人工智能“盲人摸象”

admin发布

人工智能“盲人摸象”

在业界,人工智能可谓是当下最炙手可热的一大话题。它究竟有多热?有大会发言人称:“如果不谈人工智能,甚至都不好意思登场。”也有厂商人士表示:“不关注人工智能,意味着将错失‘风口’。”凡此种种,不管是出于客户真实需求或基于自身洞察而加入到人工智能关注行列,还是迫于外部压力,不得不做出一副AI表情秀,反正人工智能是真正“火”了。

其实,人工智能并非是个新鲜词汇。从历史发展来看,其概念早在数十年前就被提出,它的“火”也并非首次。虽经历沉浮,但人们有理由相信,人工智能的这次“火”显然有些不同。

人工智能迎来空前“爆发期”

不得不说,人工智能概念提出至今已有60多年的时间,但当前并没有一个统一而确切的定义。这是因为人工智能是一门涉及领域非常宽的交叉学科,同时每个时代又有着不同的技术演进背景,对它的理解和认知也都不尽相同,因此要给它下一个准确的定义十分困难。通常来说,人工智能可认为是研究、开发用于模拟、延伸和扩展人的智能的技术及应用系统的技术科学。

人工智能概念的提出最早要追溯到1956年。在当时召开的达特茅斯会议上,几位计算机界科学家聚集在一起,首次提出了“人工智能”的概念。在其后几十年的时间里,人工智能几经沉浮,不断徘徊于低谷与高峰之间。

近年来,随着人类步入云计算、大数据的时代,尤其自2015年始,人工智能又开始新一轮的大爆发。与历史上任何一次人工智能的研发高峰相比,此次人工智能热潮无论在认知上还是在技术发展环境上都被认为是最有可能获得成功的一次。

对此,Cloudera大中华区总经理及公司副总裁凌琦认为,人工智能之所以能在今天爆发出空前的活力,是因为其在技术发展环境上已与过去存在很大不同。首先,今天的人工智能技术与过去相比,很大程度上得益于计算成本的降低和计算力的提升;同时,随着整体数据量的增加,与过去相比,今天人工智能的发展已经有了大数据技术的支持。

显而易见,得益于计算力的提升,尤其是GPU的广泛使用,使得并行计算的计算速度更快、成本更低、性能更强大。加之在数据积累和大数据分析技术领域的突飞猛进,人类在机器学习、深度学习等技术研发上不断取得进展和突破。

也正是因为如此,今天的人工智能在数据准备、获取、处理以及治理方面,都能进行较好的管理。数据科学家可以运用各种各样的分析手段和人工智能模型,进行机器学习的训练和模型的验证。而这是一个循环和渐进的过程,通过应用于生产环境并在生产环境中进行实时管理、运维,可以获得在生产环境的实时数据以及离线数据,它们则将会再一次发挥丰富数据和修正模型的作用。

应用前景广阔,或引发第四次工业革命

或许自机器人AlphaGo与李世石的那场旷世围棋大赛开始,人类与机器关于智能的比拼似乎已不具悬念,这也给人工智能未来在各行各业的应用前景提供了充分的想象空间。那么,人工智能可被率先应用于哪些领域?

据记者了解,目前,已有许多方案商围绕各自领域在人工智能上进行了投资和探索,也获得了初步的成功。比如在IT运维领域,Dynatrace通过在第四代APM(应用性能管理)产品中引入了人工智能技术,使之成为一款可实现智能化运维的产品。

Dynatrace第四代APM通过人工智能技术的引入,可以做到自动化的监控,可以快速发现各个应用之间的逻辑关系,并做到快速定位问题、寻找问题根源。而借助各种人工智能的模型,则可以对问题实现自动化的解决处理。

另外,美团云通过联手英特尔引入人工智能技术搭建起自己的智能调度平台,大大提高美团的的配送服务效率和平台竞争力。使之可以轻松应对每天高达60万配送员的调度工作,在4小时高峰时段完成1200万的订单,同时令单次配送时间从以前的平均40分钟降低至半小时以内。

NVIDIA全球副总裁兼中国区总经理张建中认为,当前谈及AI真正落地还为时尚早,但是,可以肯定的是,在未来其一定会成为一个基础性的东西,并会给所有产业带来深刻变革。从当前人工智能技术的发展来看,自动驾驶、医疗健康、AI city(人工智能城市)、AI游戏将会是最可能率先落地的四大行业领域。

第一是自动驾驶技术。NVIDIA目前已专门成立了一个自动驾驶汽车(self-driving car)部门,该部门结合当今人工智能从计算机视觉、自然语言理解到机器学习各方面的综合,并联手全球合作伙伴来一起来进行技术研发和难关攻克。自动驾驶汽车真正行驶在街道上的那天,则代表了人工智能在落地方面取得了巨大成功。

第二是AI city(人工智能城市)。在此设想下,人工智能计算机将以惊人的速度查看与倾听,同时深入理解图像数据的内容;深度学习高效整合了来自各地的海量图像信息并转化为精准洞察力,使得城市变得更加”智慧”。

第三是医疗健康行业。在这方面,NVIDIA已经设立专门的项目,比如通过攻克难题来实现帮助癌症患者尽早发现疾病,并尝试寻找相应的方法来实施治疗。

第四是AI游戏。AI Gaming在未来将会是一个很大的应用领域,未来所有的游戏公司也将把自身的游戏变成AI Gaming。

在人工智能技术得以迅猛发展的同时,对于业界而言,也面临了一个前景非常广阔的蓝海市场。BBC预测,到2020年,全球AI市场规模将达到1190亿元人民币。而到2025年,人工智能市场将达到360亿美元的规模,人工智能将成为 IT 领域中发展最快的部分,或将引领继蒸汽机,电力,计算机之后的第四次工业革命。

具体到中国市场,根据咨询公司埃森哲近日发布的一份报告显示,人工智能将助推中国经济增长率增加1.6个百分点,其中制造业将从该技术中受益最多。这份报告深入研究了人工智能对中国经济的影响,指出到2035年,中国经济年增长率将在人工智能拉动下从6.3%提速至7.9%。

基于人工智能对中国经济整体影响及行业规模数据,埃森哲还进一步解读了人工智能对中国15个行业带来的经济影响。其中,制造业获益最多,其次为农林渔业和零售业。到2035年,人工智能将推动这三大行业的年增长率分别为2%、1.8%和1.7%。

从“盲人摸象”中寻求突破

审视人工智能在今天的发展现状,不难看出,市场在一定程度上还存在着炒作成分,这并无可厚非。因为任何一项新技术从概念阶段走向成熟与落地的过程中,市场炒作是其必然经历的一环。那么,抛开炒作的泡沫,在今天看来,人工智能的落地还存在哪些切实的难点和挑战?

众所周知,深度学习是推动人工智能技术发展的核心驱动。长期致力于深度学习算法研究领域的微软亚洲研究院首席研究员刘铁岩认为,深度学习技术事实上是一个矛盾体,它把所有“过度复杂”和“过度简单”两件事情拧在一起,还需要来进一步来寻找突破。

说其过度复杂是因为深度学习作为一项强技术,它的深度神经网络足够复杂。由于拟合能力强,可以把很多复杂的数据拟合掉,进而解决问题。但是反思一下,人类真的需要这么强的拟合能力来面对大自然给予的数据或社会产生的数据吗?回顾过去几百年来科学界发现的许多简单而美丽的规律,比如量子力学、量子化学、生物遗传学、经济学包括社会学等领域的发现,那些看来有着无比复杂表象的背后,其实数据的产生都是非常规律的,可能就是几个简单二阶微分方程。如果能把这些产生数据的动态系统描述好,或许根本不会用这种笨拙的方式来处理数据。

从另一方面来说,深度学习又“过度简单”。因为从某种角度看,今天的人工智能或许还称不上人工智能,AI更像Animal Intelligence,人工智能是在做模式识别,并没有抓到人和动物的本质区分点。

刘铁岩认为,人类的特点是拥有一个特别强大的社会机制来帮助做一些动物做不到的事情,比如萃取知识,以文字方式记载、传承知识。而动物老的一代死亡,知识便归零,新一代动物需要重新进行学习和认识世界。因此动物总在原地打转,人类却是在螺旋式上升。针对这些,当前人工智能技术并没有看到任何一个好的算法和模型。因此,从这种意义上来说,今天的人工智能离人类智慧相差甚远,研究之路任重道远。

记者注意到,整体而言,当前不论是学术界还是产业领域,无论对于软、硬方案提供商还是具体行业应用而言,由于各方所处的维度和视角不同,对于人工智能的认知、理解、以及具体实现的软、硬件方案及模型、算法、进展程度都各不相同。缺乏一个相对统一、清晰的实现路径及方法策略,目前整体还处于一片混沌状态。

从这层意义上而言,各方对于人工智能的探索和实践就如同“盲人摸象”,各自都有着不同的诠释、解读及实践。

不过,这些也或许正说明了当前人工智能正处在发展的前期阶段,而盲人摸象般的探索模式最终会随着探索的深入而逐步走向认知的统一。正所谓“殊途同归”,相信,随着人类对于人工智能探索投入力度的不断加大,以及实现路径的日渐清晰,届时,一个全面的智能化时代也将至此真正开启!