AI大比拼，到底哪家强？

肖虎

人工智能时代的到来最大的益处在于，各种人工智能将帮助我们定义人性。我们需要人工智能告诉我们——我们是谁？

AI（人工智能），早已在我们的生活之中，只是你没意识到而已。而在接下来的几十，不，应该说十几年里，你必须对它抱以足够的重视——它可能会抢了绝大多数人的饭碗！

这绝不是危言耸听，会思考，会计算，会7*24小时不间断工作并且毫无怨言，你根本找不到它的缺点——除了离不了电和网。目前为止，人工智能商业化的主要方向包含以下几个方面的内容：自然语言处理（包括语音和语义识别、自动翻译）、计算机视觉（图像识别）、知识表示、机器与机器人学等。下面我们就来看看它们到底都走到哪一步了？

语音助手：增加理解力

Siri无疑是其中的佼佼者。它能听懂我们的口头命令，帮我们在网上搜索，帮我们在列表中找到联系人。但它的原理很简单：通过声音识别技术，将声音转化成语言的基本元素，比如元音、辅音、单词，然后和系统中内置的特殊命令比较。如果对比出来的是一个实际问题，那就执行相应的指令;如果对应上了一个空泛的问题，就从相对的段子库里挑个段子出来。

所以它的问题也就一目了然：要是你命令它去做系统中没有的命令，它就傻眼了。Siri虽然是AI，但它是一个非常局限的AI：只能解决预先写好的问题。

不过在去年10月，苹果收购了一家人工智能企业——英国语音技术初创公司VocalIQ，用于帮助计算机与用户进行更为自然的对话，以此来改进Siri的智能化。

微软在一次活动上公开演示了一个全自动的同声传译系统，讲演者用英文演讲，后台的计算机一气呵成自动完成语音识别、英中机器翻译和中文语音合成，效果非常流畅。（细思极恐，一大帮同声翻译是不是要失业了？我们还有必要花大量时间和精力去学习外语吗？）

自动驾驶：迈出新步子

的原理其实很简单，就是利用大量传感器替代人的眼睛，利用电控部件替代人的手脚，利用智能AI系统替代人的大脑。

汽车自动驾驶技术包括视频摄像头、雷达传感器以及激光测距器来了解周围的交通状况，并通过一个详尽的地图（通过有人驾驶汽车采集的地图）对前方的道路进行导航。

车辆顶部安装了加速度传感器以探测车辆行驶时加速度以及转向变化，安装在车顶部的GPS天线可以在汽车启动前检测出车辆角度以及方位。这一切都通过谷歌的数据中心来实现，谷歌的数据中心能处理汽车收集的有关周围地形的大量信息。就这点而言，自动驾驶汽车相当于谷歌数据中心的遥控汽车或者智能汽车。

早在2005年左右，Google X实验室就开始了谷歌无人汽车计划（Google Driverless Car Project），2009年开始上路，目前约有23辆车分9种模型在测试。谷歌去年11月曾声称，无人驾驶项目启动6年来，测试车辆以自动和手动驾驶方式累计行驶320万公里，遭遇18起轻微车祸，均非测试车辆引起，而2016年2月份，谷歌旗下的一辆自动驾驶车在美国和一辆巴士发生轻微碰撞。谷歌首次承认自动驾驶车在事故中负有“一定的责任”，而他们意识到的过错则是自动驾驶也敌不过不遵守法规的“人”。谷歌对软件进行了优化升级，并给自动驾驶车“灌输”了一种理念：与其他类型的车辆相比，公交车和其他大车不太可能实施避让。他们希望未来自动驾驶车能够更妥善地应对类似的状况。

另一个天才少年George Hotz也于2015年研发出了自己的无人驾驶操作系统。他觉得最值得说道的就是“我们弄明白了使用深度学习的方法解决驾驶问题的方法”。

一般的无人驾驶汽车有成千上万行代码，Hotz 的软件只有 2000 行代码。他说平时的做法一般是使用手动编写代码规则来处理特殊情况。有很多让汽车跟着前面的汽车走，也有很多代码可以处理路上突然跳出一只鹿的特殊情况。Hotz 的汽车没有设定这样的规则。汽车可以学习到驾驶者在很多种情况下的处理方法，然后尝试进行模仿，然后使自己的行为完美。

具体说来就是他开着汽车跑了两个半小时，让电脑观察他是如何开车的。回到车库以后，他下载数据，运行算法分析他在不同的情况下是如何处理的。汽车学习到他喜欢在两条车道之间行驶，并且与前面的车保持一定的安全距离。一旦分析完毕，软件就可以预测汽车的安全路径了。

它的系统比一系列的代码规则更加智能。它教会计算机像人类一样不断地处理各种视觉线索，并用于实践中处理始料未及的事情，而不是只教它呆板地按照规则处理情况。

17 岁成为世界上首个完全解锁 iPhone 手机的人， 20岁成为首次破解索尼 PS3 的核心防御系统的世界第一人，Hotz在自家车库捣鼓出来的无人驾驶汽车再次让世人震惊。

Hotz认为交通行业是 AI 能够产生重大影响的一个领域。他希望这项技术能够最终走向零售，创建一个提供完美自动化的系统。他渴望让 AI 替代很多工作岗位。下次出租车司机要反对的将不是UBER，而是无人驾驶的汽车。幸好这一局面不会很快到来——Hotz设计的无人驾驶汽车还只是针对高速公路，而不是针对混乱的城市道路。

但从学习能力上讲，无人驾驶汽车攻克复杂混乱的城市道路恐怕也是迟早的事情吧。自动跟车系统、预先刹车系统、车道偏离系统、辅助泊车系统等由无人驾驶技术发展出来的各种安全辅助设置已经在你的爱车里了，不是吗？

IBM Watson：智能医疗

2011年IBM Watson在美国的真人答题节目Jeopardy！上击败了人类选手，它的技术理念更像AlphaGo。Watson的决策由四个步骤组成：首先是观察，从环境中收集数据，然后对数据做出假设，再然后是评估这些假设，最后是做出决定。不过也有些和AlphaGo不同的地方，首先它被设计成一个问答机器，其次训练Watson的时候需要人类专家的参与——比如关于癌症的问题，需要科学家们在海量的书籍论文中剔除过时的信息、错误的信息，把整理出的资料喂给机器。但至少，它能处理许多领域的能力，让它比它的同行们具有强得多的扩展可能：现在Watson已经被用于医疗领域了。

2015年5月，IBM 在美国和加拿大的 14 家肿瘤中心部署了沃森 （Watson） 计算机系统，根据患者的肿瘤基因选择适当的治疗方案。随后又与在线心理治疗初创公司 Talkspace 牵手，通过机器学习在线心理治疗生成的心理医生匹配数据，结合自然语言处理和用户个性分析技术，辅助用户决策，并帮助医生给出最佳治疗方案。

8月6日，IBM又宣布以10亿美元的价格收购医疗影像公司Merge Healthcare公司，这样，Watson不仅可以读懂这些医疗图像，还可以根据巨大的电子病历数据库进行分析诊断。毫无疑问，Watson对医疗行业又进行了一次颠覆——医生还有饭可吃吗？

AlphaGo：深度学习

在说到AlphaGo之前，一定不能回避它的前辈——深蓝。这位战胜了当时的国际象棋世界冠军卡斯帕罗夫的机器，只会做一件事情——下国际象棋。

从1997年到2016年的二十年间，AI获得长足发展。深度学习技术，使得非常大的数据量和计算量可以扩张地使用，这就让AI的学习力和适应力远远超越了我们的想象。

难怪新一代的中国围棋领军人物、曾8次击败韩国棋手李世石的柯洁明确表示不愿意和谷歌AlphaGo一决高下，因为 “我不想让AlphaGo拷贝我的比赛思路”。虽然他自信满满地表示，“AlphaGo的实力一定是弱于我的。”但我坚信李世石输了比赛，柯洁上场也只能是输！

早在2012年6月，《纽约时报》就披露了Google Brain项目，就吸引了公众对于“深度学习”的广泛关注。这个项目是由著名的斯坦福大学的机器学习教授Andrew Ng和在大规模计算机系统方面的世界顶尖专家Jeff Dean共同主导，用1.6万个CPU Core的并行计算平台训练一种称为“深度神经网络”（DNN，Deep Neural Networks）的机器学习模型，在语音识别和图像识别等领域获得了巨大的成功。（内部共有10亿个节点。这一网络自然是不能跟人类的神经网络相提并论的。要知道，人脑中可是有150多亿个神经元，互相连接的节点也就是突触数更是如恒河沙数。曾经有人估算过，如果将一个人的大脑中所有神经细胞的轴突和树突依次连接起来，并拉成一根直线，可从地球连到月亮，再从月亮返回地球）。

项目负责人之一Andrew称：“我们没有像通常做的那样自己框定边界，而是直接把海量数据投放到算法中，让数据自己说话，系统会自动从数据中学习。”另外一名负责人Jeff则说：“我们在训练的时候从来不会告诉机器说：‘这是一只猫。系统其实是自己发明或者领悟了‘猫的概念。”

而在搜狗CEO王小川看来，除了围棋，人工智能在其他博弈类的封闭游戏里，也会横扫一切，完胜人类。“从公开的文献可以看到，DeepMind做围棋研发是基于通用的技术进行，这样的技术未来可以用到合适的其他领域里去。”

深度学习的魅力在于，只要一个领域里能够建模，能够有充足的数据，就能够在这个领域里做到超越人、取代人，短时间能从0分做到99分。如果我们依然是老观念，用渐进的方式来理解机器智能，比如之前某位大佬宣传他家的××大脑做到了×岁的智力，这是很误（che）导（dan）的。

王小川同时认为担心人工智能对人类有威胁还不到时候，关键要看机器是否有意识。

人工智能现在还不能完成自我的进化，现在深度学习的方法只是对已知的数据去重复，泛化它，其实解决的还是已经有的问题。只是可能做得更好，但不能创造新的问题，它还没有创造力。

李开复也认为，虽然机器在逻辑分析推算方面，能力会远超人类，但是依然是属于人类操控的工具。AlphaGo这类的“人工智能”机器真正可能带来的危机，不是奴役人类，而是让人类丧失斗志，无所事事。

AlphaGo能自我学习，经过专家的调节，它能在任何在可以纯凭逻辑分析推算的问题上，把人类远远低抛在后面。

基于深度学习的人工智能将带来什么改变呢？我们将看到无数的商机和产品，能够解决问题、拯救生命、产生巨大的商业和用户价值。

这些技术可能辅助专家，也可能取代专家。非专家的工作者很多将会面临失业。未来十年，大部分今天的人类工作可被机器取代。

人类最应该担心的是：一旦当机器供养着人类，人类达到了马斯洛需求的基本需求，人类真的还会有动力去追求更宏伟的目标，自我实现？还是醉生梦死、无所事事？

《连线》杂志创始主编、《失控》作者凯文·凯利（KevinKelly）不仅丝毫不担心人工智能会对人类产生威胁，反而沉浸于智能技术所蕴含的无穷想象之中，并为此兴奋不已。

凯文·凯利在其新书《必然》中说，在一个联系超密集的世界中，不一样的思维是创新和财富的来源。仅仅聪明是不够的。商业动机会让与工业力量相关的人工智能无处不在，它们廉价而聪明，会被植入到所有我们制造的东西里。当我们开始发明新的智能种类和新的思维方式时，将获得更大的回报。

“人工智能时代的到来最大的益处在于，各种人工智能将帮助我们定义人性。我们需要人工智能告诉我们——我们是谁？”