《終要會會與我們朝夕相處的人工智慧了！》

在2015年世界機器人大會在國家會議中心落下了帷幕。自2015年11月23日至11月25日，100多家來自國內外的企業參加了機器人博覽會，集中展示了新型的機器人產品。同時，來自10多個國家和地區的100多名專家學者，就機器人產業發展現狀、未來技術路線及人工智慧等問題進行了交流探討。未來人工智慧將何去何從？下面一起探討下“終會與我們朝夕相處的人工智慧”。

人工智慧，(Artificial Intelligence) 是人類為了追求科學發展的聖杯——製造出能夠跟人自己一樣有自我意識的機器，付出了無數的努力。實際上這也是人類自古已有之的夢想：造人原本是上帝的工作，人類在這裏取代了上帝造出了人工智慧，這是僭越。

這或許可以聯繫到巴別塔的故事，各地的人們集合起來要造巴別塔直通天堂，上帝同樣認為這是僭越，於是“變亂了他們的語言”，巴別塔垮掉了。但是也有根本上無視這種禁忌的傳說：周穆王西狩昆崙山，遇到工匠偃師，可造出和真人無異的假人，可以跳舞唱歌，還可以向寵姬拋媚眼。可以看出，人類從來就沒有停止過這樣的努力。

上世紀60年代第一次電腦技術爆發的時候，科學家們都很樂觀的估計，人工智慧是能夠在未來三五年內，最多不超過十年就能實現的技術。然而他們錯了，錯的很離譜。後來人工智慧技術的發展讓大家都認識到，這是一個非常困難的領域，困難到有很多科學家放棄了這個領域。後來人工智慧學界將人工智慧分為兩種：強人工智慧和弱人工智慧。



強人工智慧就是我們經常在科幻電影動畫小說裏所想像出的那種人工智慧。按照定義，強人工智慧就是能夠執行“通用任務”（Generalized Mission）的人工智慧：它能夠進行通常意義上的學習、推理、認知，解決並非特定領域的問題。按照普羅大眾的想像，它就是真正的人工智慧。

對於強人工智慧的判定，最著名的莫過於以電腦科學奠基人圖靈為名的“圖靈測試”。圖靈測試的問題很簡單：讓一個人面對兩個物件對話，其中一個物件是人工智慧，一個物件是人類；如果這個人不能成功的分辨出誰是機器，那麼就說明這個人工智慧通過了“圖靈測試”。

而弱人工智慧對於人工智慧的定義就寬泛多了。基本上能夠幫我們解決某些特定領域問題的，都可以算作是弱人工智慧。於是說，我們用的搜索引擎是人工智慧；我們的手機攝像頭的人臉識別功能也是人工智慧；網購“猜你喜歡”也是人工智慧；輸入法的自動選詞功能也是人工智慧。

上世紀七八十年代強人工智慧的研究者發現他們要解決的通用的認知和推理過程是無法跨越的障礙——畢竟人類對於人腦在認知學習和推理的過程都沒有認識，怎麼可能能夠把這些過程在電腦上複現出來？

於是很多科學家和工程師們轉向了更加實用的，工程化的弱人工智慧研究。他們在這些領域取得了豐碩的成果：人工神經網路、支援向量機、甚至最簡單的線性回歸理論在足夠大的資料量和計算量支撐下，都可以獲得非常出色的結果——比方說識別人臉，或者識別字跡。於是這些弱人工智慧也迅速的應用到了我們的網路和生活的方方面面，從買東西，出門，網上訂餐，我們都用到這些人工智慧。

但是實際的人工智慧是這樣的。隨著計算力和理論的增長，就算是弱人工智慧，我們也越來越分不出它們和真人的區別了。蘋果的Siri或微軟的Cortana，都變得越來越“真實”。但是到目前為止，沒有任何機器能夠通過圖靈測試，強人工智慧離我們還不知道有多遠。

但這裏同樣隱含一個問題：假如我們的某個程式哪一天真的通過了圖靈測試，我們會承認它是“真正”的人工智慧嗎？這裏就可以再講到一個關於人工智慧的哲學命題：“中文房間”。

哲學家約翰.希爾勒在1980年就提出了一個思考實驗，叫做“中文房間”。假設是這樣的：假如說有一個對中文一竅不通，只懂英文的人坐在一個密封的房間裏。他手頭有一本英語的手冊，上面有如何處理中文字元以及回復的完全的指示。

外面的人通過一個視窗向屋子裏的人遞紙條，上面寫著中文書寫的問題，然後這個人依據手冊將對應的中文字元組合成回答傳回給外面的人。那麼，對於外面的人來說，這個屋子是會說中文的；但是裏面的這個人卻不會中文！

我們不妨把程式比作那個人類，而那個屋子，就是電腦。它能夠按照某些已經給定的規則接受問題並且輸出答案，但是它真的能夠“理解”嗎？很可能，就算人工智慧能夠通過圖靈測試，它有心智嗎？這恐怕是目前我們無法回答的問題。

在現在這個世界，電腦的運算能力按照摩爾定律成指數級增長。很快電腦的運算能力就會逼近人腦的運算能力——到那時，真正的人工智慧可能會從電腦的結構中自動浮現出來——我們作為一種智慧生物，在幾百萬年前的某個時刻，也可能經歷過這樣一個過程。

那時，奇點終將來臨。人工智慧可能很快會進化為一種我們再也不能理解的東西，我們不但親手製造出了人，也造出了神們自己。在那之後會發生什麼，就不再是我們能夠預料的了。奇點何時會到來，我們無法預測。樂觀的估計，2035年我們就會目睹強人工智慧的誕生，悲觀的估計則是2080年——也就是說，我們很可能在有生之年目睹奇點的降臨。

然而，在那之前，弱人工智慧早就會充斥我們的生活，衣食住行都會有人工智慧的“幫助”。我們生活的方方面面都會被資料化，收集到各家公司的資料庫裏，然後通過人工智慧分析。這代表著你的生活會更方便了：人工智慧在你想到，甚至是沒有想到的時候就會把你需要的各種服務送到你的面前。

然而，這也是自由意志的末日：我們在訓練了人工智慧的同時，也被人工智慧訓練了——我們的一舉一動，生活愛好都將被人工智慧塑造，我們還以為自己有自由意志，但是卻是資料的囚徒。聽起來很熟悉，不是嗎？

但是它肯定會是這樣的。無論我們能否活著看到奇點的到來，人工智慧終會與我們朝夕相處。我寫這篇文章的時候，也用到了人工智慧。或許，真正的人工智慧的出現會讓我們承認我們並非宇宙中最智慧的生物，接受自己只是一個平庸靈長動物的事實，並且好好的過完這一生。

2017中國聲谷·機器人&人工智慧產業發展論壇於6月29日在北京國賓酒店圓滿舉行，2017是人工智慧與機器人格外閃耀的一年。儘管“人工智慧”這一詞早在60年前就已誕生，但其商業化進程卻一路崎嶇。直到今天，無論是會下棋的AlphaGo，還是打不倒的波士頓動力Atlas，都讓我們在驚歎之餘更看到人工智慧背後潛藏的巨大商業價值。

2017年6月29日，由工信部&安徽省共同推進安徽語音產業發展領導小組辦公室主辦，安徽信投及葡萄創投承辦的“2017中國聲谷·機器人&人工智慧產業發展論壇”，邀請8位人工智慧領域大咖，聚集創業者代表、投資人以及相關媒體，共同探討人工智慧的科技創新與行業變革戰略，破解人工智慧創業和商業模式的密碼。

機器人智慧物流：變革技術，走向敏捷

1、我們面向物流領域，做的是“機器人智慧物流”，而不是物流機器人，因為這是一套智慧物流系統，而不僅是機器人本身。

2、物流領域，受到市場的快速變化推動，需要更靈活、更柔性的解決方案，從精益物流到敏捷物流。

3、機器人智慧物流＞Kiva貨到人揀選系統：從貨到人—訂單到人。

4、商業模式和市場趨勢的創新：銷售、租賃，降低使用門檻，讓用戶更快的使用到相關技術解決方案。 

AI之多模態語義

1、語義是AI領域的核心瓶頸。這一觀點是AI巨擘馬文.明斯基所說。當記者問“有沒有和語義同樣重要，但是近期更有可能突破的瓶頸？”時，馬文明斯基說“沒有。”

2、什麼才是真正的機器人？需要有人的樣子。比如，Blue River，其實還只是smart machine，不能被叫智慧型機器人；再比如，機器人RoBoHoN，售價約合2萬RMB/台，在日本已賣了3萬台，它所對應的場景主要是“男朋友送女朋友”，“家長送小孩”，以及“老人用”。

3、“多模態交互”很重要，不僅是對話，還有動作和表情。通俗的解釋是：動作和語言串在一起。其背後理論基礎“梅拉比安溝通模型”：有效溝通要素的重要性—文字7%，聲音語調38%，動作55%。 

智慧時代如何找到創業方向？

1、IT的十年理論（2009年）

1980~1990 關鍵字：硬體；王者：IBM

1990~2000 關鍵字：軟體；王者：微軟；中國機會：聯想

2000~2010 關鍵字：互聯網；王者：Google；中國機會：BAT

其他人，上不了桌，怎麼辦？買馬（選擇站隊）

2010~2020，移動互聯網；核心市場從美國轉移到中國。以前是我們去矽谷朝聖，現在美國人來中國取經，比如移動支

2020~2030，關鍵字：人工智慧

2、如何找到你的創業方向？要去看這些牛公司的實驗室的產品，特別是判斷未來的，而看已經公開的產品，參考價值不大。

3、能夠生存下來的物種,並不是那些最強壯的,也不是那些最聰明的,而是那些對變化做出快速反應的——達爾文。 

人工智慧與未來教育

1、未來，我們會經常看到“柯潔落淚”這樣的“人被AI戰勝”的場景。

2、人工智慧如何替代我們的工作：最危險的，反而是中技能。因為(A）屬於高附加值，如果能替代人便有錢可賺，比如金融、醫療、法律；(B）有大量工作是重複性的，可能被AI實現。所以，我們需要讓自己成為高技能人群。

3、自適應學習，是“AI+教育”領域的聖杯：不同的人，被推薦的學習方案會不同。背後核心理論是知識空間，和物理空間不一樣，知識空間的本質，是雙曲空間（負曲率，能容納無窮多的結點）。知識空間的3個特點：(1）知識存在層級結構；(2）子領域會隨著舉例快速分割（隔行如隔山）；(3）知識快速膨脹（任何教學方案，都可能會在幾年內過時）；

解決方案：知識市場（知識空間裏的淘寶），用戶自動來產生內容。

4、未來的教育與學習：(1）教育方式的演化：教室—>Mooc—>AI做老師；(2）不需要用考試來檢驗，因為大資料能直接作出評估；(3）人類向AI學習！比如，棋手們正在向AlphaGo學習；(4）未來的教育與學習將演變成一個生物學問題，比如和腦機介面的結合。

 

互聯網音響的智慧化

1、2014年，為什麼決定做“小米藍牙音箱”，而不是互聯網音箱？因為互聯網音箱作為一個新品類，需要一定時間才能成熟。(A）內容整合：在音箱場景的內容整合，還需要時間；(B）2014年技術不夠成熟：重點不是技術的絕對難度，而是相對難度。比如，沒有作業系統、晶片等配套的標準和行業成熟度；(C）音箱領域還沒有產品體系和品質體系，沒有統治力的品牌。電子領域，單款產品，年銷售額沒有達到100萬，說明行業還沒有起來，競爭不充分。

2、語音是未來的對話模式？對，也不對(A）語音是人類溝通的最主要工具，這可能是被動的，因為人生來不帶螢幕；(B）人，習慣面對面的談話。語音，需要和其他對話模式結合。

3、亞馬遜Echo為什麼為什麼在美國暢銷？首先是個好音箱（音質好、工藝好、體驗好）最後才是Alexa的價值。

4、我最關心的是短期內，AI能帶給用戶體驗的提高有多大，如何能在產品上落地。

 

對話機器人–企業的服務效率提升之道

1、如何判斷AI產品的商業價值？（1）用戶價值、技術成熟度、稀缺性三項都占，是壟斷企業；（2）創新企業，應該選擇“用戶價值高、稀缺性高、低技術成熟度”的領域，然後，在某個細分領域尋求壟斷。

2、幾個有趣的AI對話場景（1）智慧投顧。（2）對話式的資訊發現、解釋和推薦，優於簡單的資訊流展示和篩選。（3）消息平臺的landing page對話方式會非常有趣。

3、作為新的通用技術，AI將為各行各業賦能，隨著對話機器人在金融行業的廣泛應用，不遠的將來我們將看到智慧客服的效率顯著高於人工水準。 

軍民融合的水下智慧世界

1、水下機器人產業的特點：（1）系統工程/跨學科、產業不成熟。（2）市場需求非常大，但能力還沒有完全具備，行業公司更多是技術輸出，還不是完整的產品解決方案。（3）具體困難很多，比如如何做實驗，如何獲得5000米以下的水深。（4）整體現在時機不錯，工業軍事、消費、商業，都有市場需求和機會。

2、新興水下機器人，很多都是仿生的，比如仿魚、水母等，目前大多處理“小腦階段”的問題（平衡等）。

3、白鯊Mix產品，本來是給浮潛人群，但實際發現不會游泳的人非常喜歡。 

人工智慧+車聯網，重構車與人的關係

1、為何通用汽車的產銷量1000萬+，市值518億美元；而特斯拉的產銷量只有7.6萬，市值達到609億美元？最大的差異，是智能化。比如，特斯拉買了之後，軟體還可以OTA升級。

2、AI+車聯網，有哪些切入點？（1）造車（智能汽車）價格高、難普及。（2）自動駕駛系統，mobileye，ADAS。（3）創新之路在哪里？尋找價格適中、容易普及的智慧硬體，比如智慧車機、智慧後視鏡+車聯網服務。

3、車內的汽車助理機器人，特別使用了雙麥克做回音消噪。 

機器人是取代人類還是解放人類

1、投過的不滿意的項目，不滿意的原因是什麼？85後和90後創業者，有些能力不夠全面，比如做產品不錯，但對財務、人員、法務不太瞭解，導致整體的風控能力較弱。（A）技術落地，和市場化結合速度慢；（B）基金週期管理的限制。團隊互補不夠，導致技術能力、產品能力、市場能力之間的脫節。

2、如果自己做AI創業，選哪個方向？

零售、音箱、玩具。/資料結構完整的體系。比如：量化金融、物流供應鏈、農業。/和家庭場景結合。兒童桌面機器人、離線人臉識別、SLAM。/資訊倉庫、智慧音箱。/安全+AI。

3、機器人是取代人類還是解放人類？這個老生常談的話題，目前大部分專業人士對於機器人解放人類這一趨勢，抱有積極的態度，但也認同人的“靈性”難以被替代，缺少情感和野心，也僅20%人真正被解放。

4、細分領域創業，最關鍵的因素是什麼？適不適合這個方向？知識結構和興趣。/AI+生活領域探索，AI技術需要沉澱，AI產品需要打磨。/不要盲目跟風。推薦2B，有大資料，可以模型化的領域。/(1）找產業方向，但不一定是最熱的；(2）創業團隊，不要把科研精神帶到市場中來，(3）關鍵不是你能做什麼，而是你不能做什麼，找到互補的團隊。 

戰略合作

作為國家級人工智慧產業基地，中國聲谷也成功簽約8家技術頂尖的科技企業，分別為北京神州泰嶽軟體股份有限公司、北京碧水源淨水科技有限公司、廣州普金電腦科技股份有限公司、華彩控股有限公司、IDC國際資料公司、北京新海聯達科技有限公司、北京愛科農科技有限公司、北京同力創新科技發展有限公司，8家企業都將先後入駐中國聲谷，加強合作關係。

除此之外，集智AI學園聯合葡萄創投發佈《AI視野——迎接AI時代》課程。專門針對高新技術企業的創始人、投資人，課程採用30人小班制，糅合了課程講解、交流討論、專案路演等豐富多采的形式，力圖打造人工智慧領域的EMBA。