第四次工业革命•AI人工智能 

                                                              2019-12-16   青野云麓

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

一、“人工智能”的萌芽

关于“人工智能”的起源，我们要追溯到公元前三百多年的历史伟人——古希腊伟大的哲学家、思想家 Aristotle（亚里士多德） （公元 前 384-322） ，他的主要贡献是为形式逻辑奠定了基础。形式逻辑 是一切推理活动的最基本的出发点。 在他的代表作《工具论》中，就给出了形式逻辑的一些基本 规律，如矛盾律、排中律，并且实际上已经提到了同一律和充足 理由律。此外，亚里士多得还研究了概念、判断问题，以及概念 的分类和概念之间的关系，判断问题的分类和它们之间的关系。 其最著名的创造就是提出人人熟知的三段论。亚里士多德虽没有明确提出“人工智能”的概念，但概念却在此悄悄的萌芽。随后穿越到英国数学家 Turing（图灵）（1912-1954），1936 年提出了一 种理想计算机的数学模型（图灵机） ，1950 年提出了图灵试验， 发表了“计算机与智能”的论文。 当今世界上计算机科学最高荣誉奖励为“图灵奖”。 名词解释： 名词解释：图灵试验。当一个人与一个封闭房间里的人或者 机器交谈时， 如果他不能分辨自己问题的回答是计算机还是人给 出时，则称该机器是具有智能的。以往该试验几乎是衡量机器人 工智能的唯一标准，但是从九十年代开始，现代人工智能领域的 科学家开始对此试验提出异议：反对封闭式的，机器完全自主的 智能；提出与外界交流的，人机交互的智能。虽然，图灵测试并未能真正说嘛计算机有了智能，到却推动了人们对“人工智能”定义的探索，对人工智能的研究内容和研究方法有了某种指导意义。

人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。 人工智能领域的研究是从１９５６年正式开始的，这一年在达特茅斯大学召开的会议上正式使用了“人工智能”这个术语。随后 的几十年中，人们从问题求解、 逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习以及机器人学等多个角度展开了研究，已经建立了一些具有不同程度人工智能的计算机系统，例如能够求解微分方程、设计分析集成电路、合成人类自然 语言，而进行情报检索，提供语音识别、 手写体识别的多模式接口，应用于疾病诊断的专家系统以及控制太空飞行器和水下机器人更加贴近我们的生活。我们熟知的ＩＢＭ的“深蓝”在棋盘上击败了国际象棋大师卡斯帕罗夫就是比较突出的例子。９０年代以来，人工智能理论方面有了新的进展，计算机硬件突飞猛进的发展，计算机速度的不断提高、存储容量的不断扩大、价格的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。目前人工智能研究的３个热点是：智能接口、数据挖掘、主体及多主体系统。

现在,人工智能产业技术到达了什么样的水平呢?中国信息通信研究院此前发布的《 2018世界人工智能产业发展深度分析报告》,从智能硬件、计算机视觉技术、智能语音技术以及自然语言理解这四大核心方面去一一解析。

1、智能硬件

智能硬件的重要组成部分包括智能传感器与智能芯片。打个比方,假若我们把人工智能的中枢大脑理解成智能芯片,那么分布着神经末梢的神经元就是智能传感器。

智能传感器是将传统传感器、微处理器及相关电路一体化,形成的具有初级感知处理能力的相对独立的智能处理单元。智能芯片具备高性能的并行计算能力,且同时支持主流人工神经网络算法。目前,智能传感器主要包括有触觉、视觉、超声波、温度、距离传感器等;智能芯片主要包括有 GPU、FPGA、ASIC以及类脑芯片等。

ResearchAndMarkets报告显示:2017年智能传感器全球市场价值为269.06亿美元,预计到2023年总市场规模达到706.17亿美元。《新一代人工智能发展规划》预计,到2020年,中国智能计算芯片市场规模将达到100亿元。

纵观全球智能硬件市场,诸如霍尼韦尔、BOSCH、ABB等国际巨头在全面布局智能传感器的多种产品类型;在中国,也涌现了汇顶科技的指纹传感器,昆仑海岸的力传感器,但产品布局相对单一。智能芯片方面,在全球市场有NVIDIA的GPU、谷歌的TPU、英特尔的NNP和VPU、IBM的True North、ARM的DynamIQ、高通的骁龙系列、Imagination的GPU Power VR等主流企业产品。在中国,有华为海思的麒麟系列、寒武纪的NPU、地平线的BPU、西井科技额deepsouth(深南)和deepwell(深井)、云知声的UniOne、阿里达摩院在研的Ali-NPU等。

2、计算机视觉技术

计算机视觉技术初步具备了类似人类对图像特征分级识别的视觉感知与认知机理,拥有速度快、精度高、准确性高等一系列优点。计算机视觉技术主要实现产业应用中对图像或视频内物体/场景识别、分类、定位、检测、图像分割等功能的需求,因此被广泛应用于实现视频监控、自动驾驶、车辆/人脸识别、医疗影响分析、机器人自主导航、工业自动化系统、航空及遥感测量等领域。

MarketsAndMarkets报告显示:2017年基于人工智能的计算机视觉全球市场规模为23.7亿美元,预计2023年会达到253.2亿美元。预测期(2018-2023)内复合年增长率47.54%。

世界范围内,各国都陆续涌现出了一大批优秀的计算机视觉公司。譬如亚马逊、谷歌、微软、Facebook等大型企业,也不乏专注垂直应用领域的初创公司,例如根据住宅航拍照片进行智能估值的Cape Analytics,以及Steam、Oculus Home、Vlveport等VR内容分发平台。

在中国,计算机视觉领域的AI公司在技术探索和商业落地方面都已经走在世界前列。例如商汤科技当前正在为各大智能手机厂商提供AI+拍摄、AR特效与AI身份证验证等功能服务;旷视科技专注视觉算法技术,除人证合一服务外,还拓展到智慧城市、智慧商业等领域;云从科技深耕金融、安防领域,目前是中国银行业第一大AI供应商;图普科技专注图像识别的商业落地,目前聚焦在互联网内容审核、商业智能、泛安防三条产品线。依图、Yi+、格灵深瞳等企业也有各自不同的布局。

3、智能语音技术

智能语音技术是一种可以实现将文本或命令与语音信号相互智能转化的技术,主要包含语音识别与语音合成。语音识别就好比“机器的听觉系统”,通过识别和理解,把语音信号转变为响应的文本或命令。语音合成就好比“机器的发音系统”,让机器通过阅读响应的文本或命令,将其转化为个性化的语音信号。智能语音技术因其可以实现人机语音交互、语音控制、声纹识别等功能,被广泛应用于智能音箱、语音助手等领域。

中商产业研究院数据线上:2017年,全球智能语音市场规模为110.3亿美元,同比增长30%。2017年中国智能语音市场规模达到105.07亿元,与2016年相比增长70%。随着智能语音应用产业的脱产,市场需求增大,预计2018年中国智能语音市场规模将进一步增长,达到159.7亿元。

目前,智能语音技术在用户终端上的应用最为火热。许多互联网公司纷纷投入人力和财力展开对此方面的研究和应用,目的是通过语音交互的新颖和便利模式迅速占领客户群。在美国,以评估的Siri,微软PC端的Cortana、移动端的微软小冰,谷歌的Google Now,Amazon的Echo都是家喻户晓的产品应用;在中国,诸如科大讯飞、思必驰、云知声,以及互联网巨头BAT等均深入布局其中。

4、自然语言处理

自然语言处理包含了多种多样的研究方向,其主要包括自然语言理解和自然语言生成。通俗的说,前者是实现计算机“理解”自然语言文本思想或意图;后者是实现计算机用自然语言文本“表述”思想或意图。从应用上看,包括机器翻译、舆情监测、自动摘要、观点提取、字幕生成、文本分类、问题回答、文本语义对比等等。

MarketsAndMarkets数据显示,全球自然语言处理市场规模预计将从2016年的76.3亿美元增长到2021年的160.7亿美元,符合年增长率16.1%。《中国人工智能发展报告2018》报告显示:2017年中国人工智能市场规模达到237亿元,其中自然语言处理市场占比21%,也就是49.77亿元。

目前,已经有许多相关的成熟技术应用产品。如美国的亚马逊、Facebook以及中国的字节跳动等公司利用自然语言技术实现旗下购物网站、社交平台或新闻平台的产品评论、社区评论和新闻文章主题分类与情感分析等功能。谷歌、百度、有道等公司应用纯熟并在不断智能升级的在线翻译服务;诸如日本的Logbar、中国的科大讯飞与搜狗等企业的随身多语言翻译机等。在基础平台方面,在美国有Korea.ai、Lingumatics等,在中国有百度云、腾讯文智、语言云等。舆情检测系统方面应用,包括有美国的Xalted的iAcuity,中国朝闻天下的Wom-Monitor,创略科技的本果舆情等。

新华网：人工智能“脆弱面”暗藏安全风险

随着人工智能技术应用越来越广泛，人工智能“脆弱面”也逐渐暴露，机器人“自我意识”、技术滥用等安全漏洞引起业界更多关注。专家表示，要加强对潜在风险的研判和防范，确保人工智能各项技术安全、可靠、可控。

　　催生新攻击方式

　　当今，世界各国纷纷布局人工智能，国际竞争日趋激烈。然而，人工智能的快速发展也使得网络安全的风险点和攻击方式出现新变化，进而引发更深层次的网络安全风险。

　　2018年4月，欧盟委员会计划2018年至2020年在人工智能领域投资240亿美元。2018年5月，法国发布《法国人工智能战略》，目的是使法国成为人工智能强国。2018年6月，日本《未来投资战略》重点推动物联网建设和人工智能的应用。

　　对于人工智能，我国同样高度重视。2017年，政府先后发布了《新一代人工智能发展规划》和《促进新一代人工智能产业发展三年行动计划（2018—2020年）》。

　　北京邮电大学教授李小勇表示，我国是受到网络攻击最严重的国家之一，也是遭受物联网攻击最严重的国家之一，网络攻击手段和攻击形式越来越多。从行业来看，经济、教育、政府等部门成为攻击的主要目标。

　　360公司董事长兼CEO周鸿祎说，网络攻击每天都在发生。目前网络黑客的攻击目标非常明确，就是能源、交通等基础设施，因为这样产生的影响是最大的。未来在万物互联的情况下，每个集装箱、每辆卡车，甚至城市里的每个井盖都实现互联，虚拟层面的攻击可能引发物理空间的损害。

　　事实上，劫持智能设备已经成为网络攻击的重要手段。网络安全专家表示，许多无人值守系统运用人工智能技术，一旦遭网络劫持，将带来严重的安全问题。例如，智能汽车可与车厂服务器连接，通过手机远程控制，车主需要定期更新软件保证汽车的驾驶模式，如此一来就可能被网络劫持。

　　天津大学法学院院长孙佑海称，网络攻击者可通过漏洞控制人工智能算法，实现物理硬件操纵、实施舆论引导、制造虚假图像或影响、制造信息噪音等，造成安全隐患。

此外，图像、声音合成滋生新的风险。国家互联网应急中心的相关专家称，随着技术的发展，现在的合成图像、语音越来越逼真。如果把该技术用于网络诈骗，虚构人脸和语音，是非常可怕的事情。

　　暴露安全软肋

　　由于人工智能技术依托的算法、大数据等可以很低的成本进行复制和扩散，其传播渠道广，监管难度大，封控几率低。

　　目前，人工智能技术正由“弱人工智能”向“强人工智能”阶段跃进，能够依据其所掌握的算法、数据，在短时间内快速突破人类传承多年的经验积累。

　　2016年，由谷歌旗下“深度思维”（DeepMind）公司开发的AlphaGo横空出世，经深度学习后横扫人类围棋界翘楚。一年后，零基础起步的新程序AlphaGo Zero，通过自我训练，在三天内与自身对弈490万局后，以100：0的成绩击败“前辈”AlphaGo。

　　2017年，美国社交媒体平台脸书公司实验室中的两个人工智能机器人使用机器学习相互对话，并不断进行对话策略迭代升级，逐渐发展出了一种机器之间能理解但人类无法理解的语言。

　　“事实表明，人工智能通过算法和大数据进行深度学习，不排除演化出‘自我意识’的可能，辅助甚至代替人类做出分析和决策，这易于发生反噬风险。”孙佑海说。

　　当前，人工智能研究高度开放附带源代码的海量论文可免费下载，即便编写一种折型算法的时间成本也只需几天，人工智能技术的滥用风险激增。此外，人工智能既有多学科综合、高度复杂等特性，带有天然的技术壁垒，给监管部门的监督管理和风险防范提出了不小的挑战。

　　除技术发展外，人工智能带来的社会影响不容小觑。通过特定算法全方位了解用户偏好和需求，为消费者“量身定制”的“精准推送”正成为商家引导消费的新途径。

　　近年来，北京、上海、重庆、济南等地的商圈开始试水“智慧商圈”模式，可以根据顾客的特征更精准地推送优惠券商品信息，让用户更有消费动力。比如，给年轻的未婚白领女性推送化妆品和奢侈品的品牌商券；给妈妈们推荐婴儿用品店；给男性推送运动品牌门店活动，等等。

　　“智慧商圈”带来生活便捷却容易引发“信息骚扰”问题。消费者的一个简单操作就有可能暴露想要购买某件商品的想法，后续会不断收到同类商品的广告宣传，产生困扰。长此以往，商场导购等从事决策分析、艺术创作等工作也有被机器人取代的可能，人工智能技术的日臻成熟将打碎传统职业群体的“饭碗”，进而引发新产业革命和经济结构调整，形成“去劳动力”倾向，最终产生失业风险。

　　不仅如此，人工智能产生的道德伦理隐忧不断。有专家表示，人工智能设计者的价值导向和行为偏好易于被有意或无意地反映到算法、数据当中，并通过机器学习被人工智能所承继，进而演进为算法歧视。而在具体适用过程中，容易受到对抗样本的干扰或污染，被应用者二次形塑，做出背离设计初衷的错误决策。

2016年3月，美国微软公司发布了名为Tay的最新版本人工智能机器人。然而，上线不到24小时，Tay就“学坏”了：出言不逊、脏话不断，言语甚至涉及种族主义、色情、纳粹，充满歧视、仇恨和偏见。微软只得不停删除Tay的不当言论，进行下线调整。

　　用好“双刃剑”

　　专家表示，在人工智能飞速发展的时代，安全问题日益凸显，需要我们加强对潜在风险的研判和防范，切实维护好人民利益和国家安全，确保人工智能安全可靠、可控。

　　南开大学周恩来政府管理学院教授吴晓林认为，数字化、网络化、智能化已经是时代的主题，智能让生活变得更美好，但安全问题无处不在、无时不在。互联网下半场是工业互联网，以后国家的基础设施安全、工业互联网安全非常关键，还是要把人工智能的双刃剑用好，趋利避害，让科技的智能与人类的智慧并存、和谐。

　　在网络安全防护上，应加强技术研究，建立有效安全防护，抵御网络攻击。专家建议，可以建立主动免疫的计算架构，对计算进行安全防护，使计算全程可测可控，不被干扰。利用人工智能应对网络攻击，“免疫系统”中不管哪个系统受到攻击，都有统一的人工智能系统发出指令，采取相应措施。

　　在法治建设保障上，中国法学会副会长兼秘书长张鸣起建议高度重视立法工作，适时安排宏观立法，人工智能的发展离不开一部反映时代需求的《人工智能法》以及配套法规组成的法律法规体系。

未来：AI赋能产业不能只靠算法 深度融合将成未来发展方向

“现在基于大数据的深度学习，从应用层面已经达到了一定的天花板，未来应把贝叶斯统计、可泛化的迁移学习、基于知识的自上至下的方法等真正地融合起来，融合发展将成为人工智能未来发展的重要方向。”在近日举行的海南自贸区（港）“陆海空”科技创新和产业发展国际合作交流大会上，德国汉堡科学院院士、汉堡大学多模态技术研究所所长张建伟教授表示。

人工智能是新一轮经济社会变革的核心驱动力，未来技术与颠覆性创新将为人工智能在各种场景应用提供技术支持。张建伟表示，计算机、脑科学、心理学、语言学的交叉发展以及与国际先进科研组织的合作，为当下人工智能发展提供了更好的条件。云技术、物联网、光网、宽带、5G的发展为人工智能提供充足的大数据样本，新材料、新计算、新的能源供应，使得全系统的创新有了新的动能。

张建伟说，在全球的知识共享和多学科交叉背景下，我国各产业链实现了深度互动，使得我国的人工智能产业有了更多的发展机会。未来的少人化工厂、老人的服务护理、虚拟社区的交互、私人定制的服务等都是人工智能和机器人发展的方向。机器人和人工智能除了在制造、交通方面的应用，在医疗、农业、智能建造和教育方面都有巨大的潜力。

人工智能发展虽然已取得了一些进展，但距离真正解决民生方面的问题还有很长的路要走。张建伟表示，AI赋能产业光靠算法是不够的，人工智能需要一个深度融合、“核聚变”的过程。人工智能、物联网、虚拟现实、机器人、可穿戴设备、5G通讯、脑科学、新材料、新能源等，每一个领域的新突破，都将给现在的互联网生态等带来新的挑战。

张建伟说，今天以大数据为代表的信息技术已经变得非常强大，为基于数据的智能化运算提供了非常强大的计算引擎。与此同时，通过大数据、云、物联网以及5G技术的发展，可以让数据的应用更加充分。

“计算引擎和大数据相结合将是接下来人工智能发展的重要方向。”张建伟说，未来人工智能和下一代机器人的发展，还有很多挑战要面对，这将会是一个非常艰难的过程。

张建伟认为，下一步的挑战是如何让机器人和人工智能的结合变得更加透明，如何运用多模态的交互，使机器和人进一步融合，使得我们真正进入人类的2.0的时代。机器人未来和人工智能交互的未来，不是单模态的，而是一个多模态共享的模式。