為什麼說人工智慧是業界下一個增長點？

06-23

　　文/水哥

　　近來，業界上游對人工智慧領域頗為青睞。從去年以來谷歌收購多家機器人公司以及今年1月收購以演算法著稱的DeepMind公司，到近期IBM收購Cognea公司助力沃森系統，百度宣布「百度大腦」計劃並斥資3億美元建矽谷研發中心，此外，微軟、臉譜也在AI領域投入重金。上游在該領域的系列舉動或暗示互聯網信息產品人工智慧化水平有望大幅提升並成為業界下一個增長點。

　　業界素有「風向標」之說，IBM、谷歌、微軟、蘋果、三星在人工智慧領域皆有布局，IBM的深藍、沃森系統，谷歌的google now，微軟的Cortana、蘋果的Siri等等，誰才是AI風向標？這不是我們今天關注的重點，就像當年喬布斯拿起金鑰匙，率先開啟了移動互聯網黃金時期的大門，這並不是說沒有喬布斯就不能成事，這件事遲早能成，谷歌和微軟也在盯著做，誰先誰後的問題，這是趨勢。如今移動互聯網廝殺未畢，人工智慧暗流又起，其能否成為下一個業界增長點？且聽筆者細說。

　　計算機科學發展的必然要求

　　作為計算機科學-應用計算機科學下的一個分支，人工智慧涵蓋的範圍十分廣泛，它包括機器的學習、演繹、推理和解決問題的能力。事實上，一部計算機科學的發展史就是人工智慧史。比如我們從操作系統的角度來看人工智慧，操作系統主要解決人機交互的問題，從最早的命令行輸入界面，到直觀的圖形鼠鍵輸入界面，再到如今的圖形觸控界面，每一次里程碑的發展都使人機交互更為便利。再如計算機語言的發展經歷了機器語言、彙編語言、高級語言，每一次進步都意味著計算機語言更接近於人類語言。從計算機科學各個領域發展歷史我們即可看出，用人的邏輯思維與機器進行交互，使機器像人一樣思考是人工智慧發展的趨勢。

　　大數據為人工智慧化水平的提升提供了可能

　　筆者在前面文章中曾提起，互聯網產品與技術的景氣同任一科學技術一樣，必須依賴天時的作用，這裡的天時指的是時效性。任何思想、設計超前或滯後的產品都將不被市場所認同，甚至不被時代所認可。為什麼喬布斯的理念在上世紀80年代遭遇冷漠，卻在2000年後大獲成功；為什麼Web2.0的提出是1999年，卻在2004年才廣泛應用？時效性在裡面扮演了很重要的角色。

　　人工智慧其中的一個研究方向是依賴於統計學、博弈論等數學方法，這些方法處理的信息包括人機交互的行為、人為編輯的知識等等，這些信息的數量決定了人工智慧實現的程度和人工智慧化水平。譬如，人工智慧的發展初期就像一個剛出世的嬰兒，嬰兒的大腦如同一張白紙，他必須學習儘可能多的知識來適應母體外的生活並掌握與其他人交流的方法。大數據技術為人工智慧化水平的提升提供了這種可能。無獨有偶，大數據也經歷了由低潮到興起的過程，其雖於上世紀80年代就早已提出，但由於當時計算機技術以及互聯網上有效數據量的局限，並未得到廣泛應用。然而根據統計，至2013年底全球互聯網每年產生數據流量已超過700艾位元組(700×10的18次方)，如此龐大的數據量成為AI運用大數法則實現精確數據定位的天然條件，也必然能夠大幅提升機器的人工智慧化水平。

　　可穿戴智能設備興起為人工智慧發展供應多元渠道

　　前面所言，計算機科學的發展要求只是理論必然，人工智慧成為業界新增長點還必須依靠市場的力量。近年來，得益於移動互聯網所形成的規模經濟作用，品種繁多且功能各異的可穿戴智能設備也從概念走進人們日常生活。從某種意義上講，智能可穿戴設備的價值並非在於其設備形態，而是人們所希望獲取到的信息，它的功能相當於人體器官的延伸，由於同身體接觸緊密，具有人工智慧的可穿戴設備則更受人們歡迎。

　　可穿戴智能設備領域整體仍處於概念和設計階段，但實物產品呼之即出，從上游巨頭在該領域的布局重量來看其市場前景可窺一斑。儘管人們購買可穿戴智能設備的動機不一，但其確實為人工智慧走進民用領域提供了多個渠道。

　　人工智慧的理想與現實差距產生驅動力

　　大多數人對人工智慧的認識來自於科幻小說、影視作品，在他們的印象里，作品中的機器人能夠像人一樣工作、思考，甚至產生感情。但現實中，人工智慧的發展水平還處於比較低的階段，現有的科學技術和文明程度還遠未能夠使機器具備人的全部思維邏輯，儘管深藍、沃森在某些方面已超越了人類極限，但與科幻作品中的機器人依舊差別甚大。於是乎，理想與現實之間的差距就會產生驅動力，使機器像人一樣思考是人工智慧發展的趨勢，也是人類文明前進的一大課題。

　　最後說一個題外話。人工智慧在哲學、倫理方面一直存在頗多爭議，有人認為人工智慧的發展並非好事，且風險巨大，或將造成人類某些功能的退化。筆者認為此觀點並非毫無道理，但任何事必然有兩面性，人工智慧能夠代替人類完成部分工作而不是全部，人類也絕不會因此退化，而是將更多精力從事於別的或是新的領域，從而開發出新的文明；另外，人工智慧永遠無法具備人類的另一種思維——想像力。

（聲明：本文僅代表作者觀點，不代表新浪網立場。）