【人工智能】AI及其应用讨论

原创：TZISME 顾问线上咨询 

此文适合非专业人士看，可以作为科普，对AI有个概念。

AI的定义

关于AI，有很多定义，我个人最喜欢的一条是：

“AI就是根据对环境的感知，做出合理的行动，并获得最大收益的计算机程序。”

清楚的说明了：

1、AI是一段程序。

2、这段程序具有特定的识别、认知、分析、决策等能力(弱人工智能)。具备通用能力的AI（强人工智能）短期内难以出现，大部分科学家预测至少要等到下个世纪。

3、AI不是机器人（因为他是一段程序），但AI可以与机器结合，让机器实现感知和决策能力（变成机器人、无人车、无人机等）。

4、像科幻电影里面具备超能力和独立意识的AI，离我们还很遥远。

进一步理解AI的能力和原理

关于AI基础能力（识别、决策等）的讨论，个人最喜欢一张朴实的图，说明：

——摘自《人工智能》，作者：腾讯研究院等

一、数据和算法使计算机获得了感知和决策能力

计算机视觉感知原理举例

过去我们想让计算机认出一个物体，需要给计算机描述这个物体的特征，对于计算机来说，图片就是一堆没有意义的0和1，定义特征的难度可想而知。

而机器学习/深度学习法下，人们不再尝试给计算机定义物体特征，而是给计算机算法输入大量带有标识的图片（标识哪些图里有这个物体，那些里面没有），让计算机自己学习总结，这个物体的特征是什么。机器学会后，给计算机一个张图，计算机程序就能识别出图中的这个物体，具备该物体的感知力。

计算机决策原理举例

给计算机大量的个人数据，标识了年龄、性别、工作、购买习惯等等，并关联这个人贷款是否违约。让计算机学习总结出什么特征的人容易违约，什么特征的人违约风险低。机器学会后，给定一个人的数据，计算机就可以根据特征反馈违约风险并作出是否授信的决策。

以上例子说明：机器学习/深度学习算法，在给定大量特定带标签数据后，可以使计算机识特定问题别规律、得出最优解并作出决策。这种特性使得AI独特的区别于其余的计算机程序。

值得注意的是：计算机的学习和决策过程对于技术人员来说，是黑盒，人们无法还原也不知道AI决策的原理和逻辑。另外，特定问题的经验数据量越大，处理的准确度越高。

二、基于机器学习和大数据，当前AI主要技术研究和应用方向

计算机视觉：让计算机理解它通过摄像头看到了什么。当前应用举例：人脸识别身份验证、用图片在电商或者搜索引擎中的搜索。引入深度学习后，计算机视觉竞赛ILSVR，千类物体识别top-5错误率已经降低到了3.7%。该项能力在某些方面已经超过人类。

语音处理：让计算机识别出我们说的话。当前应用举例：Apple Siri、微信语音转文字等。在语音识别方面，试验证实AI已经超越人类。

自然语言处理：让计算机理解人语言的意思并作出回应。当前应用举例：机器翻译，当前已经能实现多种语言的互相翻译，达到不影响理解的程度。

规划决策：让计算机根据条件做决定。当前应用举例：计算机玩棋牌游戏，机器人控制，核发贷款，无人车，无人机等，同样，某些场景的处理能力已经超过人类。

AI是一种通用技术，可以应用于各行各业

有学者提出，AI类似于第二次工业革命中电力的发明，是一种通用技术，一旦被大幅采用，就能革新许多不同的产业。我个人非常赞同这种说法。

我们可以看看AI如何渐进式的，从线上到实体世界，影响和改变我们的生活。

——摘自《AI 未来》，作者：李开复等

第一波，互联网智能化（纯线上）

算法了解、研究、学习我们的个人喜好，从而专门推荐针对个人的内容，使我们看得更多，买的更多。

AI只在线上世界对内容进行高效的分发。

第二波，商业智能化（这个其实很像商用的大数据挖掘和BI）

主要为利用了商业环境中的大量数据，使用AI执行商业环境的具体任务。例如：金融业的贷款核发，通过特征判断疾病从而实现AI疾病诊疗，通过犯罪事实、年龄、造成伤害能信息辅助判决的AI等等。

这个阶段AI在特定领域分析信息做判断和预测。

第三波，实体世界智能化（基于机器感知，高效采集线下数据并作出反馈）。

前两波都是在线上或者数据领域的智能化，而感知AI技术（机器视觉、语音处理等技术方向）使人工职能“看”到我们的世界和“听”懂我们的声音，把真实世界数字化。

例如人脸识别技术用于安防和金融安全，阿里巴巴的“城市大脑”推动机器视觉和决策技术，把城市交通流量数字化并尝试优化出行方式。

第四波，自主智能化（AI与机器结合作用实体世界）。

把复杂的数据和机器感知能力结合起来，并让机器自主行动和处理一系列任务，例如自动驾驶汽车、智能机器人。

在过去，工业机器人的工作环境需要为其专门设计，它们看不到、听不见，感受不到周围环境，这些环境必须简单可预见。而未来AI时代的机器人不同，它们可以通过机器感知的模块来感受环境，可以通过决策模块来做出行动，根据混乱而真实的世界来调整自己。

这四波智能化，前三种都已经发生且持续深化应用，对世界的改变我们也已经有了一定的体验。

第四波智能化对人类社会的影响最为深远，但何时可以大规模落地是个未知数（当前无人机已经实现应用）。不同于前三波应用，AI算法、数据和算力是主要瓶颈（这些都已突破）；第四波应用不仅需要面临的真实世界的复杂场景，还需要材料、控制机制等配套技术的同步突破。但是一旦大规模应用，将极大的提高社会生产力。

从行业来看AI的主要应用

交通领域-自动驾驶

当前：以特斯拉为代表的“渐进演化，在某些场景下可以辅助驾驶”，与以google为代表的全自主无人驾驶两条技术路径都在推进。未来：期待完全自动驾驶的全面商用。

智能制造

当前已经尝试在工厂运维、工艺优化、自动化质检、供应链管理与优化上开展应用。

智慧金融

当前：信审、智能客服、安防与客户身份认证、风控、精准营销、智能固投工具等已经开始应用。未来会进一步深化应用。

智能医疗

当前：在医疗机器人领域，IBM的达芬奇手术系统已经完成了300万例手术，另外在药物研发、智能诊疗、医学影像等领域有一定的应用。

智能家居

当前：Facebook、Google、微软等巨头都推出了智能管家类产品。国内传统家电厂商正积极在原有产品上进行智能化改造；而互联网公司也正在积极布局。

此外，AI在教育、制造、农业、环境保护、城市运行、司法服务等领域也有广泛的应用空间。

AI时代，人类何去何从

AI时代，算法和机器在各种专业任务的处理上的能力会逐步超越人类。各种机构和组织的研究结论都较为一致的指出，人类将近一半的工作都会被AI取代。社会生产力大幅提高的同时，有一部分人类会变为“无用阶级”。

从另一个角度来说，这也是人类的一次解放。脱离工作之后，第一次可以有如此多的时间，思考生而为人的使命，我们可以自由的选择娱乐至死，也可以选择仰望星空。