撰文：T客匯 楊麗
4月27日至5月1日GMIC 2017峰會在北京舉行，邀請海內外投資界、企業界、科學界領軍人物參會。此次大會以“天、工、開、悟”為主題，寓意關注未來，著眼現在，在擁抱人工智能、商業航天、無人車等前沿技術的同時，關注如環境、醫療健康、娛樂、移動支付、教育等與生活息息相關的話題。當然，整場大會討論最多的莫過於AI（人工智能）。
確實，人工智能、機器學習、深度學習、自然語言處理等先進技術帶來的產業革命和生產力的充分釋放，正潛移默化改變著整個人類世界。經歷60載歲月的人工智能技術，在經歷之前兩次大的跌宕之後，這一次將真正走在實現商業化的道路上，而這主要歸功於超大規模雲計算能力和豐富數據源的到來。
現如今，人口紅利逝去，人力成本高昂，依靠技術或模式上的創新可為企業帶來一時的優勢壁壘，卻很難長久維繫，容易陷於商業模式的同質化，企業家們紛紛感嘆這個時代錢太難賺。2016年，Gartner對未來五年最具顛覆性的IT技術預測中，AI榜上有名，且位列第一。這一年，Salesforce發佈新產品“愛因斯坦”，將AI嵌入雲平臺，紅點投資人Tomasz Tunguz提出AI正吃掉世界。AI似乎不再擲地無聲，海內外企業也紛紛靠向AI技術，彷彿哪家公司不提AI就跟不上互聯網時代的潮流。它們既希望搭上AI的快船吸引大量的潛在客戶，又期待藉助優質資本的力量真正將AI技術落地。
但是，一片繁榮、光鮮之下，人人都拍手稱讚，是否又有人思考過AI技術存在的隱患呢？科學家悶在實驗室專心搞科研，研發成果能否真正為企業帶來價值呢？高端人才的匱乏又如何在企業內進行再教育培養呢？機器人的出現是否意味著未來大批崗位的消失，工人的失業？
這一切都需要我們思考。
思考一：AI是一把雙刃劍
此次GMIC大會上，作為科學界的泰斗，霍金對此持有客觀的看法。他提到：“我們需要將研究重心從提升人工智能能力轉移到最大化人工智能的社會效益上面。我們的人工智能系統需要按照我們的意志工作。我們擔心聰明的機器將能夠代替人類正在從事的工作，並迅速地消滅數以百萬計的工作崗位。”
“實際上，AI更像是一把雙刃劍，它給我們人類社會帶來了不同的可能性。一方面，AI在推動人類社會進步發展方面的作用毋庸置疑，可大大提高人類生活質量，包括降低城市汙染、交通擁堵，實現不同語言之間的溝通，或實現醫學上更精準的診斷。另一方面，AI遭受不法分子使用對社會帶來無法治癒的危害。這是包括政策制定者在內都需要思考的問題。”卡內基梅隆大學教授Tom Mitchell在採訪中提到。
思考二：頂尖科學家既可善學術，也應懂市場
會上，李開復的對AI領域科技人才的看法尤為令人印象深刻，“科學家們往往會被自己的研究、自己酷的東西所打動，也認為他所看到的酷的東西是全世界人類所需要的。他們追求創新、發表大量論文，卻往往不知道市場。”如從谷歌請來的重量級科學家吳恩達，帶領百度在人工智能領域迅速崛起之時，卻於近期悄然離開，這不得不讓外界對科學家追求學術還是商業價值上重新思考。
李開復認為，創新固然重要，但不是最重要的，重要的是做有用的創新。因此，科學家自己創業或許不是個好想法，但如果能找個商業合夥人一起創業，或者將技術授權出去，甚至技術開源、公開學術論文則能更好地促進整個行業的健康發展。
思考三：AI商業化必須結合具體應用場景
AI作為一種複雜的算法，往往處理非常有深度的難題，從健康、教育、商業，再到交通、公共事業和娛樂，AI的應用範圍十分廣泛。從應用場景上講，有推理、知識、計劃、交流、感知這五大場景。如，通過推理可以進行法律評定、金融資產管理，通過知識能力可進行醫療判斷、媒體推薦、欺詐防範，通過計劃完成物流、行程安排，通過交流進行聲音控制、智能代理和翻譯，通過感知進行無人車自動駕駛，醫療診斷。
在企業內部，比如一套嵌有智能算法的HR軟件系統，通過使用智能工作匹配和部分自動化評估功能，可使員工招聘更有目標性；通過人員需求和缺席的預測性計劃可強化員工管理；或對員工離職風險的預測以減少人員變動。
思考四：AI借大數據、雲計算煥發第二春
九合創投創始人王嘯提到，“其實AI最核心的素材是數據，過去幾年智能手機的普及，傳感器的成本急劇下降，不管是手機攝像頭還是各種慣性導航數據，大量的數據得以產生。這些數據的有效利用成為AI發展的基礎，沒有數據作為素材很多東西是無法感知的。此外，機機器可以通過學習這些數據產生模型和看法，因為不是通過因果邏輯進行分析，而是通過大數據多樣性和關聯性進行分析。”
可以肯定，存儲能力、計算能力、數據產生速度的不斷膨脹均為AI的再次爆發奠定了基礎。同時，雲計算作為一種同樣可以處理海量結構和非結構數據的能力為AI帶來了第二春。
利用AI技術能為企業獲取到更多的客戶和數據，而數據反過來又推動AI更深層次的發展。當然，目前只有為數不多的互聯網巨頭才有財力建立完善的底層架構，招納到世界上最優秀的人工智能領域專家。這意味著，對於多數企業，AI技術的先進與否與數據是否在雲端有直接關係。
以谷歌為例，在人工智能領域投入重金多年，去年，谷歌了組建了以李飛飛和李佳為技術核心的谷歌雲機器學習團隊，該團隊負責個構建可為商業運營的機器學習 API 接口，將AI能力投入商業化。
Artificial Intelligence 人工智能，簡言之，就是賦予機器一種人的智慧能力。以企業導入人工智能的實踐案例來看，目前我們仍侷限在弱人工智能，這些技術可以跟人類一樣，甚至比人類做得更好。但如果想要實現從弱人工智能向強人工智能擁有人類的感知和思考能力，就必須構建起學會學習的能力，包括深度學習和自然預處理能力在內等AI技術仍需走過很長一段路程。