內容來源：2017年8月16日，第三屆中國互聯網安全領袖峰會（CSS），筆記俠受邀參會。照片來自Vphotos。
責編 | Even
第1670篇深度好文：5760 字 | 8 分鐘閱讀
熱點筆記· 人工智能
筆記君說——
俠客，你好！新商業路上，筆記俠時刻與你相互守望，並肩作戰。
人工智能目前已經開始運用到各個行業了，那麼AI的能力如何與不同行業更好地結合呢？
我們對人工智能的定義，是希望人工智能能夠和人一樣進行感知、認知、決策和執行的人工程序或系統。人工智能是什麼時候誕生的？我們公認的是1956年Dartmouth會議上誕生的。當時參加會議的有十個國際上參加，四個圖靈獎得主，還有信息論的創始人和一名諾貝爾獎得主。
人工智能面臨3次浪潮和2次寒冬。第一次浪潮，是1956年Dartmouth（達特矛斯）會議過後，有一個神經網絡軟件的興起，把過去一些簡單程序或算法解決不了的問題解決了。但是經過一段時間，發現當時的算法和數據沒有達到一定的程度，所以導致在1980年的時候，第一次人工智能的冬天到來了。
大概在1990年左右，又迎來了第二次黃金期，主要是因為Hopfield網絡（神經網絡）帶有歷史記憶的網絡，以及BP五算法的演進，同時計算能力和數據能力得到進一步增強，所以90年代的時候黃金期又來了。
頂峰是當時日本宣佈做第五代計算機，不僅讓我們計算機具備能做一些存儲和計算的任務。同時還能像人一樣去自主學習，當時提的目標很好，但是很遺憾，因為這個項目的投入，以及當時技術方面的原因，也沒有做起來。隨著第五代計算機的失敗，意味著第二次人工智能的冬天又來臨了。
2006年，國外當時提出深度學習的概念，這就迎來了第三次人工智能的興起。伴隨著各種DNN、CNN這些算法的演進，把人工智能推向今天這樣一個臺階，大家可以看到人工智能確實在改變我們一些生活。從我們自己真真切切做人工智能行業角度來看，人工智能真的已經到達一個真正爆發的前夜了。
一、人工智能的3個層面
人工智能有不同的層面，從我們視角來看，主要有三個大的層面：
運算智能。目前計算機幫我們人類做的一些事情，就是計算機存一些數據、完成一些計算任務；
感知智能和運動智能。感知智能是讓計算機或一些硬件能聽會說、能看會認，能做一些簡單的圖像，識別出圖像裡的內容，能夠識別出是人還是物體，能夠識別出是哪一個人，都屬於感知智能的一個範疇。運動智能是讓機器能夠像人一樣跑起來，這是非常具有研究意義的領域。
認知智能。也是我們將要去做的，而且是最難的人工智能層面。
運算智能
如果比運算能力和存儲能力的話，人類肯定不是計算機的對手，計算機現在存的數據絕對是人腦所不能比擬的，雖然人腦只被開發出了一部分。前面有演講嘉賓提到AlphaGo，AlphaGo做的一些事情也比較簡單，就是需要了人類圍棋的規則。但是它學習的方式跟人不一樣，一共學習16萬盤人類下棋的一些具體數據，同時基於16萬盤數據，自己又生成3000萬盤數據，進行自我學習，最後再基於深度學習網絡做了基於感知和計算相結合的一套算法，去和李世石PK，並且把他PK掉了。這是我們認為計算智能。
感知智能
包括自動駕駛技術，通過攝像頭能夠感知周圍一些物體；最常用的語音識別，說話就能夠識別出文字，目前進步非常快，跟人類基本上非常接近，而且在某些領域是超越人類的。比如我們說的繞口令，對於普通人來講，基本聽不明白說什麼，但是讓計算機聽的話，很容易聽出來說的內容。
認知智能
說到認知智能，離不開語音。《人類簡史》提到就是智人為什麼最終能夠取代其他的動物，成為整個地球的主宰，就是因為智人後來慢慢演進過程中形成自己的語言，使這些知識和傳承能夠保留下來。
語音區分了人和動物，目前整個行業都要解決這樣一個非常嚴峻的問題。美國，包括圖靈測試，最新的一些測試，都是在做這個認知方面的測試，看人工智能這樣一個階段到底現在進步到什麼階段，能不能和人腦認知相媲美。
人工智能現在整個行業大家做的方式都比較接近，都是通過深度神經網絡+大數據，通過高性能計算平臺，訓練模型。
二、人工智能的運用
今天我主要講人工智能目前和我們真正在生活中、工作中有哪些息息相關的應用，讓大家感受一下人工智能撲面而來的氣息。
1、語音合成
新一代語音合成技術《奧巴馬來啦》，這是把奧巴馬聲音拿過來，不斷訓練，獲得奧巴馬的聲音模型，以後不需要奧巴馬說這些內容了，當然我們也沒有請奧巴馬幫我們錄這些素材。這是人工智能典型應用，很多場景下大家都能聽到。比如之前我們和高德合作的高德導航裡的林志玲聲音就是通過這種方式做出來的聲音。
2、手遊
手遊，場景比較特殊，如果打遊戲過程中需要說一句話的話，而且希望別人能看到，如果用傳統輸入方式非常痛苦，要打很久，也許等你打完之後，想噴人家的心情已經沒有了，這時候語音能夠解決問題。可以用不著語音去說，說完了以後，別人在另外一側，變成文字，人家可以立即看到，這樣在遊戲過程中對於遊戲參與者來講都能夠很快獲得輸入的快感。這是AI在手遊行業的結合點。
3、娛樂方面
AI在泛娛樂方面結合點非常多，比如電視盒子，以前家裡找遙控器，找到過後，需要看什麼節目時，亂按一通，可能從第一個頻道找到最後一個頻道，才能找到電視節目。現在有了電視盒子，直接說就可以了。
4、智能會議
媒體很多時候要做速記、翻譯，這個行業以前非常火，每一次去開一些大會時，這些人員必不可少，但是今年7月份，參加亞馬遜夏季峰會時，就用了我們訊飛聽見實時翻譯系統，在上面主持人說英文，我們可以實時顯示出來，同時轉成中文。
這個能力對於各個行業非常有用，不管是在開峰會性質，還是在家裡開一些會議，也許不需要會議記錄員了，未來還有一個優勢，能夠做摘要。一個會議，不管開半個小時還是一個小時，這麼長內容裡，如何把一些主要內容摘出來，形成一些結論性的東西，現在必須要人去字，但是未來這一塊我們也可以通過AI去做，真正把這樣一個會議後的整理工作從以前需要人做，到現在變成計算機做。AI+智能會議是能夠促進速記和同傳行業的發展。
5、旅遊
國外都會面臨幾個窘境，去了幾個國家，如果通英文還好，可能和印度人說英文，彼此都說不清楚，還有路痴、流量不夠。有了這樣一個翻譯機，把語音和翻譯結合在一起，能夠很好解決這樣一個出國的問題。同時在我們國家一些比較偏遠的地區，溝通也是問題，醫生下鄉診斷時，有時候群眾和他進行溝通時非常困難，有這樣一個產品就可以很好實現人與人之間的溝通。
6、醫療
我們說不上移動互聯網興起的時候，覺得移動互聯網能改變醫療行業，解決醫患關係緊張的局面。做了一段時間以後，發現並沒有改善，因為醫療行業根本性的原因是醫生非常稀有的資源仍然還是很稀缺，沒辦法改變這樣一個情況。特別是現在有一些醫生不是主任醫師，肯定經驗方面會差一點，但是有一些專業的病，如果因為這個方面的原因貽誤的話是非常可惜的。
如果我們通過AI能力解決專家醫師專家資源稀缺問題的話，這種資源非常廣。現在有智能影像遠程診斷，以前去醫院拍一個CT片子，要排隊很久，未來不需要，AI已經能夠看一張肺結核的片子，並且能夠準確找出病灶的位置。
同時還能做一些輔助診療，比如病人口述病情時，計算機通過AI能力分析，可以大致給出一個範圍，可能是在什麼樣的疾病區間裡，同時給出一些建議，怎麼樣做更進一步的化驗，才能確診這樣一個疾病。這對於整個醫療行業稀缺資源來說，是一個非常大的促進作用。
要通過醫師從業資格證才能成為醫生，AI目前也能夠通過醫師資格考試，國家考試，AI能夠直接考上，相當於能夠拿到這個資格證。AI+醫療，未來目標肯定是要瞄準解決醫患關係緊張的路子去的。
7、教育
教育也是整個社會或國家普遍關注的問題。
比如普通話考試。在十年前，國內普通話考試都是一對一的，以前的考試就是搬一張桌子，學生坐這邊，老師坐對面，等你說完了之後，老師給你打個分，碰到老師心情不好的話，可能就過不了。現在全國所有省份都通過機考，好處是代替人的考試。
同時還有自動閱卷，我們現在做了一個新的技術就是自動閱卷，不是塗塗答題卡，現在通過作文，首先要認得它，他寫的字不是標準的楷體，需要變成一個計算機能夠認識的文本，同時要做一些分析，比如作文的文章立意對不對，有沒有用一些優美的詞句。
自動答卷技術目前在這方面做得比老師要好，我們當地有一個地級市的安慶一中做了這個測試，幾萬個學生的作文閱卷，平均比老師閱卷準確性要高，而且我們分數也具有一定的分段。在教育方面，未來目標要實現快樂教學。
AI在各個領域的內容基本就這些，AI已經顛覆很多行業了，比如保安行業。隨著曠視科技做的一些安全方面的技術不斷演進，至少未來AI能夠替代保安一些工作。
AI現在和以前完全不一樣，以前都是在說概念，現在整個AI已經應用到我們實際生活中了：
每個行業都會被AI顛覆，就像移動互聯網會顛覆傳統行業一樣，AI的這種顛覆會更加徹底，不像以前移動互聯網+醫療只能解決掛號難的問題，解決不了資源稀缺的問題。
AI會代替很多低技術性工作，但是短期內還是無法取代一些高技術性的崗位。以同聲傳譯為例，一些比較高端的會議上，AI能力目前還達不到人的高度，能解決一些普通的問題，但是解決不了一些高精尖的問題。所以這些場景下，AI更多解決低層面的問題，人需要解決一些高層面的問題，更多是人機協作，讓整個AI服務於人的整個生活。
希望整個行業能夠一起用AI去創造我們美好的未來。謝謝大家！
相關推薦
