機器學習將人工智能推向大眾視野

近年來，隨著大量數據的支撐和算法的發展，機器能夠對現實中的場景進行抓取和捕捉，并通過算法將真實場景進行數據化，使之能夠對被機器識別，達到對現實的感知。獲得數據化的現實場景數據后，同數量龐大的樣本數據進行對比訓練，實現對場景的識別，稱之為機器學習。由于這兩大要素涉及到計算能力、算法和大數據支撐的限制，處于實驗研究階段。AlphaGo在同李世石對弈并獲勝使得機器學習熱度增加，并最終進入大眾視野。

在中國工程院院士、香港中文大學（深圳）校長徐揚生看來，感知、認知和動作，這三者為構成人工智能的三個要素。從計算機視覺的例子來看，要讓計算機識別一張圖片，首先是特征提取，對于圖像中的像素進行重要性差別提取，此為感知。然后再對重要的元素進行標注，通過標記成為計算機能夠識別的符號，讓計算機能夠理解圖片的內容，此為認知。最后，計算機生成一段話對圖片進行描述，這是最后一步動作。

北京航空航天大學教授王田苗認為，此前人工智能發展的50多年間歷史時間里，研究人員將大部分精力放在動作方面，因為沒有能力完成前兩個步驟。通常說的人機交互就是三大因素中的動作，也是目前普遍能夠實現的，最為常見的就是工廠里的機械手臂，通過編程人員對機器編入固定程序代碼，實現機械手臂重復的動作。為什么會是重復的動作，而不是隨心所欲的動作呢？原因在于人為地為機器設定了產生動作的范圍和界限，并不是機器根據自己的理解后作出的回應。

也就是說，在機器學習之前，人工智能和機器人的發展主要停留在動作的研究方面，缺少感知和認知的研究，而目前的機器人學習只是人工智能在感知和認知層面的一個早期發展階段，并且在這個階段的研究也處于實驗階段。

人工智能領域易形成寡頭壟斷局面？

人工智能在今年火起來之后，不管是科技巨頭還是創業公司，都希望在紅利期抓住機會。國內外科技巨頭不管通過自身研發還是通過收購的方式，加緊在人工智能領域的布局，想在這一領域占得先機。那么，從目前的市場來看，人工智能產業鏈上都有哪些公司呢？

首先是計算處理及信息儲存的芯片巨頭，像英特爾、NVIDIA等公司，它們處于這一領域的最上游，為中下游產業鏈提供計算處理能力及相關解決方案，他們決定了人工智能發展的深度。其次是大數據產業鏈中的原始數據獲取方，包括運營商、BAT、微軟、谷歌等把持互聯網入口的公司，它們掌握著機器學習必須的數據資源，決定了人工智能發展的廣度。

此外，還有人工智能技術的研發集團，其中自動駕駛、深度學習、語音識別以及圖像識別等領域都有著各自取得領先公司和團隊。由科技巨頭直接牽頭耕耘的，諸如谷歌自動駕駛、IBM Waston、百度自動駕駛及語音識別；有實驗室和初創公司的杰出代表，如DeepMind深耕深度學習；此外，還有本身就具備雄厚實力的特斯拉自動駕駛、科大訊飛語音識別等。

然而，人工智能的研發需要持續不斷的投入以及持續不斷的數據積累。在人工智能研究領域有這樣一個說法，人工智能需要大量的數據支持，而機器學習對于數據的反饋又會增加數據獲取的數量和質量，龐大的高質量數據會更進一步加速機器學習的效率和效果，形成良性循環。這樣發展下去的結果就是，這一領域內剛開始領先的公司會更加領先，而處于劣勢的公司會逐漸被淘汰出局，最終形成少數幾家寡頭壟斷的局面。

與此同時，一些處于人工智能產業鏈核心地位的公司，憑借自身技術與財力，通過并購和戰略入股等方式，控制產業鏈達到壟斷地位。例如，谷歌在2014年收購了人工智能初創公司DeepMind，兩年后我們才看到其研發的AlphaGo擊敗李世石的場面。

B端市場，人工智能的下個風口將是醫療和金融？

在本次人工智能與機器人峰會上，學術界和產業界的大咖們都發表了其對人工智能下一個風口的看法。

牛津大學計算機系主任Michael Wooldridge認為，下一個AI的應用應該是在醫療領域。目前，我們可以通過智能手環等智能硬件檢測用戶的心率、血壓、血糖，同時還能計步。如果我們將這些數據傳給AI處理，就能實現一些健康的應用。這種應用就是讓醫生隨時跟你在一起，每天24小時監測。它知道你睡了多少，吃了多少，知道你血糖的水平，知道你運動的情況等等，同時還能建議你什么時候要健身，什么時候不能吃太多或者是喝太多酒了。

Michael Wooldridge介紹，在英國，國家醫療系統的病例包括所有英國人的病例數據，用藥記錄。AI如果能夠運用到醫療領域，將為我們整個醫療行業帶來新的發現，人工智還能的下一個風口應該就是在醫療。據外媒報道，在今年6月初，DeepMind就開始計劃將其算法應用到醫療保健行業，同時計劃在5年內使用機器學習處理英國國家醫療服務體系的數據。

香港科技大學教授楊強認為，人工智能離不開大數據，所以目前如果判斷下一個風口，就要看哪一個行業領域有完整的封閉系統的大數據資源。在金融領域，很多人把所有的整個商業流程全部的記錄在案，這里用了數字化的方法。在信息的處理和未來預測方面，如果在一個封閉系統里面，在有大數據的前提，又有資金推動的影響下，金融行業是最容易成功的一個領域。

C端市場，以語音為切入點的消費革命或將到來

從發展趨勢上來看，人工智能如果一直停留在實驗室、研究所階段，不進入商用階段面對C端，無法為普通大眾所接觸，只是高高在上的黑科技。縱然像AlphaGo那樣贏了著名棋手，轟動一時，也只是人們茶余飯后的談資。

但是資本的推動絕不會讓AI只是實驗室中的產品，人工智能想要商用化，首先要考慮的是技術難度。從目前的人工智能的幾個領域來看，自動駕駛的諸多安全性隱患近期內還無法得到解決，深度學習雖然取得重大成就，但仍處于摸索階段，自動化機器人無法實現自動編程。不過駕駛之外的語音控制，兒童市場的聊天機器人等領域，讓智能語音在大眾消費市場的應用風生水起。

不管是國外的微軟、谷歌、IBM以及蘋果，還是國內的百度、搜狗及科大訊飛，在語音識別及語義分析等領域取得了一些進展，甚至會顛覆一些領域的產業結構方式。而且，智能語音的市場突破一定要有特定的人群、特定場景來體現。在具體場景上，有潛力的使用場景是客服以及功能、助理類的場景。

總之，人工智能和機器人的發展，在應對人口老齡化、工資成本上漲、產業結構轉型等問題時，對國家經濟的發展有重要作用。在此需要說明的是，人們不必擔心機器人會替代勞動力造成失業的問題，新技術的應用會帶來生產力的發展，生產效率的提高，同時還會催生新的智慧生活、智能生活等觀念方式的轉變，刺激和釋放新的需求，創造新的增長點。人工智能的到來，更多的是對人類社會結構提出了新的挑戰。