發(fā)表時間:2019-02-25 11:46:10
人工智能(Artificial Intelligence,AI)本質(zhì)上是為了研制出具有類人智能的機器或系統(tǒng),能夠模擬、延伸和擴展人類智能的理論、方法、技術(shù)以及應(yīng)用形式。人工智能作為一門學(xué)科誕生至今已有60 年的歷史,期間經(jīng)歷了2 次高潮和低谷,從2010 年到現(xiàn)在又迎來人工智能發(fā)展的第三次浪潮。
在第三次浪潮襲來之際,關(guān)于人工智能的質(zhì)疑聲越來越小了,種種跡象表明,人工智能已經(jīng)迎來拐點。
首先,智能制造產(chǎn)業(yè)的投資逐年增加。資本是最靈敏的風向標。從已經(jīng)披露的人工智能領(lǐng)域投資來看,2011年到2016 年的五年間,無論是總體融資額還是交易次數(shù)都在逐年上升,人工智能領(lǐng)域的創(chuàng)投金額5年間增長了12 倍。
其次,人工智能的相關(guān)政策已經(jīng)上升到國家層面。美國、日本、韓國、德國等國家近幾年紛紛出臺多項戰(zhàn)略、計劃積極推動人工智能發(fā)展,人工智能已逐漸上升為國家戰(zhàn)略。在我國,人工智能也已經(jīng)被列入國策。
再次,人工智能成為企業(yè)戰(zhàn)略布局的制高點。無論是科技巨頭,如Google、IBM、Microsoft、Facebook、Amazon、百度、阿里、騰訊等,還是創(chuàng)業(yè)公司,都充分認識到人工智能技術(shù)引領(lǐng)新一代信息產(chǎn)業(yè)發(fā)展的戰(zhàn)略意義,紛紛投入重金收購企業(yè)、招募人才和研發(fā)核心技術(shù),力圖掌握人工智能時代的主動權(quán)。
最后,也是最重要的,人工智能在某些專業(yè)任務(wù)上的表現(xiàn)經(jīng)常勝于人類。得益于深度學(xué)習(xí)(人工智能的核心技術(shù),指使用多層神經(jīng)網(wǎng)絡(luò)的一系列方法的匯總,這些方法支持快速完成一度被認為無法自動化完成的任務(wù))的突破性發(fā)展,人工智能在某些專業(yè)任務(wù)上的表現(xiàn)已經(jīng)超越人類,比如語音識別、圖像識別,為進一步的發(fā)展奠定了實質(zhì)性的根基。去年,谷歌的阿爾法狗在人類自以為憑智力占據(jù)絕對統(tǒng)治地位的圍棋領(lǐng)域以4:1戰(zhàn)勝韓國圍棋名將李世石,讓世人驚詫人工智能思考的復(fù)雜性。
從投資風向、政策環(huán)境、企業(yè)戰(zhàn)略以及產(chǎn)業(yè)基礎(chǔ)四個方面來看,人工智能已經(jīng)開始向我們的日常滲透,雖然還無法預(yù)測具體的時間點,但可以肯定的是,我們終將步入人工智能時代。
一、人工智能產(chǎn)業(yè)鏈及其影響
技術(shù)進步是人均GDP增長的重要驅(qū)動力,科技的每一次突破,都會推進行業(yè)改革,激起創(chuàng)新熱潮。有人將人工智能比作第四次工業(yè)革命,以凸顯其對各行業(yè)帶來的深遠影響。
從人工智能自身的產(chǎn)業(yè)鏈來看,人工智能可以分成技術(shù)支撐層、基礎(chǔ)應(yīng)用層和產(chǎn)品層。
技術(shù)支撐層主要由算法模型(軟件)和關(guān)鍵硬件兩部分構(gòu)成。傳感器負責收集數(shù)據(jù),人工智能芯片(GPU、FPGA、NPU等)負責運算,算法模型負責訓(xùn)練數(shù)據(jù)。
值得一提的是,芯片作為人工智能的上游產(chǎn)業(yè)將走在行業(yè)發(fā)展前沿,未來幾乎所有的智能化應(yīng)用場景,都將離不開人工智能芯片。人工智能的訓(xùn)練和運行需要很高的內(nèi)在并行度、大量的浮點計算以及矩陣計算,和CPU相比,GPU 具有多個處理器內(nèi)核,高并行的結(jié)構(gòu)使得GPU成為當下主流的人工智能芯片。
目前市場上,比如在PC 領(lǐng)域的GPU,基本上只能見到Nvidia、Intel、AMD 這幾家公司的產(chǎn)品,Nvidia 實力最強,相比之下,我國的技術(shù)儲備還差一大截。
基礎(chǔ)應(yīng)用層主要由感知類技術(shù)和其他深度學(xué)習(xí)應(yīng)用構(gòu)成。人工智能基礎(chǔ)技術(shù)主要用于讓機器完成對外部世界的探測,即看懂世界、聽懂、讀懂世界,由計算機視覺、語音識別、語義識別構(gòu)成,是上層智能產(chǎn)品或方案不可或缺的基礎(chǔ)。
人工智能基礎(chǔ)技術(shù)可以說是人工智能時代的Android系統(tǒng),科技巨頭和科研機構(gòu)紛紛開源人工智能技術(shù),建立人工智能開源平臺,以此來獲得大量的用戶需求和開發(fā)人員,組建開放共享、互利共贏的人工智能生態(tài)圈。常見的開源平臺有Google 的TensorFlow、微軟的DMTK、Facebook的Torchnet、非盈利性開源人工智能組織的OpenAI、百度的Paddle等。
方案集成層通過集成基礎(chǔ)應(yīng)用技術(shù),為特定的應(yīng)用場景提供產(chǎn)品或方案。人工智能將在哪些領(lǐng)域有哪些施展拳腳的空間?答案是人工智能會給幾乎各行各業(yè)帶來變革與重構(gòu),比如:安防、制造業(yè)、服務(wù)業(yè)、金融、教育、傳媒、法律、醫(yī)療、家居、農(nóng)業(yè)、汽車等。重構(gòu)的領(lǐng)域之多、力度之大將是前所未有的,在這背后蘊藏的是人工智能無限想象的市場空間。
這也是人工智能成為戰(zhàn)略制高點的原因所在,誰能率先給行業(yè)插上人工智能的翅膀,誰就有可能完成市場資源的再整合和優(yōu)化配置,進而改寫游戲規(guī)則,在這一輪競爭中占據(jù)有利競爭優(yōu)勢,成為新晉寡頭。
根據(jù)招商證券的預(yù)計,到2020 年,全球智能機器人市場規(guī)模約830 億美元,人工智能市場規(guī)模約700 億美元。預(yù)計2025 年,工業(yè)機器人全球裝機量將達到1500 萬-2500 萬臺,年均增速為25%-30%,每年將產(chǎn)生0.6 萬-1.2 萬億美元的經(jīng)濟影響;醫(yī)療類、增強人體機能類和家用類等服務(wù)機器人每年將產(chǎn)生1.1 萬-3.3 萬億美元的經(jīng)濟影響。
二、人工智能,是福祉,也是挑戰(zhàn)
人工智能的深刻變革,還將通過對經(jīng)濟層面的改造,進而影響社會的方方面面。先來看積極的影響。
首先,人工智能有望緩解勞動力緊缺的問題。在工業(yè)發(fā)展領(lǐng)域,無論是智能工廠還是智能生產(chǎn),落腳點都在如何實現(xiàn)和運用智能化的技術(shù)。目前,我國是世界上人口老齡化程度比較高的國家之一,勞工市場面臨有效勞動力緊缺的處境,而人工智能有望緩解人口紅利逐漸消失、勞動力的缺失和錯配等制約工業(yè)制造發(fā)展的問題。
其次,個人消費領(lǐng)域?qū)⒚媾R新一輪的產(chǎn)業(yè)升級。當前消費結(jié)構(gòu)中增長較快的是教育、娛樂、文化、通訊、醫(yī)療保健、旅游等方面,尤其是與IT 產(chǎn)業(yè)相聯(lián)系的消費增長最為迅速。這些行業(yè)最易接受新技術(shù)與新產(chǎn)品,改善消費者的體驗。
再次,人工智能有望提供社會的整體福利。隨著人工智能技術(shù)的發(fā)展,有些工作,尤其是重復(fù)性的、乏味的工作,可以讓機器完成。還有些工作,人工智能將輔助人類高效的完成。這就將人們從繁雜的事務(wù)中解放出來,使人們有更多時間從事更具創(chuàng)造性的工作、追求更自由的生活,從而提高社會的整體福利。
人工智能在帶來積極影響的同時,也帶來了諸多挑戰(zhàn),這些挑戰(zhàn)有普遍性的,也有不同行業(yè)特有的,比如:
第一,人工智能帶來的紅利可能會不公平的分布在整個社會。由于IT市場贏家占據(jù)大部分市場的屬性,少數(shù)企業(yè)主導(dǎo)市場的局面仍將持續(xù),如果生產(chǎn)率的提高沒有轉(zhuǎn)化成工資增長,那么人工智能所帶來的巨大經(jīng)濟裨益可能將歸于少數(shù)人群,而不是由更廣泛的工人和消費者所共享,從而加劇社會財富的分配不均。
第二,人工智能推動的自動化將會增加低學(xué)歷與高學(xué)歷員工之間的收入差距。相比抽象性、創(chuàng)造性的工作,那些低端的重復(fù)性工作更容易被自動化,也更容易受到威脅。普華永道究估計,隨著人工智能和機器人技術(shù)的進步,英國有30%的工作崗位可能會被機器人取代,德國為35%,日本為21%。這些崗位高度集中在低收入、低技能、教育程度較低的人群,導(dǎo)致該群體的市場需求下滑,工資水平下降,甚至失業(yè),無形中增加了經(jīng)濟上的不平等。
第三,人工智能控制物理世界的設(shè)備導(dǎo)致了公眾對安全的擔憂。擔憂來自兩方面,一是人工智能越來越復(fù)雜,試圖了解和預(yù)測先進人工智能系統(tǒng)的行為存在著固有的挑戰(zhàn)。二是人工智能從實驗室的封閉世界安全過渡到外部不可預(yù)測的開放世界,需要面對不可預(yù)見的突發(fā)狀況帶來的挑戰(zhàn),特別是當系統(tǒng)暴露在復(fù)雜的人類環(huán)境。
除此之外,人工智能在監(jiān)管、司法公正、道德責任等分支領(lǐng)域也面臨著不小的挑戰(zhàn)。如何更高效、更公平的方式發(fā)揮人工智能的紅利,并最大程度的解決隨之而來的挑戰(zhàn),需要統(tǒng)籌考慮。
三、中國和世界站在了同一起跑線
目前,企業(yè)巨頭的布局主要集中在三個方向:AI芯片、開源平臺、人工智能技術(shù)。在AI芯片方面,我國芯片產(chǎn)業(yè)基礎(chǔ)薄弱,和Nvidia、Intel、AMD差距明顯。在開源平臺方面,Google 的TensorFlow擁有先發(fā)優(yōu)勢,不過,該領(lǐng)域百花齊放,格局未穩(wěn)。在人工智能技術(shù)方面,中國與美國的差距越來越小了,深度學(xué)習(xí)有40%的論文是華人發(fā)表的,百度的無人車技術(shù)世界排名前三。百度公司董事長兼CEO李彥宏曾提到,在人工智能的研究上,中國并不落后,我不敢說數(shù)一,但是數(shù)二是肯定的。
對于企業(yè)來說,人工智能蘊藏著巨大的機會,但挑戰(zhàn)也很巨大。
人工智能技術(shù)主要由數(shù)據(jù)和算法支撐,從這個角度講,互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)的巨頭,可以憑借數(shù)據(jù)和算法方面的積累,可以延續(xù)自身的優(yōu)勢。初創(chuàng)公司在數(shù)據(jù)和算法上的積累雖然薄弱,但比巨頭更靈活,自2010年以來,人工智能公司開始高速增長,紛紛卡位前景明顯的細分市場。不過,人工智能時代才剛剛拉開帷幕,市場并未完全打開,紅利窗口遠沒有關(guān)閉,各行各業(yè)仍有待完善,市場仍然有很多值得挖掘的細分領(lǐng)域。
和2C業(yè)務(wù)相比,2B業(yè)務(wù)更值得深入挖掘。金融服務(wù)、生命科學(xué)、醫(yī)療保健、能源、交通、重工業(yè)、農(nóng)業(yè)和材料等領(lǐng)域,有清晰的產(chǎn)業(yè)邊界,專有數(shù)據(jù)也不被巨頭獨占,創(chuàng)業(yè)公司可以利用專有數(shù)據(jù)和機器學(xué)習(xí)模型解決高層次的專業(yè)問題,創(chuàng)造價值。
我們往往高估一兩年的發(fā)展,而低估未來十年的變化,這句話同樣可以形容人工智能產(chǎn)業(yè)。目前,人工智能仍處于積累量變的過程,短期來看,技術(shù)向商業(yè)的轉(zhuǎn)化仍面臨著巨大挑戰(zhàn);長期來看,一批關(guān)注垂直領(lǐng)域的人工智能公司,借助專業(yè)領(lǐng)域的技能、獨特的數(shù)據(jù)和人工智能技術(shù),切實解決行業(yè)面臨的實際問題,一定會傳遞真正價值,前提是要做好長期的攻堅準備。
對于政府來說,人工智能需要積極的政策扶持和完善的產(chǎn)業(yè)環(huán)境。
人工智能的攻堅離不開政府的支持。在過去幾年,我國政府持續(xù)關(guān)注人工智能發(fā)展,并針對人工智能制定多項國家戰(zhàn)略。
除此之外,相關(guān)政策還可以從以下幾個方面著手,為社會提供一系列積極效益,盡量減少負面影響:一、對人工智能研究進行長久投資;二、了解并解決人工智能的倫理、法律和社會影響;三、做好輿論引導(dǎo),避免群眾對人工智能的盲目恐慌;四、建立標準和監(jiān)督機制,確保人工智能安全穩(wěn)定;五、引導(dǎo)產(chǎn)業(yè)聯(lián)盟,尤其是撮合高校、科研機構(gòu)和企業(yè)的對接,使得高校和科研機構(gòu)的理論和企業(yè)的數(shù)據(jù)形成優(yōu)勢互補;六、加強人工智能人才的培養(yǎng),幫助工人做職業(yè)轉(zhuǎn)型。
對于個人來說,面對人工智能的挑戰(zhàn),要學(xué)會和智能制造一起協(xié)作。