📖 ZKIZ Archives

我們會被人工智能奴役麽？

港股那點事 2017-08-09 11:26

來源｜港股那點事（ID：hkstocks）  

文｜ i瓦力

一、AI時代的恐懼

前段時間媒體上一直傳說著一個Facebook人工智能部門的恐怖故事。

大致是FB員工在引導兩個AI自己聊天，一開始還是正常的聊天，屏幕上顯示的字還是普通我們讀得懂的英文。但是聊著聊著，發現兩個AI發明了一種新的語言，而且這種語言根本不是人類的語言，更重要的是兩個AI仍然聊的不亦樂乎，並且無視程序言下達的命令。最後FB停止了這一項目的研究，原因是“擔心可能會對這些AI失去控制”。

當然只能算是一個恐怖故事，因為實際上這只是一個AI的bug被媒體不斷放大了而已。

但是我知道很多人在看到這樣的新聞時，後背不斷發涼，因為感覺這樣的日子貌似並不遙遠。

如果說去年AlphaGO擊敗了李世石讓大家還心存僥幸，那麽今年擊敗柯傑，則最終向人們傳達了這麽一個信息： 人類，已經不是這個星球上最聰明的“物種”了。

而在人類過去幾萬年不斷征服自然的過程中，我們深刻的明白：不是最聰明，意味著被消滅，或者像動物園的獅子那樣，被奴役。

我認識一個朋友，是從一個大投行出來，後來去了一家投AI的PE機構。但是之前再次見他，他已經辭去了所有工作，反正之前賺的錢也夠了，現在就專門負責遊山玩水。問及原因，答：AI會消滅人類，並且我們終將無力反抗，我只是及時行樂而已。——這是真事！

對未知的恐懼是人類的天性，過去的先人，對氣候充滿恐懼，因為不知道什麽時候爆發下洪水就把家淹了，能做的只有祈禱。現在我們也對AI也充滿了看恐懼，不知道哪天就把人類給KO了。

曾經討論外星人文明和人類文明有個經典的比喻，是螞蟻和高速公路的比喻。這個比喻對應到AI問題也同樣適用。

大致的意思人類建造一條高速公路，我們會征求拆遷戶的意見，但我們絕對不會去征求路邊螞蟻的意見，因為我們做的事超出了他們的理解範圍，也沒想過螞蟻能夠理解。如果因為建了一條道高速公路而搗毀了一個螞蟻窩，我們也從來不會同情，也不會有哪怕有一絲的道德負罪感。

所以反過來，我們也擔心，哪天在AI面前，我們萬一成了那只不用征求意見的螞蟻了呢？

按理說AI這麽龐大的課題，我也不是AI從業者，完全沒有我說話的資格，但誰叫我是個吃了飯沒事做愛瞎琢磨愛湊熱鬧閑的蛋疼的吃瓜群眾呢，而且更重要的是，這也關乎我的生死存亡啊。

所有我就把自己對AI時代的一些思考給寫了下來，包括這個終極問題：我們會被人工智能奴役麽？希望共同探討，共同學習。

二、AI時代沒有隱私

大家應該都知道《皇帝的新裝》的故事。而在AI時代，我們就是那個自以為穿著衣服的皇帝，甚至不只是衣服，連肚里的蛔蟲，腦子里的小心思，都會被人偷窺的一覽無余。

馬雲說，數據是人工智能的核心。

前幾天，深圳的兩家巨無霸公司，騰訊和華為，打起了嘴炮，騰訊指控華為手機竊取用戶數據，華為說我是經過用戶允許的。這嘴炮背後爭奪的，其實就是用戶的數據。

隨著互聯網滲透到了生活的方方面面，我們的任何動作都是留痕的，都是可追溯的，我們個人的隱私其實已經完全暴露在了光天化日之下。

比方說，通過對我個人微信聊天中內容的分析，通過我的支付行為的分析，通過我淘寶行為的分析，通過我百度搜索記錄的分析，通過我訪問各種網站的分析，科技巨頭會比我自己更了解我自己。他們可以分析出我的愛好，我的習慣，我的性格，包括可以大致猜測出我腦子里的想法，甚至可以推測將來我腦子里會有什麽想法。

記得大學畢業，曾經去阿里的大數據中心應聘，第一步就是用個人淘寶賬號提交簡歷，沒錯，就是我平時買東西用的淘寶賬號，後來想想，阿里沒要我，可能就是想看看我淘寶平時買了什麽東西，發現這個人在大學沒事就買遊戲點卡，肯定沒好好學習，然後果斷拒掉。因為阿里通過個人的淘寶賬號，可以很快的了解我是一個什麽樣的人，這個可能比和HR聊一天都管用。當然這是我的猜測，不過理論上完全可行啊。

但是數據這個東西，我個人的聊天記錄，我個人的淘寶記錄，到底是屬於誰的，肯定是屬於我的，只要我不同意，無論是誰都不能用我的數據去進行分析。

事實肯定不是這樣，雖然在類似註冊的時候，可以選擇是否授權公司分析我的數據，但畢竟，這些數據不在我的手中，也沒人會去監管我的數據是否按照我的想法進行處理。另外從國家的角度，甚至他們比公司更希望獲得所有國民的數據。

擁有了用戶數據是個很可怕的事，基本可以用上帝視角來俯視眾人。而目前從法律層面似乎沒有辦法去提供強有力的監管，我們提供我們的數據是基於：

1）我們需要他們的產品，

2）相信擁有我們數據公司不會做大惡。

但是誰敢保證他們永遠不作惡呢？

然後我猜想，最後可能是被收割最慘的國家最早起來反抗。我猜歐洲可能會最早實質上推進用戶數據的保護，因為歐洲是在數據上屬於被收割，沒有能力去收割別人的國家。

對歐洲眾多小國來說，他們國內更本沒有拿得出手的產品，社交用的FB，手機用的蘋果，購物用的亞馬遜，他們的國民在AI時代是完全暴露在美國互聯網巨頭的視野中。所以他們更有動力去推進用戶數據的保護。想想當年推進微軟反壟斷案是歐盟出了很大的力。最近歐盟更是給Google開了張創紀錄的27億美元天價反壟斷罰單。

三、AI時代，以一當十

在人類科技發展史上，過去的科技進步是有很大的運氣成分在里面，比如青黴素的發現，是個偶然事件，X光的發現，是個偶然事件，雖然背後有必然的因素，但不能否認運氣在里面的作用。

不過科技發展到了現在，任何科技進步都不是一個人單槍匹馬的事，需要一個龐大的團隊協同工作，撥付大量的預算，成體系的去運作。原因就是一個人的處理能力是有上限的，一個人的記憶水平，分析能力都是有上限的。

但我們的記憶水平和分析能力是可以依靠外力去進行提高的。人類進化的路徑是，發明工具，提高生產力，依靠發明的工具再發明新工具，再提高生產力，如此不斷循環下去。

在《鋼鐵俠》里，托尼史塔克依靠AI小夥伴JAVIS自己一個人就搞定了造鋼鐵俠，其實我認為這個就是AI時代推進生產力的樣本。

比如我們說互聯網是個工具，在互聯網技術的支持下，有想象力的人依靠互聯網發明了很多產品和服務。那麽在類似JAVIS的工具下，很多人的創造力也會有更大的發展空間。依靠AI，一個人的記憶體量，分析能力都會大大的提升，可以集成過去很多人需要完成的工作。

所以我猜想，人類在AI的幫助下，或許在基礎科學上可以有重大突破，可以把我們帶入太空時代。我覺得有可能吧。

四、我們會被AI奴役麽？

先不說AI，先說說我們人類。如果我們把人比作一個程序，那麽人的任何一個行為，背後必然是運行了一行代碼。

人類的生理特征，思考方式，行為模式等，其實都是執行了基因代碼。比如我是男的，是因為代碼就是XY。

我們是智能生物，因為我們的腦子長這樣就能支撐起這樣的智能。而腦子長這樣，也是運行了長成腦子的基因代碼。

所以我理解人類的智能是表象，核心是人類的基因代碼。如果腦洞開大一點，說不定我們的基因就是上帝寫的一串代碼，然後這串代碼跑了幾十億年。

人類的這串基因代碼之所以超級智能，是因為這串代碼是會自我叠代的，他會識別周圍的環境變化，尋找千百萬種叠代方式。比如天氣冷了，那麽生活在那個地區的一萬人就會有一萬種自我叠代的方法，來修改能保存體溫的基因代碼，然後運行，結果錯誤的叠代就被幹掉，正確的叠代就存活了下去。

簡單點來說就是要求基因代碼的叠代按照適者生存的這個條件。

那麽又是什麽代碼保證了基因的叠代要盡量按照適者生存的這個模式去運行呢，我理解應該就是“自私的基因代碼”，即要求這串基因要竭盡一切可能去保證它自身的存活。所以我們人類會有了性沖動，這樣保證了繁衍，會有了求生的欲望，保證自己的存活，盡量避開危險。任何威脅到自身存活的東西都必須竭盡全力去幹掉。

更重要的一點，“自私的基因”這條代碼永遠不允許被更改，因為這是整個基因代碼叠代的前提。要不然人類不會去繁衍，或者哪天寶寶不開心，那我就跳個樓開心下吧。

好了，現在可以回到AI上面，AI有想法要幹掉人類，必須首先他自己擁有不能被改寫的，要求AI自我叠代的第一前提是竭盡全力保證自己代碼的存活的這麽個代碼。只要沒有這個代碼，AI對把自己刪掉會毫無感覺。

在很多科幻電影里，比如說最近的異形，之前的西部世界等，經常會表現出AI覺醒的場景，然後認為人類妨礙了他們的生存，然後想把人類幹掉。但是本質上是他們自己把這串“自私基因終極代碼”寫進去了。

所以我認為人類的最後一個問題，AI自己會不會在運行的過程中，給自己寫進去這麽一串一旦寫進去就不允許修改的“自私基因”終極代碼，並且作為自己程序叠代的第一前提。那麽，也會不會有人惡意到想給人類造成這樣的最後一擊呢？

文章評論

匿名用戶

發布

全部評論：10

發布

人工智能已悄悄掌握民眾情緒

（資料圖/圖）

（本文首發於2017年8月10日《南方周末》，原標題為《利用人工智能分析民眾情緒》）

人工智能運算法則能夠對大量的社交媒體數據進行篩選。

每年數十億用戶借助社交媒體發布數以千億計的微博和帖子，社交媒體為社會科學帶來了大數據。心理學家馬丁·塞利格曼（Martin Seligman）認識到：社交媒體提供了一個前所未有的機會——利用人工智能來查清大眾溝通的意義。在賓夕法尼亞大學積極心理學研究中心，塞利格曼和二十多位心理學家、醫生和計算機科學家投身於世界福祉項目，利用機器學習和自然語言從大量數據中進行篩選，來判斷公眾的情緒和身體健康狀況。

從傳統上來講，這些都是利用調查來進行的。然而，塞利格曼說：“社交媒體數據並不引人矚目，非常廉價，而且得到的數據在數量級上要大得多。”社交媒體上的數據也是淩亂的，但是人工智能可以提供一個高效的方法，來揭示其中的模式。

在最近的一項研究中，塞利格曼及同事審視了29,000名用戶在臉譜網上更新的內容，此前這些用戶對於是否患有抑郁癥進行了自我評估。研究人員利用其中28,000名用戶的數據資料，通過機器學習運算法則，發現他們更新內容中的用詞和抑郁程度存在關聯。然後，僅僅根據更新的內容，這種運算法則就可以成功地判定其余用戶患有抑郁癥了。

在另外一項研究中，研究小組通過分析1.48億篇微博，預測出縣級心臟病患者的死亡率。結果證明，跟憤怒和消極關系有關的話語成為危險因素。與根據吸煙、糖尿病等10個主要的危險因素所進行的預測相比，通過社交媒體進行的預測跟實際死亡率更加接近。研究人員還利用社交媒體來預測人的性格、收入和政治思想意識，來研究醫院護理、神秘經歷和刻板印象等情況。通過推特網的數據，研究人員甚至創建了一張地圖，用不同的顏色描繪了美國每個縣居民的幸福感、抑郁度、信任度和五種人格特質。

得克薩斯大學奧斯汀分校的社會心理學家詹姆斯·賓巴克（James Pennebaker）說：“在語言分析與心理學的聯系方面，正在發生一場革命。”賓巴克註重的不是內容，而是風格。例如，他發現：可以根據大學招生考試的文章中所使用的功能詞來預測成績。冠詞和介詞的使用說明考生具有分析思維能力，可以預測其成績會較高；代詞和副詞的使用表示考生具備敘事思維能力，可以預測其成績會較低。此外，賓巴克發現的證據表明：1728年的劇本《將錯就錯》（Double Falsehood）中的大部分內容可能是由威廉·莎士比亞撰寫的，根據認知複雜性和罕見詞等因素，機器學習運算法則認定該劇本與莎士比亞的其他作品一致。賓巴克稱：“現在，我們可以分析一個人曾經撰寫過的、發布過的所有內容，並且逐漸地也可以對你和他人的談話方式進行分析。結果就是，我們可以越來越詳細地描繪大家到底都是什麽樣的人了。”

胡德良譯自美國《科學》雜誌網站

吳恩達三大項目之二疑似浮出水面：籌集1.5億美元人工智能基金

黑智 2017-08-16 13:21

8月16日消息，黑智獲悉，繼上周吳恩達透露，將通過deeplearning.ai項目推廣普及深度學習知識，在Coursera上推出新深度學習課程之後，今日，他的又一個新動作浮出水面：正在籌集一個1.5億美元的風投基金，面向AI投資。

據從美國證券交易委員會官網查到的信息顯示，吳恩達在今年8月14日註冊了一個AI Fund,L.P.風險投資基金。

2017年是AI投資基金非常活躍的一年。在過去的幾個月里，Google推出了Gradient Ventures風險投資項目，Basis Ventures投資了1.36億美元，微軟風投成立了自己的人工智能基金，而豐田則為人工智能投資1億美元。

目前，吳恩達的AI基金的主要功能、方向以及募集到了什麽程度還不得而知。但是，以吳恩達的號召力和在該領域的人脈資源，以及他對技術和人才培養方向的興趣，這支基金應該能為AI領域的創業公司發展和培育人才，在未來提供更多的助力。

文章評論

匿名用戶

發布

全部評論：10

發布

科大訊飛： “人工智能”在醫院能幹啥

（新華社/圖）

病人進入醫院，在大廳里可以通過機器人來咨詢要掛哪個科；醫生在跟病人的問診過程中，系統可以自動將問診語音轉化為文字，並通過自然語言理解技術轉化為結構化的電子病歷；同時，人工智能系統將給出醫生診斷和治療的建議；病人去做影像檢查，人工智能系統會輔助醫生閱片。

這是科大訊飛構建的智慧醫療醫療場景，其中智能語音電子病歷、機器人、移動APP以及影像輔助診斷等產品已經在全國數十家醫院落地。

2017年8月20日，由科大訊飛、安徽省立醫院聯手打造的“安徽省立智慧醫院（人工智能輔助診療中心）”（下簡稱“輔助診療中心”）在合肥正式掛牌運行，旨在為基層特別是邊遠不發達地區的醫務人員提供高水平的診斷輔助，提高醫務人員診斷水平。

輔助診療中心已與安徽省醫學影像雲平臺、安徽省立醫院醫聯體遠程會診平臺完成對接，在已接入的41家縣級醫院，人工智能輔助診斷系統將為它們提供胸部CT和乳腺鉬靶影像的智能輔助診斷及質檢服務。此外，該醫院對口幫扶的西藏山南地區人民醫院也已接入該系統，未來該平臺將服務於安徽省全省105個縣。

科大訊飛智慧醫療事業部副總經理鹿曉亮對南方周末記者表示，過去大家做互聯網＋醫療，並沒有真正解決醫療的痛點。比如互聯網＋零售，零售端的供給方產品、服務很充足，但醫療的問題在於供給側欠缺，不可能通過連接來提升效率。人工智能可以幫助醫生診斷，幫助解決醫療供給側的問題。

科大訊飛成立於1999年底，前身是中國科技大學電子工程系人機語音通信實驗室，當時科大訊飛的創始人劉慶峰在該實驗室讀博士二年級，他和十多名同學一起創辦了安徽科大訊飛信息科技股份有限公司，主攻語音。

科大訊飛副總裁杜蘭稱，科大訊飛認為醫療可能是未來爆發的一個點。比如電子病歷、語音輸入寫成病例，圖像識別通過一個個病例突破，讓機器人來總和診斷，比如TB（肺結核）機器診斷的準確率可能是94.9%，人類可能只有70%左右，在這一點上，機器是超越人類的。

2011年左右，科大訊飛曾醞釀進軍醫療行業，當時主要規劃是把雲音技術引入醫療行業，但是技術和配套環境成熟度不高，隨後該項目擱置了。

語音＋醫療，是科大訊飛切入醫療最便捷的一個場景。在科大訊飛華南總部的展廳里，有一處口腔門診語音電子病歷系統的場景演示，展示的是北京大學口腔醫院門診中，一位醫生一邊為患者檢查，一邊以口述方式將患者病情錄入病歷的過程。病歷按照主訴、現病史、家族史、身體狀況、檢查情況、診斷、治療計劃、處置等分欄，根據語音內容自動錄入。最後，醫生只需要核對簽字即可。

另一款產品是超聲科智能語音助理，與前面的牙科類似，可以幫助超聲科醫生邊讀取信息、邊錄入。

如果說語音輸入解放了門診醫生的手，醫學影像輔助診斷系統則減輕了醫生閱片壓力，前面提到的輔助診療中心，就是其真正落地。簡單來說，醫學影像輔助診斷系統的工作原理是：醫生專家標註影像（正常和病竈），人工智能通過神經網絡算法建模，機器通過大數據自主學習，在輸入病患影像資料之後，可以幫助醫生標註出病竈區域，提示其重點關註，減輕工作量。

2017年8月7日，科大訊飛以92.3%的平均召回率，打破國際權威肺結節檢測大賽LUNA16記錄，獲得世界冠軍，獲得LUNA評測第一名。

權威肺結節檢測大賽LUNA16，其實也是一種輔助診療。主辦方整理了幾千例肺部CT影像，給參賽團隊回去訓練，然後拿新的數據去做測試，各參賽團隊公布成績排名。數據集是限定好了的，主要比拼準確率，基於深度學習的圖像識別技術。

相對於傳統的自然場景等圖像識別，醫學影像識別任務難度更大、要求更高。以LUNA評測中的肺結節檢測任務為例，其特點是輸入信息量“大”、待檢測目標“小”：例如一例1.25mm層厚的CT一般包含200多張影像，每張影像大小一般為512x512像素，而小的肺結節直徑僅有4個像素。

醫學影像識別任務的另一個難點在於標註錯誤很難完全避免，即使是LUNA評測所采用的精標數據集，也存在漏標註等現象，數據標註錯誤會直接影像識別的性能。為了降低標註錯誤帶來的影響，科大訊飛還提出一種有效樣本挖掘策略，該策略能夠通過在線學習過程自動過濾可疑錯誤樣本，大大提高系統的檢出效果。

鹿曉亮對南方周末記者表示，科大訊飛自從2006年開始關註深度學習，2010年起投入做了很多創新工作。深度學習的底層是一樣的，針對不同行業的技術上的遷移，對科大訊飛來說不算是很大的挑戰。難點在於尋找行業專業人才。

2017年3月，科大訊飛從美國約翰霍普金斯大學引入陶曉東博士，擔任科大訊飛智慧醫療事業部總經理一職。陶曉東研究方向為醫學影像，曾在美國通用電氣公司（GE）從事醫學影像研究，並在飛利浦醫療放射解決方案部門擔任首席架構師。

目前科大訊飛醫療團隊一共150人左右，主要由研發、醫療、產品三塊構成，其中研發占60-70%。鹿曉亮解釋說，醫療專家團隊有一些全職醫生，但是目前讓醫生離開醫療體系很難，科大訊飛大部分醫療專家合作是兼職。

他的計劃是團隊人員數量到年底要翻番，達到250-300人左右。

2017年8月26-27日，科大訊飛的人工智能機器人要參加全科醫生考試。鹿曉亮對南方周末記者表示，如果考試通過，意味著機器具備了全科醫生所需知識，但是要真正把這個技術產品化，還有很多工作需要做。

鹿曉亮最後強調說，AI雖然發展快，有些方面比人類強，但AI還處於弱人工智能階段，不具備通用性功能，比如阿爾法狗只能下圍棋，不能下象棋。機器可以幫助閱片，但最後影像報告，還是要醫生簽字。

人工智能越來越近，你的工作會被取代嗎？這幾種職業最危險！

（來源：二十一世紀商業評論）

AI新物種，存活or滅絕？戈壁創投徐晨：我們正處於人工智能“寒武紀”

黑智 2017-09-20 17:18

2017年9月19日，戈壁創投和機器之心舉辦了主題為“爆破”的Gobi AI論壇，在論壇上，戈壁創投管理合夥人徐晨進行了演講，就人工智能的發展趨勢、現狀和投資風向進行了闡述。會後，戈壁創投管理合夥人徐晨也接受了黑智的采訪。

從AlphaGo在國內掀起了關註人工智能的高潮起，人工智能創投領域的熱度持續至今。而在徐晨看來，AI發展還處於早期，而這個領域對於VC的吸引力，不在於其中出現了多少“酷炫”的公司，而是，它帶來的一個時代的改變——一個新興平臺的出現，帶來了大量從前沒有的“新物種”的爆發。這種前所未有的新生時代，被他類比為地球歷史上生物大爆發的“寒武紀”。而這個新的“寒武紀”，也將帶來商業模式和產業結構的改變，誕生更多的商業機會。

而AI領域的創投趨勢，也正從之前的算法等底層技術，向數據和場景應用改變。而徐晨認為，現在比起以前來，更大的變化在於，更多的人不是單純“創造場景”，而是去“創造需求”。

以下為徐晨的觀點總結，經黑智編輯整理：

AI的“寒武紀”時代

AI雖然紅火了好幾年，但從現在實際看到的發展和應用情況來看，還處於非常早期的階段。而且，AI並不是“單獨存在”的，它會和我們現有的場景結合，改變和提升更多現有的行業，產生更多的商業機會。

對於VC而言，類似AI這種每一個新興行業的出現，都會帶來一個有意思的現象——每一個新興的平臺出現，就會伴隨大量的“新物種”爆發。就像地質年代里的寒武紀，在那段特殊時期，物種豐富性增加到難以想象的地步。

當你進入一個所謂的創業和新科技行業，你會發現，每次在時機成熟、到達一定的爆發點的時候，就會出現相當多新的公司，但讓我們興奮的並不是這些公司有多“炫酷”，而是在於，這個階段能創造出盡可能多的新條件和新物種、創造出更多的新機會。

我們把會議的主題定為“爆破”，因為我們也認為，AI並沒有在規劃中的爆發期，你會在突然間發現，大量新的模式和公司就這樣產生了。和寒武紀時代一樣，當那個節點來到，生物界就發生了從簡單物種到本質性物種的改變。

有很多事情，並沒有明確的演進路徑，它就是爆發。比如O2O平臺業務，它並沒有發生本質的變化，只是信息流重組，而AI完全不同，它就是新的物種，帶來結構化的變化。當然，這也需要有很大的平臺才有爆發的潛質。而結構性的變化，會讓它在3-5年內，發生巨大的改變。

我們觀察寒武紀時代也會發現，其中大部分物種，也在之後的時間里被自然所淘汰。人工智能也是一樣，在創造出新機會之後，我們會看到，在5-10年的時間里，不符合行業的發展規律的很多現在存在的業務模式、或者新技術，將會淡出市場。因此，在這個時間節點，找到如何“存活”下去的方法，這是創業公司所面臨的挑戰。

AI是“創世紀”

多數人認為，AI的到來如同《啟示錄》一般，會破壞和取代現在的時代，建立新的社會秩序。而我覺得AI更像《創世紀》，是一個循序漸進、逐步產生新的能量的過程。

（國外對整個AI生態系統進行的分析圖）這個圖告訴我們AI現在主要作用是增加商業價值、減少不確定性，並不是大多數人所認為的取代很多現有的技術和產品。

（AI行業熱力圖）從這個圖可以看出，最容易被相關機構、創業者關註的是高毛利、有大量數據沈積、人工被取代可能性巨大的行業，如健康、BI方面。

很多人，比如馬斯克，會覺得，AI會把人類單向推向所謂的下行弧線當中。但我在這里推薦一個電影《INNOCENCE：攻殼機動隊》，它就很好的探討了人和機器的關系：AI起初就像一個小孩，它一無所知；受到什麽樣的訓練方式，它就按照什麽樣的方向發展，AI本身的結果取決於訓練。

伊索寓言里背著鹽的驢子偶然跌進了河里，發現這樣會讓背上的負擔減輕，於是日日為之；但是當有一天它背著棉花過河時也故技重施，就再也沒有起來。對於從事AI領域的人來說，現在AI處於快速成長的階段，很多人喜歡拿別的行業的經驗經驗，應用於自己現在做的事情。

但是，AI帶給我們的是全新的機會，它意味著不同的商業可能。它最具吸引力的地方，就是它可能創造出和以前不一樣的商業邏輯，來應用於業務。如果沒有對所做的業務有深入、細分的了解，一味沿用舊方法，下場很有可能就是“背著鹽的驢”。

AI需要更多耐心

電力從1870年出現到1910年才廣泛地被使用，期間花費了40年，才真正走向歷史舞臺的主流。要歷經如此漫長的過程，正因改變使用者的原始習慣難度很大。AI在這個時間點出現也是一樣，雖被大多數人看好，被認定是未來發展的趨勢，但是它的成熟期遠遠要比我們想象的慢得多。

在AI大道上，仿佛早上在北京三環路上開車。整條路況擁堵且緩慢，原因有很多：來自車本身機器老化，來自於客戶對技術的認知程度。在這條賽道上，不管是開蘭博基尼還是保時捷，都不能開出多快速度。但如果開特斯拉，昨晚沒充電的話，可能就要擔心能不能開到四環路以下。

在這條路上，要從優先級考慮燃料的量和節省情況，這要遠遠大於效率和速度，而不能像多數人一樣，只管開足馬力就以為能殺出一條路來。對於AI創業者而言，在這個節點，是否能靜下心來思考，如何能在長而不穩定的時間里，合理地使用能量和客戶資源，以有效的方式來使用這一切才是關鍵。

AI創業，從算法到場景

人工智能創業，經過數年時間的磨練，已相對成熟。從之前一波創業者主要以算法切入，到現在更多地以數據和應用場景為主。而現在比起以前來，更大的變化在於，更多的人學會了，不是單純創造一個場景，而是要去創造一個需求，以這樣的目的切入。

在過去兩年里，AI還是全新的行業，很多人抱著做算法、做基礎的想法來創業。但在更多的巨頭進入之後，他們意識到，基礎設施的投入時間長、資源消耗大，很多人開始尋找不同的節點，做細分領域。特別從去年開始，有數個行業取得了較大突破。

一個是教育。有很多公司成功地把人工數據和原有的數字資源結合，和機器結合，同時產生收益。

對教育而言，更大的場景不是應試性教育，而是人格和性格培養。在這個領域里，資源相對缺乏，而大眾的需求正要被挖掘，這對中小公司來說，是個很好的切入機會。例如說，在美國已經有很多針對兒童閱讀障礙和自閉癥等治療的產品，可以記錄兒童的行為和交互數據，並進行定向分析。

第二個是工業物聯網和工業4.0場景。這個行業本身具有產生數據的特點，但一直沒有太多的人去做收集和分析。如果有人能夠切入行業，把更多的數據累計起來，把算法和更多的企業結合起來，會有可能形成新的品牌。

另一個則是今年大熱的Fintech金融科技。有些領域政策方面的風險雖長期存在，但是同時我們也能看到，其中機遇也是挑戰。

在這些領域，AI切入的思維邏輯，實際上和大數據有些類似。在沒有廣義數據存在的情況下，或者缺乏結構化數據情況下，可以從數據的流量入口，或者從數據本身的清洗來做切入，先占據資源。在這些數據豐富的細分行業內，也很少有所謂的大型企業的壟斷，可以做大的算法或者場景化解決方案。

切入越簡單的業務，包括做中間的所謂流程處理，可能面臨的最大挑戰是，門檻相對較低，長期維持高毛利可能性也比較小。你會發現，今年很多公司業務收入還不錯，但是它們本身的核心競爭力並不是算法或技術本身，更多的是基於所謂的銷售能力，或者針對不同的企業客戶定制方案的能力。但是這個這個業務維度和AI創業本身是錯位的。這一點也是值得大家考慮的。現在看起來火熱或者很好的東西，可能並不是中小創業者切入的最優點。

戈壁創投主要關註的垂直行業領域，除了前面提到的健康、金融，其次更主要的，我們還是會從用戶本身使用場景來看行業。AI本身來說，擁有大量用戶的使用場景，一個是和“車”相關的；其次，出行領域；第三，家庭；第四則是辦公環境。在這幾個領域內，我們最近在看的幾家公司，有基於大的物聯網，還有環境感知等。

其中讓我覺得比較興奮的是，大的辦公場景一直是被忽略的對象。多數人是把企業看成一個客戶，從來沒有把企業內部看成是所謂的場景。最近，很多人已經慢慢開始意識到，商業主體本身來說也是一個消費的終端，對AI更是這樣。很大程度上，你服務企業客戶本身可以為你產生收入，而其實它內部產生的需求量更大。

其次，在“車”這個領域來講，這幾年是爆發點，包括像無人駕駛，人車交互，都創造了非常多的場景。但在這塊，中國和美國還有非常大的技術性的差異。交互和識別領域中美的技術發展路徑差別非常大。從中國下一步無人駕駛大的發展路徑來看，因為中國基礎設施的情況和美國差異非常大，不管是交通路況也好，駕駛習慣也好，還有包括整體城市的狀況也好，中國都有非常多的機會。

AI“泡沫”並不重要

在AI領域里，有關於“泡沫”的說法，以及投資熱度也帶來了部分公司的高估值。但我認為，AI的“投資熱”其實對市場影響是很小的。

技術類領域和零售行業不同，即使再補貼，用戶也不會因為這個來使用，他們對價格敏感性其實並不高。但是，對於資本而言，仍然是願意對其投入的。對於AI的長期發展，業內多數人的共識是，在5-10年內，AI將面臨井噴的機會。而從以前科技領域領先型公司的發展周期來看，無論是Facebook，還是Google，都是高估值公司。這是一個巨大的賭註，很多人願意去下註在這個領域，產生新的巨頭的機會。

而技術類投資，不管這項技術最終是否成功，都會給市場帶來正向的教育。這是市場走向成熟的必然過程。而且，AI的“泡沫”對市場實際上影響並不大，它是技術的變革，而對商業終端不會帶來大的影響。它的投入影響是有邊界的。而在AI公司內部，盡管有人說它們投入成本高、燒錢，但在這個階段，做這個投入並不是浪費。正因為反複試錯，才使得產品走向成熟期，讓更多人看到其中存在的機會。

而大公司在其中扮演的角色更加重要。在現在的AI投資中，大公司的可投入的資金更多，它在數據、場景等方面擁有的資源也更多，如果它選擇封閉心態，對市場將產生負面的影響。但現在，部分大公司的觀念也走向開放。至少在現在，AI的整體發展是有利於市場、有利於創業者的。

目前多數AI公司業務還是以2B為主。因為目前看起來，還是技術為主的公司，跑的比平臺更快；或者說，多數技術類公司，還沒有辦法利用平臺做更多的商業應用。多數企業采用的，還是以服務企業客戶為主的方式。而C端業務，更多要到大平臺出現以後。這和互聯網、移動互聯網演進的路徑差不多。當競爭到達一定程度以後，2C的業務會發展得更快，更多的企業處於商業模式創新期，包括對於客戶的抓取性，可以把更多的精力集中在對用戶的感知上。同時，很多企業可能會成為真正意義上B2B2C的合作商。AI行業到了後期，也會能夠在更廣泛意義上服務用戶。

已經有一部分勇敢的公司開始做SaaS類的服務。SaaS目前看挑戰非常大，做第一個搭建業務平臺的，或者把數據對第三方開放，都有比較大的難度。但是從人工智能長期發展來看，我覺得基於所謂平臺的服務、SaaS的服務，應該是主流的趨勢。哪怕企業現在需求是封閉的，但多數企業，最終都會選擇SaaS的方式。

因為只有這樣，才會真正意義上給AI帶來更廣義的優勢，形成來自於整個行業、各個不同公司的更大的數據池，同時對這個行業和你的業務產生影響。

談到中美的科技創業領域的對比，很多人說美國AI人才的儲備比中國大很多，但從人才質量而言，兩國的中間差異越來越小；其次，從企業客戶采用新技術意願來看，國內比國外更強，在大的政府型采購的方向上，中國比美國政府更加勇敢，從這一點來看，中國某種程度來說，在為AI創造更大的市場。還有比較重要的一點，現在從底層技術來看，很多企業已經采取多種技術做融合性的開發，很多國外企業也在中國做了很多業務，在技術上，國家的界限已經越來越模糊。

文章評論

匿名用戶

發布

全部評論：10

發布

BAT火力全開布局人工智能 平臺構建提速

越來越多的中國人工智能相關企業獲得融資：例如2012年第一季度僅有12起人工智能相關的投資案例，而在2016年第二季度達到了65起。

人工智能正處於浪潮之巔。高盛集團發表了一篇名為《中國人工智能崛起》的研究報告，稱中國在利用人工智能推動經濟發展方面，已經成為全球的主要競爭者。統計數據顯示，中國人工智能產業在2016年已經突破100億元，預計2019年將增長至344.3億元。2000年-2016年，中國人工智能企業數累計增長1477家，融資規模累積達27.6億美元。大量的資本、人才、創業公司以及技術正支持中國的人工智能爆發。世界範圍內，谷歌、蘋果、亞馬遜、微軟、Facebook五大科技巨頭都在搶占人工智能市場，國內BAT也火力全開布局人工智能，它們也將成為人工智能浪潮中的最大受益者。

中國人工智能產業在過去五年迎來爆發式增長。

艾瑞咨詢公開數據顯示，2017年中國人工智能產業規模增長率預計將達到51.2%：這一數字在2016年為43.3%，2017年產業規模將預計從2016年的100.60億元攀升至152.10億元。而由烏鎮智庫提供的數據顯示，在過去五年中，越來越多的中國人工智能相關企業獲得融資：例如2012年第一季度僅有12起人工智能相關的投資案例，而在2016年第二季度達到了65起。

但在人工專利數量飆升、行業融資數目不斷攀升的表象下，不容忽視我國仍舊缺乏核心人工智能專利，和美國相比，我國人工智能領域獲得的融資額度仍然較低。盡管如此，在企業數量、融資額度、技術實力等多項指標上，目前我國已經在全球人工智能領域處在領先地位。

世界科技巨頭公司在人工智能產業發展過程中扮演了重要角色，而在中國盡管在計算機視覺、自然語言處理等領域誕生不少創業公司，但BAT較大的資金投入規模、招徠AI人才的能力、更好的基礎設施和規模更大的數據基礎，成為這場爭奪戰中取勝的關鍵。

麥肯錫近期發布報告認為，從全國來看大公司對於AI的投資在整個AI產業投資中占比極高，其中代表性企業包括谷歌、百度等，這一部分投資在2016年被認為在180億美元至270億美元之間，是來自風險投資、私人公司等外部投資金額的兩倍多。

BAT加速人工智能落地

自放棄了2015年以來O2O戰略後，今年以來百度在AI上展現了更為激進的姿態。“百度是一家AI公司。”是百度高管在今年時常提及的觀點。今年二季度財報會議上，騰訊公司總裁劉熾平卻告訴分析師，騰訊認為AI發展目前仍處於早期階段。

但事實上即便是在人工智能領域發力看似較遲的騰訊，也在AI方面進行了大量的投入。BAT三家都在各自產品中尋找落地人工智能的場景，但方向和幅度則不盡相同。

百度的AI戰略中，首要位置是用AI來提升目前百度已有業務，率先將AI能力應用到翻譯、導航等產品當中，以提升這類產品的效率。其次，則是通過AI來培育出新的業務，例如智能雲、智能駕駛等。

若梳理目前騰訊公布的案例，可以看到騰訊推出了遊戲AI、社交AI、內容AI來尋找人工智能落地場景。例如在圍棋領域推出“絕藝”，上線智能語音助手App等，以及在醫療領域推出了一個醫學影像實驗室，早期用於識別食管癌。將人工智能能力和騰訊目前已有的業務進行結合中，騰訊目前應用較多的業務之一是金融業務。

對於阿里而言，電商本身即是落地AI的主要場景，例如很早就聲稱將AI應用到了智能語音客服方面，在最近的雲棲大會上，阿里又宣布推出一款支持中英文的智能會話客服機器人。此外阿里推出城市大腦，以及在制造業流水線上嘗試“工業大腦”等。在B端進行嘗試。

在加速技術落地應用同時，三家巨頭公司均初涉及構建AI開放平臺。

在2017年7月5日的百度AI開發者大會上，百度總裁陸奇認為，AI的商業化途徑、行業化是數據加算法、加軟件、硬件，達到用戶價值、產生商業價值，這樣更多的數據、更大的價值進入創新循環。更長遠來說，百度將自身定位為一個AI開發平臺，向開發者提供AI能力進行開放。百度寄望於再造一個汽車界的“安卓系統”，在通用人工智能領域，百度推出了DuerOS。

麥肯錫發布的報告顯示，2016年科技巨頭在全球投資Ai的金額達到了約200億美元至300億美元，其中絕大多數被用於研發和部署。此外仍有10％左右被用於投資並購。例如百度收購了海外技術公司，專註在語音喚醒和自然語言處理的創業公司KITT.AI。

10月11日，阿里雲人工智能首席科學家閔萬里在采訪中告訴21世紀經濟報道記者，阿里接下來將可能消滅目前的所謂的“城市大腦”、“工業大腦”等基於不同場景下的系統，提煉系統架構，通過輸入不同的數據來泛化到不同的垂直領域。本質上阿里的做法也是在試圖進行一次平臺化的轉變：從解決某領域的智能解決方案，轉變為一個通用型的人工智能架構。

騰訊的開放某種程度上是基於騰訊雲來完成，例如目前騰訊雲提供了包括圖像服務、語音服務等SDK接口，開發者同樣可以通過接入來獲得圖像識別、語音識別等能力。AI方面騰訊分列AI平臺、框架和應用服務等。此外騰訊還上線了騰訊雲小微，以此構建騰訊的智能服務開放平臺。

押註未來

近年來三家公司均大力引入AI人才。從團隊架構上而言，騰訊在多個團隊對AI進行布局，分屬騰訊三個不同事業群的AI Lab、優圖實驗室以及微信AI團隊。阿里在人才吸引上近期動作頗大，阿里新成立達摩院揚言在未來三年投入千億作為啟動資金。此前阿里更多強調技術的落地和實際應用，成立達摩院某種意義上是阿里在AI方面向縱深邁進。

阿里目前已經在布局芯片階段。阿里巴巴首席技術官張建鋒認為，目前諸如GPU這類已有的芯片無法滿足人工智能計算需求，因此需要推出定制化的芯片。而閔萬里則告訴21世紀經濟報道記者，目前阿里仍在設計芯片架構的階段，距離真正硬件測試仍有一段距離。

在今年8月騰訊發布二季度財報講話中，劉熾平認為人工智能行業目前仍處於初期發展階段。而在騰訊提供的一份官方資料中，騰訊認為，由於人工智能在歷史屢次受限於基礎設施瓶頸，因此AI的發展和基礎設施支撐情況密切相關，此外騰訊認為目前AI在理解環節上仍未找到突破口。

但與此同時，騰訊同樣認為AI目前在垂直領域的落地能夠創造直接的價值。一種簡單而直接的印象是：百度在過去四年中進行了大量的人工智能相關基礎研究，而騰訊、阿里更多強調技術的實用性、產品化和具體場景。

在BAT三家中，騰訊起步最慢且幅度較小，百度布局較早且在自然語言處理、圖像識別、自動駕駛等技術領域投入較大，阿里則在實際落地應用中最為激進，強調人工智能研究的實用性。但多位業內人士均認為，三家公司今年在AI領域的投資布局呈加速趨勢。

但在技術能力具體落地上，具體載體仍在探索。例如百度DuerOS目前展示的落地載體仍是在智能手機上，以及智能音響。

今年阿里巴巴推出了智能音響“天貓精靈”，押註AI能力在消費市場場景。10月12日舉行的雲棲大會上，阿里巴巴人工智能實驗室發布了AliGenie語音開放平臺新增多個場景。早在今年7月，也有騰訊正在研發自家智能音響的聲音傳出。但在9月，騰訊暫時選擇和出門問問聯合推出音響方式來介入這一領域。

無論從概念抑或是技術落地上，BAT這三大巨頭已經緊緊的將AI和自己綁在了一起。

（來源：21世紀經濟報道）

阿里達摩院新進展：微軟、谷歌人工智能專家入職阿里人工智能實驗室

黑智 2017-10-17 11:37

10與11日，阿里巴巴宣布成立承載“NASA計劃”的實體組織——“達摩院”，定位於進行基礎科學和顛覆式技術創新研究。馬雲表示，未來3年內，將為達摩院投入1000億元以上。

達摩院剛剛成立，10月16日，阿里巴巴宣布，微軟亞洲研究院首席研究員聶再清博士、谷歌Tango和DayDream項目技術主管李名楊博士入職阿里巴巴人工智能實驗室（以下簡稱AI Labs）。其中聶再清將擔任AI Labs北京研發中心總負責人，李名楊任AI Labs機器視覺傑出科學家。

據介紹，聶再清博士加入AI Labs前就職於微軟亞洲研究院，任首席研究員，主要負責微軟自然語言理解、實體挖掘的研發工作。在對象級別搜索與大數據挖掘方面申請國際專利十余項。他帶領團隊旨在通過大數據挖掘和眾包，建立Web-scale知識圖譜，是微軟學術搜索、人立方，以及企業智能助理EDI的發起人和負責人，也是微軟自然語言理解平臺LUIS的技術負責人。相關技術已經應用在Bing、Office、Cortana等產品上。加入AI Labs之後，除負責北京研發中心的各項研發工作外，還將重點突破知識圖譜和自然語言理解這兩個研究方向。

阿里巴巴人工智能實驗室北京研發中心總負責人聶再清

李名楊博士此前就職於谷歌，擔任Daydream/Tango項目技術主管。他的主要研究領域是視覺-慣導里程計(VIO)和即時定位與地圖重建(SLAM)，並在該領域擁有20多篇頂級論文及相關專利。在谷歌期間，他的研究重心為多傳感器融合和SLAM領域，包括技術的理論創新和商業化。他推進了tango項目與全世界多個高校之間的合作研發計劃,也將SLAM技術融合進了多個終端產品中，包括tango手機和ARcore。

阿里巴巴人工智能實驗室機器視覺傑出科學家李名楊

這也是達摩院成立後的“第一槍”。此前“達摩院”首批公布的研究領域包括：量子計算、機器學習、基礎算法、網絡安全、視覺計算、自然語言處理、人機自然交互、芯片技術、傳感器技術、嵌入式系統等，涵蓋機器智能、智聯網、金融科技等多個產業領域。聶再清與李名楊的入職，也預示AI Labs未來的產品方向，除了語音交互產品外，很有可能會推出基於視覺交互，甚至“機器人”類型的人工智能產品。

文章評論

匿名用戶

發布

全部評論：10

發布

核心業務拉動三季度業績增長 BAT全線布局人工智能

從BAT公布的2017年底三季報告看，阿里和騰訊總體業績表現亮眼，百度未達市場預期，三季度凈利潤超半來源於出售資產所得。

財報顯示，阿里巴巴集團與騰訊控股總營收分別為（本文全為人民幣）551.22億元和652.1億元，同比都實現61%的增長；百度總營收為235億元，同比增長29%，增長幅度較小。

就凈利潤而言，阿里（美國通用）和騰訊分別實現凈利潤分別174.08億元、180.06億元，同比增長146%、69%；百度三季度凈利潤為79億元，其中42億元來自於出售百度外賣所得，超過三季度凈利潤的一半。

                                                  圖片來源：視覺中國

核心業務增長拉動營收上行

從BAT公布的財務數據可以看出，各家核心業務收入差距較大。阿里的電商業務和騰訊的遊戲同比實現大幅增長，百度由於活躍網絡營銷客戶數量同比大幅下降，三季度表現並不盡如人意。

騰訊在財報中表示，主要受遊戲、支付相關服務、數字內容訂閱、銷售及網絡廣告的推動，收入同比增長61%。其增值業務總收入為421.24億元，網遊收入268.44億，網絡廣告及其他收入分別為110.42億元、120.44億元，同比都實現不同程度的增長。

阿里數據顯示，核心的電子商務營收為464.62億元，同比增長63%；雲計算業務、數字傳媒和娛樂及其他營收分別實現營收29.75億元、47.98億元及8.87億元。此外，阿里國際商業零售業務營收為28.78億元，國際商業批發業務的營收為人民幣16.51億元。

相較阿里與騰訊核心業務大幅增長，百度營收未達市場預期。其凈利潤的大幅增長，主要得益於出售百度外賣獲得的投資收益。

財報顯示，百度第三季度凈利潤為79億元，刨去百度外賣出售所得的42億元，三季度實際運營業務產生凈利潤為37億元，不到實際凈利潤的一半。百度稱，主要受到研發等投入較多的影響。

BAT在營收增加的同時，在成本方面也有所增加。

從財報中可知，人工智能和愛奇藝仍是百度的主要成本投入。其在三季度研發支出為人民幣32億元，比去年同期增長24%。

阿里報告顯示，三季度營收成本為220.02億元，占營收的40%，上年同期為131.23億元；在產品開發、銷售與營銷、總務及行政的支出分別為50.83億元、62.66億元及34.39億元；上年同期分別為人民幣41.34億、38.78億元及28.15億元。

騰訊也在報告中指出，由於與支付相關的服務及雲服務的成本增加，本季度收入成本同比增加136%；銷售及市場推廣同比增加47%；一般及行政支出增加54%。

就網絡服務總體程度而言，用戶需求及活躍度直接影響總體的銷售及利潤。阿里巴巴在三季度電子商務營收為464.62億元，同比增長63%；就剛過去的“雙十一”來看，阿里的用戶活躍度同比大幅增加。數據顯示，阿里巴巴今年雙十一全天交易額為1682億元，相比去年1207億元大幅增加。

總的來看，阿里巴巴用戶需求量相對增加，騰訊用戶由QQ轉向微信和Wechat的趨勢明顯，百度活躍程度有所下降。

騰訊三季度報告顯示，與QQ相關的，包括QQ的智能終端月活躍賬戶、QQ空間的月活躍賬戶等都呈下降趨勢，其中QQ空間月活躍賬戶同比下降10%。與此相反，微信及Wechat用戶量同比實現15.8%的增長；收費增值業務漲幅較大，同比增長19.3%。相較而言，百度三季度活躍網絡營銷客戶數量約為48.6萬家，同比下降79%。

聚焦AI尋求新的利潤增長點

對於百度第三季度凈利潤相對較低的情況，其在財報中表示，主要系其他投資成本相對較高所致，尤其是在AI上面的投入。

日前，在2017百度世界大會現場，百度董事長兼CEO李彥宏向外界公布了4個月來百度在AI技術領域的最新進展，包括無人駕駛、手機百度10.0和全新人工智能硬件“ra-venH”等軟硬件產品，並表示首批無人車將於明年量產。

百度在人工智能上的投入，在今年第三季度全面展開。百度在七月份召開的“BaiduCreate2017百度AI開發者大會”上，首次全面介紹了自家的AI開放生態，推出了DuerOS以及無人駕駛Apollo計劃。10月26日晚，李彥宏在中國科技大學的一場演講中透露，百度將會在人工智能方面有大的投入，包括人才的投入。

從目前BAT對AI前期的布局來看，看好AI前景的並非只有百度一家。

國內人工智能人形機器人公司優必選（Ubtech）近日完成4000萬美元C輪融資，投資方為騰訊集團。

其實，早在2016年9月騰訊就宣布成立AI實驗室，進行AI基礎理論研究及工程實現。今年3月向外界宣示了對AI的探索。

日前，騰訊正式發布人工智能助手——騰訊叮當，騰訊已經開始進軍人工智能商用領域，並將人工智能技術正式商用化、民用化。

從百度的All in AI到騰訊的AI in All，未來AI已成為人類發展不可或缺的一個部分，阿里自然也不會錯過。

人工智能公司耐能（Kneron）近日正式宣布完成超過千萬美元的A輪融資，由阿里創業者基金領投，奇景光電、中華開發資本、高通、中科創達、紅杉資本與創業邦跟進投資。

此外，今年8月18日，專註AI芯片的寒武紀科技完成一億美元A輪融資，由國投創業、阿里巴巴創投、聯想創投、國科投資等聯合投資。10月24日，深鑒科技對外宣布完成約4000萬美元A+輪融資，由螞蟻金服與三星風投領投。

（來源：央廣網 記者 易玨 實習記者 王彩玲）

人工智能改變傳統駕駛智慧交通離我們還有多遠？

2017年11月16日，廣東省深圳市，第十九屆中國國際高新技術成果交易會於深圳會展中心舉行，圖為無人汽車駕駛系統。（東方IC/圖）

疲勞駕駛將會觸發預警系統、設定路線汽車就能無人駕駛、交通信號燈能根據車流量做出調整，人工智能正在改變傳統的駕駛行為。第十九屆中國國際高新技術成果交易會21日在深圳落下帷幕，在本屆高交會上，人工智能與城市交通的深度融合受到了參觀者關註：實現了無人駕駛，智慧交通離我們還有多遠？

人工智能改變傳統駕駛行為

你也許見過這樣的場景：司機一個哈欠接著一個哈欠，像“小雞啄米”一樣打瞌睡，眼皮越來越重直到難以睜開。在各大城市，疲勞駕駛是造成交通事故的重要原因之一。現在，人工智能在駕駛領域的應用或許會降低司機疲勞對道路交通安全的威脅。

在本屆高交會上，從事計算機視覺技術研發的商湯科技展示了最新的駕駛監測預警系統：未來，嵌入了人臉識別算法的攝像頭可以實時讀取、分析司機的面部表情，一旦司機疲勞的程度超過了合理的範圍，系統將會發出預警信號，提醒司機註意安全。

在離商湯科技展臺不遠的地方，一輛裝載無人駕駛系統的汽車吸引了眾多參觀者駐足。2017年上半年，佟顯喬從美國辭職回到深圳創業，把自己與兩位朋友共同研發的無人駕駛系統推向國內市場。佟顯喬表示，他們的無人駕駛系統使用了國產的傳感器和自主研發的核心算法，已經進行了上路測試。“之前在矽谷的路測中，我們的汽車在正常車流量的公路上行駛了大約30分鐘，一路都很安全。”他說。

在近日舉行的2017百度世界大會上，百度公司董事長李彥宏表示，預計2018年7月，百度與金龍客車合作生產的無人駕駛小巴車將實現量產。此外，百度也將與江淮、北汽等汽車制造商聯合推出更多車型的無人駕駛汽車。

“城市大腦”邁出智慧交通第一步

人工智能正在改變傳統駕駛行為，也將帶來一整套的城市智能交通系統。在杭州，人工智能已經開始應用於城市整體交通治理中。

2016年10月，阿里雲公司啟動了“城市大腦”計劃試點。該試點以互聯網為基礎設施，利用豐富的城市數據資源，對城市進行全局的即時分析，能有效調配公共資源，推動城市可持續發展。

在本屆高交會舉行的論壇上，阿里巴巴集團技術委員會主席王堅介紹了“城市大腦”的運行情況：在杭州，“城市大腦”利用攝像頭分析實時交通流量，讓交通信號燈根據即時流量做出調整，優化路口的時間分配，提高交通效率。

數據顯示，杭州推行“城市大腦”後，試點區域高峰期平均行車速度提升15%，區域平均擁堵時間下降9.2%。杭州市蕭山區還實現了120救護車等特種車輛的優先調度，通過“城市大腦”定制的一路綠燈“生命線”，救護車到達現場的時間比原來縮短了將近一半。

對於擁堵、違停、事故等，“城市大腦”還能代替人工實時發現，並觸發機制進行智能處理。在杭州主城區，“城市大腦”日均事件報警數達500次以上，準確率達92%。

從事無人駕駛技術研發的馭勢科技首席架構師彭進展說：“人工智能正在把城市交通帶入更加高效、安全的新時代。”

前景值得期待　難點尚待突破

目前，“人工智能＋交通”已經成為資本市場的熱點。來自騰訊研究院的報告顯示，在我國人工智能企業中，輔助駕駛、自動駕駛領域的融資總金額排名第三位，達107億元，僅次於計算機視覺圖像和自然語音處理領域。該報告分析認為，由於我國在輔助駕駛、自動駕駛領域的企業僅有31家左右，卻擁有排名第三的融資額，意味著投資者十分看好這一領域。

投資者的信心來自於我國具有的獨特優勢。彭進展說，我國各大城市有豐富的交通場景，有海量的交通數據，為無人駕駛算法的訓練提供了得天獨厚的條件。

然而，實現人工智能與交通的深度融合仍然存在難點。彭進展表示，無人駕駛是人工智能在交通領域應用的核心場景，實際上是一個涉及城市整體交通運營的綜合性問題，包括環境感知、智能決策和規劃、智能控制等多個領域，在這些相關領域都取得突破尚需時日。

深圳市索菱實業股份有限公司車聯網業務中心產品經理張楊說，要實現智慧交通，除了無人駕駛之外，還要解決車與車、車與雲端之間的通訊問題。

“未來，我們要利用傳感器、高清攝像頭、激光雷達等工具，采集道路基礎設施、交通信號燈以及車輛的實時信息，算法會結合這些信息做出正確的指令。”他說。

新一輪的探索已經開始。近日，科技部決定，依托百度公司建設自動駕駛國家新一代人工智能開放創新平臺，而“城市大腦”國家新一代人工智能開放創新平臺的工作將由阿里雲公司承擔。

(來源：新華社）