人工智能,跃变的前夜


    
    作者:文雨,编辑:小市妹
    时间拉回1956年,美国汉诺威小镇的达特茅斯学院,十个天赋异禀的年轻人齐聚一堂(后来有四人拿到计算机科学最高奖“ACM/图灵奖”得主、一位获得诺贝尔经济学奖),他们试图在短短两个月的时间内让计算机具备人的一些能力,并将此定义为“人工智能”。
    
    ▲图片来源:网络
    回头来看,这注定是一场激进浪漫主义式的尝试,天才们的野心在现实面前功亏一篑。历经六十多年,几代人,努力过,放弃过,成功过,失败过,起起伏伏,但始终未见终点。
    我们是幸运的一代人,底层技术的长久储备,顶层设计的高度扶持,这些都为人工智能在今天的快速进化提供了充分的客观条件。复盘历史,AI技术的每一次跳跃都会向社会释放巨大的价值与能量,而今又是一个新起点。
    【从0到1】
    黑格尔说:“真理是个过程。”
    其实科学与技术的展开更是如此。
    就拿人工智能来说,按其所具备的能力水平,可分为计算智能、感知智能、认知智能三个发展阶段。一部人工智能发展史,就是从“弱智能”到“强智能”不断进阶的历史。
    计算智能,指的是可以进行存储与计算并完成信息传输的能力,即能存会算。以此为标准,整个二十世纪,人类始终未能跳出计算智能的框架。
    从早期的计算与文字,到今天的电商、短视频等,技术视角下均是计算智能转换的成果。
    需要说明的一点是,虽然计算智能也被看成人工智能发展进程的一部分,但严格来说,单纯的存储与计算并未达到人类对人工智能的预想和期许。按照“人工智能之父”艾伦·图灵的说法:如果一台机器能够与人类展开对话而不能被辨别出其机器身份,那么称这台机器具有智能。
    真正的里程碑是2016年。
    
    ▲图片来源:网络
    这一年,Alpha Go击败李世石在全球引起剧烈反响,人工智能迈出了实质性的一步,此时距离“达特茅斯会议”已过去整整一个甲子。
    之所以说是里程碑,不只因为机器人赢得了这场世纪之战,而是严格意义上的AI从此开始跨越从0到1的商业化藩篱,具体表现是全球科技巨头纷纷发布了“能听会说”的AI设备。
    这一时期,人工智能主要以解决单一问题为主。
    在国外,谷歌推出新的机器学习API,开发者可以开发能在视频内部侦测目标的应用程序,让视频变成可以搜索和发现的视频;微软上线人工智能产品Torque;亚马逊推出仓储机器人KIVA;苹果发布了Siri功能。
    在国内,科大讯飞面向C端用户推出的讯飞输入法、灵犀语音助手、翻译机等应用产品实现质的飞跃;腾讯发布了自动化新闻写作机器人Dreamwriter;百度上线了“度秘”和“Deep Speech”语音识别系统。
    所有这一切都来自感知智能的突破。
    到2016年,科大讯飞已将语音识别率提升到了97%并在全球首发多语种翻译技术;ImageNet竞赛上图像分类错误率的平均水平已降到5%以下,超越人类。而在此之前,汤晓鸥团队已将人脸识别算法准确率提升到98.52%,突破了工业化应用的红线。
    感知智能的技术红利在C端率先开花结果,但最终是在B端被发扬光大。
    【从1到10】
    应用层的诉求和AI落地的决心,推动着技术的快速迭代,从单点技术的定向爆破到多点技术的组团突围,人工智能的应用形态也从单一产品向赋能场景演变,AI+行业解决方案开始被不断提出。
    至此,人工智能逐步渗透进各行各业,特别是一些对长尾场景包容度高的行业,例如安防、教育、医疗、新零售等。由此形成了一个新技术推动新产品,新产品革新传统行业的良性商业闭环,并直接带来了人工智能产业空间的扩张。
    这一时期,人工智能的价值体现为产业效率的提升。
    在公共安全领域,借助AI技术可以进行模型训练,安防实现从被动监控向主动预警的转变,有效了提升警务效率。
    在教育领域,智能教育平台可以完整追踪并记录学生的线上学习过程,然后利用AI进行学习画像,预测学生的学习偏好、优势与薄弱环节,最终摆脱预设型学习资源的桎梏,让每个学生都能接受最适合自己的个性化教育模式。这样不仅可以达到因材施教的目的,还能极大的提高教学效率。
    科大讯飞课题组曾对蚌埠市875所学校因材施教系统的应用情况进行跟踪,并深度调研了1432名教师。反馈结果显示,方案可以帮助学生减少58%的无效低效重复练习,使得学生焦虑情绪下降20%,学习兴趣提升30%,同时还能帮助教师提升35.95%的作业讲评针对性、33%的备课效率和36.92%的作业布置针对性。
    从单一爆品到单一场景再到生态场景,人工智能实际上在不断进行“微进化”。
    “进化”,体现在这一时期的AI已经在认知智能层面有所突破,并开始像水、电、煤一样赋能各个产业,成为新一轮产业变革的一股核心力量,对生产、分配、交换、消费等经济活动的各环节进行重塑,产生了巨大的经济辐射效益。根据埃森哲的预测,到2035年,人工智能将推动中国劳动生产率提高27%,经济总增加值提升7.1万亿美元。
    “微”,指的是这种形态还是以任务驱动为主的“弱人工智能”阶段,在应用层体现为场景的局部性、垂直性、有边界,泛用性与完备性还有待提升。
    从长远的角度出发,未来的社会需要人工智能的再次一跃。
    【从10到∞】
    一项技术的最终成功必定是把握住了时代的脉搏。
    “七普”数据公布后,人口老龄化成为国人的普世焦虑。不出意外,人口结构的变化将是未来几十年中国社会环境最重大的一个转变,家庭、工作、生活等方方面面都会因此而被改变。
    父母的养老,孩子的教育和陪伴,在一个少子化的社会中,要兼顾家庭与工作,个人已经是心有余而力不足。
    人工智能因此而有了新的时代底色。
    在2014年左右,科大讯飞就在业内率先提出了“超脑”概念,希望将人工智能向认知智能的深层推进,并试图借技术层的再突破引领AI进入千家万户。
    前不久公司正式启动了“讯飞超脑2030计划”,算是对之前战略构想的延续。规划共分三个阶段,在软硬一体机器人和数字虚拟人两条线上同步推进,实现现实世界与虚拟世界的并行,最终让人工智能懂知识、善学习、能进化,全面、无缝地融入人类世界。
    
    ▲图片来源:科大讯飞
    试想一下,如果完全要靠雇用人力来实现家庭生活的完满,那么家政、保姆、家教等需要一应俱全,在一个劳动力短缺的社会,成本可想而知。相比之下,AI机器人是技术的产物,成本会随技术的进步而不断下滑,和人力相比有足够的竞争力,这就是交易剩余产生的基础。
    更重要的一点在于,一个可养成的、能够进行情感交流的机器人会与人类持续交互并陪伴,相较于单纯提供劳力服务,多了一层精神世界的价值。真走到这一步,也就接近了人工智能的终极命题,即机器具备像人类一样感知、处理与分析问题的能力。
    对人工智能有所关注的人可能会注意到,2014年科大讯飞首提“超脑计划”时似乎有一种曲高和寡般的孤独,但当公司2022年再提这一规划,情况已完全不同。
    难道是之前市场根本没有这方面的需求吗?
    当然不是。根源还在技术。
    
    根据Gartner最新给出的数据,知识图谱、自然语言处理等关键底层技术都将在5到10年内到达成熟期,届时人工智能有望在认知智能层面实现大踏步的跨越,这便是行业的底气所在。
    产业视角下,这必然带来市场破圈与基本盘扩容。
    中国有14亿人、几亿个家庭,潜在的巨大用户群决定了这注定是一个极具纵深空间的产业。四十年前,拥有一辆自行车就足以成为对外炫耀的资本,而现在,汽车已经成了每个家庭的标配。将此逻辑线性外推,我们完全可以预想,将来的某一天,AI机器人会像今天的家电、汽车一样,成为居家生活的刚需消费品,形成一个万亿级蓝海市场。
    AI产业具备典型的“投资前置、收益后置”属性,且商业价值曲线往往呈指数形式的,即长期的积累往往会凝聚在一个点上爆发。
    过去十年,算力、算法、数据的沉淀、储备与进步带来了人工智能的第一次商业化大繁荣。未来十年,在时代呼唤、技术突破之下,AI与机器人势必迸发更强大的能量,走进每一个家庭。
    免责声明
    本文涉及有关上市公司的内容,为作者依据上市公司根据其法定义务公开披露的信息(包括但不限于临时公告、定期报告和官方互动平台等)作出的个人分析与判断;文中的信息或意见不构成任何投资或其他商业建议,市值观察不对因采纳本文而产生的任何行动承担任何责任。
    ——END——