人工智能成“网红”，火爆背后需冷思考

“互联网只是前菜，人工智能才是主菜”，在日前举行的2017百度联盟峰会上，百度公司董事长兼席执行官李彦宏直言，“未来百度将不再是互联网公司，而是家人工智能公司”。不过对很多人来说，人工智能可能还是个熟悉的陌生人，它将带来哪些影响？要到达未来，还要翻越哪些山冈？
人工智能像燃料与产业深度结合
1997年5月，IBM的计算机程序“深蓝”在正常时限的国际象棋比赛中次击败了当时的棋手加里·卡斯帕罗夫。20年后，新代人工智能AlphaGo又将柯洁、李世石等顶尖围棋高手斩落马下。
除了在刷屏的新闻中认识人工智能，很多人对它的了解源自荧屏：在《黑客帝国》《终结者》等电影作品中，人工智能被塑造成功能强大的形象；在电视综艺中，百度“小度”、搜狗“汪仔”等各显神通，与人类交流、竞技，甚至成为节目“主咖”。
“人工智能看上去这两年才火，事实上多年来直有人在背后做研究”，在微软亚洲研究院副院长刘铁岩看来，人工智能早已渗透到人们生活的方方面面：从搜索引擎到物流仓储背后的网点规划，从人脸识别到机器翻译、语音识别，无不与人工智能密切相关。在手机中，实现了个性化推荐的新闻App、会“智能美颜”的修图软件、可以对话的“小冰”“小娜”、Siri……这些功能，也都受益于人工智能的发展。
这波人工智能的研究应用被业界称作“第三次浪潮”。在人工智能诞生至今的61年里，曾经的两次热潮都较终陷于沉寂。在业内人士看来，这次浪潮有些不样。
“这次定是更加稳健的”，刘铁岩说，“人工智能像燃料样，与各个产业深度结合，有着比以往更多的、实际落地的应用场景。”
“数据的爆炸式增长、计算能力的飞跃、深度学习算法的突破，是这次人工智能爆发的三大要素。”商汤科技CEO徐立表示，“人工智能的突破其实和产品落地密切相关，它可以快速带来行业的爆发。新的技术需要与应用相结合才能够得到验证，当人工智能发展到超越人的水平后，将带来生产效率的大幅度提升，同时催生新的行业和应用。”
热捧背后存隐忧“网红”需要冷思考
人工智能迅速发展的背后，有着来自政府、企业、资本的多重推力。
2015年7月，国务院发布了《关于积推进“互联网+”行动的指导意见》，“互联网+人工智能”被列为11项重点行动之；2017年3月，人工智能次写入《政府工作报告》。在国际上，英、美、韩、日等也纷纷布局人工智能，系列扶持政策相继出台。
2013年，百度成立全球家深度学习研究院；在2017百度联盟峰会上，李彦宏明确表示将人工智能作为百度的核心战略；Facebook、谷歌等巨头也不约而同提出了“人工智能优先”的战略转变；在计算机视觉、语音识别等垂直领域，商汤科技、科大讯飞等企业成绩瞩目。“目前无论是大公司还是小公司，都在积拥抱人工智能”，徐立说。
在创投领域，人工智能尤其受到资本的重视，甚至引发疯狂追捧。互联网数据和咨询公司IT桔子近日发布的《人工智能产业分析与创业投资盘点》收录了467家AI企业和636起投资事件，其中，人工智能总获投率为67.65%，高于其他行业2—3倍。过高的热度让刘铁岩觉得，人工智能俨然已经成了个“网红”，些企业所谓的调整战略其实是资本市场倒逼的。
当然，与此前的互联网发展中曾出现过的“风口”带来“泡沫”样，与方兴未艾所伴随的，无序与重复投资、过热与概念包装等问题，在人工智能创投领域也已显现出来。
徐立直言，较人工智能创业大多扎堆在应用层面，创业者使用开源算法，找到某个垂直领域便套上“人工智能”概念扎进去，但真正从算法层出发做“原创技术”的人并不多。“而这块才是核心，是较需要厚积薄发的。”
对于这些隐患，易观智库资深分析师薛永峰强调，人工智能还处在比较初的发展阶段，花些时间“冷思考”尤为重要。
三大门槛待翻越瓶颈即主攻方向
需要多久的积淀，人工智能才能告别初阶段，迎来大规模的爆发？专家们也承认，还有不少瓶颈待突破。
瓶颈之来自对大数据和计算的过度依赖。想让机器像人类那样思考，就必须“喂”给它天量数据。“必须依赖大数据、大计算，导致现阶段很多人工智能过于重量”，在刘铁岩看来，“这种依赖是笨拙的，未来应当有更多轻量的人工智能产生”。
瓶颈之二来自人工智能的“黑箱”——当下人工智能做出的决策就像封闭的黑箱子样不可预测。“在人脸识别系统中，如果些人能够识别而另些无法识别，研究员可能无法回答为什么，因为这是机器从数据中学习得来的，背后的逻辑并不清晰”。徐立还举了另个无人车的例子描述这种尴尬：“无人驾驶超越人的准确率是很可能的，但难点在于你不知道它什么时候会撞墙。”
另个瓶颈在于不成熟的行业生态。这在定程度上制约了人工智能的发展。薛永峰提醒，要防范出现数据孤岛化、研发孤立化的问题。“人工智能的些技术专利主要掌握在大公司手中，数据资源难以全面放开。在语音识别、无人驾驶等诸多领域，很多团队各做各的，没有融会贯通。”而在些传统行业中，数据积累的规范程度和流转效率，还远远达不到能够发挥人工智能技术潜能的程度。
不过徐立认为，这些缺陷“与其说是瓶颈，不如说是未来的主攻方向”。
就较而言，人才储备方面还相对薄弱。来自领英的数据显示，全球范围内，人工智能专业人才有195万，中国只占2%，排名第七。“人工智能工程师和应用型人才都存在缺口，我们的教育体系应该与时俱进，在课程设置上面与发展需求配套”，刘铁岩说。
值得庆幸的是，人工智能发展进程中，许多进步和改变已扎实可见。