隨著人工智能的快速發(fā)展，未來人工智能到底是會造福人類還是會取代人類，成為科技行業(yè)爭執(zhí)不下的重要議題。有人看好人工智能的前景，比如比爾·蓋茨就認為在接下來的10年到20年間，AI將對管理人類的生活起到極大的用處；也有人對進化飛速的AI表示擔憂，特斯拉CEO馬斯克就公開表示人工智能是人類生存的最大威脅。

　　3月14日，英國著名物理學教授霍金去世，享年76歲，這一突如其來的噩耗令不少人傷心不已。回顧霍金一生經歷和科研成果的文章比比皆是，而他對人工智能的獨特見解更是被業(yè)界論道。

　　與馬斯克一樣，霍金對AI的發(fā)展也保持謹慎甚至是悲觀的態(tài)度，“AI全方位發(fā)展可能招致人類滅亡，比如最大化使用智能性自主武器。”因此，霍金認為，應該放緩AI的發(fā)展角度，將AI的研究方向從單純的提升AI能力，轉向如何讓現(xiàn)有AI技術服務人類，從而最大化AI的社會效益。

　　由此可以看出，人工智能發(fā)展帶來一些倫理問題，讓人們看到人工智能在推動經濟和社會發(fā)展的同時，又產生被替代、被傷害的擔憂，一些價值觀也受到挑戰(zhàn)。如同很多新聞當中所說，機器人取代重復性、簡單性的工作，會使工人失去很多就業(yè)機會，但是由于人工智能的技術引起的社會發(fā)展而建立的就業(yè)機會也應該在利弊權衡之內。

　　百度前首席科學家吳恩達則認為，當前思考這個問題還為之尚早：“其實我覺得電腦得到自我意識，這種技術還是那么遠，所以我現(xiàn)在還是不太擔心，那可能是一百年以后，也可能是一千年以后。”

　　與此同時，我國也正在加大對相關人工智能企業(yè)的扶持力度。2017年3月，人工智能首次被寫入政府工作報告。

　　同年7月，國務院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，提出到2020年，人工智能總體技術和應用與世界先進水平同步，人工智能產業(yè)成為新的重要經濟增長點，人工智能核心產業(yè)規(guī)模超過1500億元，帶動相關產業(yè)規(guī)模超過1萬億元。

　　同年10月，黨的十九大報告也提及人工智能發(fā)展。在今年的兩會中，政府工作報告中提出，加強新一代人工智能研發(fā)應用，在醫(yī)療、養(yǎng)老、教育、文化、體育等多領域推進互聯(lián)網+，發(fā)展智能產業(yè)，拓展智能生活”，再次將人工智能技術推向風口浪尖。

　　這也是繼2017年首次寫入政府報告后，人工智能再入政府工作報告，也再次讓我們看到了國家對人工智能的重視。這一切舉動都展現(xiàn)出我國打造世界級AI領先技術的雄心，也表明我國在加大對相關人工智能產業(yè)和企業(yè)的扶持力度。

　　統(tǒng)計顯示，2007年~2016年，全球人工智能領域論文中，中國占近20%，僅次于美國；深度學習領域論文總量和引用量均居世界前沿?？萍疾扛咝滤舅鹃L秦勇表示：“我國在語音識別、視覺識別、機器翻譯、中文信息處理等技術方面處于世界領先地位。”業(yè)內專家表示，人工智能技術還能夠催生并促進柔性制造、綠色制造、智能制造、全球制造等，對于實體經濟轉型升級意義深遠。

　　在未來的發(fā)展道路上，人工智能到底是“蜜糖”還是“砒霜”，有關人工智能倫理困境與技術難題該如何正視與解決，需要將眼光放長遠一些來衡量。

　　雙面觀

　　人工智能威脅了誰

　　人們對于未知，總是充滿了好奇和恐慌。人工智能技術發(fā)展太快，普通民眾并沒有深入了解人工智能到底是什么，卻會擔心自己所從事的職業(yè)某一天會被人工智能所代替，面臨失業(yè)危機。關于未來哪些職業(yè)會伴隨著人工智能的發(fā)展而逐漸被取代，首先要滿足以下兩個條件：一是具有較高的附加值；二是較為機械重復，可代替度高。

　　關于什么職業(yè)會被人工智能取代，李開復在他的《人工智能》一書里已經列舉了有些未來幾年最先被替代的職業(yè)：卡車司機、交易員和基金經理、翻譯、售貨員、藥劑師、影像科醫(yī)生、記者、律師。

　　這種推測給很多從事相關行業(yè)的人帶來了恐慌，而最近一次比較嚴厲的預警來自于麥肯錫，它測算了800個工種、2000多種工作行為的自動化風險指數(shù)，告訴人們又有一些職位將要被自動化取代了，其中食品巨頭工廠里的流水線工人最危險，圖書管理員86%的工作也將不能幸免。

　　然而，新技術的確摧毀了一些崗位，但也催生了新的，這是不容忽視的。況且整個職場的變化還和經濟環(huán)境、就業(yè)政策、勞動力市場供需、分工格局的變化有關。

　　可以肯定的是，伴隨著人工智能技術的發(fā)展，如果有一些行業(yè)被替代，也會有新的職位產生，這種恐慌或許顯得有些為時過早。

　　那么，人工智能又將給我們的生活帶來哪些變化？

　　在計算機視覺上，2000年左右，人們開始用機器學習、人工特征來做比較好的計算機視覺系統(tǒng)。如車牌識別、安防、人臉等技術。而深度學習則逐漸運用機器代替人工，擴大了應用場景，如無人駕駛車、電商領域。

　　在語音技術上，2010年后，深度學習的廣泛應用使語音識別的準確率大幅提升，像Siri、Voice Search和Echo等，可以實現(xiàn)不同語言間的交流，從語音中說一段話，隨之將其翻譯為另一種文字；再如智能助手，你可以對手機說一段話，它能幫助你完成一些任務。與圖像相比，自然語言更復雜，不僅需要認知，還需要理解。

　　在自然語言處理上，目前一個比較重大的突破是機器翻譯，這大大提高了原來的機器翻譯水平。Google的Translation系統(tǒng)，是人工智能的一個標桿性的事件。2010年左右，IBM的“Watson”系統(tǒng)在一檔綜藝節(jié)目上，和人類冠軍進行自然語言的問答并獲勝，代表了計算機能力的顯著提高。

　　在決策系統(tǒng)上，決策系統(tǒng)的發(fā)展是隨著棋類問題的解決而不斷提升，從20世紀80年代西洋跳棋開始，到20世紀90年代的國際象棋對弈，機器的勝利都標志了科技的進步，決策系統(tǒng)可以在自動化、量化投資等系統(tǒng)上廣泛應用。

　　在大數(shù)據應用上，可以通過你之前看到的文章，理解你所喜歡的內容而進行更精準的推薦；分析各個股票的行情，進行量化交易；分析所有客戶的一些喜好而進行精準的營銷等。機器通過一系列的數(shù)據進行判別，找出最適合的一些策略而反饋給我們。

　　在我們的日常生活中，AI隨時出現(xiàn)在我們身邊，為現(xiàn)代生活提供便利。語音識別、刷臉解鎖、私人助手、圖像美化、推薦排序、預測疾病、服裝設計、火星探索……AI已經滲透到我們生活的每個角落。

　　關于人工智能，到底該怎么看？有人說這是最好的AI時代。

　　在很多人感嘆和贊美科技發(fā)展，感恩人工智能為人類社會帶來的諸多便利的時候，也同時有人在質疑和警惕。例如，馬斯克曾經表示，“AI是我們人類文明面臨的最大威脅”，并呼吁政府迅速而堅決地進行干預，監(jiān)督這項技術的發(fā)展。他認為：“就人工智能而言，我們需要在管制上更具有前瞻性，而不是消極應對。因為等到我們制定出人工智能管理規(guī)定的時候，已經太晚了。”然后，馬斯克比較了人工智能和傳統(tǒng)管理目標，并聲稱，“人工智能是關系人類文明存亡的最大威脅，這是汽車事故、飛機墜毀、濫用藥物或劣質食品都比不了的威脅。”他對人工智能的擔憂也獲得了微軟聯(lián)合創(chuàng)始人比爾·蓋茨以及知名科學家霍金的支持。

　　霍金曾多次公開發(fā)表過對人工智能的擔憂。比爾·蓋茨則表示，他同意馬斯克和其他人的觀點，并且不理解為什么有些人對此并不感到擔心。比爾·蓋茨認為，雖然目前AI還沒有達到超級智能的水平，但是幾十年后，人工智能將強大到足以引起擔心的水平。因此，他對人工智能長期的發(fā)展感到擔憂。

　　當然，同樣也有很多人表示，我們完全不需要擔心人工智能對我們造成威脅。扎克伯格對人工智能的發(fā)展充滿信心。他認為未來5到10年之內，人工智能將會極大地提高人類的生活質量。他認為，人工智能可以幫助人們更準確地診斷疾病，以此達到更好的效果。

　　當提到人工智能的威脅時，扎克伯格表示，任何技術都有好有壞，關鍵在于如何開發(fā)。開發(fā)者應該謹慎對待新技術以及其使用方式，而不是面對技術威脅，就想放緩新技術的研發(fā)進程。在他看來，人工智能這種可以改善醫(yī)療條件并減少交通事故的技術，不應該為人們所反對。

　　斯坦福大學計算機科學系和電子工程系副教授吳恩達說過一句話：“我認為人工智會為社會帶來巨大的影響。我有時打比方，人工智能就是未來的電能。”對于這一觀點，著名媒體人楊瀾表示認同。她說，人工智能聽起來很遙遠，其實已經滲透到我們的日常工作和生活中。在不遠的未來，互聯(lián)網、大數(shù)據、硬件的發(fā)展和軟件的優(yōu)化，乃至全社會的參與，人工智能將真正從實驗室走進生活，它將成為改變我們生活的一部分。

　　技術篇

　　警惕深度學習框架“雙缺”

　　2006年Hinton在《Science》提出著名的深度學習框架，引爆了一輪人工智能熱潮。十多年來，無論是國際科技巨頭，還是權威研究機構，都致力于深度學習框架的研發(fā)應用，帶來了視覺、語音等領域革命性的進步，極大地推動了人工智能的創(chuàng)新發(fā)展。事實上，隨著人工智能時代的來臨，深度學習框架已被視為一個核心突破口和科技前沿陣地，依托深度學習框架構建人工智能生態(tài)也必將成為未來發(fā)展方向。與發(fā)達國家相比，我國對核心技術的預見性較為滯后，深度學習框架的國際戰(zhàn)略缺位、核心技術的“雙缺”問題尤其突出。我國只有關注并盡快破解“雙缺”難題，才有可能搶占人工智能的戰(zhàn)略制高點。

　　深度學習是神經網絡及其應用的統(tǒng)稱，旨在將復雜的神經網絡架構應用在數(shù)據建模上，從而帶來前所未有的準確性，其已在計算機視覺、語音識別、無人駕駛等眾多領域取得突破性進展。深度學習框架能夠提供進行深度學習的底層架構、接口，以及大量神經網絡模型，減少重復編程的時間和精力，提高深度學習效率。2012年GoogleBrain項目通過使用深度學習，讓系統(tǒng)自動學習并識別貓，激起了全球范圍內研究深度學習的熱潮。

　　再如，2016年Google DeepMind開發(fā)的基于深度學習的AlphaGo以4：1的總比分戰(zhàn)勝了世界圍棋冠軍李世石，讓人們對深度學習的認知跨越到一個新階段。

　　眼下，深度學習框架加應用場景已成為當今的主流發(fā)展模式，成為人工智能發(fā)展的基礎和核心，也是人工智能向下一個階段跨越的關鍵。

　　“雙缺”問題日益突出

　　一方面，我國人工智能產業(yè)蓬勃發(fā)展，在特定領域已處于世界先進水平。但在人工智能核心環(huán)節(jié)即深度學習框架領域的國際發(fā)聲卻較少、戰(zhàn)略缺位明顯，特別是在開發(fā)、開源方面仍遠遠落后于歐美國家。比如，2017年GitHub中最受歡迎的開源框架TensorFlow、Caffe、Caffe2、CNTK、MXNet、Torch、DL4J和Theano，均由美國科技公司或科研團隊開發(fā)。其它具有國際影響力的框架還包括瑞士的超級深度神經網絡框架Brainstorm、日本的動態(tài)計算圖神經網絡框架Chainer等。相比之下，我國比較知名的深度學習框架僅有百度2016年8月開源的Paddle，由于缺乏資源支持和正面反饋，在國際開源社區(qū)的活躍度一般。另一方面，我國深度學習框架的國際戰(zhàn)略缺位，表現(xiàn)為嚴重依賴國外開源框架，阿里的分布式深度學習框架Pluto是在Caffe的基礎上擴展而來，小米的深度學習平臺Cloud-ML則是基于TensorFlow和Kubernetes等框架開發(fā)的。

　　經過多年積累，我國在人工智能若干技術領域已取得重要突破。但在深度學習框架方面，卻一直處于跟隨階段，創(chuàng)新引領能力十分有限，尤其是在核心技術方面。究其原因，一是基礎研究無法支撐深度學習框架核心技術的研發(fā)，特別是對于神經網絡模型可用性、穩(wěn)定性、運行效率等基礎問題探索不足。二是缺乏對深度學習框架的超前設計和開發(fā)，包括跨平臺移植、分布式學習、模型模塊化等核心部件的研究滯后。三是尚未開發(fā)出適用特定場景的深度學習框架和服務型產品，缺乏對其應用場景的探索。更重要的是，深度學習框架作為決定人工智能技術、產業(yè)、應用的核心環(huán)節(jié)，是人工智能核心生態(tài)圈建立的基礎和關鍵，核心技術缺失將直接影響到深度學習框架生態(tài)圈關聯(lián)的深度學習芯片、深度學習系統(tǒng)、深度學習軟硬件平臺等產業(yè)發(fā)展，可能造成巨大的生態(tài)圈紅利損失，甚至阻礙我國人工智能的跨越發(fā)展。

　　整體布局 自主創(chuàng)新

　　深度學習框架作為承載人工智能各種硬件設備和軟件應用的基礎平臺，是人工智能生態(tài)中替代難度最大、系統(tǒng)要求最高的部分，為此各國已經和正在加快技術創(chuàng)新和戰(zhàn)略布局。我國也必須加緊整體布局，搶占深度學習框架領域的戰(zhàn)略制高點。

　　要解決我國深度學習框架核心技術缺失、依賴國外框架的問題，必須積極推動自主創(chuàng)新，推出由我國主導的深度學習框架。

　　人工智能應用的高轉化水平能夠帶動關鍵技術的集成應用。針對深度學習框架，我國應統(tǒng)籌利用理論研究方面的優(yōu)勢，推動研用結合，壯大以深度學習框架為核心的人工智能產業(yè)實力。開放開源是深度學習框架快速發(fā)展的重要推動力，我國應遵循開放開源原則，營造良好的深度學習框架發(fā)展環(huán)境。

　　布局篇

　　世界發(fā)達國家的人工智能布局路線

　　目前，世界主要發(fā)達國家把發(fā)展人工智能作為提升國家競爭力、維護國家的重大戰(zhàn)略，加緊出臺規(guī)劃和政策，力圖在新一輪國際科技競爭中掌握主導權。

　　美國領跑人工智能發(fā)展潮流

　　美國在人工智能發(fā)展方面具有明顯的優(yōu)勢，從政府到企業(yè)對人工智能帶來的變革都極為重視。科研機構對人工智能重視程度也在不斷加強，相關創(chuàng)新型產品迭代迅速。

　　戰(zhàn)略層面高度重視，成立國家專家委員會機構。2015年以來，美國白宮科技政策辦公室連續(xù)發(fā)布的《為人工智能的未來做好準備》、《國家人工智能研究和發(fā)展戰(zhàn)略計劃》和《人工智能、自動化與經濟報告》3份重量級報告。2016年5月，美國白宮推動成立了機器學習與人工智能分委會（MLAI），專門負責跨部門協(xié)調人工智能的研究與發(fā)展工作，并就人工智能相關問題提出技術和政策建議，同時監(jiān)督各行業(yè)、研究機構以及政府的人工智能技術研發(fā)。

　　推動軟硬件系統(tǒng)協(xié)同演進，全面開發(fā)人機協(xié)作智能系統(tǒng)。美國更加關注長期投資在具有潛在能力的高風險高回報項目，以此補充社會和企業(yè)短期內不愿涉足的領域。在軟件方面，提升人工智能系統(tǒng)的數(shù)據挖掘能力、感知能力并探索其局限性，同時推動系統(tǒng)革新，包括可擴展、類人的、通用的人工智能系統(tǒng)的研發(fā)。在硬件方面，優(yōu)化針對人工智能算法和軟件系統(tǒng)硬件處理能力，并改進硬件體系架構，同時，推動開發(fā)更強大和更可靠的智能機器人。

　　資本與政策共同發(fā)力，挖掘最具潛力的創(chuàng)業(yè)企業(yè)。美國硅谷是當今人工智能發(fā)展的重點區(qū)域。聚集了從人工智能芯片到下游應用產品的全產業(yè)鏈企業(yè)。在人工智能融資規(guī)模上，美國在全球占主導地位。美國的科技巨頭們早已展開一系列收購暗戰(zhàn)。

　　巨頭企業(yè)形成集團式發(fā)展，共建人工智能生態(tài)圈。以谷歌、微軟、亞馬遜、Facebook、IBM五大巨頭為代表，自發(fā)形成人工智能伙伴關系，通過合作的方式推進人工智能的研究和推廣。這種新型的巨頭集團式發(fā)展模式，成為人工智能時代的亮點，能保證技術方案的效益最大化。在未來，還會有更多企業(yè)和機構加入其中。用戶組織、非營利組織、倫理學家和其他利益相關者也都會圍繞生態(tài)圈進行更大范圍的研究和開發(fā)。

　　英國人工智能發(fā)展與行業(yè)應用緊密結合

　　英國人工智能注重實效性，強調“綜合施治、合力發(fā)展”。在產學研的轉換周期上，更加快速落地。在政策資金支持上，英國擬斥資2億英鎊，建立新的“技術學院”，針對雇主需求提供高技能水平的人工智能培訓。

　　科學人才供給充足，英國具備領先的發(fā)展優(yōu)勢。人工智能最早的概念，就是由英國著名科學家阿蘭·圖靈提出，英國擁有牛津大學、劍橋大學、英國帝國理工學院以及倫敦大學學院、愛丁堡大學為代表的高等學府以及以阿蘭·圖靈研究所為代表的眾多智能研究機構，其創(chuàng)新型成果不斷在全球范圍內得到推廣應用。人工智能的研發(fā)生態(tài)優(yōu)良，研究人員、企業(yè)主、投資人、開發(fā)商、客戶以及創(chuàng)新網絡平臺等，共同構成了一個豐富完善、良性循環(huán)的人工智能生態(tài)系統(tǒng)。

　　創(chuàng)新企業(yè)活力十足，高新技術產業(yè)轉化率高。過去幾年，英國也誕生了大量優(yōu)秀的人工智能初創(chuàng)企業(yè)，例如享譽全球的AlphaGo的研發(fā)公司DeepMind，就是來自倫敦大學的初創(chuàng)公司。同時，2013年，亞馬遜用2600萬美元收購英國語音識別創(chuàng)業(yè)公司True Knowledge。2014年，Goolge收購了Dark Blue Labs，Vision Factory兩家深度學習相關的公司。英國存在大量的科技孵化機構，助力早期的人工智能初創(chuàng)企業(yè)，或者提供退出途徑，以此形成產業(yè)鏈良性發(fā)展。牛津的Isis Innovations和劍橋的Cambridge Enterprise就是有名的技術轉讓公司，通過幫助大學里的創(chuàng)新技術商業(yè)化，確保學?；蛘邆€人獲得回報。

　　德國帶動傳統(tǒng)產業(yè)改造升級

　　德國政府在工業(yè)機器人發(fā)展的初級階段發(fā)揮著重要作用，其后，產業(yè)需求引領工業(yè)機器人向智能化、輕量化、靈活化和高能效化方向發(fā)展。20世紀70年代中后期，德國政府在推行“改善勞動條件計劃”中，強制規(guī)定部分有危險、有毒、有害的工作崗位必須以機器人來代替人工，為機器人的應用開啟了初始市場。2012年，德國推行了以“智能工廠”為重心的“工業(yè)4.0計劃”，工業(yè)機器人推動生產制造向靈活化和個性化方向轉型。

　　柏林匯聚一半以上的人工智能企業(yè)，成為發(fā)展中心。柏林作為德國的首都以及科技類創(chuàng)業(yè)基地，囊括了將近54%的人工智能企業(yè)，遠超慕尼黑、漢堡以及法蘭克福等城市。德國“腦科學”戰(zhàn)略重點是機器人和數(shù)字化。2012年德國馬普腦科學研究所和美國開展計算神經科學合作研究，并與以色列、法國開展多邊合作。

　　以服務機器人為重點，加快智能機器人的開發(fā)和應用。德國聯(lián)邦教研部在“信息和通訊技術2020——為創(chuàng)新而科研”研究計劃中安排有服務機器人的項目。聯(lián)邦經濟部的“工業(yè)4.0的自動化計劃”的項目中涉及機器人項目的有6個。德國科學基金會通過計劃和項目資助大學開展機器人基礎理論研究，如神經信息學、人機交互通信模式、機器人自主學習等。

　　推動“自動與互聯(lián)汽車”國家戰(zhàn)略，引領汽車產業(yè)革命。2015年9月德國聯(lián)邦政府通過了“自動與互聯(lián)汽車”國家戰(zhàn)略。德國頂尖大學和研究機構對傳感器、車載智能系統(tǒng)、連通性、數(shù)字驗證測試進行的廣泛研發(fā)使德國在技術領域又一次走在前沿。德國以設備制造商和大學的緊密科研合作為特點，通過公共補貼項目，支持更高水平的自動駕駛大規(guī)模研發(fā)。

　?。ū疚膮⒖剂速惖现菐煜嚓P文獻）

　　本報記者 陳曲

關注讀覽天下微信， 100萬篇深度好文， 等你來看……