告别科幻,AI已来
开篇：润墨网以专业的文秘视角，为您筛选了一篇告别科幻,AI已来范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
“为什么到现在Siri还显得那么愚蠢呢？为什么它的能力那么有限？为什么它会经常搜索出没用的结果？上一次Siri说出让你满意的答案、采取令你惊喜的行动，是什么时候的事？”10月12日，69岁的美国资深技术撰稿人Walt Mossberg（莫博士）在Recode写了一篇文章，痛斥苹果Siri毫无进步，已经落后于竞争对手。
作为已故苹果创始人乔布斯的好友，莫博士的这些抱怨也许是在为这家公司的未来担忧―语音助手是最能够体现一家公司人工智能水平的产品，而拥有先发优势的Siri现在状况不妙。
就在一周之前，苹果最主要的竞争对手Google了一款和Siri类似的语音助手产品Google Assistant。莫博士做了个语音助手的对比评测，称向Google语音助手输入同样的语言指令，响应速度和内容精确度都比Siri高得多：“当我问Siri它的老板蒂姆・库克是谁时，它搜索出了我手机里的蒂姆・库克的联系方式。但当我在三星S7上问Google语音助手同样的问题时，它理解了我的问题并直接为我打开了蒂姆・库克的维基百科首页。只有当我向Google语音助手发出‘给蒂姆・库克发邮件’时它才会采取Siri那种搜索结果。”
在10月初的这场会上，Google了包括Pixel手机、智能家居设备Google Home和虚拟现实设备Daydream等多款硬件产品，这些产品中都内置了Google Assistant，成为Google产品的灵魂。Google CEO桑达尔・皮查伊认为这些全新硬件产品的核心优势就是其带有的Google Assistant功能―人们只要对这个虚拟助手喊一声“OK Google”，就能获得不同的信息和服务。他还计划在所有的Android手机上都加上这一功能。
“我们正在从移动优先的世界进入人工智能（AI）优先的世界。”在会上，桑达尔・皮查伊宣布人工智能是公司最优先的战略。
实际上，人工智能已经渗透到Google内部的各个层面。2012年，Google与人工智能相关的项目只有2个，而2015年却已经超过1500个，包括Android、Google Apps、药物开发、Gmail、地图、Photos、翻译与YouTube等多个Google自有产 品。
人工智能这一概念在1950年代就已经出现，但过去几年的技术进步使得人工智能开始真正进入现实世界。10月中旬，Google DeepMind在《自然》杂志上了一篇论文，宣布开发了一种名为“DNC”（可微分神经计算机）的新型神经网络。这个AI系统拥有“短期记忆”，可处理复杂的、结构化的数据。它能理解人类编造的故事，从家谱中理清人物关系，还能看懂伦敦的地铁线路图。
这一技术将会把人工智能推向另一个层面。“目前机器学习的最大挑战是神经系统的理论分析（Neuro Network Reasoning），即便是AlphaGo，也还是基于历史经验，只是更复杂一些，但DeepMind最近发表的那个能看懂地铁线路图的技术就具有了非常基础的理论分析能力了。”人工智能创业公司re：infer联合创始人兼CEO Edward Challis对《第一财经周刊》说。
不仅仅是将人工智能作为最重要的战略方向，硅谷的巨头们在过去几年中围绕人工智能也展开了收购竞争。根据调研公司CB Insights的数据，自2011年以来有超过75亿美元的资金被投入到人工智能领域，而过去两年内的资金就占到60亿美元。自2011年以来，有接近140家从事人工智能技术的公司被收购，其中40起收购发生在2016年。Google以11家的收购量排名第一，英特尔和苹果并列第二。英特尔光是在今年就收购了3家公司，越来越庞大的数据处理需求对电脑性能和处理能力来说也是重大的挑战，这家芯片厂商希望通过在人工智能上的投入来确保自己在未来尖端电脑市场上的地位。
为了人工智能的竞争，Facebook挖来了被称为人工智能三巨头之一的Yann LeCun，职位是Facebook人工智能实验室负责人。他曾经对媒体回忆扎克伯格来聘请他时谈到对Facebook接下来20年的计划，认为人工智能会在人和数字沟通中扮演重要的角色。
苹果也从卡内基-梅隆大学挖走了人工智能的专家Russ Salakhutdinov。CEO蒂姆・库克接受《日本经济新闻》采访时说iPhone的未来就在人工智能上，苹果会以多种方式向人工智能投资，并且会在日本建立研发基地研究人工智能和其他技术。
“在过去，许多标普500强CEO希望自己能早点意识到互联网战略的重要性。我想从现在开始的今后5年也会有一些标普500强CEO后悔没有早点思考自己的AI战略，”在曾经负责建立Google大脑、现任百度首席科学家的吴恩达看来，互联网这个比喻已经不足以形容AI及深度学习的隐含意义。“AI就是新的电力。仅仅一百年前，电力就变革了一个又一个行业，现在AI也会做同样的事情。”
2016年3月，在一场五番棋比赛中，DeepMind开发的AlphaGo战胜了韩国围棋高手李世石，成为第一个打败围棋职业九段棋手的电脑围棋程序。由于本身的复杂性，围棋一直是机器学习领域的难题，AlphaGo战胜李世石被认为是人工智能研究的一项标志性进展。
不仅是技术上，这场人机大战也将人工智能的概念推销给了更多的普通用户。DeepMind的CEO Demis Hassabis称，总共有超过1亿人观看了AlphaGo和李世石的对决。
但在此之前，人工智能这一概念实际上已经存在了60年。就连Remi El-Ouazzane在接受《第一财经周刊》采访的时候也说到，他在2013年加入的芯片公司Movidius在2006年成立时也经历了很长一段时间的摸索，Movidius所做的是低功耗视觉识别芯片，它的客户包括Google的Tango手机和无人机公司大疆。
人工智能的历史最早可以追溯到艾伦・图灵的论文《机器能思考吗》，他提出了著名的图灵测试来定义机器如何智能。1956年，在常青藤大学之一达特茅斯举办的一次研讨会上，John McCarthy、Marvin Minsky和Claude Shannon汇总并整理了信息学、人工神经网络以及数理逻辑的理论，提出“人工智能”这个名词。当时不少参会者预言未来将会有和人类同等智能水平的机器出现，也带动了政府支持人工智能项目。但当时的CPU运算能力和数据量都不足以支撑这个伟大的梦想。从1973年开始，直到1990年代初期，人工智能领域的研究方向和获得的投资都历经曲折。
对普通人来说，最熟悉的转折点发生在1997年5月，IBM的深蓝战胜国际象棋世界冠军卡斯帕罗夫；2005年，由斯坦福大学实验室研发的无人驾驶汽车获得DARPA挑战赛的第一名。
Long-time Tech记者Michael Copeland曾发表文章分析人工智能技术发展的历程。其中梳理了我们最常听到的三个名词：人工智能、机器学习、深度学习。
他认为，人工智能从1950年代被提出时就存在。当时的人工智能分为“强人工智能”和“弱人工智能”。前者意味着机器无所不能，并且可以像人一样思考；后者则是指执行一项特定任务的技术。至于如何实现这些技术，则属于机器学习的领域。在Michael Copeland的解释中，机器学习的基本做法是使用算法来解析数据、从中学习，然后对真实世界中的事件作出决策和预测。而深度学习则从2010年后开始流行，它被认为是机器学习的分支。维基百科对它的解释是，“试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法”。它的流行有赖于发生在2012年的标志性事件，也是今天所有发生在硅谷的人工智能事件的基础。
这一年，多伦多大学教授Geoffrey Hinton带队的实验室参加图片分类竞赛ImageNet，他们使用深度学习技术打败Google，实现了85%的准确率。同一年，当时由斯坦福大学教授吴恩达负责的Google大脑（Google Brain）在无外界干涉的情况下在图片中识别了猫。
随后Geoffrey Hinton在2013年加入了Google，他创办的DNNresearch公司被Google收购。与他一起提出可行深度学习理论的LeCun去了Facebook，也就有了前面提到的那段对扎克伯格的回忆。
百度硅谷人工智能实验室总监Adam Coates对《第一财经周刊》说，百度也是在那个时候开始意识到ImageNet中Geoffrey Hinton团队所使用的深度学习技术一定是未来的趋势，开始组建深度学习实验室。
硅谷著名投资人、Andreessen Horowitz合伙人Marc Andreessen说，“2012年时，计算机在识别图片方面变得比人更好了。这是一场真正的竞赛。”
技术公司再一次向人工智能研究和应用倾注资金和人才。这一次，人工智能研究不再需要看政府的脸色，它只要能给技术公司的商业蓝图加分就可以了。如今全球最具影响力的技术公司无论在资金还是人力方面都具有过去商业机构无可比拟的能力。
从现在的角度来看，人工智能领域最重要的收购之一发生在2014年。当时Google花费4亿美元收购英国人工智能公司DeepMind。正是这场收购，为两年后人们再次看到“人机大战”做了准备。
自从DeepMind被收购之后，伦敦大学学院，也就是DeepMind创始人所在的大学，研究人工智能方向的人数一下子翻了倍。“我根本没办法留住我的研究生，大公司希望在毕业之前就把他们抢到手。”一位来自伦敦大学机器学习方向的教授对《第一财经周刊》说，他自己也手握好几封来自技术公司的offer。
每年12月在加拿大召开的神经信息处理系统会议现在成了人工智能界的达沃斯峰会，去年的参会人数达到3800人，是2010年的3倍。
尽管目前还没有确切的数字显示有多少学者加入了大公司，但还是可以从一些侧面报告中看出这一趋势的端倪。光是在“深度学习”这一领域，的作者拥有大公司背景的占比从2012年的不到20%增长到2014年接近40%。曾经在斯坦福大学全职执教、目前负责百度人工智能研究的百度首席科学家吴恩达认为技术巨头有两个让他们无法拒绝的优势：强大的电脑功率，以及海量的数据，这些都是机器学习研究最重要的资源。
Movidius的CEO Remi El-Ouazzane第一次听说Amazon Echo的时候，后者还只是亚马逊硬件研发中心Lab 126里的一个概念，当时这个做了多年产品管理的法国人对一个能和人对话的设备还很怀疑。
他没想到，这款2011年开始研发、2014年11月正式的人工智能产品Amazon Echo后来的销量能够突破300万台（截至2016年4月，根据研究机构CIRP的统计数据）。
Amazon Echo和它内置的语音助手Alexa不仅代表着亚马逊对人工智能业务的计划，还在某种程度上推动了一场围绕着人工智能的技术与商业之战。
类似的产品几乎已经成了硅谷技术公司的标配。Google有与Amazon Echo正面竞争的智能设备Google Home，内置的人工智能助手Google Assistant也打算变成人类的新的“家庭成员”。
微软、Facebook、苹果虽然没有做智能音箱，但也都有自己的人工智能助手。微软Cortana是在2014年4月。Facebook暂时还没有一个会说话的助手，但是在Messenger软件里有一个叫M的小机器人。苹果实际上动作最早，2010年就收购了Siri并从iPhone 4s开始将其植入手机。
对人工智能的应用，人们往往第一反应是人工智能助手。由于以Google、亚马逊为代表的技术公司都在想办法让自己的语音助手介入人们的实际生活中，Adam Coates认为这是由于未来所有设备都联网，人工智能会在某种程度上改变人们和机器交互的方式，也减少使用机器的麻烦。“你看大部分微波炉的用户界面都不一样，按钮也都不一样，以后通过人工智能和语音操作就很容易，”他说，“另一方面，现在大部分的设备都需要用手机来控制，这个操作在某些场景里有点奇怪，现在的人工智能技术想让不同的机器都有能力来理解人的意图。”
在回答莫博士对Siri的批评时，Adam Coates这个曾在斯坦福学习和研究了12年计算机的业内人士说，其实对人工助手提问让它回答，这是自然语言识别的问题。对大多数公司来说，即便有完美的自然语言技术，怎么理解人的意图仍然是个需要努力的问题，“我们目前还处于很早的阶段”。
这样就解释了为什么Google Assistant被视为对Google搜索的改进。而这需要强大的智力支持―据说亚马逊的Echo团队超过1500人。
你可能看不到一些大公司产品背后正在因为人工智能而发生改变。例如Facebook可以通过脸部识别认出朋友是谁，然后让你给朋友们发照片，同时用来管理Facebook的数据。Google也是如此，今年7月Google报告称，通过人工智能技术，Google数据中心的能效提高了15%。
它们更在意的是谁能先抓住下一个机会。Google、Facebook、亚马逊、微软和百度都纷纷开放了自己的人工智能平台，以吸引第三方开发者。
初创公司也可以借助大公司的力量将自己的产品推向市场。“被英特尔收购最大的好处是我们可以将产品规模化，我们只有一个销售，而英特尔有多少销售？”Remi ElOuazzane对《第一财经周刊》说。这家成立于2006年的低功耗视觉识别芯片的创业公司今年被英特尔收购。
根据El-Ouazzane预计，现在人工智能领域里有90%的公司都在做平台应用层面的东西。“这是大公司在为这个领域赋能，因为做人工智能需要更强的基本架构，小公司在这种平台上部署应用就可以了。”
最激进的还是Google。2016年夏天的Google开发者大会上，让人们没想到的是Google了芯片Tensor Processing Unit（TPU），Google官方宣布这是专为机器学习设计的芯片，每秒钟能执行更多的操作。与此同时，Google还宣布将其机器学习系统TensorFlow免费开源，你可以把它理解为机器学习领域的Android，当时Google前CEO埃里克・施密特在一次公开会议上表示，TensorFlow能在Google之外发挥更大的作用。Google希望通过开源让机器学习的社区更快地交流，加速整个机器学习领域的发展。
不过相比面对普通消费者，工业使用人工智能似乎对人的工作生活影响更大。
例如无人驾驶汽车和其他硬件。运算能力、数据采集、分析，以及做出行动，都是无人驾驶汽车从2009年Google打算把它做成一个产品至今仍在“学习”的。Google大脑的负责人Jeff Dean曾在接受媒体采访时提到无人驾驶十分依赖机器学习。英特尔在2016年CES上展示的可以避开障碍物的无人机也是因为英特尔的RealSense技术可以通过识别周围的物理环境分析情况。
在提高工作和生产效率方面，人工智能的作用已经得到证明。利用人工智能对用户的问题做出分析和反馈的创业公司re：infer已经看到它的客户因使用自己的产品而出现劳动力部署的变化。“过去阅读用户反馈的工作是由人工完成，两周的工作量在人工智能的帮助下半小时就能解决。”Edward Challis对《第一财经周刊》说。
这甚至造成了人类对失业的恐慌。在AlphaGo胜利后，机器是不是会取代人一时间成为热门话题。一些简单的重复劳动已经被机器人取代，例如打扫卫生、安全检查等等。《经济学人》发表文章称机器和人将会“合并”（merge），Google的高级副总裁Diana Greene最近在硅谷的一次公开活动上说她不认为这一天会到来，有许多事情人的智慧可以做得更好，而且是人工智能做不了的。
该如何设定这个边界，已经变成了我们这个时代技术公司的社会责任之一。
今年9月底，Google、Facebook、亚马逊、IBM和微软共同组建了一个10人委员会“利于人类和社会的人工智能联盟”，来确保人工智能技术安全透明地发展、道德自律，以及人类如何最佳地利用这方面的技术。另一方面，全球第一家人工智能智库Leverhulme的未来智能研究中心10月17日在英国剑桥成立，这个研究中心的任务就是集合不同领域的专家来解决人工智能所引发的各种问题，涉及像什么是人工智能这样的基础问题，以及道德和法律问题，比方说人工智能杀了人，该由谁负责等。
一辆无人驾驶汽车已经会避免撞到行人，设想一下现在这辆车子两边都有骑自行车的人，而只有右边那个人戴了安全帽，那这时车子应该向右拐以避免撞到左边那个没戴安全帽的人吗？尽管这样的行为意味着对安全骑车的惩罚。Leverhulme未来智能研究中心执行总监Stephen Cave抛出这样的问题。“从很早开始人类就在思考什么是道德上的对与错，现在等到我们把这些概念编程给机器的时候，我们才意识到，我们自己都还没想通呢。”
该中心的研究总共分为9个项目，其中既有人工智能技术方面的研究，也有对法律、政治、心理学上的研究，一些研究成果还会以代码的形式发表，因而机器也能学习。其中有一个项目名为“智能的种类”是目前人工智能领域研究不深的类别，这个项目的主管Marta Halina是大猩猩认知研究的专家，尽管这个项目看起来很理论，但却很有实际意 义。
“现在人们在谈到人工智能的时候，总是会把它拟人化，这是受很多科幻电影的影响。但真实的人工智能是，它们根本不像人。在通用人工智能出现之前，我们会先接触到大量的窄域人工智能。所以我们需要把人工智能细分化，可以是自然语言识别、图像识别或是理论能力，然后判断出哪些方面是重要的，哪些方面是不重要的，从而为人工智能的发展设计一个进化图。”Cave对《第一财经周刊》说。
Phrasee是一家通过自然语言处理技术来优化市场营销时品牌讯息的传递和沟通的人工智能创业公司，其CEO Parry Malm认为，人工智能领域目前有两个最大的挑战，“一个是技术方面怎么让它更聪明，这是每家公司都在努力做的事情；另一点是商业化，你会发现很多公司发表了众多研究论文，看起来很强大，但却毫无商业化的方向”。Parry Malm对《第一财经周刊》说，“你可以对Amazon Echo说，Alexa，帮我把灯关了。它会自动帮你关灯，但其实你自己站起来关个灯并不是什么麻烦的事情。所以必须得找到市场离开它就不行了的那个点，这样才会有未来。”
“说人工智能已经出现泡沫还太早，目前我们还没看到太多商业上成功的案例，但大公司投入资金，创业生态活跃，是目前人工智能发展所需要的，也是任何一项技术发展的必经阶段。我们所要做的是控制它所带来的破坏性影响。”Cave说。
人工智能已经存在于我们周围，人们在不知不觉中已经太过于信任和依赖它，只要看看现在人们很随意地把自己的数据拿出来与人分享，就知道让人工智能来控制你其实是件多么容易的事情，这也是Cave最担心的地方。
唯一无法拒绝的是，无论新老行业，原有的技术架构都并非为人工智能而部署。显然这一切都在等待重建、或增加运算能力和人才。至于我们普通人身边的人工智能产品，它们恐怕还是得先以一个好产品的形式出现在恰当的使用场景里。