引 言

隨著互聯(lián)網(wǎng)、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)和物聯(lián)網(wǎng)等技術(shù)的不斷發(fā)展，人工智能(AI)這一涵蓋眾多領(lǐng)域的交叉融合的復(fù)雜技術(shù)正在不斷地改變著我們的生活。 AI涉及到的領(lǐng)域極為廣泛，如機(jī)器學(xué)習(xí)、自動(dòng)駕駛、神經(jīng)網(wǎng)絡(luò)、虛擬現(xiàn)實(shí)、計(jì)算機(jī)視覺、自然語言處理等，那么在這些領(lǐng)域中，AI技術(shù)現(xiàn)在發(fā)展到了何種模樣？有哪些實(shí)際的產(chǎn)品落地？給我們的生活帶來了哪些改變？

業(yè)界聲音

深度學(xué)習(xí)模型助力無人駕駛技術(shù)的成熟和落地中國科學(xué)院自動(dòng)化研究所副研究員 黃武陵

在可以預(yù)測的將來，無人駕駛技術(shù)將給人們的交通出行帶來極大的變革。但是現(xiàn)階段無人駕駛技術(shù)還需要進(jìn)一步完善和發(fā)展，有待于人工智能技術(shù)在無人駕駛各領(lǐng)域大量應(yīng)用，不斷賦能。

首先，由于無人駕駛車輛功能組成與設(shè)計(jì)復(fù)雜，需要集成和發(fā)展新的技術(shù)。在面向人車混合的交通環(huán)境時(shí)，技術(shù)上還面臨較多的挑戰(zhàn)。例如，如何在復(fù)雜、動(dòng)態(tài)和多樣化的交通環(huán)境下，提高環(huán)境感知精確程度，對動(dòng)態(tài)目標(biāo)進(jìn)行識別與跟蹤估計(jì)；先進(jìn)控制算法如何實(shí)現(xiàn)駕乘安全性和舒適體驗(yàn)；在復(fù)雜交通環(huán)境中如何增強(qiáng)定位與導(dǎo)航能力；實(shí)時(shí)交通環(huán)境下，如何正確決策，如何實(shí)現(xiàn)安全的、與人類駕駛行為類似的自主駕駛，不對正常交通流造成影響。上述這些都要求將人工智能與機(jī)器學(xué)習(xí)的成果用于提升自主駕駛能力，用于提升處理復(fù)雜交通環(huán)境的能力并不斷產(chǎn)生迭代與自適應(yīng)。

例如，以深度學(xué)習(xí)為典型的人工智能技術(shù)快速迭代發(fā)展，越來越多地應(yīng)用在了感知、導(dǎo)航、決策規(guī)劃等方面，提升了性能。例如，深度學(xué)習(xí)算法在各數(shù)據(jù)集上的目標(biāo)檢測效果已經(jīng)得到顯著提升，有助于完成交通環(huán)境信息的多視圖數(shù)據(jù)融合。例如，深度學(xué)習(xí)模型用于全交通場景理解，可提升定位能力;強(qiáng)化學(xué)習(xí)用于運(yùn)動(dòng)規(guī)劃; 深度增強(qiáng)學(xué)習(xí)技術(shù)用于不斷迭代和優(yōu)化得到最優(yōu)的自主行為決策策略。但是，還有很多方面有待于逐個(gè)突破，特別是面向特殊的特定交通場景，還需要更多智能實(shí)現(xiàn)“記憶”、“推理”、“決策”等能力，來解決或規(guī)避可能的交通問題。

無人駕駛技術(shù)需要全鏈條商業(yè)成熟才可能全面應(yīng)用，例如自主行駛是否更安全，是否有更佳的駕駛體驗(yàn)，是否帶來交通效率提升，是否降低能耗等。具體在技術(shù)上離實(shí)用還有一定距離，還存在使技術(shù)可行、允許和廣泛使用的障礙需要克服。解決了上述的技術(shù)、平臺、成本等方面的問題，從計(jì)算平臺、操作系統(tǒng)、人機(jī)交互、接入交通系統(tǒng)到更多云端服務(wù)，每個(gè)環(huán)節(jié)都發(fā)展完善，無人駕駛最后才能形成聚合的生態(tài)，才可能大規(guī)模應(yīng)用。最終，帶給我們交通出行的變革，推動(dòng)道路交通基礎(chǔ)設(shè)施的升級，推動(dòng)城市規(guī)劃與設(shè)計(jì)的新理念發(fā)展，從而推動(dòng)融合智能交通、物流、社會(huì)計(jì)算、智能控制的下一代智能城市建設(shè)。

基于神經(jīng)網(wǎng)路的人工智能技術(shù)尚處于初級階段Imagination Technologies視覺和AI產(chǎn)品副總裁 Russell James

雖然人工智能(AI)近年來有所進(jìn)步，但一定要記住它還不是那么聰明。我們現(xiàn)在所擁有的消費(fèi)性產(chǎn)品——智能助理、語音驅(qū)動(dòng)揚(yáng)聲器，它們都不是我們所理解的傳統(tǒng)意義上的人工智能。這些設(shè)備中的人工智能實(shí)際上并不能自我感知或者本身并不智能。一個(gè)真正的人工智能系統(tǒng)可以自學(xué)習(xí)，使用神經(jīng)網(wǎng)絡(luò)建立連接并理解語意，而無需依賴預(yù)定義的行為算法。簡單地說，如今的人工智能只是表面上看起來比我們原來所見過的更智能而已。目前，打上“人工智能”烙印的產(chǎn)品所使用的眾多算法和研究成果可以追溯至30年或40年前。神經(jīng)網(wǎng)絡(luò)已經(jīng)存在很長時(shí)間了，然而，直到最近，嵌入式設(shè)備的性能水平才達(dá)到可以運(yùn)行神經(jīng)網(wǎng)絡(luò)的程度。

如今在用的人工智能案例有很多，從語音驅(qū)動(dòng)的個(gè)人助理，如亞馬遜的Alexa和Google Assistant，到更重要的技術(shù)，如行為算法和具有預(yù)測能力的自主驅(qū)動(dòng)無人駕駛車輛，皆為例證。然而，一定要記住的是，這些技術(shù)還完全處于其初級階段，在它們真正變得聰明之前還有一段很長的發(fā)展之路要走。

在短期內(nèi)，人工智能將只會(huì)產(chǎn)生一些表面影響，而不會(huì)對世界及其運(yùn)轉(zhuǎn)方式產(chǎn)生巨大影響。我們現(xiàn)在所擁有的消費(fèi)性產(chǎn)品并不能自我感知或者本身并不智能，它們只是比我們慣常使用的產(chǎn)品更智能而已。然而，在五年內(nèi)，人工智能將實(shí)現(xiàn)自動(dòng)駕駛，這將為社會(huì)帶來極大的益處?，F(xiàn)實(shí)情況是，大部分事故都是由人為錯(cuò)誤引起的——只有極少數(shù)是隨機(jī)事件，所以我們將能夠大幅度減少那些確實(shí)由主動(dòng)因素造成的事故。

安防和監(jiān)控是另一個(gè)人工智能可以產(chǎn)生巨大影響的領(lǐng)域。很顯然，其中涉及很多隱私問題是我們需要注意的，但同時(shí)也有很多好處。我們不可能有足夠的人員去監(jiān)控?cái)z像頭和信息流，以發(fā)現(xiàn)那些在攝像頭監(jiān)拍下可能發(fā)生并被捕捉到的潛在危險(xiǎn)事件或犯罪行為。通過在所有擁有一定智能處理能力的攝像頭上添加一些功能，就能夠檢測到某些事件，然后將這些事件進(jìn)行標(biāo)記并回傳至控制中心，這將非常有助于減少犯罪行為或者那些正在發(fā)生的現(xiàn)場犯罪。

智能聊天機(jī)器人將更快地融入日常生活邏壹博達(dá)上海董事總經(jīng)理和中國數(shù)據(jù)總監(jiān) 鄧光忍

隨著人工智能技術(shù)的不斷延伸，其應(yīng)用產(chǎn)品日益增多，其中聊天機(jī)器人便是新興市場中引人注目的新興產(chǎn)品。建立在NLP(自然語言處理)和ML(機(jī)器語言)基礎(chǔ)之上，加上對大數(shù)據(jù)的獲取與分析，基于內(nèi)置算法，聊天機(jī)器人便能實(shí)現(xiàn)自主學(xué)習(xí)。機(jī)器的信息處理速度比人類要快1000倍，智能水平可見一斑，聊天機(jī)器人已然成為品牌發(fā)展的必然趨勢。據(jù)Gartner 預(yù)測，到2020年，55%的大型企業(yè)將至少部署一種機(jī)器人或聊天機(jī)器人。

同時(shí)，聊天機(jī)器人的應(yīng)用場景愈發(fā)廣泛，主要集中在電商客服、金融保險(xiǎn)、文娛、新聞業(yè)、旅游與出行、企業(yè)管理與人力資源等領(lǐng)域，為企業(yè)提供用戶溝通、查詢、信息收集與數(shù)據(jù)分析，以及品牌維護(hù)等多種功能。

相對于國外而言，在國內(nèi)聊天機(jī)器人更偏向于實(shí)用主義，主要應(yīng)用在電商客服領(lǐng)域。這也是為什么近年來國內(nèi)的互聯(lián)網(wǎng)用戶服務(wù)型企業(yè)紛紛進(jìn)入聊天機(jī)器人市場的原因。例如，百度推出了虛擬個(gè)人助理“度秘”，通過人機(jī)互動(dòng)幫助消費(fèi)者完成搜索、買票、訂餐票等服務(wù)；淘寶推出了智能客服機(jī)器人阿里小蜜，已經(jīng)能逐步分擔(dān)淘寶對于整個(gè)客服行業(yè)的龐大需求等。

憑借聊天機(jī)器人的智能化信息集成與平臺共享，企業(yè)可加強(qiáng)與消費(fèi)者以及員工之間的溝通互動(dòng)，形成一個(gè)良好的互動(dòng)反饋機(jī)制，從而促進(jìn)企業(yè)信息下達(dá)與回收的效率。而在重要的人力資源管理方面，由于智能聊天機(jī)器人具有優(yōu)于人腦的信息整合與分析能力，這使其可幫助人力資源部收集相關(guān)候選人的數(shù)據(jù)，整理并篩選出合適的求職者，并提出合理的工作匹配建議。

基于市場需求的人工智能技術(shù)會(huì)更快地融入人們的日常生活，因此，我們也對聊天機(jī)器人的開發(fā)及應(yīng)用充滿信心。相信作為一款人工智能產(chǎn)品，聊天機(jī)器人會(huì)為人們帶來更多的創(chuàng)新成果，向市場展現(xiàn)卓爾不群的用戶體驗(yàn)。

Google語音助手Duplex已通過圖靈測試

谷歌在2018年5月的I/O大會(huì)上展示了AI語音助手Duplex，在兩則真實(shí)的電話錄音中，Duplex 不僅用自然流暢的語音和電話另一頭的人類完成了交流，而且讓對方根本沒有意識到打電話的居然是個(gè)“AI”，而在第二段錄音中，Duplex還成功地處理了意料之外的發(fā)展?fàn)顩r，不僅理解了“無需預(yù)定”的概念，還主動(dòng)詢問了等位的時(shí)間。

Duplex可以自己給飯館、發(fā)廊等商業(yè)店面打電話，幫用戶預(yù)約時(shí)間。它驚艷了所有人！Alphabet董事長John Hennessy也親口承認(rèn)：“在預(yù)約領(lǐng)域，這個(gè)AI已經(jīng)通過了圖靈測試！這是一個(gè)非凡的突破?！?/p>

讓AI和人類展開一段自然的對話有如下難點(diǎn)：自然語言難以理解，人類的自然行為很難建模，人類對延遲的耐受性很低所以需要高處理速度，以及生成聽起來自然的語音，其中還要適當(dāng)?shù)貖A雜一些語氣詞。借助語言理解、交互、時(shí)間控制、語音生成方面的最新技術(shù)發(fā)展，Google Duplex 的對話聽起來相當(dāng)真實(shí)自然。

為了應(yīng)對上面提到的挑戰(zhàn)，Duplex 的核心是一個(gè) RNN 網(wǎng)絡(luò)，它是由 Tensor Flow Extended(RFX)構(gòu)建的。為了達(dá)到高精度，谷歌用匿名的電話對話數(shù)據(jù)訓(xùn)練了 Duplex 的 RNN 網(wǎng)絡(luò)。這個(gè)網(wǎng)絡(luò)會(huì)使用谷歌自動(dòng)語音識別(ASR)的識別結(jié)果文本，同時(shí)也會(huì)使用音頻中的特征、對話歷史、對話參數(shù)(比如要預(yù)訂的服務(wù)，當(dāng)前時(shí)間)等等。谷歌為每一種不同的任務(wù)分別訓(xùn)練了不同的理解模型。

編輯視角