坦途与波折：我们需要什么样的人工智能？

资本实验室·今日创新观察

聚焦前沿科技创新与传统产业升级

作者：冉伟 资本实验室创始人（根据作者在BigAI创新大学活动上的演讲整理）

历史车轮滚滚向前，如今我们正在进入人工智能时代。其中的坦途足以让我们乐观和振奋，其中的波折也可能会让我们不安或担忧。面对未来，我们需要坚持三个基本要点：效率、环保与福祉。

1．人工智能与传统产业的加速融合

如果我们做一个连连看的小游戏，把左边的6家公司和它们近期各自在人工智能领域的布局一一对应，你的答案会是什么？

我们具体来看看这6家公司的布局：利用AI算法开发新型食品；在大学校园测试零食配送机器人；推出仓库协作机器人原型；与宝武钢铁合作，推动人工智能在钢铁行业的应用；成立第二支规模为一亿美元的人工智能投资基金；与英国合作伙伴一起，进行AI诊断帕金森病的临床试验。

答案是这样的。

之所以分享这几个案例，是因为这些案例非常典型。这些案例表明：不管是传统企业，还是互联网巨头，都在推动人工智能与传统产业的融合，而这种融合的跨度之大是我们以前很难想象的。

但是，这些案例还只是冰山一角。我们可以看到几乎所有的行业都在加速与人工智能的融合。那么融合的程度到底怎么样，各行业有什么样的差别？我们可以从风险投资的角度来做一个分析。

这张图分析了过去五年中人工智能投资活跃度最高的10个行业。

数据显示，医疗行业的人工智能投资活跃度排在首位。这个数据有点众望所归的意味，因为它代表了我们目前对人工智能的最大期待，那就是用人工智能更好地预测、检测、诊断和治疗人类的疾病，让人类更健康、更高质量地生活。

当然，其他行业，包括金融、制造、能源、物流等传统行业都在加速这种融合。

那么，从细分技术领域来看，人工智能行业的投资又到哪儿去了呢？

通过这张表，我们可以发现，截止到今年一季度，全球人工智能投资总额超过800亿美元，而其中一半以上的资金都投给了机器学习技术，包括机器学习平台和机器学习应用。这代表了当前人工智能技术研发和商业化的一个主攻方向。

2．人工智能：让人乐观和振奋的消息

下面我们来看更多的应用案例，这些案例可能足以让我们为人工智能感到乐观和振奋。

第一个是在新药研发领域的应用。就在五月份，哈佛医学院的研究者发布了一项研究成果，他们通过AI算法能够将蛋白质折叠的研究速度提高一百万倍。虽然这项技术目前还难以直接应用于新药开发，但对于建模技术的改进将会有很大的提升。

第二个是农业领域的应用。美国创业公司TellusLabs利用卫星数据分析和机器学习来减少农业生产的不确定性。据报道，2017年，它预测美国玉米作物产量的准确率超过99％，比美国农业部得出相同的结论还要早几个月。这就是人工智能的力量。

第三个是制造业的应用。目前，奥迪通过机器学习和AI神经网络能在几秒内自动、准确地识别并标记零件中微小的裂缝。这项技术的应用可以说将彻底改变传统制造业的质检流程。

我们再看看能源领域的应用。美国公司HST Solar利用AI算法优化太阳能电厂建设方案，并根据自身实践得出了一个结论：与人类工程师设计的系统相比，AI设计的太阳能发电场可以把可再生能源的生产成本降低10－20％。在投入巨大的太阳能行业，这也是一个非常大的优化。

当人工智能用于交通管理，又会有怎样的效果？目前百度与许多城市合作推进智慧城市建设，包括智能交通系统的建设。在去年的乌镇大会上，李彦宏表示，公司将用AI赋能海淀区的交通管理，有了智能系统的融合，海淀区的交通拥堵将减少30％－40％。对于长期受困于交通拥堵的人们来说，这无异于一个福音。

人工智能已经开始应用于建筑行业。例如，美国的HoloBuilder可以分析360°图像中捕获的施工现场材料、物体和结构，以实现施工过程的自动化，尤其是进度跟踪的自动化。对于建筑业这个曾经“傻大黑粗”的行业，这种类似的技术将有效地提高现场管理效率。

当人工智能应用于环境保护，同样为我们打开了新的想象空间。在一项为期三年的印度尼西亚珊瑚礁研究项目中，摄影师拍摄了近60000张水下图片。要识别和分析一张照片，一个珊瑚礁科学家要花10到15分钟，而通过人工智能的快速分析，现在只需要几秒钟。

看了这么多案例，我们知道，人工智能在各行业的应用都在稳步推进。那么，从技术角度来看，人工智能的应用和普及到底处于一个什么阶段呢？

Gartner在2018年发布的技术成熟度曲线可以提供一些答案。

通过这张图，我们可以发现，与人工智能直接相关的技术，包括边缘AI、深度神经网络ASICs、自动化移动机器人，大部分都还处于创新触发期，只有两项技术：深度学习和虚拟助手已经进入欲望膨胀期。总体来看，人工智能各项技术的普及仍然处于初级阶段，而且是一个分阶段突破的过程。

3．人工智能：让人不安或担忧的消息

在前面，我们看到了很多让人乐观和振奋的消息，但是在发展过程中，人工智能并非一片坦途，而是注定将经历各种波折。下面我们来看看那些让人不安或担忧的消息。

2018年，IBM Watson医疗部门大幅裁员。说起来，IBM的这个部门一直在发布一些关于医疗领域人工智能的重大突破，但这次裁员引发了全球关注和质疑。许多人说人工智能医疗已死，但这个结论下得还是过早。如果深入分析，除了技术本身的难度，我们会发现可能是我们自己，包括整个医疗体系还没完全做好准备。

我们再看一个关于医疗领域的例子。2018年，Netflix制作了一部纪录片，叫《尖端医疗的真相》。这部片子主要揭露了美国的医疗器械商把并不成熟的所谓尖端医疗技术过早地推向市场，并造成了许多医疗事故，包括手术机器人的事故。在这些事故的背后，既有技术的不成熟，也有人类医生的操作不当，或者说人机协同问题，当然也有厂商的利欲熏心。

再来看看自动驾驶。在过去几年中，一方面，自动驾驶一路高歌猛进，不断吸引各方资金注入，也调动了我们所有的向往和期待；但另一方面，由自动驾驶造成的十多起伤亡事故，哪怕只是十多起，也引起了人们的担忧。大家在不断反思，当你把驾驶权限交给人工智能的时候，到底有多安全？

在协作机器人领域，我们还可以看到著名协作机器人Rethink robotics和Blue Workforce公司的相继倒闭。

还有，在家庭社交机器人领域，Jibo、Kuri、Anki这三家曾经风投眼中的“香饽饽”，创业公司中的大明星也要么倒闭，要么关门大吉。

不管是协作机器人，还是社交机器人，这些案例给我们的反思会有哪些？是技术不成熟？还是应用场景缺乏？还是商业模式跟不上？每一个问题都值得深入探究。

我们还知道，亚马逊公司开辟出了智能音箱这个全新的市场，并且已经成为该领域当之无愧的全球老大。但是，这样一个设备也正在引发越来越多关于其语音助手Alexa窃取隐私的担忧。

我们还可以看到近期苹果公司就其AI语音助手“Siri偷听用户”而发布道歉的消息。这些事件表明，人工智能在带来前所未有的便利的同时，其负面作用，或者其背后的“老大哥”的无形“黑手”也亟需全球治理与监管的跟进。

此外，还有DeepFake这项新技术。这个可以“把任何人变成任何人”的技术对个人隐私，对社会安全可能会造成什么样的不良影响值得深思。

说了这么多让人不安或担忧的消息，我们知道了人工智能在发展过程中还存在许多待解决，甚至还未出现的问题。

但是，在众多的问题中，我们最需要警醒的是贪婪和欺骗：

据伦敦风险投资公司MMC的调查，四成自称为人工智能公司的欧洲创业公司实际上并未在核心业务中涉及到人工智能，人工智能仅为吸引投资的漂亮外衣。

回到中国，中国工程院院士徐匡迪在今年院士沙龙活动上提出了一个问题：“中国有多少数学家投入到人工智能的基础算法研究中？”这个被称为“徐匡迪之问”的问题可以说对当前中国人工智能的短板做出了严厉的敲打。这个问题最大的价值在于，不管外界的炒作如何火热，我们始终需要坚守研究的基础和科技的本质。

4．从科幻视角看人工智能的未来

前面分享了一些关于人工智能现状的信息和思考，那么人工智能的未来会是怎样的？科幻作品或许能够给我们提供一些视角。

在未来，机器人能否在农场帮我们完成从种植到收割的全部工作，我们需要的只是按一下按钮？

在未来，机器人能否在工地盖起一栋大楼，而我们需要的也只是按一下按钮？

而关于自动驾驶的未来，这副作品可能代表了自动驾驶的一种终极形态：汽车向前行驶，而我们可以解放自己的手脚，在车上打麻将、玩纸牌，甚至吃着火锅唱着歌。在那时候，驾驶车辆已经演化为真正的移动出行、移动娱乐。

关于陪护机器人，电影《机器人与弗兰克》提供了一种美好的向往。在未来，机器人可以给我们最好的陪护和帮助吗？

当然，也有可能像这位，电影《她》中的男主角——作家西奥多，在和他的人工智能语音助手“萨曼莎”谈了一场轰轰烈烈的恋爱后，发现这个助手其实也随时在与无数的人谈恋爱。为此，主角受到了不止一万点伤害。

我们已经经历了手机沉迷、网络沉迷时代。在未来，又有多少人会经历这种“人工智能沉迷”呢？

关于医疗，我们可能会有电影《普罗米修斯》中功能强大，能够自动完成许多手术的医疗仓。大家注意，威兰德公司在2061年获得了这项发明的专利，专利号是16572092。这是科幻带来的乐趣和想象力。

当然，有顺从、贴心的人工智能，也可能有不那么听话，甚至违抗人类的人工智能。

就像经典科幻片《2001太空漫游》中的太空舱机器人哈尔对主人公说的那句话：“对不起，Dave，恐怕我做不到。”我们可以想象主人公的内心是多么的崩溃。

5．如何应对人工智能的未来

不管是现在，还是未来，不管是让人乐观和振奋，还是让人不安和担忧，前面我们讨论了很多关于人工智能的信息。这些信息都指向了关于人工智能的几个关键趋势：

“替代”是这个时代最大的主题，而人机关系的变化又是重中之重。

面对未来，我们必须更多地选择信任机器，并学会与人工智能共生。

人工智能与传统产业的融合才刚刚开始，许多全新的机会尚待发掘。

未来只有两种公司：做人工智能的公司，用人工智能“做”的公司。

在快速发展的过程中，对人工智能的管理本质上其实是对人的管理。

那么我们应该如何应对这些趋势？不管是做人工智能，还是用人工智能“做”的企业，都不能脱离三个最基本的价值，或者说基本点。

第一个是效率，我们的产品和服务能否解决传统行业的痛点，并带来效率的提升；

第二个是福祉，我们能不能有效解决让我们不安和担忧的问题，持续为社会、为用户谋福利；

第三个是环保，这个说起来可能比较空，但是我们看到任何一个以技术为驱动的公司最终都应该对环境做出贡献。

总的来说，我们需要什么样的人工智能，最终的选择在我们自己。