人工智能“風口”：醫療與金融先起飛？

　　伴隨著大數據、雲計算等新一代信息技術的快速發展和智慧化應用需求的日益凸顯，今年“阿爾法狗”將人工智能的話題推向了一個新熱度。人工智能技術的突飛猛進不僅體現在神秘的機器人領域，它在人們日常生活中的發展和應用同樣越來越引人注目。

　　8月12日，由中國計算機學會主辦、雷鋒網承辦的全球人工智能與機器人峰會（GAIR）于日前在深圳召開，此次GAIR峰會以“産學研融合”為主題，雲集了海內外人工智能與機器人領域的專業人士，展示了人工智能前沿的研究進展以及成功應用。專家表示，未來機器人更應該聚焦在智慧化，醫療和金融領域將成為人工智能應用的“風口”。

　　大數據、雲計算和人工智能發展

　　爬樹機器人、寵物機器人、書法機器人、服務機器人……中國工程院院士、香港中文大學（深圳）校長徐揚生以視頻方式介紹了自己研發的機器人，令現場觀眾大為讚嘆。徐揚生説，“機器人要走到智慧，人工智能要走到智慧，一定要走進千家萬戶，不然這個革命是做不起來的”。他説，讓機器人學會“要不要穿衣服”以及“穿什麼衣服”這些動作以外的感知和認知能力，“智慧比動作更為重要”。

　　那麼，人工智能是如何一步一步“智慧”的？金山軟體CEO、微軟亞洲工程院原院長張宏江表示，人工智能的從業者，當看到人工智能作為一個現象突飛猛進突破時，更應該注意到的是它的後端，不光關注演算法本身的突飛猛進，更重要的是支撐這個演算法突飛猛進的大數據和雲計算。“圍棋軟體Alpha Go 4比1戰勝圍棋世界冠軍李世石，大家可能會説演算法進步很多，但我認為更重要的是大數據、超級計算和雲計算的進步。”張宏江説。

　　他介紹，Alpha Go在比賽前，利用和人類六到九段棋手對局獲得3000個數據進行訓練，這些訓練量相當大，而且它能毫無感情地自己跟自己下棋，中間又獲得了3000多萬的布點數據，這是人類棋手很難做到的。它的計算資源為1900多個CPU、280多個GPU，耗費的能量是人的300多倍。有強大的資源，機器人學習是如此之快，最後戰勝人類世界冠軍。人工智能的進展很大程度歸功於計算的進展。

　　“人臉識別技術發展史，是人臉數據庫加上計算能力擴張史。”張宏江表示，全球産生消費的數據，由2013年到2020年將增長10倍，這需要的存儲空間和計算量是非常大的，“數據爆炸”支撐了人工智能的發展。

　　人工智能的相關産業前景巨大。張宏江表示，全球公有雲市場從2010年以25%增速成長，到2014年規模達到440億美元。雲計算的服務商提供、遊戲雲、視頻雲以及智慧硬體都將迎來高速發展。人工智能突飛猛進的背後，是演算法、大數據和雲計算的快速發展，未來智慧設備和機器人，它的大腦實際上在“雲”裏。

　　“所謂現代化就是解放人類的身體，而人工智能則解放人類的心和腦，人工智能時代也一定會來臨。”徐揚生表示，人的智慧很多是分佈式的，機器人的智慧為什麼不能分佈一點到別的地方去？早在多年前，科學家就開始討論分佈式智慧的問題，但以前這件事情很難辦到，隨著技術的突飛猛進，現在已經可以進行這方面的研究。機器人的智慧應該是分佈在雲端還是分享智慧這方面，是值得思考的。

　　牛津大學計算機系主任Michael Wooldridge教授和香港科技大學教授楊強都認為，下一個人工智能應用領域的“風口”會是在醫療與金融領域，並認為跨界的結合才能促進人工智能的普及與發展。

　　“AI的下一個挑戰就是把不同的層面聯繫在一起，首先要有非常精密的程式。”Michael Wooldridge表示，英國、美國和中國很多人都使用智慧手環，它能夠監控人的心率、血糖、走了多少步等，所有這些信息給到AI，就能去實現一些健康的應用。在英國，一種觀點是最大的應用就是在醫療。英國國家醫療系統的病例，包括所有英國人的病例數據和用藥記錄。“今天所講的AI就能夠運用到醫療領域，確實為整個醫療行業帶來新的發現，所以我覺得下一個風口應該是在醫療領域。”

　　楊強表示，他比較看好的是金融。在很早以前就有很多人把所有的整個商業流程全部記錄在案，這裡用了數字化的方法，只不過存在那裏沒有用。他認為，人工智能的商業成功只要系統比人好一點就可以了。

　　北京航空航天大學教授、國家863計劃機器人技術主題專家組組長王田苗表示，中國促進人工智能的發展方向主要有三點：一是把原創性的研究和産業分開，原創性的研究不能太急功近利，要強調技術；二是在主戰場工業機器人領域，甚至未來的科研導向，國家都應該支持；三是一定要促進成果的轉化，促進資本市場、民間資本市場調配，優化的自動配置來推動人工智能。

　　“中國在AI領域有著先天的優勢，首先在國內獲得數據的渠道和數據量要遠遠高於世界平均水準，而且人工數據標注成本也相對較低。人工智能的未來是：AI+軟體+硬體+服務=機器人，但機器人的核心問題是成本控制，而現在只有中國有能力把這個成本降下來。這些就是中國在人工智能領域最明顯的優勢。”獵豹CEO傅盛説。

　　專訪國家863計劃機器人技術主題專家組組長王田苗：

　　人工智能如何産業化發展

　　《中國經濟週刊》：隨著人工智能的發展，我們也遇到越來越多的倫理思考，比如不管機器有多智慧，是不是有些決定是它們可以幫我們做的，有些決定是它們不能幫我們做的？

　　王田苗：這個問題問得挺重要、也挺難的，這個涉及到一個比較嚴肅的社會倫理法律的問題，因為人工智能思維和機器結合起來的時候，可能會涉及到一些新的倫理。比如説這個機器人不能隨意傷人，還有一些倫理上的事情、法律上的事情還要去約束它。

　　現在有些機器人幫醫生做一些決策分析，人決定它有沒有這個能力去幫醫生做決策。未來數據足夠大的時候，它能不能做決策？但是有幾件事情目前來看，機器是無法來替代人的，比如説第一件事情是環境的適應性，這個機器目前是很難做到的；第二個人的想像力、創造力，機器相當長的時間內是不可能替代的；還有人倫理情感這種東西，是人這個物種本身所具備的。但在記憶、類別分類、推理等方面，智慧計算的能力是太強了，這個方面已經顯現出來很強的能力。

　　《中國經濟週刊》：中國的人工智能發展很迅速，但和國際上的水準相比，我們的差距還有多大？

　　王田苗：這個問題非常有挑戰性，我認為可能10年左右。中國的發展水準跟國際的發展水準，正因為有互聯網移動技術的發展，我們能最快地學到新的知識技術。産業結構都在調整，所以説從整個行業情況來比較是非常難的。整個來説，中國與德國、日本、美國的高端智慧智造的水準差距很大。但是有一點，國家重視，國家政策更加有張力、更加能釋放出中國人的創新力。

　　回過頭來看看，比如卡特比勒工程機械跟三一工程機械沒什麼差別，我們的彩電TCL、長虹跟國外比沒什麼差別……所以我們要從歷史進程來看待，中國是非常有爆發力的。未來的發展實際上是互聯網、大數據、機器人和人工智能必須結合起來，其中中國還很有機會。

　　《中國經濟週刊》：從政策和産業的角度來看，中國應該通過什麼樣的路徑來促進人工智能的發展？

　　王田苗：從人工智能和機器人的發展角度來講，第一方面，我的理解就是把原創性的研究和産業發展區分開，這種東西不能太急功近利，要“論文”也要“市場”；另外一個和産業相關的東西，就是要強調技術，任何的好壞都要看其對經濟的影響和發展，我覺得這個特別重要。第二方面，對於國民經濟來説的主戰場工業機器人市場，甚至向未來的科研導向，國家應該支持。第三方面，一定要促進成果的轉化，促進資本市場、促進民間資本市場調配，很希望民間資本市場能夠來自動調配。還有一點重要的，是要去考慮人才。（記者 徐豪 鄒錫蘭）