人工智能技術(shù)仍在不斷地飛速發(fā)展當(dāng)中，近期有幾個(gè)發(fā)展趨勢值得注意

一是人工智能正在變“硬”。在芯片領(lǐng)域，Google為大規(guī)模神經(jīng)網(wǎng)絡(luò)訓(xùn)練推出了TPU，目前已經(jīng)發(fā)展到了第二代；英偉達(dá)發(fā)布了針對人工智能應(yīng)用的重量級處理器Tesla V100；蘋果公司在最新一代的iPhone上集成了仿生芯片，可以大幅度提高人臉識別的反應(yīng)時(shí)間；華為公司也發(fā)布了全球首個(gè)人工智能芯片NPU，即將應(yīng)用在最新的手機(jī)上；致力于人工智能硬件芯片研發(fā)的中國初創(chuàng)公司寒武紀(jì)被稱為“全球AI芯片界首個(gè)獨(dú)角獸”。在服務(wù)器領(lǐng)域，F(xiàn)acebook開源了人工智能硬件用于人工智能計(jì)算服務(wù)器，浪潮推出GPU深度學(xué)習(xí)一體機(jī)。面向消費(fèi)者的智能硬件，更是層出不窮。

二是機(jī)器學(xué)習(xí)模型和算法出現(xiàn)了新的發(fā)展思路。深度學(xué)習(xí)三巨頭之一Geoffrey Hinton最近提出了Capsule概念，呼吁將神經(jīng)網(wǎng)絡(luò)的基石之一的反向傳播機(jī)制推倒重來，重新建立新的理論體系。遷移學(xué)習(xí)可以將一個(gè)領(lǐng)域?qū)W習(xí)的模型應(yīng)用到另一個(gè)領(lǐng)域，從而節(jié)省大量的訓(xùn)練時(shí)間，減少對任務(wù)量的要求。最近神經(jīng)科學(xué)的研究進(jìn)展，也將為神經(jīng)網(wǎng)絡(luò)帶來新的靈感。

三是人工智能日益重視移動端。越來越多的人工智能應(yīng)用在移動端運(yùn)行，從而要求在移動端部署深度學(xué)習(xí)模型。為實(shí)現(xiàn)這一目標(biāo)，一方面要求提高移動端的處理能力，另一方面要求降低深度學(xué)習(xí)模型的規(guī)模和部署時(shí)間，并對移動端平臺進(jìn)行優(yōu)化。日前，百度開源了移動端深度學(xué)習(xí)框架，其他的深度學(xué)習(xí)框架也對移動平臺提供了更多的支持。

人工智能技術(shù)的應(yīng)用，正在改變一大批傳統(tǒng)行業(yè)，并培育了一批新興企業(yè)

智能醫(yī)療一直被視為一個(gè)很有前景的應(yīng)用領(lǐng)域，數(shù)據(jù)仍是關(guān)鍵點(diǎn)。據(jù)《2017年互聯(lián)網(wǎng)趨勢報(bào)告》顯示，醫(yī)療行業(yè)表現(xiàn)出數(shù)據(jù)爆發(fā)式增長，全球健康數(shù)據(jù)年增長率達(dá)到48％。數(shù)據(jù)增長有助于診療的智能化、精準(zhǔn)化和個(gè)性化。智能醫(yī)療主要包括醫(yī)學(xué)影像智能判讀、智能輔助診斷、手術(shù)機(jī)器人、康復(fù)智能設(shè)備、智能醫(yī)藥等。其中智能輔助診斷和醫(yī)學(xué)影像智能判讀發(fā)展相對成熟，前者源于IBM Watson自然語言理解技術(shù)以及多年的醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)積累；后者源于基于深度學(xué)習(xí)算法的圖像識別能力的不斷提升。通過AI和大數(shù)據(jù)技術(shù)，有助于解決目前醫(yī)療行業(yè)嚴(yán)峻的供需矛盾。

自動駕駛是人工智能的重要應(yīng)用場景，傳感器、高精地圖和算法模型是其技術(shù)核心，互聯(lián)網(wǎng)巨頭、傳統(tǒng)車企和新興創(chuàng)業(yè)公司都在積極布局。自動駕駛可分為兩類，一類是高級輔助駕駛系統(tǒng)（Advanced Driver Assistance System, ADAS），并非完全控制汽車，強(qiáng)調(diào)提高行車安全性；一類是無人駕駛，更強(qiáng)調(diào)車的自主駕駛，節(jié)省人力。ADAS是無人駕駛的前提，兩者都是利用車上的各式傳感器搜集數(shù)據(jù)，結(jié)合地圖數(shù)據(jù)進(jìn)行系統(tǒng)計(jì)算，從而實(shí)現(xiàn)行車路線規(guī)劃和車輛控制。近兩年，自動駕駛技術(shù)發(fā)展迅速，特斯拉、寶馬、奔馳、卡迪拉克等多家車企已量產(chǎn)具有ADAS功能汽車，奧迪已量產(chǎn)特定環(huán)境下無人駕駛汽車A8，能夠在單向車道無行人環(huán)境下，速度低于60公里每小時(shí)的時(shí)候完全接管汽車。從智能科學(xué)來看，無人駕駛技術(shù)障礙相對較少，法律問題可能是一個(gè)潛在障礙。

金融科技（Fintech）是金融與科技的結(jié)合，是技術(shù)驅(qū)動的金融服務(wù)創(chuàng)新。近些年，人工智能技術(shù)被廣泛應(yīng)用于金融領(lǐng)域，如智能投顧，利用AI技術(shù)為客戶量身定制包括股票配置、期權(quán)操作、債權(quán)配置、房產(chǎn)投資等資產(chǎn)投資組合建議；智能風(fēng)控，借助人工智能和大數(shù)據(jù)，金融的風(fēng)控能力得到了質(zhì)的突破；智能量化交易，快速分析、擬合、預(yù)測海量數(shù)據(jù)，將AI作為投資過程的一部分；智能客服，基于深度學(xué)習(xí)和大數(shù)據(jù)分析為基礎(chǔ)自動回答用戶咨詢，替代傳統(tǒng)人工客服。金融科技創(chuàng)新金融模式、業(yè)務(wù)、流程與產(chǎn)品，能提升金融服務(wù)效率，降低金融交易成本及管理風(fēng)險(xiǎn)。

除了在上述傳統(tǒng)領(lǐng)域的創(chuàng)新應(yīng)用，人工智能的另一應(yīng)用趨勢熱點(diǎn)是與社會公益（Social Good）相結(jié)合，通過大數(shù)據(jù)、機(jī)器學(xué)習(xí)技術(shù)對行業(yè)數(shù)據(jù)進(jìn)行深度分析，為社會發(fā)展策略的制定提供前瞻性建議，推動社會公益事業(yè)的發(fā)展。近年來，人工智能技術(shù)被廣泛應(yīng)用于社會公益的各個(gè)方面，例如城市規(guī)劃與治理，利用AI技術(shù)和城市大數(shù)據(jù)輔助交通擁堵治理、城市功能區(qū)域建設(shè)；公共安全，基于圖像識別、大數(shù)據(jù)挖掘等技術(shù)進(jìn)行區(qū)域安全風(fēng)險(xiǎn)評估、智能犯罪預(yù)防；定向扶貧，基于機(jī)器學(xué)習(xí)技術(shù)和衛(wèi)星遙感數(shù)據(jù)對貧困區(qū)域進(jìn)行精準(zhǔn)檢測；災(zāi)害預(yù)警，利用AI技術(shù)對歷史數(shù)據(jù)的深入分析和建模，為地震等自然災(zāi)害后的快速應(yīng)急預(yù)案制定提供有效的決策支持。總體而言，AI與社會公益相結(jié)合的研究方興未艾，具有重大的科研和社會意義，同時(shí)需要學(xué)界、產(chǎn)業(yè)界和政府在技術(shù)、數(shù)據(jù)、政策等方面緊密的合作。

最后需要強(qiáng)調(diào)的是，雖然人工智能已經(jīng)成為世界各國政府和企業(yè)關(guān)注的焦點(diǎn)，現(xiàn)在人工智能發(fā)展面臨的最大挑戰(zhàn)卻是高素質(zhì)人才的稀缺。傳統(tǒng)的制造業(yè)注重的是“人員”，比如富士康，強(qiáng)調(diào)人員的高效性和嚴(yán)格的工作紀(jì)律性?，F(xiàn)在的高科技企業(yè)注重的是“人才”，強(qiáng)調(diào)深度的專業(yè)技能和團(tuán)隊(duì)協(xié)作能力。而未來的人工智能企業(yè)注重的是“人物”，人物是具有創(chuàng)新領(lǐng)導(dǎo)力的人才。和人才相比，人物除了具有戰(zhàn)略視野，同時(shí)有帶領(lǐng)人才團(tuán)隊(duì)創(chuàng)新的能力。因?yàn)槿斯ぶ悄艿陌l(fā)展，世界已經(jīng)進(jìn)入快速多變的時(shí)期，具有風(fēng)險(xiǎn)評估和風(fēng)險(xiǎn)控制能力的人物會變得越來越重要。因此，國家和企業(yè)人工智能發(fā)展的成敗在于設(shè)立合理的組織架構(gòu)、激勵(lì)機(jī)制、文化氛圍積極吸引和培育人才和人物?？梢灶A(yù)見，未來是得人物者得人工智能的天下。

（作者為美國羅格斯－新澤西州立大學(xué)羅格斯商學(xué)院管理科學(xué)與信息系統(tǒng)系副系主任、教授、博導(dǎo)）

【參考文獻(xiàn)】

①《百度人臉識別入選MIT十大突破技術(shù)》，《北京晨報(bào)》，2017年2月24日。

責(zé)編/宋睿宸    美編/楊玲玲