人工智慧有多智能？

在寧波奇點機器人體驗館，機器人正與一位觀眾現場圍棋「對弈」。

不久前，成都某公司開發的機器人和聯考狀元展開了一場解答聯考數學題的較量，雖然機器人最終落敗，但其理解語義、邏輯分析以及快速學習的能力令人讚歎。

從簡單的娛樂遊戲到輔助人類智慧決策的工具，人工智慧正更加廣泛地應用到人們的生活中。儘管人工智慧仍處於「嬰兒期」，但它的時代或許正悄悄到來。

人工智慧最重要的特徵是有學習能力

隨著技術的發展，人工智慧可以達到甚至超過人類的識別精度

關於人工智慧，學界尚沒有統一的準確定義。通常認為，人工智慧的核心是演算法，是一套利用機器智能解決問題的手段。

「過去的演算法，人類給計算機下達指令來解決問題；現在，我們只要告訴計算機想解決的問題，它就可以自行選擇演算法來解決，這是人工智慧帶來的根本性變革。」人工智慧專家鄧力說。

「比如給瓶子安裝蓋子，如果只是機器人重複加裝動作，不是真正的人工智慧。只有機器人能根據瓶子方位的變化做出相應調整，並能對突髮狀況做出正確反應，才稱得上是人工智慧。」百度研究院院長林元慶說。

鄧力認為，人工智慧最重要的特徵是有學習能力，即機器能根據以往的經驗來不斷優化演算法。例如「阿爾法狗」就能梳理決策模式，並從之前的比賽中吸取經驗，平時也會通過跟自己下棋來強化學習。

人工智慧並不是一個新名詞。上世紀50年代，科學家就提出了人工智慧概念，並於上世紀70年代掀起了一個小高潮。但當時演算法採用的是符號邏輯推理規則，缺乏自我學習能力。80年代，科學家改進了機器學習模型，但智能水平依舊較低，有價值的成果寥寥無幾，人工智慧研究進入低潮期。

大約10年前，一種被稱為深度學習的新的機器學習方法，讓人工智慧的演算法更智能。「深度學習通過多層結構演算法，讓機器對數據集的『特徵』進行篩選和提取，通過反覆訓練，最終獲得了提取抽象概念的能力。」鄧力說。

微軟人工智慧及微軟研究事業部負責人沈向洋博士表示，當前人工智慧火起來主要有三個原因：互聯網大量的數據、強大的運算能力以及深度學習的突破。「深度學習是機器學習方法之一，是讓計算機從周圍世界或某個特定方面的範例中學習從而變得更加智能的一種方式。」

深度學習的廣泛應用離不開計算機硬體的發展。浙江大學計算機科學與技術學院教授蔡登說，深度學習又叫深度神經網路模型，以前計算機硬體不行，沒法學習很深的神經網路，隨著計算機性能大幅提升，訓練很多層數的神經網路成為可能。

有專家把人工智慧的特點概括為「數據多了、計算大了、層次深了」。鄧力認為，隨著神經網路研究的深入，計算機視覺和聽覺等有望讓演算法越來越精確。未來，計算機對自然語言的應用將大幅提高，電腦可以聽懂、讀懂人類平常所用的語言，而不僅僅是機器指令。

「人工智慧擁有計算機視覺、語音識別、自然語言處理等能力，與之對應，它就能像人一樣看、聽、理解事物。隨著技術的發展，人工智慧可以達到甚至超過人類的識別精度。」林元慶說。

人工智慧為人們決策提供支撐

機器人寫的稿子，粗看上去與記者寫的沒有差別

「廣州到武漢、長沙、岳陽的票十分充足，其中，余票最多的是廣州到武漢，還有1534張。不過，車次主要是K字頭和普列，基本都是無座票，一站到底，路途會比較辛苦……」這是國內某媒體寫稿機器人的「處女作」。這篇出自人工智慧之手的報道，粗看上去與記者寫的報道沒有差別。

人工智慧應用到新聞生產得益於它對數據、語義等的理解和處理能力。人工智慧通過大量數據的學習，模仿甚至理解相對固定的新聞寫作方式，並依靠演算法迅速篩選、整合出內容。

專家預測，2020年將有500億台相互連接的智能設備，每天將產生海量數據。大數據在推進人工智慧發展的同時，人工智慧也反過來釋放了大數據的潛能。

「大數據並非高純度的石油，而是含金量非常低的貧礦石。其數據量大、種類繁雜、價值密度低以及瞬息萬變的特點，使得存儲、統計、分析和呈現分類以及調用都異常困難。」人工智慧專家、馭勢科技聯合創始人吳甘沙說，人工智慧的研究方法和應用技術，如自然語言語義分析、信息提取、知識表現等，正在逐步地應用於大數據技術的前沿領域，結合預測分析方法，就能挖掘大數據蘊含的規律和價值，從而為人類決策提供支撐。

吳甘沙認為，人工智慧幫助大數據分析的方式有很多，既能「見微」，即從小處細微的、個性化的洞察；又能「知著」，即看到宏觀的變化規律。「比如，從前商家只能關注花錢的客戶，人工智慧則能幫忙發現潛在的消費群體，或者發掘老客戶的新興趣，實現用戶體驗和消費需求反饋。」

人工智慧和大數據結合還給精準醫療帶來了福音。專家介紹，醫療的精準建立在數據分析之上。對於很多疾病，尤其是罕見病，找到基因上微小的變化就可能找到了解決方案，但這意味著巨大的計算量，沒有深度學習之前這幾乎是不可想象的。現在，類似IBM人工智慧「沃森」、百度大腦等應用了深度學習的計算處理系統，就可能通過已有數據進行訓練，找出規律，幫助診斷疾病、研發新葯。

計算機能像人一樣「聽」和「看」

通過與神經學、生物學的結合，最終發展出能理解人類感情和文化的人工智慧

安徽國家普通話水平考場里迎來了一位新「考官」，考生讀完一段文字，這位「考官」立馬就能打出分數。

評判口語發音標準的「考官」是一款人工智慧程序，它運用的是科大訊飛智能口語評測技術。該技術已經應用於全國所有省份的國家普通話水平智能測試中，具有極高的精確度。

人工智慧在語音識別上的突破，讓機器能夠像人一樣去「聽」。「聽」懂之外，它還能通過對語音的不斷學習，準確地轉換出相應文本。目前，人工智慧技術已經應用到一些語音助理、語音輸入、家庭管家等產品中。不用打字，人們說話就能完成遠程控制。

藉助計算機視覺，人工智慧還學會了「看」，具備識別出物體、場景和活動的能力。比如一些大型會議、活動舉辦時期，所在區域的人口流動量會瞬間擴大，這就加大了安防監控的難度。基於深度學習訓練出來的人臉識別技術，能對海量視頻監控數據、圖像數據進行實時對照處理，遇到突發情況能快速響應。全國信息技術標準化委員會生物特徵識別分委會專家委員張鑫說，機器「看」的人臉越多，訓練數據越大，理解就越深，它對人臉的判斷也會更準確、更迅速。

刷臉識別也給人們生活帶來很多便利。過去，到銀行開戶必須拿著身份證驗證身份，不僅耽誤時間，也給一些行動不便者帶來麻煩。藉助人工智慧人臉識別系統，人們在網上就能完成實名驗證。

張鑫認為，未來，到商場購物、去銀行取錢、乘高鐵坐飛機等各種服務場景都將受益於人工智慧的應用。

此外，人工智慧被認為是能夠推動無人駕駛汽車商業化的關鍵技術。處理好複雜的環境信息，是無人駕駛發展必須解決的問題。吳甘沙說，人工智慧在環境感知、駕駛決策、路徑規劃、語音手勢識別、眼球追蹤、駕駛員監控和自然語言交互等功能方面的應用，能夠幫助汽車應對複雜的路況，從而實現安全和舒適的自動駕駛。

讓人工智慧更加「智慧」是科學家努力的方向之一。比如，越來越多的研究試圖將人工智慧與腦科學連接起來。近年來，科學家正嘗試將生物智能和機器智能互聯互通，以達到更高級的人工智慧形態。通過與神經學、生物學的結合，最終發展出能理解人類感情和文化的人工智慧。

林元慶說，幫助人類擁有更好的生活，是人工智慧的根本出發點和落腳點。現在，人工智慧雖然可以幫助人們完成一部分工作，但在創造力方面還有很大空間。樂觀的科學家估計，不久的將來，人工智慧將更「智慧」，會和互聯網一樣成為我們生活中不可缺少的一部分。

科技前沿，權威視點，盡在「科普-科技前沿大師談」。歡迎轉發分享，轉載請註明出處。