文/實習生 王 穎 本刊記者 陳 杰
當AlphaGo橫掃人類棋手后,沉寂多年的AI(人工智能)再次活躍起來,而且是從此一發(fā)不可收拾的熱力無限。技術上,學術界和產業(yè)界都在積極探索,場景應用也隨之加速落地中,人臉識別在金融、安防領域的布局;智能語音語義在車載、家居、移動設備上的應用;自動駕駛汽車上路,服務機器人進入商場……似乎,人工智能已全面滲透我們的日常生活了。
其實,事實并非如此,人工智能產業(yè)熱鬧表象的背后,是普通大眾對人工智能現(xiàn)狀認知和期望間的不小差距。
2018年被稱為人工智能全面落地應用的元年,行業(yè)的爆炸式發(fā)展似乎讓人工智能一夜便婦孺皆知,過度的宣傳也讓人們對人工智能有了更高的期待。而現(xiàn)實中,人類對人工智能的究研成果居多停留在學術界,在技術和場景應用還不算太成熟之時,人工智能的普及性應用落地還是比較困難。
英特爾中國戰(zhàn)略合作與創(chuàng)新業(yè)務部董事總經理、英特爾創(chuàng)新加速器總負責人李德勝表示,目前人們對人工智能這一概念有些期待過高,實際上現(xiàn)在的人工智能,更多的是指人工智能的算法、學習和技術,目前還處在一個比較初級的階段,相當于嬰幼兒時期,并不能真正達到和人一樣的智能。
談到人工智能應用落地,在傳統(tǒng)行業(yè)中,當屬對安防行業(yè)的影響最為深遠。作為計算機視覺技術中最成熟的分支應用,人臉識別目前在安防領域算是比較成功的落地應用。人臉識別要求在各種復雜的場景下,比如交通路口、火車站、商場、醫(yī)院等人流量較大的場景下,能夠盡量完整準確地識別人臉信息,并與重點人員庫實時比對,以實現(xiàn)對犯罪嫌疑人進行全城布控的效果。盡管該技術已相當成熟,但是由于對人與攝像機位的要求較高,其應用場景依然受限。由于人與攝像機的位置很難控制,再加上不確定的天氣、光照等因素的影響,人臉識別技術還不能完全適應復雜的場景。
除了技術上的限制,在數據資源上也有待拓展。人工智能和數據是密不可分的兩部分,機器智能化的前提就是機器被“喂”以大量的數據,并被“教會”大量具體的任務,從而創(chuàng)造出會學習且更聰明的硬件。中國擁有海量的數據庫,但標準化和開放程度還遠遠不夠,雖然有些應用在技術上已經相對成熟,但在大數據的獲取和保障數據安全上還有一段路要走。
最后,人工智能還處于應用前期,生產成本較高,在市場上還處于較高的價位,如要進行大面積的應用,必然要對其成本提出較為適宜的要求。
盡管如此,我們必須看到,在過去這一兩年間,人工智能在很多領域里都有加速業(yè)務落地的趨勢,而且有很多技術已經得到了應用。
自動駕駛領域的研究長久以來一直備受關注,雖然現(xiàn)在還不能直接達到L4或L5的水平,但該領域的研究從輔助駕駛開始就給人們帶來了很多的幫助。未來到達L4、L5級別,自動駕駛將完全以車為主要的駕駛員,人們只需發(fā)出語音指令,即可進入自動駕駛狀態(tài),安全到達目的地。通過對不同場景的深度學習,人工智能的算法將幫助自動駕駛在更廣闊的領域進行部署。
除了專業(yè)領域,尋常百姓的家庭場景應用前景也十分廣闊,智能家電,智能機器人等智能化的家居,將會成為改變我們生活質量的突破口。在醫(yī)療領域也有越來越多的應用與科技、人工智能相結合,至于為什么還沒有普遍推廣,“因為這些應用需要有一段驗證期,或者要過一些相關醫(yī)療機構的審批手續(xù)。一旦突破后,我們會看到非常廣泛的應用?!崩畹聞僬f。
互聯(lián)網對各行業(yè)的滲透給人工智能提供了最真切的參考,相較于互聯(lián)網,人工智能的應用場景只會更廣闊。隨著人工智能與傳統(tǒng)行業(yè)的不斷結合,李德勝認為,未來人工智能行業(yè)將會涵蓋各大領域形成一個完整的生態(tài)鏈,這需要更多的行業(yè)企業(yè)充分加入到這一生態(tài)之中,“人工智能+”將引領新一輪的產業(yè)變革,各行業(yè)領域都會出現(xiàn)大量成功的人工智能企業(yè),并不會出現(xiàn)有如當前互聯(lián)網產業(yè)BAT寡頭的局面?!庇⑻貭栆恢痹跒槿斯ぶ悄苄袠I(yè)的生態(tài)發(fā)展而做著努力。目前來看,人工智能已經處于很多科技創(chuàng)新的中心位置,未來將有非常廣闊的應用場景和發(fā)展前景。“
不久的將來,人工智能廣泛應用于人們日常生活是非常值得期待的,但這顯然也不是一蹴而就的事情。對于現(xiàn)階段的人工智能,我們還是應該相對合理地調低期望值,以更理性的態(tài)度看待方興未艾的人工智能。