前不久，在GMIC全球移動互聯(lián)網(wǎng)大會上，天風證券海外首席分析師何翩翩（美國麻省理工學院電機工程學士、人工智能碩士、MBA三學位獲得者）分享了關(guān)于人工智能未來發(fā)展趨勢的報告。

　　報告稱，在過去5-10年里，人工智能開始得以商業(yè)化和普及，主要鑒于計算能力的快速增加：摩爾定律的突破，讓硬件價格加速下降；云計算及并行計算的普及；以及GPU的使用讓多維計算能力提升，這些都大大促進了AI的商業(yè)化。

　　何翩翩表示，隨著硬件越來越便宜，云計算的應(yīng)用成本越來越低。2006年以前，很少會使用到GPU做人工智能的訓練，GPU的出現(xiàn)也使人工智能得以普及。十年前，如果一個電腦里有4個GPU其實就已經(jīng)很好了。晚上的時候把數(shù)據(jù)模型發(fā)出去訓練，早上會有結(jié)果?，F(xiàn)今，谷歌云計算上面使用了超過1200個GPU。同樣的數(shù)據(jù)模型在谷歌的云計算上運行其速度可以想象?？墒昵昂筮@個差別是極其之大的。

　　目前，國內(nèi)外人工智能的討論范疇一直都圍繞著五個點：強度、能力、廣度、監(jiān)督和自主性。通俗地講可以概括為：機器訓練智能化的程度；用來解決什么問題；特定性向通用性的延伸；監(jiān)督和無監(jiān)督；人工智能是助手還是主角。

　　語音識別接口

　　人工智能最終的目的是希望可以模仿人類大腦的操作方式。其中，智能助手應(yīng)用的關(guān)鍵在于語境意識，以及如何在語境中靈活地展現(xiàn)功能。以Siri，谷歌，百度度秘為例，當有人問“史帝夫·喬布斯是誰？”時，三個系統(tǒng)基本上可以給出一致的答案。但若問“喬布斯是哪一年出生的？”Siri會說“我不懂”或幫你找到網(wǎng)頁，而百度很可能給你另外一個人的信息，只有谷歌會說他是1955年出生的。谷歌通過積累超過十年的自然語義聯(lián)結(jié)處理技術(shù)，能夠解決用戶發(fā)出的連續(xù)性提問中的上下文指代關(guān)系。這個問題目前在Siri和度秘中都沒有辦法很好解決。據(jù)悉，每天谷歌接收到的搜索請求有50%來自手機，在美國有20%的搜索是通過語音指令完成的。

　　智能回復和機器翻譯

　　2016年9月，谷歌正式推出的聊天軟件Allo使用了智能回復來通過對用戶的對話記錄生成智能回復選項，Allo的智能回復有嚴格的要求，要求將延時控制在200毫秒以下。2017年，谷歌又發(fā)布了神經(jīng)機器翻譯系統(tǒng)，實現(xiàn)了機器翻譯技術(shù)迄今為止的最大進步。

　　以“小偷偷偷偷東西”為例做英文翻譯，第一個“小偷是名詞”，第二個“偷偷”是形容詞，第三個“偷”是動詞，谷歌會翻譯的很通順，而度秘和Siri很可能就把“偷偷”給省略掉了，直接翻譯為“小偷偷東西”。雖然這句話只有七個字，但不同的組合卻可以產(chǎn)生很多不同的意思。在谷歌的語言模型里，在翻譯的同時還會配上語法。

　　完全無人駕駛

　　在AI引領(lǐng)下，智能駕駛對交通運輸和汽車制造業(yè)帶來革新顛覆。智能駕駛作為人工智能落地最快、產(chǎn)業(yè)空間最大的應(yīng)用方向之一，行業(yè)當下處于優(yōu)勢資源聚攏整合的階段，整車廠商以及新興科技巨頭紛紛加大布局。

　　現(xiàn)今，無人駕駛分為兩大陣營，一個是以谷歌、百度等科技公司為代表的超級式陣營，一個是傳統(tǒng)汽車廠商和Mobileye合作的遞進式陣營。其中，超級陣營強調(diào)通過采集某一區(qū)域的高精度3D地圖信息配合激光雷達在某一區(qū)域?qū)崿F(xiàn)無人駕駛；遞進式陣營強調(diào)“萬無一失”的復雜傳感器組合識別周圍環(huán)境，低精度導航地圖，在任何區(qū)域?qū)崿F(xiàn)無人駕駛。但兩大陣營都懷抱終極愿景：在任何區(qū)域達到完全無人駕駛。

　　無人駕駛的配件包括長短距離的雷達、攝像頭以及高精密的GPS。目前，GPS系統(tǒng)多多少少都會有幾米的差距，單位差距縮小到幾厘米是有可能的。Mobileye跟特斯拉合作的是第三代的芯片，這個芯片并不是特斯拉所標榜的自動駕駛，而只是一個ADAS系統(tǒng)。這個系統(tǒng)可以進行變道提醒和防追尾提醒，比如司機要改變行車道，它會給提醒，或者是后面的車跟得很近，也會給你提醒。

　　如果要達到無人駕駛，必須要有其他的傳感器、硬件的配合。谷歌使用的激光雷達的系統(tǒng)，但這個系統(tǒng)很貴。雖然谷歌無人駕駛的項目已經(jīng)做了很多調(diào)整和改變，但業(yè)內(nèi)比較擔心其數(shù)據(jù)收集多元性的問題。谷歌的無人駕駛只能在美國的四個州收集數(shù)據(jù)，但這四個州車輛比較少，所以收集的數(shù)據(jù)也比較單一。

　　很多人都有一個問題，傳統(tǒng)的汽車產(chǎn)業(yè)有沒有可能像特斯拉一樣，自己研究自己的無人駕駛技術(shù)，并超越之前的合作方案。打個比喻，如果特斯拉是無人駕駛里的蘋果，Mobileye就是無人駕駛里的安卓。它們采取的是完全開源的一個情況。今天，Mobileye跟寶馬和英特爾合作其實是完全開源的，各個汽車企業(yè)得到這個算法之后，就可以自己在上面去做。未來，汽車企業(yè)也會跟Mobileye有一個非常緊密的合作。甚至會在Mobileye的平臺上搭建他們的系統(tǒng)。

　　可以說，越級式陣營依靠強大的技術(shù)背景和巨額的研發(fā)投入成為行業(yè)翹楚，遞進式陣營伴隨智能駕駛完善的方向前進，擁有更為清晰的商業(yè)化道路。預(yù)計，智能駕駛會在2020年迎來黃金十年，同時帶動產(chǎn)業(yè)鏈衍生市場的大規(guī)模催化擴張。

　　未來誰是AI芯片的主流

　　GPU在過去一年里很火，未來誰會是人工智能芯片的主流？其實真正能夠顛覆GPU使用是量子。但是量子計算在5年之內(nèi)絕對不會有突破性的發(fā)展和商業(yè)化的發(fā)展。不少人在想，TPU是否可以取代GPU？其實它們各自都有各自的定位，TPU的出現(xiàn)，其實是谷歌自己覺得在價格方面，或者是在某一些應(yīng)用中，不一定需要用到GPU，所以他們發(fā)明了這個東西。以AlphaGo為例，下棋的時候有361種下棋的方式，但不可以把整個數(shù)都進行計算。所以，需要TPU減去一部分的數(shù)據(jù)。TPU和GPU最大的區(qū)別，就是在浮點上的精準度。TPU可以應(yīng)用到減數(shù)據(jù)這個方面。

　　當減完數(shù)據(jù)之后剩下50條，這50條里的每一個節(jié)點，就代表每一步棋。一般來說，一條數(shù)據(jù)里有150到180個節(jié)點，每一個節(jié)點都需要計算一個分數(shù)，累計下來就是贏率。到底哪一條數(shù)據(jù)可以達到最大的獲勝機會，這些必須用到GPU去操作。所以，不可以說TPU會取代GPU，它們都有著各自的功能。

　　MIT人工智能五大趨勢預(yù)測

　　首先，最先出現(xiàn)的兩個趨勢應(yīng)該是正向強化學習和對抗性神經(jīng)網(wǎng)絡(luò)。AlphaGo可說是深度強化學習技術(shù)的一個里程碑。GAN很有可能會在無監(jiān)督學習還沒能普及之前讓計算機變得更加智能的關(guān)鍵所在。

　　其次是語言學習。語音識別和語音接口，在技術(shù)和應(yīng)用場景方面已經(jīng)算是AI里面較為成熟的，計算機通過語言與我們交流和互動，理解語言的上下文含義，將使AI系統(tǒng)獲得全方位的實用性提升，這也是AI步入夏天的第一步。

　　第四個趨勢是，2017年中國開始成為人工智能主要參與者。BAT的布局，加上國內(nèi)投資者對于AI創(chuàng)業(yè)公司的投資熱情高漲。政府方面也在積極推動政策扶持，預(yù)計在2018年前投資約150億美元。但我們也發(fā)現(xiàn)關(guān)于AI的夸張報道鋪天蓋地，而AI的炒作也達到了令業(yè)界人士不安的程度。我們認為這樣對AI可能會造成揠苗助長的負面效果，繼而導致創(chuàng)業(yè)公司因估值過高而步向失敗以及投資枯竭的情況。

　　第五個趨勢就是面對炒作我們應(yīng)該深呼吸一口氣，頭腦時刻保持清醒，理智的去看待AI行業(yè)的下一步發(fā)展，踏踏實實的去做好AI應(yīng)用的研發(fā)工作。

　　本報記者 張歡

關(guān)注讀覽天下微信， 100萬篇深度好文， 等你來看……