文章插图
人们心中的人工智能（AI） ， 应该是会72变的孙悟空 ， 但悟空“破石而出”的时机到了吗？
科幻元素里 ， AI被描述成心思缜密的电子人 。 实际上 ， 考虑人工智能的实现程度 ， 通常需精准地用强人工智能和弱人工智能来划分 。 “强”是指计算机不仅作为一种工具 ， 只要运行适当程序 ， 其本身就是有思维的 。 这样的机器有知觉、有自我意识 。
而“弱”则是认为不可能制造出真正进行推理和解决问题的机器 ， 其终是没有自主意识的工具 。 近年的主流研究正是围绕“工具”展开的 ， 成就还算可观 。 因此我们所说的AI ， 指的就是这个囊括了信息收集、分析、决策、传输直至执行的完整系统 。
AI近年大热 ， 但它的技术并非一夜爆红 ， 而是新世纪以来 ， IT技术在运算、存储、传输、安全等几大核心环节上的量变积累 ， 让AI开始得到产业化的现实基础 。
运算能力的提升 ， 表现在芯片技术（CPU\GPU）的突破 ， 芯片的发展大大提升了数据的收集、抓取、整理等能力 ， 加上存储设备等硬件成本的降低 ， 实现了大数据的获得与存储 。 而5G时代的到来 ， 更让数据的传输与反馈速度得到了质的跃升 ， 执行更加高效快速 ， AI生态的构建也完成了最后一步的闭环 。
但我们需要看到 ， AI大热背后也有以手机为代表的硬件领域的发展降速 ， 互联网创新进入瓶颈期 ， 资本、产业需要找寻新题材的利益驱动与炒作 。
与当前很多“讨论热、应用冷”的新技术一样 ， AI的全面产业化、实用化尚未进入倒计时阶段 。 翻译、答题、下棋软件的出现 ， 目前 ， 并不能意味着AI可以回答经济、社会、法律、伦理乃至国际关系等方方面面的深层次问题 。
严格地说 ， 就AI当前的发展态势而言 ， 不存在绝对领先的垄断者 。 这缘于整个行业的基础 ， 即实现应用闭环的各环节还不牢靠 。 比如 ， 一个“环境感知与系统反应的效率”问题 ， 就让无人驾驶长年处于“实验不断、上路没谱”的尴尬之中 。
一般而言 ， 新技术的成长发展 ， 军事、工业都是最先投入实践的领域 ， 企业则作为创新的主要载体 。 AI的发展路径同样如此 。
正在召开的“Transform 2019”大会以企业为主体 ， 在高度市场化的美国并不令人意外 。 数十年的前瞻性探索和试错后 ， 各环节具备一定基础的美国各界 ， 正在就技术产业化的问题与出路 ， 寻找新的共识和协作 。 按照惯例 ， 承担主要职责的 ， 自然是企业 。
【人工智能“破石而出”的倒计时开始了吗？】不过 ， 在这一波AI浪潮中 ， 美国企业并没有将其他国家甩出太远 。 他们的领先 ， 更多建立在IT产业上一个发展阶段的成功惯性之上 。 包括中国企业在内的他国同行 ， 同样有着异军突起的机会 。 华为5G的胜出 ， 就是例证 。
“人工智能是未来所向”的判断 ， 无可置疑 ， 但过热和泡沫化的风险 ， 存在于各国 。 发展AI ， 始终要剥掉新事物的时髦外衣 ， 从基础与本质出发 ， 充分考虑到新技术的局限性及其发展的长期性和艰巨性 ， 理性分析需求 ， 理性设定目标 ， 理性选择路径 ， 务实推进AI发展举措 ， 只有这样 ， 才能确保AI健康可持续发展 。
推荐阅读
- AI被一件T恤蒙蔽“双眼” 见识不够是根本原因
- 人工智能成手机发展“新引擎”
- 人工智能助跑“刷脸购物”新零售
- 靠人工智能脱单？ 爱情这门课它也是一知半解
- 从乌镇“热词”看数字“热量”
- 人工智能助力卵巢癌诊断
- 智能餐厅不只是“机器人炒菜”
- 人工智能画作售出天价，人类如何看待AI创造力？
- 机器人手臂可“品尝其洗澡水”以确定是否被污染
- 服务机器人“智能”大比拼