知識產(chǎn)權(quán)組織今年發(fā)布份《2019技術(shù)趨勢——人工智能報(bào)告》顯示，從50年代到2016年，科研人員已提交超過34萬份人工智能發(fā)明專利申請，發(fā)表的科學(xué)出版物超過160萬篇(部)。而這其中的專利超過半數(shù)是2013年以后公開的。其中在國別專利總申請量方面，美國、中國、日本排在前三位。

很多公司也看到了深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的潛力。百度是較早成立專注深度學(xué)習(xí)研究院的公司之一，引進(jìn)了大量的人才。像Fackbook前資深科學(xué)家徐偉、AMD異構(gòu)系統(tǒng)前首席軟件架構(gòu)師吳韌、Twitter和Facebook數(shù)據(jù)中心建設(shè)的負(fù)責(zé)人Ali Heydari、曾訓(xùn)練世界級最大人工神經(jīng)網(wǎng)絡(luò)的Adam Coates等頂尖人才都加入了當(dāng)時百度2013年在硅谷正式成立的百度實(shí)驗(yàn)室。

在國際人工智能技術(shù)競賽中，國內(nèi)的人工智能團(tuán)隊(duì)開始名列前茅?？拼笥嶏w、商湯、曠視、寒武紀(jì)、地平線等展露頭角的人工智能創(chuàng)業(yè)公司。除了互聯(lián)網(wǎng)巨頭、新興人工智能創(chuàng)業(yè)公司，還有傳統(tǒng)的生物識別公司都在人工智能領(lǐng)域試圖占領(lǐng)「高地」。

比如眼神科技CEO周軍從1995年開始籌劃創(chuàng)業(yè)。 2003年指紋識別研發(fā)成功，并開始在銀行業(yè)落地應(yīng)用。2007年又研發(fā)出虹膜算法，到2015年，基于深度學(xué)習(xí)的人臉識別技術(shù)和產(chǎn)品就已在全國20多家銀行上線。

這波人工智能浪潮能夠看出，技術(shù)創(chuàng)新的驅(qū)動力不再是由國家建設(shè)為主，民營企業(yè)已經(jīng)有足夠的能力去研究、應(yīng)用科技界最前沿的技術(shù)，并且來影響政府機(jī)構(gòu)對技術(shù)方向的判斷。

可是前兩次的歷史經(jīng)驗(yàn)告訴我們，超乎尋常的期待，總是會得到超乎尋常的失望。尤其是媒體、資本、市場的探測燈都在尋找下一個Big Thing, 人工智能恰好滿足對實(shí)現(xiàn)他們對科幻場景的期待。

聚光燈之后隱藏的陰影是什么？這會又是一場魔術(shù)障眼法嗎？人工智能的第三次寒冬會到來嗎？

市場上還有很多這樣對人工智能的「質(zhì)疑聲」。中國人工智能學(xué)會副會長任福繼看來，「過去30年來，人工智能在應(yīng)用方面成果看起來風(fēng)生水起，但實(shí)質(zhì)上特別是在理論方面并無重大突破，而僅僅是依賴上世紀(jì)80年代開始的數(shù)據(jù)驅(qū)動，也就是大數(shù)據(jù)驅(qū)動的機(jī)器智能進(jìn)化。加上云計(jì)算和物聯(lián)網(wǎng)的出現(xiàn)，人工智能在算力和數(shù)據(jù)層面開始有了新的助力?！?/p>

也就是說深度學(xué)習(xí)也并不是開啟通往人工智能巔峰的唯一一塊羅塞塔石碑。這個理論本身是通過大量數(shù)據(jù)分析，找出重復(fù)的特征活著數(shù)據(jù)之間的統(tǒng)計(jì)關(guān)聯(lián)性，并不是因果和本質(zhì)上的特征。

目前的人工智能還集中處于「弱人工智能」階段，在特定功能場景下的專用智能，比如語音識別、圖像處理和物體分割、機(jī)器翻譯、無人駕駛等領(lǐng)域有重大的突破，甚至能夠接近或超越人類的水平，但還不能適應(yīng)復(fù)雜的新環(huán)境和不斷涌現(xiàn)出新的功能。比如對噪音數(shù)據(jù)的識別并不理想、對語義理解還僅限于娛樂。

另外，人工智能想要把IT 產(chǎn)業(yè)帶向 「認(rèn)知時代」，不僅僅需要人工智能算法的創(chuàng)新，還需要構(gòu)建認(rèn)知系統(tǒng)、認(rèn)知平臺、認(rèn)知算法、認(rèn)知應(yīng)用等完整的生態(tài)鏈。

以認(rèn)知系統(tǒng)來說，一方面，需要在傳統(tǒng)的計(jì)算機(jī)上做延展，包括用 FPGA、圖形處理器來做加速，使它更好地支撐認(rèn)知應(yīng)用。另一方面，如何構(gòu)建模仿人腦功能的新一代的計(jì)算機(jī)系統(tǒng)也還需要探討。

比如發(fā)達(dá)國家已充分認(rèn)識到人工智能的戰(zhàn)略意義，除了加速將新技術(shù)落地到產(chǎn)業(yè)，美國、歐盟和日本從2013年起都開始設(shè)立「大腦研究計(jì)劃」，要為人工智能找到更為本質(zhì)的支撐系統(tǒng)。

還有隨著去年資本新規(guī)出臺、資本寒冬等政策和市場的變化，融資難的問題讓大波人工智能創(chuàng)業(yè)公司走到破產(chǎn)邊緣。根據(jù)《北京人工智能產(chǎn)業(yè)發(fā)展白皮書(2018)》對國內(nèi)AI創(chuàng)業(yè)公司數(shù)量和投資的統(tǒng)計(jì)顯示，截至2018年5月8日，全國人工智能企業(yè)4040家，但其中拿到風(fēng)險投資的公司合計(jì)1237家(含31家已上市公司)，占總數(shù)的30%，也就是說，有70%的公司仍然拿不到投資。

和美國市場相比，國內(nèi)的IT環(huán)境發(fā)展還參差不齊，人工智能發(fā)展伴隨著企業(yè)數(shù)字化、云化等多重變革重疊，很難一步到位，快速落地。投資人在投項(xiàng)目的時候優(yōu)先考慮的是市場的有效性，反而不是技術(shù)的領(lǐng)先性。

人工智能很可能像互聯(lián)網(wǎng)一樣，成為電、水一樣的存在，進(jìn)入到各行業(yè)。根據(jù)Gartner 副總裁、智能機(jī)器人領(lǐng)域分析師湯姆·奧斯汀所言，目前科技巨頭、知名大學(xué)、研究機(jī)構(gòu)分別在深度語音識別、 深度影像識別、深度神經(jīng)網(wǎng)絡(luò)、自然語言處理上發(fā)力，也許要到 2050～2075 年人工智能市場格局才會穩(wěn)定下來。

人工智能從「弱人工智能」到「強(qiáng)人工智能」的進(jìn)化，究竟有多大的希望？

可能還是取決于我們對世界的認(rèn)知，以及對自我的認(rèn)知。畢竟人類大腦很大部分仍然處于「我們不知道自己還不知道」的狀態(tài)。

2019中國軟件渠道伙伴大會來了，請掃描圖中二維碼或點(diǎn)擊閱讀原文報(bào)名加入，4月11日，讓我們齊聚北京，一起探討2019年的挑戰(zhàn)與新生。

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點(diǎn)，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。