📖 ZKIZ Archives

李飛飛：數據開源對於人工智能發展極為重要

 
李飛飛，斯坦福大學教授，人工智能領域專家，隨著人工智能熱潮的爆發，這位曾經在TED上進行演講的華人科學家，在國內收獲了大批的粉絲。1月4日，李飛飛在斯坦福大學學術假期間，入職谷歌，擔任谷歌雲首席科學家。

李飛飛在1月14日的未來論壇2017年會上接受第一財經等媒體采訪時表示，雲平臺是人類歷史上最大的計算平臺，可以幫助到所有垂直行業的發展和轉型。她同時談到，人工智能需要從大量數據中進行學習，數據開源對於行業的發展非常重要。

期待人工智能在醫療上的落地

人工智能在國內外都正在經歷著爆發式的增長，在產業鏈的各個環節上都湧現出了大量的創新型公司。
在談到人工智能的落地時，李飛飛表示，算法、大數據和計算資源的成熟，讓人工智能有了更多的應用場景，很多方面已經可以產業化了，也給國內外從業者帶來了信心。

她也說到，自己最願意看到人工智能在醫療健康領域的應用，因為這是人類非常需要的，並且，今天的人工智能已經到了可以為醫療行業做出貢獻的時候了。哪個領域有大量的數據積累，就可能會加快發展起來，比如醫學影像。此外，精準醫療也是人工智能技術可以幫助其發展的領域。

在機器人的應用場景中，工業上的應用深度和廣度遠遠超過了家用。李飛飛認為，這是因為人工智能的學習能力還比較弱，在這種情況下，工業應用的場景會更加多。而家庭中的應用因為存在較多的可能性和挑戰，且對場景的要求高，一定要更加精準。

李飛飛還描述了她將在谷歌從事的工作。此前她表示，加入谷歌雲的一個原因是雲平臺的數據資源和計算資源都是最大的，希望能把人工智能帶到千家萬戶。

盡管還不能太過具體地透露其在谷歌從事的工作，但李飛飛也對記者表示，在雲平臺的協助下，金融、零售、醫療健康、制造業、體育娛樂等領域的發展和轉型都有很多的機會。

AlphaGo是里程碑

繼去年谷歌AlphaGo戰勝韓國棋王李世石之後，今年1月4日，AlphaGo的升級版Master戰勝了樸廷桓、陳耀燁、聶衛平等世界頂尖棋手，取得60連勝的驚人戰績。

“AlphaGo是人工智能發展的一個里程碑。”李飛飛在談到這兩輪人機大戰時說道，人工智能不是一夜爆發的，是很多代人經過了多年的努力才走到今天。在歷史上，人工智能挑戰人類的智力已經很多次了，未來還會有新的里程碑事件出現。

她認為，從和李世石的比賽到現在的60連勝，“餵”給AlphaGo更多的數據起了很關鍵的作用，這對於提高系統的學習能力是有很大幫助的。圍棋這項運動的變化空間很大，就算人類已經積累了很多年，也並不等於把所圍棋的方法論都囊括了。AlphaGo因為其強大的計算能力，很可能就是捕捉到了一些做決策的方式，是人類以前沒有接觸到的，這些都是通過大數據衍生出來的。

在論壇的演講中，李飛飛也提出了這樣一個值得思考的問題：人工智能會改變世界，那麽，誰會改變人工智能?
在接受記者采訪時，她說到，人工智能這個學科才剛剛起步，不要說人類中的天才，就算是普通人的很多能力，比如社交、認知、學習能力，其實還沒有一個人工智能的算法和系統可以匹及。

“如果我們能夠讓更多的人參與到人工智能的教育和研究當中，就可以鼓勵技術更加多樣化地發展。這樣才會看到技術上的大爆炸。”

數據的重要性

在談到AlphaGo時，李飛飛也舉了另外一個例子：比如在給計算機進行視覺訓練時，拿1000張椅子的照片讓它去學習，按照人的想法，最先想到的可能是椅子有幾個組成部分。機器學習的過程就不一定是從這個角度了，它們或許會找到一些新的特征，這些特征不是人類特別理解的，但是通過對這些特征的歸納，也可以識別到一張新的椅子。

“識別到一張新椅子”的前提是，有大量的、不同種類的椅子照片讓計算機進行學習。

作為計算機視覺的科學家，李飛飛表示，希望使用能夠學習視覺世界的人工智能算法來識別圖像和視頻，讓計算機視覺為數字世界帶來光明。

計算機視覺是人工智能的一個分支，即訓練計算機在圖片中識別特定目標。豐富的數據集是其中非常重要的因素。

她稱自己是從孩子的學習過程中得到靈感，人工智能需要從大量數據中進行學習，應該像對待孩子們大腦發育時期一樣，給計算機進行更加豐富的數據訓練。

“如果每個公司都守著自己的數據，在數據不開源的情況下，會限制人工智能很多算法的發展。”李飛飛呼籲道，數據開源對於人工智能整個領域的發展非常重要。

別鬧，人工智能還不是萬能的

華創資本 2017-01-20 11:02

本文系華創資本（ID：ChinaGrowthCapital），授權i黑馬發布。

隨著人類掌握了越來越多機器學習的算法，它們的構建方式變得越來越重要。機器學習的基礎是人類收集的數據，當人類將越來越多的控制權交給運算法則時，若不加以全面的考慮，人工智能也會像它的制造者一樣充滿偏見。

“以貌取人”是不是AI？

據英國《每日郵報》(Daily Mail)報道，幾位中國學者近日對外宣布，人工智能已經在面部識別上發展到新階段：即可以通過照片推斷出女性的性格。或者說，通過訓練數據中的標記，人工智能可以推斷出年輕人對女性“以貌示取人”的標準。

三位來自上海交通大學的研究人員通過百度搜集了3954張女性照片，他們給這些圖片中的人物進行個性描述，所有這些情緒標簽被研究人員分為兩組：S+為“積極”範疇，包括“純粹”、“溫和”、“甜美”、“無辜”、“自然”等；S-為“消極”範疇，包括“做作”、“浮誇”、“虛榮”和“賣弄風情”等等。

試驗中S+級和S-級的女性圖像

他們將照片分為兩類以後，將這些照片輸入卷積神經網絡（Convolutional Neural network），其中2000張照片進入S+類別，1954張照片進入S-類別。

在把這些圖片提供給神經網絡之前，研究人員讓22位男大學生檢查並確定這些標簽是準確的。這些僅從相貌得出的推斷要用於訓練神經網絡，直到這個神經網絡也可以通過相貌推斷性格。

在整個3954張照片中，80%的照片用於神經網絡的訓練，10%的照片用於核對程序，而剩下的10%的照片用於檢驗這個最新的人工智能程序，最終的檢驗正確率達到了80%。

12月中旬，該團隊在在線開源的雜誌“arXiv”上發表了這一研究成果，這篇名為《對有吸引力的女性面孔的心理印象的自動推理》

（Automated Inference on Sociopsychological Impressions of Attractive Female Faces），目前還未在其他有影響力的科學雜誌上公開發表。

《每日郵報》的評論表示：盡管我們承認機器確實擁有了識別人像的能力，但是一想到用相貌判斷性格這個非常主觀的問題，我們就覺得這個研究非常不可接受。 

罪犯的長相能不能靠機器判斷？

事實上，這三位研究人員在幾個月前還做出一個通過相貌判斷一個人是否會犯罪的系統，當時也引起了不小的爭議。

這項研究采集了1856名年齡在18-55歲之間的中國公民的照片，其中有730人是罪犯。當然，為了確保數據的準確性，這730個罪犯不包括犯罪嫌疑人，只包括那些已經被確定為罪犯的公民。

用於分析的部分“罪犯”樣本

這些被采集的中國公民的照片全部被輸入到計算機中進行統計，計算機通過4種算法分別對這些照片里的公民面部特征進行準確的分析，根據分析得到的結果來推斷出罪犯的共同面部特征：

那些嘴巴很小、嘴唇微微上翻、兩眼之間距離比較近的人，他們是罪犯的可能性要遠遠高於其他特征的人。

這項技術得到了一些反對者的激烈指責，他們認為，這項技術只是一項最基礎的研究，而且是帶有偏見色彩的。如果把這項技術應用到現實世界中來進行罪犯的認證，將是一件十分荒謬的事情，因為它非常有可能錯誤的識別罪犯，讓好人蒙冤，讓真正的罪犯逍遙法外。

俗話說：“人不可貌相，海水不可鬥量”，僅僅憑借一個人的長相，就給他扣上罪犯或者騙子的帽子，未免太荒謬了。

巧合的是，這項研究成果同樣發表在“arXiv”上，到現在為止同樣沒有被其他專業雜誌正式發表。

人工智能為什麽會被公眾指責？

在2016年9月舉行的一項叫做Beauty.AI的選美大賽上，人工智能計算機對來自全世界年齡在18-69歲的自拍照片進行了收集，並對這些照片進行了評判。當結果公布時，似乎出現了一些意外，因為機器人根本“不喜歡”皮膚黑的人，所以，所有黑皮膚的照片都被篩掉，機器人對於黑皮膚的人存在著一些偏見，當時引起了評論的廣泛不滿。

Beauty.AI所收集的部分女性自拍照

盡管大多數的參賽者都是白皮膚的人，但是，其中大部分的印度和非洲的黑皮膚的人提交的照片全部被篩掉了。可能因為大多數參賽者都是白人，所以人工智能算法也就默認了白皮膚的人比較好看，才導致了黑人照片被篩掉的情況。

Beauty.AI選美大賽的首席科學官Alex Zhavoronkov說：“如果在你采集的數據庫中，沒有足夠多的不同膚色的數據，那麽人工智能計算機機器人就會產生有偏見的結果。”

實際中的選美比賽

所以，如果想要利用一個算法對一組數據進行識別時，如果某種類型的數據不夠多，就有可能會產生一個有偏見的結果。

事實上，同樣的問題已經在谷歌的“Deep Dream”實驗中得到了體現。2015年6月，谷歌利用人工神經網絡創造出可以識別不同圖像內容並自行加工作畫的“Deep Dream系統”，為互聯網開拓了又一個“魔性”的時代。之所以這麽說，是因為這個人工智能系統真的是被玩壞了……

這幅梵高所作的《星月夜》，里面的星星和建築都已經被各種不知名的狗、汽車、小鳥和眼鏡所占據，十足一副恐怖電影的截圖，這種超現代的畫風簡直不能再詭異了。

這幅美國國旗也不能幸免，全被“Deep Dream”畫成了狗、蟲和人的腳，當然還少不了各種奇怪的花紋、亮斑和眼鏡……看完上面這兩幅圖，簡直想不起它們原來到底是怎樣的了，簡直洗腦之極！那麽問題就來了，到底這個先進的具有自學能力的智能系統到底是怎樣畫出如此魔性的作品的呢？

谷歌自己回答了這個問題，原來，該算法是在開源的數據庫ImageNet進行訓練，它里面有成千上萬張的狗照片，所以AI變得更容易在其他情況下識別狗模式。

已經有很多人工智能的研究者遇到很多之前不一樣的問題，而這些問題到現在也沒有在本質上得到解決。首先互聯網的博弈性特別強，它是動態而不是靜態的，這在互聯網廣告里體現的更加明顯。此外，互聯網的數據量要比語音和圖像大的多，但是這種大數據的狀態很模糊，實際數據反而更稀疏，應該如何解讀？

回到之前谷歌“Deep Dream”遇到的問題，很多人觀察過自己的孩子，他們看到動物一眼就能認出來，而之前孩子的經驗可能只是從圖畫書上看到已經變形的動物圖片，而機器目前還只能用海量的有效數據“餵”出來才能實現圖像識別。

所以，在讓機器變得更聰明之前，是不是應該先搞清楚人到底是怎麽做到這些的？

文章評論

匿名用戶

發布

全部評論：10

發布

人工智能有多“危險”？阿爾法狗是怎樣煉成的

有業內人士認為，韓國棋手李世石或許將是人類歷史上唯一贏過AlphaGo的人類棋手。（視覺中國/圖）

（本文首發於2017年1月19日《南方周末》）

“Aja學長（黃士傑）說他們每天都餵程序吃很多職業棋士的棋譜，那時我隱約覺得，只要程序吃的棋譜夠多，一定能比人類還要強。”

“它就像一臺永動機，在擁有龐大計算能力的谷歌雲端不停地練習，永不停歇。這意味著它很可能每一秒、每一天都在進步。”

如果說，發生在2016年春天的人機大戰給圍棋界帶來的是一次不小的震動。那麽2017年新年，圍棋界頂尖的人類棋手們算得上經歷了一次“飛蛾撲火”般的悲壯。

一個代號為Master的神秘棋手先後現身著名對弈網站弈城和野狐，毫不留情地“踢了場子”，在30秒一手的快棋中，除陳耀燁因電腦意外掉線而未完成比賽，系統自動判為和棋，其余數十位中日韓圍棋高手皆鎩羽而歸。最終Master以60場勝利的成績完勝人類。

Master的主人一開始似乎也未曾料到會出現如此令人興奮的戰果。在越來越高的關註下，才公開承認這位註冊ID的國籍上顯示為韓國的勇士正是2016年驚艷亮相的AlphaGo（阿爾法狗）。

當時，AlphaGo以4∶1的戰績拿下韓國圍棋頂尖高手李世石，技驚四座。而現在，它的成長速度開始令人恐懼。有業內人士甚至認為，李世石或許將是人類歷史上唯一贏過AlphaGo的人類棋手。

“人工智能方面取得的成功將會是人類歷史上最重要的事情。不幸的是，它也可能是最後一件。”向來對人工智能持以警惕的世界知名物理學家斯蒂芬·霍金不久前說。

所以，AlphaGo的主人——來自谷歌的Deep Mind團隊，是在“召喚惡魔”嗎？阿爾法狗到底是怎樣煉成的？

“吃”棋譜的阿爾法狗

臺灣圍棋教育推廣協會秘書長張曉茵關註到AlphaGo的時間可能比很多人都要早。

那是2015年，AlphaGo第一次向人類宣戰，它以5∶0橫掃三次斬獲歐洲圍棋冠軍的職業二段棋手樊麾。樊麾生於中國西安，現任法國圍棋隊總教練。2016年底，在中國一檔網絡節目中，樊麾講述了他第一次與AlphaGo比賽的感悟。樊麾當時並非沒有取勝的機會，在第五盤中他本來占據一定優勢，卻因一個低級失誤導致全敗，樊麾說這是他最痛苦的一個記憶。

不過在當時，AlphaGo的第一次亮相並沒有引起太多關註，至少在中國大陸，這條消息很快就被淹沒在快速滾動更叠的門戶新聞里。

但臺灣業余五段棋手張曉茵對這則新聞印象深刻，她除了對AlphaGo戰力如此之強感到意外，同時她也有一絲恐懼。更特別的原因是，這讓她的腦海中立刻浮現出一個人的名字：她的學長黃士傑博士（Aja Huang）。此人正是後來坐在李世石對面代替AlphaGo落子的那位男子，也是AlphaGo的開發者——谷歌Deep Mind團隊的核心人員。

黃士傑出生在臺灣，是谷歌設計團隊中最熟悉圍棋的工程師。黃士傑的導師、臺灣師範大學資訊工程系教授林順喜曾對媒體透露，黃士傑原本在交通大學學計算機專業，2001年到師範大學，成為他的研究生。因為成績優異，黃士傑畢業後先到加拿大當研究員，2012年到英國Deep Mind公司，成為兩位首席設計師之一。

張曉茵與黃士傑相識於臺灣師範大學，他們都是該校圍棋社最早的一批社員。黃士傑在社里年紀最長，且因他的專業是資訊工程，有關計算機圍棋（下稱圍棋AI）的知識都是由他向社里的學弟學妹傳授。張曉茵對南方周末記者說，當時黃在學校里就設計了一個圍棋AI程序，該程序還以他的妻子Erica命名。

張曉茵至今仍清楚地記得“吃棋譜”這個說法：“Aja學長說他們每天都餵程序吃很多職業棋士的棋譜，那時我隱約覺得，只要程序吃的棋譜夠多，一定能比人類還要強。”

AlphaGo的訓練模式之一就是盡可能多地“吃掉”人類棋手的棋譜。據有關報道，2015年10月阿爾法狗對陣樊麾時，“吃過”的棋譜是3000萬個，但到了挑戰世界棋壇16冠王李世石的時候，嚼進肚子里的棋譜已經達到1億。

樊麾在回憶他與AlphaGo的比賽時說，在與機器對弈的時候，你所發出去的信息被原封不動地反射回來，但因為你知道和你比賽的是一臺機器，所以你會對自己做出的選擇逐漸產生越來越多的疑問，這就好比是“自己被赤裸裸地扒光擺在自己面前”。

“太強了。”柯潔的父親對南方周末記者回憶，這是躋身當今世界圍棋頂尖高手之列的柯潔在看到Master一路破關斬將之後的感嘆。以至於柯潔發微博時都坦陳，“我雖然早就預計到AI遲早能戰勝人類，但那也是十年後啊……”

在《體壇周報》棋牌首席記者謝銳看來，這樣的感受絕不只是柯潔獨有，“棋手們都懵了”。誰也沒想到，圍棋AI戰勝人類的這一天，會來得這麽快。

永不停歇地學習

張曉茵認為，在AlphaGo完成60連勝以前，人類棋手對圍棋AI的忽略和輕視幾乎到了病入膏肓的地步。

1997年，代號“深藍”的計算機程序戰勝了世界第一的國際象棋大師，卻沒有讓在中國至少已有兩千多年歷史的圍棋感到絲毫的威脅。

當然，在當時圍棋界的自信並非盲目。這個號稱人類智力終極堡壘的古老遊戲，共有361個落子點（而國際象棋僅有64個），圍棋每一顆棋子的下法可能性大概有2的360次方，比宇宙的原子數還要多。如此龐大繁多的可能，對計算機的算力、算法和分析是極大的挑戰，它無法像對待象棋一樣，通過蠻力計算而得出結果。

就連AlphaGo所在團隊Deep Mind的創始人哈薩比斯（Demis Hassabis）都曾對媒體說，“寫出圍棋的評估函數是一件不可能的事情”。因為更多時候，圍棋與棋手的一些類似於“直覺”的東西有關。這也是為何哈薩比斯要說，“圍棋遊戲更像是藝術，而非科學”。

Deep Mind公司是2014年1月谷歌收購的人工智能（AI）研究機構，總部位於倫敦。Deep Mind公司致力於構建基於神經網絡和“深度學習”系統的強力泛用型的學習算法。

Deep Mind團隊曾向媒體透露，之所以選擇圍棋作為攻關項目，是因為，“如果想研發出與‘人類相似’的，彈性智能的算法，以解決種種問題，就沒有比遊戲更好的測試工具了。計算機最早攻克的遊戲是三目棋（Noughts and Crosses，井字棋），之後是西洋跳棋和國際象棋。圍棋和國際象棋不同，博弈的空間更寬闊，變化更是繁多，而且很難判斷棋子所處位置的價值，所以一直被認為是人工智能領域的最大挑戰。所以Deep Mind團隊的優先目標就是征服這一領域。”

為此，哈薩比斯和他的團隊做的是，用一種叫做神經網絡的研究方法，為程序註入像人類一樣的深度學習的能力，即它可通過不斷地練習，從而調整並學習掌握圍棋的下法，這比起深藍，與人類運用大腦解決問題的方式更加類似。

張曉茵對南方周末記者分析說，黃士傑博士和他的隊友們在AlphaGo程序中應該加入了“策略網絡（Policy Network）”和“值網絡（Value Network）”的技術。所謂策略網絡，是指程序在吃下上千萬甚至過億的棋譜後，能夠分析出下一步棋在不同下法時得出的不同勝率。而值網絡是對盤面優勢的判斷機制，以便及時止損和改變下法。

根據外媒報道，在練習時，Deep Mind團隊讓兩臺幾乎沒有區別的阿爾法狗對弈，即兩方能力相當，但下棋的路數有別，最合適下法的一方將勝出。這樣的原理，可將之理解為習武之人采取雙手左右互搏的練功方法，不斷地積累經驗。“就是自己和自己下。”《成都商報》記者歐鵬認為。

英國《衛報》一則對Deep Mind創始人哈薩比斯的采訪報道中寫道，“哈薩比斯說阿爾法狗不休息，即便在聖誕節期間也沒有。它就像一臺永動機，在擁有龐大計算能力的谷歌雲端不停地練習，永不停歇。這意味著它很可能每一秒、每一天都在進步。”

根據以下快棋聞名的中國知名職業棋手羅洗河的分析，Master其實下的都是最簡單明了的棋，懂得規避複雜大型的定式。

這和謝銳的觀察一致，“現在看來，局部對殺人類根本不是阿爾法狗的對手。人類棋手必須在棋局一開始就特別註重全局的布局，制造出大規模對決的局面”。謝銳以Master此次非正式測驗為例，95後棋手普遍輸得比較慘，而第54局Master碰到長於全局把控的聶衛平，反而贏得比較艱難。

危險的人工智能？

2016年1月27日，一篇有關AlphaGo的論文發表在《Nature》學術期刊上，張曉茵一眼就瞥見了作者一欄第二個就是黃士傑的名字。張曉茵迅速在臉書上聯系學長黃士傑，向他探尋更多有關AlphaGo的信息。

當時，黃士傑回複師妹，很多事情仍需保密，要等到3月與李世石九段比賽後才能說。

至今為止，關於AlphaGo的信息少之又少。對外發布信息時對媒體、內容和時機的謹慎挑選，使整個團隊沿襲了谷歌甚至同類科技公司慣有的一種神秘感。南方周末記者曾就AlphaGo的相關研發問題發郵件給Deep Mind團隊，但未獲對方回應。

但是，AlphaGo主要創始人之一哈薩比斯（Demis Hassabis）給外人的感覺卻是再普通不過。多家海外媒體記者在報道AlphaGo時都特別提到，在該團隊贏得世界矚目和驚嘆的時候，迎面走來的哈薩比斯是謙遜溫和的形象。甚至於，他身上那容易讓人誤會是實習生的極為普通的上衣、褲子和鞋子，也會成為報道中的一抹亮色。反差之大，很難讓觀者將他與“象棋神童”“遊戲設計大師”“名牌大學學霸”，以及僅他個人就拿到谷歌8000萬英鎊收入聯系在一起。

哈薩比斯1976年出生在英國北倫敦，在別的孩子還在撒嬌的年齡，他就展示出非凡的能力。哈薩比斯4歲學習國際象棋，13歲成為全世界排名第二的少年象棋大師。在象棋界譽滿天下的同時“染指”視頻遊戲，8歲開始寫電腦遊戲，17歲就創造了第一款包含人工智能的遊戲《主題公園》，後成立自己的視頻遊戲公司Elixir。

哈薩比斯做了這麽多事情也沒有落下學習，他20歲就獲得了劍橋大學計算機科學兩個一等榮譽學士學位。在遊戲領域感到觸及天花板時，他又重回學府，拿到倫敦大學學院的認知神經科學博士學位。

按照他自己的說法，無論是曾經嘗試過的棋盤遊戲、視頻遊戲、計算機編程還是現在縱身於人工智能，這些經歷都有千絲萬縷的聯系。譬如在16到17歲著眼於開發視頻遊戲《主題公園》期間，他開始意識到人工智能可以多麽強大。他將之稱為“至關重要的具有里程碑式的經歷”。而他身上與同代人相比少見的超強智力，將他在不同學科中累積的經驗和經歷，有意識地糅合在了一起。

當媒體問他創造出阿爾法狗的原因，他總是一次又一次有耐心地講述團隊組建的初衷：創造一個通用學習機器，“一套能像生物系統一樣學習的靈活並且能自我適應的算法，僅僅憑借原始數據就能掌握任何任務”。

在阿爾法狗橫空出世之後，關於人工智能把下圍棋的人類逼入絕境的擔憂開始不絕於耳。事實上，阿爾法狗對人類的輾軋，並沒有打擊到人們對圍棋的熱愛，反而掀起了“圍棋熱”。據統計，去年阿爾法狗與李世石的人機大戰每局都有1億左右的人觀看，網絡直播平臺對比賽進行全方位直播。各大媒體均推出專題，對比賽進行跟蹤報道。而中國國家圍棋隊的高手們也被各大網站“搶購一空”去進行解讀。韓國棋院的負責人也對媒體證實，在去年人機大戰以後，咨詢觀看圍棋比賽，以及申請參加圍棋段位賽的人數也有了明顯增多。

不過，圍棋從來都不是Deep Mind團隊的終點，而是開始；通用人工智能才是終極目標，“通用”才是關鍵詞。這也是為什麽謙遜的哈薩比斯在阿爾法狗贏了李世石的時候會說，“阿爾法狗從來都不是我們的唯一，甚至不是我們最重要的研發。”正如他對The Verge （一個美國的科技新聞及媒體網絡）的記者說的那樣，“我們希望將此應用於更大的真實世界的問題。”

這正是學界對人工智能的擔憂之處。斯蒂芬·霍金、比爾·蓋茨、埃隆·馬斯克這樣大名鼎鼎的人物不止一次公開表達過對超級人工智能的恐慌。微軟創始人比爾·蓋茨曾公開表示，人工智能帶給人們便利的生活之余終歸存在威脅。矽谷狂人埃隆·馬斯克在推特上說過，“我們需要十分小心人工智能，它可能比核武器更危險。”

哈薩比斯當然知道這些，在回答這些問題時，他會皺起眉頭變得嚴肅。“我發現那些沒有真正研究人工智能的人們並不完全理解這些。他們通常沒有跟很多人工智能專家深入交談。”

“我們距離那種能夠達到人類級別的通用智能還得好幾十年”，他公開自己的想法，並認為“吃瓜群眾”對人工智能的危言聳聽會阻礙極具潛力的近期受益，譬如醫療健康、智能手機助手等領域的革新。

客觀來說，“吃瓜群眾”很大程度上受到電影市場上各式腦洞清奇的科幻電影影響。比如在探討人工智能倫理的電影《機械姬》中，女機器人意識覺醒，並最終報複殺死創造出她的人類“上帝”。

事實上，哈薩比斯的團隊內部依然有專門的倫理委員會，用於管控通用人工智能技術的未來應用。當Deep Mind2014年被谷歌用四億英鎊收購時，雙方協議中就有一項：“禁止將該技術應用於軍事或情報用途。”

外賣正從補貼戰進入人工智能賽道

在外賣行業補貼熱度逐漸降溫的趨勢下，由機器算法決定的外賣配送效率成為各家平臺比拼的另一重要維度，人工智能已進入此前並沒有多少技術色彩的外賣領域。

近日，阿里雲已同餓了麽合作研發出人工智能ET新的調度引擎，正全面推行到外賣送餐領域，餓了麽後臺配送系統納入阿里雲的算法模型。美團外賣後臺的智能配送系統，以及這兩年在人工智能領域重點布局的百度均在利用機器學習與大數據指揮海量訂單的配送。三家外賣平臺已在後臺開啟一輪技術暗鬥。

“您的訂單將在XX點XX分（或35分鐘後）送到”用戶下單後顯示在手機頁面上的配送時間，背後就是智能調度在起作用。對於即時性消費的餐飲外賣，時間是用戶的剛需，如果普遍能比其他外賣平臺更快吃上訂單外賣，無疑在建立用戶黏性上發揮價值。餐飲外賣市場補貼的起伏已經證實，單純靠補貼拉動的流量並沒有忠誠度。

百度公司董事長兼CEO李彥宏針對外賣行業稱，“外賣從本質上講是物流的問題，一個外賣騎士一天要送多少單，第一單送給誰，第二單送給誰？怎樣能夠保證配送的時間是最佳的、最準時的？路徑是怎樣規劃的？其實，這是一個人工智能、機器學習的問題。”

餓了麽對外宣稱其每天配送訂單超過300萬，每天中午和晚上的高峰時段對外賣調度員而言都是巨大挑戰。以餓了麽上海商城路配送站為例，一個調度員每6秒鐘就要調度1單，他需要考慮騎手已有訂單量、路線熟悉度等。這種反應間隔已經不適合人類去做這份工作，但人工智能可以發揮它的優勢。

外賣是供需問題，以效率作為考量標準，在供需與效率之間需要智能調度去連接。機器調度背後是對大量不確定情況下產生的大數據的反複學習，以總結出其中的動態規律。具體而言，阿里雲ET會將配送站的新增訂單插入到每個騎手已有的任務中，重新規劃一輪最短配送路徑，對比哪個騎手新增時間最短。為了能夠準確預估新增時間，ET需要知道全國100萬家餐廳的出餐速度、超過180萬騎手各自的騎行速度、每個顧客下樓取餐的時間。

一般，餐廳出餐等待時間占到了整個送餐時間的三分之一。ET要想提高騎手效率，必須準確預估出餐時間以減少騎手等待，但又不能讓餐等人。要想計算騎手的送餐路程時間，ET還需要知道每個騎手在不同區域、不同天氣下的送餐速度。但餐送到了，顧客並不一定會立刻來取。顧客可能需要等三部電梯才能下來。這些ET都需要計算在內。

對不同種類的外賣進行區別對待，如果顧客點了火鍋外賣。後臺機器可自動識別其為大單，將鎖定某一個騎手專門完成配送，而不在過程中增派其他訂單任務。而對於雨雪、霧霾等天下，一方面外賣訂單會增加，另一方面路況更容易出現擁堵，對應的餐廳出餐速度和騎手騎行速度都將受到影響，這也要機器算法去反複學習。

阿里雲人工智能科學家閔萬里對第一財經記者說，與下圍棋的人工智能相比，外賣領域的人工智能有其特殊性，不確定性更大。比如，外賣用戶一般都想在30分鐘內盡可能吃上飯，但有時他提供的是一個模糊地址，對於耗時制作的菜，其餐館的繁忙程度不可控，天氣和路況會明顯影響配送速度等。這些不確定性是調度的最難點，也給算法增加了難度。

也正是這種不確定性給各家外賣平臺的技術賽跑提供了一條長賽道。在餓了麽創始人張旭豪看來，O2O平臺的流量紅利期已經過去，單純再靠流量去賺錢很難支撐整個商業模式的長期發展，接下去要靠技術創新來驅動。

人工智能跨界泛娛樂產業 探求解決人類“孤獨感”

近日，傳媒大亨、華人文化控股集團董事長黎瑞剛向第一財經記者分享了他在美國洛杉磯考察的一家小型技術公司的感受：“這是一家從事VR(虛擬現實)與人工智能技術相結合的公司，VR技術的發展也許可以很好地提升個人娛樂的體驗效果，但是無法解決現代人都面臨的一個巨大的困擾——孤獨感。這家公司創造性的引入了人工智能技術，將你的設備與你的好友設備聯網，當你在使用VR設備時候，一旦你的好友上線，這家公司會將好友虛擬成像在你身邊並即時交流，讓你可以得到與眾多好友一起在玩的群體感受。”

誠然，VR等技術手段的發展帶來了娛樂體驗的提升，然這些技術都只解決了個體化的需求，但人終歸是群居物種，具有很強的交流、分享、互動需求，人工智能正在嘗試解決這問題。

近年來，人工智能一直成為熱門話題，特別是在政策扶持以及一些帶有技術突破的人工智能機器人的出現，推動了該產業的快速發展。大家都相信，人工智能正在也即將代替人類完成很多工作，特別是在情感陪護上，人工智能大有可為，並且情感陪護方面的人工智能技術正在受到資本、技術、消費者多方青睞，在美國大片里面常常出現的用於人機交流的陪伴型機器人在中國的發展日漸顯出雛形。

目前，在陪伴型人工智能領域，國內人工智能泛娛樂化趨勢非常明顯。Gowild公司合夥人、市場VP張立強向記者表示，這背後主要由於技術困境等原因，需要跨界泛娛樂，將人工智能產品IP化來更好的解決用戶接納度、使用習慣、以及暫時技術上不成熟的問題。當然，需要吸引一批用戶才能幫助產業進行改進，因此，人工智能特別是情感陪護型機器人往往與明星IP或者娛樂內容包裝，來吸引用戶。

人工智能發展進入快車道

人工智能正在得到政策層面的扶持。在2017年全國科技工作會議上，科技部部長萬鋼在介紹2017年科技發展改革工作時指出，“科技創新2030-重大項目”將盡快編制完成實施方案，並編制完成人工智能專項規劃，加快推進人工智能等重大項目的立項論證。在政策的規劃和指引下，人工智能有望帶動多個產業的發展，逐步打開萬億級別市場。

隨著從“互聯網+”向“人工智能+”升級的大趨勢以及政策的支持，2017年人工智能將迎來的春天。工業和信息化部賽迪研究院發布的《2016中國人工智能產業演進及投資價值研究》報告顯示，2015年全球人工智能市場規模達到1683.9億元，預計2018年將達到2697.3億元，複合增長率達到17%。

2017年初始，阿爾法狗升級版橫掃圍棋界，百度大腦迎戰最強大腦，無人駕駛閃耀CES，這些都預示著人工智能已經走到爆發臨界點。目前人工智能在各領域進入應用落地階段，在汽車、機器人、家居、可穿戴設備等涉及制造和消費領域，而由人工智能帶動的雲計算、物聯網、大數據、機器人等產業的叠代與發展規模更是不可估量，在這一過程中能夠帶動多個產業的發展，逐步打開萬億級別的市場。

工智能也正在成為創業者眼中的新的”風口“。其中，情感陪護型人工智能技術正在受到風投公司、科技巨頭、制造企業等的極大關註。隨著我國二胎政策放開，我國兒童將以每年2000萬的速度增長，現有的4.5萬億兒童消費市場繼續擴張，加之我國即將進入老齡化社會，而延遲退休政策對於普通家庭來說，針對小孩、老人的家庭教育和陪護機器人市場將成為未來熱點。

可以看到的是，在雲棲大會北京峰會上，阿里雲宣布推出人工智能ET。科大訊飛之前也推出了具有智能對話與情感表達功能的智能語音機器人小柔、Gowild公司的情感社交機器人Gowild公子小白。情感陪護型人工智能技術正在興起。

情感陪護人工智能泛娛樂化

目前市面上看到的情感陪護機器人，幾乎全部紮堆集中在幼童市場，這一方面固然是看到情感陪護機器人在兒童市場的前景，但另一方面，情感陪護型人工智能技術還不夠成熟。

“既然大人很難被‘撩’，那就先‘撩’小孩子。”張立強表示，“但包括Gowild在內的很多人工智能公司並不滿足於此，我們希望能夠生產出成年人能夠接受的情感陪護型機器人。”

事實上，在面向成人情感陪護的人工智能技術已經有了突破。“人類情感雖然複雜，甚至我們自己都很難搞懂，但好在發現了一條路徑——我們不需要弄懂人類情感的本質，只需要讓機器對情感表達的各種信號(面部表情、語言、語音等)進行分析並輸出結果就可以了。就像我們目前雖然無法完全破譯大腦，但我們依然能夠從功能出發研發出智能化的機器一樣，目前這方面技術正在加速。”人工智能產業分析師劉坤表示。

張立強表示，即便如此，想要打動“聰明”的消費者並非易事，Gowild找到的路徑是將年輕人喜歡的娛樂內容跨界引入人工智能領域，用IP來包裝產品，泛娛樂業開始跨界進入AI領域。

據悉，由於看中目前年輕人比較宅，缺乏足夠的情感交流，Gowild公司開始開發面向年輕人的情感社交機器人，由於面向年輕人，其價位也定在了千元左右。為了讓其人工智能機器人更易被年輕人接納，Gowild采取了“IP+AI”的做法。“我們已經先後找了王大陸、好妹妹樂隊、《超能太陽鴨》、《致青春2∙原來你還在這里》等明星或娛樂內容IP，以IP定制的方式，進行深度內容合作、外觀合作。植入到產品中。”張立強表示，“選擇IP也並不是可以隨意挑線，需要根據你的產品定位，例如我們公司投資方有歌手羽泉組合，但我們考慮到我們產品主要面向90後的年輕消費者，羽泉的粉絲主要是80後，因此我們對於羽泉這個IP的使用也會比較謹慎。”

不過張立強並未對記者透露Gowild情感陪護機器人的銷量情況。

“自然語言理解”、“知識圖譜”是人與機器人進行有效溝通，理解用戶的意圖，執行命令或回答問題的關鍵所在。而AI與泛娛樂跨界融合絕非兩個行業簡單相加，而是以“人”為核心，構建遊戲、文學、動漫、影視、戲劇等多個文創業務領域的互動娛樂知識圖譜和上層智能應用。微軟亞洲研究院首席研究員周明認為，人工智能加泛娛樂有非常廣闊的前景，但是從哪里切入是需要動腦筋的。對於強大的計算機來說，理解人類語言並非易事，需要機器翻譯。未來，機器翻譯將會有更加廣闊的應用前景，機器人有望在大數據、機器學習和互聯網的推動下更加巧妙的與用戶相連。

“人工智能發展至今，已漸漸由初創期走向成長期，原來非常少見的機器人，開始頻繁出現我們的日常生活，並極大地改變我們的娛樂方式。人工智能與泛娛樂的結合將成為一種必然趨勢，而了解這種趨勢，洞悉人工智能的下一個風口，對人工智能產品技術的研發，以及如何更好地進憲市場化運作都有著十分重要的意義。”狗尾草智能科技CEO邱楠向記者表示，“我們還在開發具有人工智能的虛擬養成偶像，通過AI+泛娛樂的玩法，賦予了虛擬偶像人的特性和虛擬生命，希望其成為一款橫跨娛樂、文學、遊戲三界的超級IP。”

可以預見，我們的未來世界，機器人會在各行各業中都扮演重要的角色，而情感陪護型機器人要能”撩“人，情感識別與計算將發揮至關重要的作用，雖然現在出現越來越多具有“情感”的產品，並且通過泛娛樂化實現一定的市場突破。但這僅僅是一個開始，面對人類情感這個異常複雜且人類自身都沒有完全弄懂的問題，人工智能還有很長的路要走。

德州撲克也失守：人工智能戰勝四位人類頂級選手；中國網民為折扣狂：逾三分之一願為折扣“犧牲”隱私 | 黑馬早報

黑馬哥 2017-02-01 08:41

1.央視春晚網絡直播之爭：愛奇藝騰訊優酷誰是贏家

據中央電視臺通報消息，大年三十那天，超過一半的中國家庭收看春晚，而每個觀眾的收視時長有161分鐘。這檔最長壽綜藝不僅是觀眾的盛宴，也是各大廣告商、視頻平臺的盛宴，今年獲得授權的三大網絡視頻平臺也是各有所得。據悉，當晚晚會總收視份額達到了78.72%，網絡收看同步放映破億次。其中，愛奇藝播放量6371.4萬，最新的數據為1.6億次，絕大部分是移動端播放。騰訊視頻播放量3012.6萬，最新數據為1.9億次播放，播放人次有反超愛奇藝的趨勢；優酷同步播放量364.4萬，最新數據分節目播放量7488.6萬，而樂視網、搜狐視頻等此次均沒有拿到直播權。

@趴趴：看著春晚吐槽才叫過年呢。

@巴巴地：還是一桌子人圍一塊看有氛圍。

2.索尼第四季度因DVD業務計入10億美元減值

1月30晚間消息，索尼宣布截至去年12月底的第四季度，公司計入了1121億日元（約合9.76億美元）的減值費用，主要源自旗下電影部門的商譽減損。索尼在一份聲明中稱，主要是因為流媒體服務影響了電影DVD的需求。為此，索尼削減了DVD、藍光碟片和其他家庭娛樂業務的利潤預期。當前，索尼正試圖重振電影業務。去年11月，索尼CFO吉田健一郎（Kenichiro Yoshida）曾表示：“複蘇計劃已取得進展，但要真正推動利潤增長尚需時日。”

@和嘿嘿：大餅太大，難免攤不下。

3、手環廠商Fitbit宣布全球裁員6% 昨日股價跌幅一度超14%

1月30日晚間消息，在發布了令人失望的第四季度業績後，可穿戴設備廠商Fitbit今日宣布，將在全球範圍內裁員6%。Fitbit今日在一份聲明中稱，作為業務重組計劃的一部分，公司將裁員110人。受此消息影響，Fitbit股價在今日美股早盤中跌幅一度達到14.22%，最低達到6.18美元。相比一年內的最高股價18.82美元已跌去大半。

@城市的遊離者：難道智能穿戴設備的前景還不明朗？

4、德州撲克也失守：人工智能戰勝四位人類頂級選手

當地時間1月30日，在賓夕法尼亞州匹茲堡的Rivers賭場，卡耐基梅隆大學（CMU）開發的人工智能系統Libratus戰勝四位德州撲克頂級選手，獲得最終勝利。

據官網介紹，此次由4名人類職業玩家Jason Les、Dong Kim、Daniel McAulay和Jimmy Chou對戰人工智能程序Libratus，賽程為20天，一共進行了12萬手牌的比賽。繼圍棋和德州撲克之後，人工智能的下一站會是哪個遊戲呢？

@王同意：願人工智能超越棋牌，把領域擴展的更寬。

5.數十家科技公司抱團：擬發聲明支持起訴特朗普禁令

1月31日晚，據新浪科技報道，針對美國總統特朗普發布的移民禁令，數十家美國科技公司將舉行一場會議，商討提交一份意見陳述聲明，以支持一起挑戰該禁令的訴訟案件。特朗普在上周五簽署移民禁令後，受到了包括谷歌、蘋果、Facebook在內的大企業的猛烈批評。一些公司緊急召回了來自被禁國家且身處海外的員工。1月30日，數百位谷歌員工上街遊行，抗議特朗普禁令。遊行隊伍中就包括谷歌創始人謝爾蓋·布林，38年前五歲的布林正是以難民身份從蘇聯逃亡至美國。

@威仔：特朗普下了一道“聖旨”，然後整個矽谷都為之瘋狂了。

6.西媒：中國手機征服印度令大品牌“頭疼”

參考消息網報道稱，根據西班牙《世界報》近期文章，中國曾是蘋果、三星等手機大品牌“救星”的局面已經改變。中國的手機制造商已經能夠與世界大品牌競爭，並成為它們當中的一員。根據美國康特波因特研究公司的最新報告，去年第四季度，小米、聯想、華為、vivo和OPPO等中國主要智能手機品牌已經占據了印度46%的市場份額。蘋果在排名中僅位列第十。

@你好明天：我已經被vivo的廣告詞洗腦的不要不要的了。

7.星巴克推虛擬語音助手：可通過語音直接下單

1月31日消息，美國咖啡連鎖巨頭星巴克剛剛在該公司的移動應用My Starbucks里推出了一項新的語音助手功能，方便用戶通過語音點單和支付。除此之外，該公司還與亞馬遜Alexa平臺進行整合，用戶可以借助Echo音箱或其他內置Alexa平臺的設備重新購買自己最喜歡的餐品。

@black：真真的是科技改變生活。

8.調查：逾三分之一中國網民願為折扣透露隱私

德國消費調研公司GFK的調查顯示，38%的中國受訪者願意分享自己的個人信息（如健康、財政狀況、駕駛記錄等），以換取低價優惠。願意以個人信息換取優惠的網絡用戶比例居高的國家還有墨西哥30%、俄羅斯29%和意大利28%。

@hello哈：咋這麽想的開呢？

9.遊戲外設品牌雷蛇收購雲存儲智能手機公司Nexbit

昨日消息，遊戲外設硬件品牌雷蛇，近日宣布收購智能手機創業公司Nextbit，後者是一家以雲存儲服務起家的公司，Nextbit曾推出雲存儲智能手機Robin，該款智能手機以圖片和應用存儲在雲端以節約手機容量為最大亮點，2015年Nextbit通過Kickstarter眾籌超過130萬美元的資金得以成功生產。

據悉，該筆交易於上周五（1月27日）完成，具體交易條款未披露，Nextbit CEO Tom Moss表示，Nextbit全部30名員工並入雷蛇，組成一個新的移動產品開發部門，Nexbit的團隊成員來自谷歌、摩托羅拉和HTC等公司，合並後Nexbit將保留獨立運營和自主決定權，舊金山總部也將保留。

@nevermore02:以後雷蛇手機也能帶專屬呼吸燈了。

10.Uber無人駕駛再加碼：谷歌原搜索負責人Amit Singhal加盟Uber負責地圖部門

近日，谷歌原搜索業務負責人Amit Singhal加盟了Uber，出任Uber的高級副總裁，直接向Uber的創始人卡蘭尼克匯報。他將主要負責Uber的地圖部門，以及加強Uber在無人駕駛領域的競爭力。Uber的這一動作，既可以鞏固它的打車業務，又能對其無人駕駛領域產生補強。

這已不是Uber第一次從矽谷巨頭那里挖人，包括谷歌地圖前負責人Manik Gupta，谷歌地球的創造者Brian McClendon，以及谷歌無人車的前資深工程師Anthony Levandowski。加盟之後，Amit Singhal將同他們一起，加強Uber在地圖方面的技術。

@ABC：這年頭做事業講究強強聯合。

今日思想

不是技術讓你淘汰，是落後思想讓你淘汰，是不願意學習，自以為是讓你淘汰

——馬雲

文章評論

匿名用戶

發布

全部評論：10

發布

馬斯克：若人工智能達到臨界值，將可能很快超過人類智力總和

據Business Insider報道，牛津大學人類未來研究所(Future of Humanity Institute)本周在YouTube上發布了一段視頻，內容是SpaceX創始人埃隆·馬斯克(Elon Musk)、DeepMind首席執行官丹米斯·哈撒比斯(Demis Hassabis)、牛津大學哲學家尼克·博斯特羅姆(Nick Bostrom)等數位專家學者關於人工智能未來發展的談話。

馬斯克和其他幾位專家被問到：當人工智能發展到與人的智力水平相當的時候，還需要多久才會出現超級智能？

“一旦人工智能發展到相當於人類智能的水平時，還需要多久才能產生飛躍?”麻省理工學院教授馬克斯·泰格馬克(Max Tegmark)問道。他還補充說：“有些人說只需要幾天或幾小時，有人認為可能需要幾千年或至少幾十年。

馬斯克回答：“我認為，如果人工智能達到一個臨界值，即達到相當於人類中最聰明、最富有創造力的人的智力水平時，那麽它就真的可能會在很短的時間內超過人類智力的總和。”

其他幾位專家預測，更有可能的情況是，人工智能在達到臨界值之後需要幾年時間才能成為超級智能，但沒有人認為需要超過100年的時間。而哈撒比斯則說：“我認為這部分取決於人工智能的架構。”

泰格馬克還問及其他幾位專家，他們是否希望看到超級智能的到來緩慢一點，以便人類社會能夠適應。Skype聯合創始人揚·塔里安(Jaan Tallinn)表示：“慢比快好。”

去年10月，博斯特羅姆曾經表示，DeepMind在人工智能開發競賽中已經領先。去年，DeepMind開發的人工智能系統在圍棋比賽中擊敗了世界冠軍李世石。不僅如此，DeepMind開發的其他領域(包括醫療保健和能源管理)的人工智能系統也很先進。

預測 | 2017年，人工智能將如何改變世界：不是敵人，而是同事

黑智 2017-02-05 16:18

經歷了2016年的飛躍，現在我們更為關心的是，在2017年，人工智能還將如何改變我們的工作和生活？它是否將超越人類的智慧，取代我們的職業？美國媒體Datamation在最新的報道中，走訪了十余位人工智能領域的專家和創始人，由他們對未來的AI和機器人發展趨勢，做出了預測。

來源 | Datamation.com

編譯 | 黑智

在2016年，人工智能在某些領域已經產生了戲劇性的飛躍。機器人和自動設備獲得了前所未有的普及。在短短的幾年內，我們已經從Roomba自動吸塵器升級到了智能駕駛汽車。

在這樣的增長速度下，預測AI和機器人的未來這件事變得既容易又困難。說它容易，是因為你可以看到什麽正在向我們走來；說它很難，是因為變化正以驚人的速度發生，甚至超出我們的理解。出於這個原因，我們詢問了一組AI專家，AI和機器人將在今年和以後的時間里的發展趨勢。

助力人類工作而非取代

人們當下對人工智能和機器人技術的主要恐懼之一，就是認為它將奪走人類的工作。考慮到自動化對制造業帶來的影響，這並不是一種非理性的恐懼。但是專家們仍舊認為，AI會幫助工人，而不是取代他們。

“在未來的十年中，人工智能的主要貢獻將是實現複雜和重複的任務自動化，助力我們發現數據中的新見解。”數據分析和咨詢公司Tessella的數據科學家Matt Jones說。“這聽起來可能遠比機器人殺手更令人興奮。深入挖掘它們，意味著將真正改變世界。一些令人興奮的事情正在醫療保健領域發生，比如IBM的Watson已經證明自己能夠診斷疾病比許多醫生更準確，它不僅將影響全球人類健康，也將改變已不堪重負的衛生服務經濟現狀。”

這也有助於優化能源電網。“2017年，我們可以看到AI解決更複雜的問題，”通用動力首席數字官Ganesh Bell說，“無論是通過風力渦輪機的數據，找到一條自動增加可再生能源輸出的方法，或用於在偏遠地區的電力基礎設施無人機檢查試點，AI的進一步應用有可能幫助能源產業在全球範圍內的發展。”

Michael Schmidt是大數據分析公司Nutonian首席技術官和創始人，這家公司能夠幫助企業、科研人員看懂、理解、預測數據，提供參考輔助作用。作為預測分析軟件的開發者，他認為，未來新的AI應用將影響每一個企業用戶。“人工智能和數據建模將不再只是數據科學家和管理層的工具，還將影響每一個層面上的運營者和決策者。公司們將能夠以前所未有的精度和影響來優化詳細的業務操作，“他說。

速度將不再重要

我們采訪的不少人認為，未來企業發展對速度的要求將減少，而對精度的需求將增加。

“企業基礎設施的未來發展不是依靠速度和資源的提供，而是智力和自我管理的能力。”存儲解決方案提供商Nimble Storage副總裁Rod Bagg預測，“而且，在2017年，這個區別將幫助那些存儲公司幸存下來。”他認為，預測分析和人工智能將使企業大幅減少停機時間，確保最佳的應用性能。

“在2017年，智能能力將超過速度成為技術衡量標準。在過去的幾十年里，我們一直在同速度賽跑，意圖建造世界上最快的超級計算機。而下一代超級計算機巨決戰的不是高峰計算能力，而是人工智能能力。AI是超級計算機的新工具。”INVIDIA副總裁Ian Buck說。

AI創造AI

AI從事創造性工作的嘗試已經開始了，如藝術和音樂領域。 但TUNE的研究員John Koetsier，相信，AI將會繼續嘗試去創造“AI”，雖然並不一定成功。

“在2017年我們將看到越來越多的人工智能去設計‘人工智能’，它們會犯錯，會走大量的彎路，但也可能會產生一些驚人的成功。谷歌已經開始向這方向努力了，以及我談過的一些人工智能研究者，正更多地轉向這個讓智能叠代越來越快的方法，結果必然是智能將超越我們自己，不僅僅是在象棋或圍棋這樣一個狹小的領域內，而是跨越更多的類別，最終，達成一個強AI。”他說。

“十年前，工程師們用JavaScript做重複性的任務。但最後的解決方案不是我們需要更多的JavaScript的工程師，而是一個框架，可以自動執行重複性任務，讓JavaScript更容易發展。同樣的事情也正發生在移動應用上。今天有成千上萬的工具，讓應用程序開發人員的工作更簡單。同樣的情況也會發生在AI上：一個軟件相關產業將發展起來，去支撐AI。”Nexla CEO Saket Saurabh如是說。

AI人性化

人工智能將超越“工具”，逐步成為你工作中“共事者”的角色。大多數AI軟件是隱藏技術，以至於我們並沒有感受到它們會改變美國普通工人的日常工作。它們只存在於與人類幾乎沒有接觸的後端。但一些AI公司提供先進的AI與自動化、智能化接口，極大地改變了工人的日常工作流程，例如AI營銷公司Cortex。在2017年，AI和自動化相結合的公司將越來越多地被依賴，向我們“同事”的角色轉變。

“AI將是解決勞動力危機的方法，而不是創造它。”Abdul Razack說，他是印度咨詢和外包服務公司Infosys高級副總裁。“當嬰兒潮一代退休時，許多重要的思想和知識也即將從企業中流失。隨著從業者數量的流失和減少，勞動力將被打上天價標簽，企業將轉向知識管理和機器學習，培訓AI來抓取各種知識和代表性行動。在未來的一年或更長時間，我們將看到企業采用AI不僅是來自技術方面的需要，而且還來自學習現在的企業員工知識的需求。”

AI將會變得更友好，緩和人們對它的恐懼。Ciklum研發工程團隊的高級研究員Anton Popov說：“在全球範圍內，數百個才華橫溢的研發團隊正在為人工智能和機器學習算法而工作。因此，越來越多的友好的、智能的機器將被創造出來，它們的目的，將是使人類更加健康和快樂。2017和以後的主要AI趨勢之一，將是在人工智能進行生命體征分析基礎上，進行人類狀態檢測-預測和預防。”

人工智能軟件公司Daisy Intelligence 的 CEO Gary Saarenvirta相信，在未來的幾年中，你將看到更多的企業整合AI，進行業務流程和核心業務決策。這些技術革命領先者公司，將把那些拒絕投資人工智能技術的競爭對手甩在身後。

“在零售方面，你會看到AI推動營銷和商品定價，由此拉低商品價格時，那些不肯隨之調整價格的零售商將被置於極大的壓力下。我們預計零售行業將面臨重大顛覆，那些早期就采用AI技術的企業將獲得戰略優勢，並擴大市場份額。”他說。

發力垂直市場

Mark Hammond是AI應用程序開發者平臺Bonsai的聯合創始人和CEO，也是認為人工智能將轉移到特定的垂直市場的人之一。“2017年一個具有重大意義的進步是，人工智能機器人系統將在整個工業垂直行業內得到部署，包括制造業、采礦和公用事業等。對這種趨勢，我希望我們能看到模擬訓練智能系統的出現，作為一種可行的選擇。”

Arria NLG的聯合創始人、人工智能專家Matt Gould說，AI也會給金融領域帶來顛覆。Arria NLG的自然語言生成引擎，能夠吸收和分析大型數據集，並用白話撰寫報告。“金融服務包含了大量數字和數據，非常有可能被海量有效數據湮沒。而我們今天使用的金融工具，也只能通過圖表或圖片傳遞數據。而新的自動化平臺，例如自然語言生成，有助於用人類語言挖掘出這些數據里真正的含義，並用人類語言生成的報告中提出。“他說。

（原文鏈接：http://www.datamation.com/applications/where-ai-and-robotics-are-headed-in-2017.html）

歡迎關註黑智，了解更多AI領域動向

文章評論

匿名用戶

發布

全部評論：10

發布

裁撤醫療部門，百度要轉戰的人工智能+醫療，是金礦還是新坑？

黑智 2017-02-09 17:51

李彥宏新年內部信發出的第二天，百度內部就發生了第一個改變。2月8日，據不同媒體爆料，百度整體裁撤了醫療事業部。新浪科技當天下午也表示，百度內部人士向其證實了這個消息。黑君也對百度公關進行了征詢，但得到的答複是：今天什麽事都沒發生。

黑君2月9日早上也咨詢了百度內部的小夥伴，得到的回答是，他們也仍在等待通知。但很快，百度通過內部郵件宣布，對醫療業務進行組織架構調整和優化，集中優勢資源，將醫療業務的重點布局在人工智能領域。百度醫療事業部總經理李政通過朋友圈轉發，間接證明了這一消息的真實性。

即日起，百度醫療事業部智能小e團隊和拇指醫生團隊，轉入AI體系；醫療事業部內容建設團隊，轉入搜索公司。醫療事業部其他業務將予以關停，相關人員將結合公司發展需要在內部提供轉崗機會。調整之後，原百度醫療事業部總經理李政將轉至AI團隊。

在裁撤醫療事業部消息傳出後，李彥宏就在亞布力論壇2017年會上對此作出了回應：醫療領域有非常大的機會，與百度非常有關系，百度也將會利用人工智能參與其中。比如智能掛號、智能診療、收集基因數據、制藥研發等。“現行醫療體制也有很多不合理之處，改變它的重要方法也是人工智能。”

這被看做是李彥宏對裁撤醫療事業部的正式回應。而後續的動作，也說明了百度從移動醫療，轉戰智能醫療領域的策略。

談起百度和醫療，很多人肯定第一時間想到的是百度的醫療廣告。但事實上，百度移動醫療事業部並不是負責醫療廣告的部門。

百度移動醫療事業部在2015年1月成立，歸張亞勤領導，當時主要是醫療O2O相關的掛號預約以及送藥直達業務。此前，百度移動醫療的布局主要在三個方面：在線問診的百度醫生、拇指醫生等，送藥電商的藥直達，還有智能設備Dulife。

不過這個部門的業績據說並不好看。在脈脈上之前就有人爆料稱，百度醫療事業部連續三年是公司年終系數最低的部門之一，“醫療的業績最差，關鍵是實在沒東西，只有個概念醫療大腦，沒有任何實際用處。”

這大概就符合李彥宏在新年內部信里提出的“淘汰沒有市場競爭力的產品”的條件。“如果做不出來，就別在那兒混了，別在那兒撐著了。該撤就撤，該關就關，該並就並。資源向我們有優勢、戰略上重要的項目去聚焦。”

事實上，百度醫療事業部也有在百度大腦平臺上進行的研發，比如百度醫療大腦，模擬醫生問診，和用戶多輪交流，給出最終建議等。百度醫生也為百度的醫療平臺收集數據。在原來的100多人的基礎上，百度大腦項目進行後又增加了100多人。人員的冗余，正如前丁香園CTO馮大輝在微博上表示的：“這個部門一直在做醫療領域的產品和服務的探索，不少人是想做出點有價值的事情來的，不過確實做不出什麽來，兩三百號人，每年也有一筆不小的費用。”因此，很長一段時間以來，這個部門都被傳要面臨裁撤。

既然百度要將在醫療行業的探索，主要放在與人工智能相結合上，在李彥宏提到的智能掛號、智能診療、收集基因數據、制藥研發等領域，顯然後三者將是人工智能發揮更加重要作用的戰場。那麽，這是一個值得挖掘的金礦嗎？

誰在人工智能醫療領域淘金

在我們的終極想象中，智能醫療大約應該像科幻題材中一樣，由機器對患者進行診斷和治療。當然，這只是一個想象而已，離實現它還是個久遠的事情。

不過，這也並非完全不能期待。比如，IBM的Waston，在醫療領域就是一路高歌。

Waston代表了IBM在認知計算領域的核心技術。它能夠讀懂非結構化數據，能夠在15秒內讀完4千萬份文件。在美國，Waston已經用於癌癥治療。Watson截至目前學習了300多本期刊，200多本教材，將近1500萬頁的文獻，來為醫生針對不同診療方法、藥品和實踐提供建議。美國頂級的腫瘤中心MSK已全面使用Watson作為輔助手段，為臨床醫生提供乳腺癌、肺癌、直腸癌、宮頸癌、卵巢癌和胃癌治療方案。2017年，Watson還將拓展至另外九種癌癥，覆蓋全球80%的癌癥病例。

Waston也在海外開始了應用拓展。去年8月，Waston在東京大學醫學研究院，花了10分鐘，確診了一位女性白血病患者。患者為一名60歲的女性，最初根據診斷結果，顯示她患了急髓白血病，但治療效果並不理想。利用Watson系統診斷後，系統通過比對2000萬份癌癥研究論文，在10分鐘得出了診斷結果：患者得了一種罕見白血病。

盡管Waston已經非常強大，在醫療領域里它還只是入門級。在美國，眾多的醫療相關公司正在崛起。比如知名的醫療大數據公司AthenaHealth，生產大數據為醫生提供臨床信息參考，提供移動服務；Advenio TecnoSys，為醫療領域提供高質量的圖像處理和機器視覺服務及解決方案；遠程醫療應用Babylon Health，幫助患者同醫生進行溝通前，預審自己的健康狀況；NuMedii，利用大數據來加快新藥的開發過程等。

92家海外醫療領域人工智能創業公司  數據來源：CBInsight

人工智能和醫療結合都能做什麽？從海外的人工智能在醫療領域的應用看來，貫穿了醫療大數據、醫學影像識別、智能診斷、健康管理、醫療服務、制藥研發、基因科學等領域。

國內的人工智能+醫療創業公司也在近年來湧現。據黑智根據公開信息不完全統計，在2016-2017年獲得融資的公司就有如下多家。

2016年以來獲得融資人工智能醫療公司列表  制圖：黑智

碳雲智能在2016年4月獲得騰訊領投的10億元人民幣A輪融資。成立短短半年內，它就躋身獨角獸之列。碳雲智能打造了“覓我”數據平臺，生產和采集人的全生命周期的數據，通過數據分析管理和機器學習，讓數字聲明人工智能化，為用戶定制個性化健康管理應用。碳雲智能投資了4億美元整合產業鏈，搭建一個數字生命平臺。

在人工智能影像診斷領域，推想科技在2017年剛剛獲得了紅杉領投的A輪5000萬人民幣融資。在2016年2月，推想科技曾完成1250萬天使輪融資，投資機構包括英諾天使基金、臻雲創投以及原快的CEO呂傳偉個人。推想科技的智能醫療影像系統INFERVISION現在已經在不同基層醫院放射科上線。

Deepcare也是聚焦於醫療圖像識別領域的創業公司，2016年6月獲得了峰瑞資本的天使輪融資。目前，DeepCare 的算法已經能夠識別和預判斷子宮頸癌抹片，尿檢血檢的細胞識別等。

此外，還有去年10月獲得真格基金等投資的12Sigma圖瑪深維，其第一款產品是針對於肺癌的自動診斷系統（SigmaLUTM），輔助醫生對胸腔CT掃描圖像的分析，幫助醫生提高早期肺癌的檢出率。

“坑”在哪里

和美國相比，我國的人工智能醫療服務的領域還比較窄，智能化程度也不高。無疑，這對醫療人工智能的未來發展提出了巨大的需求。但在這個領域，“坑”也是明顯存在的。如何獲取分散在各醫療機構手中的健康數據並結構化，訓練機器；如何對不同的疾病設計不同的算法模型；商業模式的探討，如何建立一個正常的商業化生態……都是一個漫長的過程。人工智能醫療的商業化，也不是短期內可實現的。

我們很難計算這個市場的規模，以及預期未來發展的進程。但是，這仍然是一個值得探索的領域。人工智能的發展速度，正在超過我們的預期。算法之外，圖像識別、語音識別等，都發展迅速。人工智能在某些病種上，也取得了極大的進展。國內的人工智能醫療公司在醫學影像方面，在短期內，已經初見了成果。這其中，也許就蘊藏著能夠在未來產生突破的趨勢。

話說回到百度。百度總裁張亞勤曾經將技術如何改變醫療分為三個階段。第一階段，是連接人和信息，這一階段已經完成。第二階段，是連接任何服務，比如幫助患者匹配醫生和掛號等；第三階段則是連接人與智能，通過百度大腦，利用智能硬件以及用戶在平臺上的數據，為用戶提供個性化精準醫療和預防。現在，百度通過搜索，已經完成了連接人和醫療信息的階段。這些海量的信息和數據，也是百度不能割舍的。但之後要走的階段，則是一步比一步艱難。

或許，百度的放棄，說明了移動醫療正處於發展的低谷。百度醫療並入人工智能體系，也許是百度也不會寄希望於短期的商業化，而是潛心打磨研發。現在，就看百度，有沒有在智能醫療這個領域，付出時間和人力的決心了。

歡迎關註黑智，了解更多AI領域動向

文章評論

匿名用戶

發布

全部評論：10

發布

百度醫療轉向人工智能背後：中國醫療需要怎樣的AI？

去年感恩節時，美國斯坦福大學心血管外科的一位醫生造訪了印度，那次訪問對他感觸頗深：一臺救治同種心臟疾病的手術在美國的花費需要90000美元(約合62萬人民幣)，但在印度，費用卻只需要1800美元(約合1萬2千人民幣)，不僅價格只有美國的2%，就連醫療效率也遠超美國：這里一個月大約要做900臺心臟外科手術，而這幾乎是美國一所普通的大學醫院做一年的量。

如何在保證效率的同時又保證質量?這位美國醫生得出了自己的觀察結論：簡單又實用的智能醫療系統是比個人經驗更重要的東西。

兩個月後，百度撤銷醫療事業部的消息被瘋傳發酵：第一財經記者從知情人士處獲悉，百度已在通過內部郵件宣布對醫療業務進行組織架構調整和優化，撤減以掛號為代表的低端服務部門，轉而重點布局的正是讓上述這位美國醫生感到驚嘆的醫療人工智能領域，當然，他所看到的還只是醫療人口智能的極小一部分。

掛號“剝洋蔥”時代已過​​​​​

兩年前，剛剛興起的移動醫療正處於投融資的最鼎盛時期：動輒幾千萬、上億美元的投資，數幾十億、上百億的估值，讓彼時的移動醫療公司成為互聯網領域最耀眼的新星。

而細數那時絕大多數的移動醫療公司，主營業務幾乎全部指向了同一個門類：依托掛號業務而進行的導流服務。包括掛號網(現更名“微醫集團”)、好大夫、就醫160在內的互聯網醫療公司，以及以萬達信息、衛寧軟件為代表的信息系統服務商，甚至各省級的電信平臺、單獨的醫院主體都在掛號業務上躍躍欲試，互聯網的“野蠻人”期待寄托這一業務撬開消解重資產的醫院大門。

不考慮盈利能力，互聯網掛號的發展的確勢如破竹：六年前，掛號網團隊為上海複旦大學附屬華山醫院免費做了第一個預約掛號平臺，最初華山醫院只提供5%的號源給掛號網嘗試，後來這一比例增長到50%，兩三年後華山醫院的全部專家號都已對掛號網開放。

在這一背景下，BAT巨頭也陸續開啟了在互聯網醫療領域的布局，並購優質標的是主要路線。相比較騰訊和阿里，百度在醫療業務上的布局包括：2015年2月，百度斥資6000萬美金獲得以預約掛號為切入點的互聯網醫療公司“健康之路”(原名醫護網)13%的股權， 2015年9月，百度再次領投，軟銀中國資本(SBCVC)、弘暉資本(HighLight Capital)跟投另一家互聯網醫療企業趣醫網，投資規模為4000萬美元，而這家公司目前的主營業務之一也是掛號。

但幾乎就是在那之後，國內互聯網醫療公司的投融資迎來了“寒冬期”：不少互聯網醫療企業受平臺同質化嚴重、盈利模式尚不清晰等問題的影響，發展進入瓶頸期，甚至於一些紮根互聯網醫療領域十余年的企業也紛紛流出裁員傳聞。

2016年8月，有“互聯網醫療第一股”之稱的“就醫160”率先打響了裁員第一槍：創新事業線被撤銷，公司宣布優化淘汰三分之一員工---接近300人。隨後，在互聯網醫療領域已發展5年的“尋醫問藥網”也被爆出裁員消息，比例達到50%以上。

“對於新興的移動領域的投資有三個要點很重要：第一，項目產品解決什麽問題?第二，項目靠什麽賺錢，即商業模式問題;第三，移動醫療平臺的流量可增長性。其實，從這三個要點，就能看出國內移動醫療和國外的差距。尤其是國內平臺還停留在盲目拉流量、看起來有人氣，實質上沒法應用流量，琢磨透如何賺錢。”高特佳投資集團首席戰略官曾小軍此前接受第一財經記者采訪時表示。

淘汰掛號的並不只是“百度”，在百度以外，包括以掛號出身的微醫集團、好大夫都已經在過去的一年實現轉型，落地互聯網醫院，發展該業務較早的微醫集團甚至借此業務已經實現了年收入8個億的盈利。

 和百度的做法不同，騰訊建立的互聯網+醫療生態，則是和合作夥伴一起，改善患者體驗，提升醫療效率，助力分級診療。

例如，除了推出自主的糖大夫血糖儀和騰愛醫生，實現糖尿病慢病管理和醫患溝通外，去年6月，騰訊與四川省衛生和計劃生育委員會達成全方位的“互聯網+醫療”戰略合作，以及與國內婦幼醫院四川大學華西第二醫院落地建設“互聯網+智慧醫院”。在線掛號平臺、醫保支付等騰訊“互聯網+醫療”服務平臺也在今年陸續上線投入服務。加上與卓健、微醫、醫聯、丁香園、眾安保險、京東醫藥等合作夥伴的合作布局，騰訊在“互聯網+醫療”上的建設版圖逐步成形。

掛號“剝洋蔥”時代過去，線上問診“邊緣革命”的時代又到來了：根據第一財經的不完全統計，截至去年11月，全國互聯網醫院的數量已經超過了40家，其中超過30家互聯網醫院是在去年誕生。

醫療需要怎樣的人工智能?

針對此次百度撤銷醫療事業部，外界引用最多的是李彥宏在今年新年演講中的一段發言：要淘汰沒有競爭力的產品。如果做不出來，就別在那混了，別在那撐著了。該撤就撤，該關就關，該並就並。”

對於百度而言，調整醫療業務部門並不意味著李彥宏不再看好或是放棄醫療業務，而是重新調整發力的方向。

第一財經拿到的這份調整說明中表示：即日起，百度醫療事業部智能小e團隊和拇指醫生團隊，將轉入AI體系;醫療事業部內容建設團隊，轉入搜索公司。醫療事業部其他業務將予以關停。調整之後，原百度醫療事業部總經理李政將轉至AI團隊，充分利用人工智能技術，結合智能小e和拇指醫生的業務方向，加速推進探索利用人工智能在醫療領域的解決方案。

“人工智能時代的思維邏輯、思維方式應該變成什麽樣子，現在還不是很清晰，這對任何公司來說都一樣。百度應該及早地去朝著這個方向做思考和嘗試。”在此前的新年內部演講中李彥宏如此說道，在經歷了魏則西事件、血友病貼吧等事件後，百度+醫療四個字的組合已經變得極為敏感，而對於如何定義百度的醫療事業，這位中國互聯網時代的領軍人物也顯得尤為謹慎。

“第一階段的掛號等服務技術含量並不高，而人工智能時代的來臨，將重新定義醫療行業。例如未來，可以通過智能診療系統幫助醫生來診斷、通過人工智能收集數據進行基因測序、用人工智能的方法進行新藥研發和測試等。能夠改變醫療的最最重要的力量就是人工智能。”李彥宏說。

百度想借“人工智能”彎道超車理想豐滿，但在當下的中國，怎樣的人工智能才是最符合市場需要的?文章開頭那位美國醫生在印度的所見所聞或許給業界啟發。

他在文章中寫道：這里的醫生會使用相當複雜的自主開發的電子健康記錄，並最終保存在iPad上，和美國常用的EHR系統不同的是，這個App非常直白，醫護人員在使用前幾乎不用專門教學。……

床旁監測設備則與一個中央系統相聯，手術負責人通過這個系統了解醫生每天要花多少時間去幹預可能發生的醫療問題。在美國，這個數字往往超過1個小時，但在印度，他們只需要8分鐘——這個設備不僅價格比美國低，而且效果比美國好得多。

如何利用有限的醫療資源、醫生資源來最大限度的幫助龐大的中國患者?在高冷的“黑科技”之外，簡單、高效的人工智能體系可能更為急需，畢竟以癌癥人口來計算，中國的數量占了全球的五分之一。