導 語
人工智能（artificial intelligence，簡稱ai）是計算機學科的一個分支，被認為是二十一世紀（基因工程、納米科學、人工智能）三大尖端技術(shù)之一。作為第四次工業(yè)革命的技術(shù)基石，人工智能有望為中國在新一輪技術(shù)創(chuàng)新大潮中后來居上、實現(xiàn)“彎道超車”提供突破口。從本期開始，我們將帶領(lǐng)大家認識人工智能這一引領(lǐng)發(fā)展的新興產(chǎn)業(yè)。
人工智能內(nèi)涵和應用：四大維度理解內(nèi)涵、三類關(guān)鍵預測應用
有這樣一位“學習達人”，“他”的學習速度是人類的1萬倍，只花10小時，就會唱幾百萬首流行歌曲，成功預測出《我是歌手》總決賽的歌王！
有這樣一雙未卜先知的“眼睛”，城市里錯綜復雜的十字路口和成千上萬的路段都在“它”的視野里，并能提前告訴你5分鐘后、10分鐘后，乃至1小時后的路況信息！路況預測準確率在 91%以上！
有這樣一雙“速記快手”，“她”能夠高速記錄大會演講，準確率方面竟然以0.67%的微弱優(yōu)勢戰(zhàn)勝第50屆國際速聯(lián)速記大賽全球速記亞軍姜毅！
……
他、她、它的背后，都有一個共同的名字：人工智能。人工智能到底是什么？能為人類做什么？我們該如何使用？
人工智能是什么？
人工智能是研究、開發(fā)用于模擬、延伸和擴展人類智能的理論、方法、技術(shù)及應用系統(tǒng)的一門新的技術(shù)科學。自20世紀50年代以來，三次技術(shù)革新浪潮中，學界和業(yè)界對人工智能的理解眾說紛紜，科技和商業(yè)的多元化發(fā)展導致對人工智能的定義、發(fā)展動力以及表現(xiàn)形式的理解各異。讓我們從以下四個維度來總結(jié)和理解人工智能的多種內(nèi)涵：
人工智能的定義：
根據(jù)人工智能的應用，人工智能可以分為專有人工智能、通用人工智能、超級人工智能。
根據(jù)人工智能的內(nèi)涵，人工智能可以分為類人行為（模擬行為結(jié)果）、類人思維（模擬大腦運作）、泛（不再局限于模擬人）智能。
人工智能的驅(qū)動因素：
算法/技術(shù)驅(qū)動、數(shù)據(jù)/計算、
場景和顛覆性商業(yè)模式驅(qū)動
人工智能的承載方式：
技術(shù)承載方式：單機智能、平行運算/多核智能、高度分散/群體智能
表現(xiàn)方式：云智能、端智能、云端融合
人工智能與人的關(guān)系：
機器主導、人主導、人機融合
現(xiàn)階段，人工智能正在從專有人工智能向通用人工智能發(fā)展過渡，由互聯(lián)網(wǎng)技術(shù)群（數(shù)據(jù)/算法/計算）和應用場景互為推動，協(xié)同發(fā)展，自我演進。人工智能已不再局限于模擬人的行為結(jié)果，而拓展到“泛智能”應用，即更好地解決問題、有創(chuàng)意地解決問題和解決更復雜的問題。這些問題既包含人在信息爆炸時代面臨的信息接受和處理困難，也包含企業(yè)面臨的運營成本逐步增加、消費者訴求和行為模式轉(zhuǎn)變、商業(yè)模式被顛覆等問題，同時還包含社會亟需解決的對自然／環(huán)境的治理、對社會資源優(yōu)化和維護社
會穩(wěn)定等挑戰(zhàn)。
在這個過程中，雖然“模擬人”不再是唯一方向，但是人依然是人工智能實現(xiàn)不可缺少的關(guān)鍵因素。人是主導者（設(shè)計解決問題的方法），參與者（數(shù)據(jù)的提供者、反饋數(shù)據(jù)的產(chǎn)生者，也是數(shù)據(jù)的使用者），同時也是受益者（智能服務的接受方）。
02
人工智能會做什么？
人工智能具備“快速處理”和“自主學習”兩種能力。
人工智能實現(xiàn)了學習、決策和行動的快速處理。計算機處理信息、溝通信息、并行計算和線性計算的速度都快于人類。此外，計算機還能夠不停迭代和優(yōu)化“試驗—驗證—學習”的正循環(huán)。
人工智能可以更靈活地自主學習和管理知識，支持知識的“產(chǎn)生—存儲—應用—更新”的體系化管理。
03
人工智能用在哪？
人
工智能已在多個方面成功應用。圖像識別（包括交通信號燈和人臉）技術(shù)已經(jīng)超越人類水平。微軟計算機視覺軟件的圖片識別錯誤率已經(jīng)低于人類。計算機不僅能識別簡單圖像，還能分析整個電磁波譜。語言識別和自然語言處理技術(shù)已經(jīng)在日常生活中廣泛應用，例如蘋果手機內(nèi)置的語音識別助手Siri、亞馬遜智能音箱Echo、阿里YunOS個人助理+、淘寶小蜜、支付寶安娜等。通過傳感器和制動器，人工智能可以感知并行動。機器視覺和各類傳感器，結(jié)合高精度地圖和環(huán)境感知信息，機器人、無人機、自動駕駛等智能設(shè)備已經(jīng)投入使用，Google、Uber、Tesla、阿里巴巴與上海汽車合作等都已在無人駕駛和互聯(lián)網(wǎng)汽車領(lǐng)域布局。
04
大數(shù)據(jù)是戰(zhàn)略性競爭優(yōu)勢
數(shù)據(jù)是人工智能的基礎(chǔ)，擁有針對特定領(lǐng)域的龐大數(shù)據(jù)集，能夠成為競爭優(yōu)勢的重要來源?，F(xiàn)階段，制約人工智能領(lǐng)域很多重大突破的關(guān)鍵，并非是算法不夠先進，而是缺乏高質(zhì)量的數(shù)據(jù)集。
海量、精準、高質(zhì)量的數(shù)據(jù)為訓練人工智能提供了原材料（參閱圖1），巨型數(shù)據(jù)庫、十幾年累積的搜索結(jié)果，乃至整個互聯(lián)網(wǎng)都讓人工智能變得更聰明。人工智能從龐大的、復雜的、無序的個體數(shù)據(jù)中發(fā)現(xiàn)更為本質(zhì)、更能解釋世界的規(guī)律，并復合多個規(guī)律共同作用，以解決問題。
人工智能的三種主要技術(shù)，都需要專有類型的數(shù)據(jù)。機器學習，例如計算機視覺、情感分析、自然語言處理等技術(shù)，需要大量的標簽樣本數(shù)據(jù)。模式識別，例如文字、語
音、指紋、人臉等識別技術(shù)，則偏重于信號、圖像、語音、文字、指紋等非直觀數(shù)據(jù)。人機交互，如智能機器人技術(shù)，則需要積累大量的用戶數(shù)據(jù)。
互聯(lián)網(wǎng)催生了大數(shù)據(jù)，大數(shù)據(jù)催生了人工智能
從信息瀏覽、社交網(wǎng)絡(luò)、電子商務、到互聯(lián)網(wǎng)＋，互聯(lián)網(wǎng)的發(fā)展融入到我們生活、工作和經(jīng)濟的各個方面。用戶在享受互聯(lián)網(wǎng)帶來的便捷的同時，也在無形中貢獻著數(shù)據(jù)的足跡，音頻、視頻、郵件、微薄、文件、瀏覽歷史等數(shù)據(jù)逐漸累積。互聯(lián)網(wǎng)的快速發(fā)展，推動信息社會進入到大數(shù)據(jù)時代。同時，大數(shù)據(jù)也加快推動了互聯(lián)網(wǎng)的演進。擁有海量用戶搜索數(shù)據(jù)的Google，社交數(shù)據(jù)的Facebook，交易數(shù)據(jù)的Amazon、阿里巴巴等互聯(lián)網(wǎng)公司充分借助云計算、大數(shù)據(jù)的技術(shù)來更好的了解用戶，提供更好的或者創(chuàng)新的服務和產(chǎn)品。
互聯(lián)網(wǎng)的演進和催生的新業(yè)態(tài)，又進一步吸引了大量用戶的積極參與，實現(xiàn)了數(shù)據(jù) “產(chǎn)生—使用—新數(shù)據(jù)產(chǎn)生—再使用”的閉環(huán)，這個閉環(huán)恰恰是人工智能自主學習和知識管理的基礎(chǔ)。
場景數(shù)據(jù)的積累，可以促進人工智能技術(shù)的應用，從而形成更高效的解決方案
例如，傳統(tǒng)外賣配送采用人工調(diào)度，由派單員進行手工派單，所依據(jù)的是有限的餐廳和配送員的數(shù)據(jù)，因此派單隨機性強，配送效率低，派單高峰時，爆單現(xiàn)象頻發(fā)，派單本身的人工成本較高?；ヂ?lián)網(wǎng)外賣應用的火爆，積累大量外賣場景的相關(guān)數(shù)據(jù)后，阿里云大數(shù)據(jù)孵化器團隊采用人工智能技術(shù)，基于外賣場景的數(shù)據(jù)基礎(chǔ)，分析餐廳、配送員、訂餐人、配送路徑的特點、并結(jié)合業(yè)務規(guī)律、天氣等數(shù)據(jù)實現(xiàn)智能調(diào)度高級算法，實現(xiàn)機器實時智能調(diào)度，從而合理利用運力，提高配送效率。當場景應用形成正循環(huán)后，甚至能夠提前對用戶行為（如提醒訂餐）和餐廳行為（如點菜和出餐速度分析）等進行影響分析，從而進一步提高外賣場景的整體效率。
現(xiàn)階段，特別是對創(chuàng)業(yè)公司而言，
數(shù)據(jù)的來源主要有三種
方式一，自籌數(shù)據(jù)，即從零開始，投入大量人力采集數(shù)據(jù)。例如，很多聊天機器人公司聘請人類擔任“AI訓練師”，讓他們手動創(chuàng)建或核實虛擬助手做出的預測。一旦能夠引發(fā)數(shù)據(jù)網(wǎng)絡(luò)效應，即形成“更多用戶—更多數(shù)據(jù)—更優(yōu)智能算法—更好產(chǎn)品—更多用戶”的正循環(huán)后，所需人力就無需再跟隨用戶數(shù)量同步增加，這種簡單的自建數(shù)據(jù)策略就能取得成功。另一些公司采取向消費者提供特定領(lǐng)域免費應用的策略，以此來快速積累數(shù)據(jù)。例如，Madbits、Clarifai等圖像識別公司都推出了免費的照片應用，以便為圖像識別核心業(yè)務收集更多的圖像數(shù)據(jù)。
方式二，公共數(shù)據(jù)。美國聯(lián)邦政府已在Data.gov數(shù)據(jù)平臺開放了來自多個領(lǐng)域的13萬個數(shù)據(jù)集的數(shù)據(jù)。這些領(lǐng)域包括圖中所列的農(nóng)業(yè)、商業(yè)、氣候、生態(tài)、教育、能源、金融、衛(wèi)生、科研等十多個主題。這些主題下的數(shù)據(jù)都是美國聯(lián)邦政府的各個部委所開放的。英國、加拿大、新西蘭等國在2009年之后都建立起了政府數(shù)據(jù)開放平臺，成為了國際信息化和大數(shù)據(jù)領(lǐng)域的一個重要趨勢。在我國，2011年香港特區(qū)政府上線了data.gov.hk，稱為香港政府資料一線通。上海在2012年6月推出了中國大陸第一個數(shù)據(jù)開放平臺。之后，北京、武漢、無錫、佛山南海等城市也都上線了自己的數(shù)據(jù)平臺。
方式三，產(chǎn)業(yè)數(shù)據(jù)協(xié)同，即下游創(chuàng)業(yè)公司或行業(yè)公司和產(chǎn)業(yè)鏈上游的數(shù)據(jù)或平臺型公司建立合作，連接對雙方均有利的產(chǎn)品或數(shù)據(jù)，例如：益海鑫星、有理數(shù)科技和阿里云數(shù)加平臺合作，以中國海洋局的海量遙感衛(wèi)星數(shù)據(jù)和全球船舶定位畫像數(shù)據(jù)為基礎(chǔ)，打造圍繞海洋數(shù)據(jù)服務平臺，服務于漁業(yè)、遠洋貿(mào)易、交通運輸、金融保險、石油天然氣、濱海旅游、海水墾殖、環(huán)境保護等眾多行業(yè)，從智能指導遠洋金槍魚捕撈到智能預測船舶在港時間，場景豐富。
來源：
聯(lián)系客服
