AI：人类机遇与挑战
Alan Lee
AI：人类机遇与挑战
2016年，以AlphaGo为起点；2017年，以AlphaZero为标志，人类彻底失守了围棋这一被视为智力堡垒的棋类游戏。相对于人类历史上的农业革命、工业革命、信息革命，人工智能代表了一次全新的认知革命。人工智能模仿人类的声音、情感、情绪、动作等，能感知、识别、决策，被看作目前最具影响力的人类发明。
随着数据的开放和积累、算法的发展、计算能力的提高，人工智能已经快速在交通、医疗、金融、娱乐等领域开疆扩土。但与此同时，各种关于AI的隐忧也层出不穷。物理学家霍金对AI有这样的担忧：“人工智能在不遥远的未来，可能会成为人类的一个真正威胁。”；特斯拉的创始人埃隆·马斯克也将AI列为“人类最大的潜在威胁之一。”
本文在总结AI内涵与发展的基础上，论述了AI在各行业中带来的机遇，并提出AI在就业、法律、伦理、隐
私保护等方面的挑战。基于目前遇到的机遇和挑战，本文给出了发展建议。
一、AI的内涵与发展
从起源上来讲，图灵在1950年的文章中通过一个模仿实验，提出了“机器能够思维”的命题，确立了“不可分辨性”图灵测试。1956年夏天，麦卡锡在美国达
特茅斯学院组织了一个学术研讨会，明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家共同探讨有关机器模拟智能的一系列问题，并首次提出“人工智能”这一术语，标志着人工智能研究正式诞生。人工智能是作为计算机的一个分支学科出现的。
人工智能从创立到今，一共经历了三次大的浪潮。第一次是50-60年代注重逻辑推理的机器翻译时代；第二次是70-80年代依托知识积累构建模型的专家系统时代；这一次是2006年起开始的重视数据、自主学习的认知智能时代。在数据、算法和计算力条件成熟的条件下，本次浪潮中的人工智能开始真正解决问题，切实创造经济效果。
人工智能从其应用范围上又可分为专用人工智能（A N I）与通用人工智能（AGI）。专用人工智能，即在某一个特定领域应用的人工智能，比如会下围棋并且也仅仅会下围棋的AlphaGo；通用人工智能是指具备知识技能迁移能力，可以快速学习，充分利用已掌握的技能来解决新问题、达到甚至超过人类智慧
的人工智能。通用人工智能是众多科幻作品中颠覆人类社会的人工智能形象，但在理论领域，通用人工智能算法还没有真正的突破，在可见的未来，通用人工智能既非人工智能讨论的主流，也还看不到其成为现实的技术路径。
如果要结构化地表述人工智能的话，从下往上依次可分为基础设施层、算法层、技术层、应用层。基础设施包括硬件、计算能力和数据；算法层包括各类机器学习算法、深度学习算法等；技术层包括赋予计算机感知/分析能力的计算机视觉技术和语言技术、提供理解/思考能力的自然语言处理技术、提供决策/交互能力的规划决策系统和大数据/统计分析技术。应用层包括金融、安防、交通、医疗等领域的行业解决方案。
机器学习是实现人工智能的一种方法，深度学习是实现机器学习的一种技术。机器学习使计算机能够自动解析数据、从中学习，然后对真实世界中的事件做出决策和预测；深度学习是利用一系列“深层次”的神经网络模型来解决更复杂问题的技术。
二、AI带来的机遇
随着人工智能在计算机视觉、语言识别以及自然语言处理领域取得的进步，近几年来，无论是在消费者端还是在企业端，已经有许多依赖人工智能技术的应用臻于成熟，并开始渗透到我们生活的方方面面。小到我们手机中的智能助手，网页界面的智能推荐系统，大到智能投顾系统、智能安防系统，虽然我们
不一定能够时刻感知到人工智能算法的存在，但人工智能算法已经高度渗透到我们的生活之中。随着人工智能技术在各个领域的不断成熟，可以预见在未来人工智能技术会加速渗透深入各行各业，与传统的模式相结合，现成新的机遇。
1、驾驶辅助系统的机遇
驾驶辅助系统是汽车人工智能领域目前最为火热的方向。在感知层面，其利用机器视觉与语音识别技术感知驾驶环境、备识别车内人员、理解乘客需求；在决策层面，利用机器学习模型与深度学习模型建立可自动做出判断的驾驶决策系统。按照机器介入程度，无人驾驶系统可分为无自动驾驶（L0）、驾驶辅助（L1）、部分自动驾驶（L2）、有条件自动（L3）和完全自动（L4）五个阶段。目前，技术整体处于多个驾驶辅助系统融合控制、可监控路况并介入紧急情况（L2）向基本实现自动驾驶功能（L3）的转变阶段。未来，完全的自动驾驶可以基于感知的信息做出应变，一边担任驾驶员的角，一边提供车内管家的服务，还能应对其他
各方面的需求和任务。
苹果 特斯拉不仅如此，驾驶辅助系统的发展可能对世界产生巨大的变化。在汽车行业，自动驾驶汽车可能不再“私有化”，车企将由“销售汽车”转向“销售汽车娱乐服务”。在I CT行业，自动驾驶汽车之间是通过通信技术相互连接的，在移动营业厅可以购买自动驾驶汽车的服务。在金融行业，汽车保险的定义、资金流向、产
业结构都会发生变化。对于交通监管部门，既然不再由人类驾驶汽车，驾照是否可能取消？
总的来看，驾驶辅助系统是汽车产业与人工智能、物联网、高性能计算等新一代信息技术深度融合的产物，是当前全球汽车与交通出行领域智能化和网联化发展的主要方向。
2、智能医疗的机遇
近年来，智能医疗在国内外的应用程度不断提升。人工智能为智能医疗带来的新机遇包括医学影像与诊断、医学研究及辅助诊断、药物挖掘与开发等方面。
人工智能在医学影像的应用主要分为两个部分：第一部分是在感知环节应用机器视觉技术识别医疗图像，帮助影像医生减少读片时间，提升工作效率，降低误诊的概率；另一部分是在学习和分析环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握“诊断”的能力。一个典型的例子为贝斯以列女执事医学中心（B I DMC）与哈佛医学院合作研发的人工智能系统。该系统对乳腺癌病理图片中癌细胞的识别准确率可达92%，与病理学家的分析结合时，其诊断准确率可以高达99.5%。
在医学研究及辅助诊断的应用中，I BM W a ts on是目前最成熟的案例。I BM W a ts on可以在17秒内阅读3469本医学专著、248000 篇论文、69种方案、
发布评论