近期，據(jù)外媒報道，硬件革命將人工智能推向主流，它大大削減了 AI 系統(tǒng)的訓(xùn)練時間和成本，沒有讓 AI 變成了一場鮮有人能夠參與的軍備競賽。

人工智能早就不是什么新鮮話題了，茶余飯后我們也經(jīng)常討論以后有哪些行業(yè)可能會被人工智能替代。然而看到這則新聞的時候，筆者還是頗受震動——又一個近在咫尺的領(lǐng)域受到了機器人的“入侵”，這也意味著，人工智能時代離我們真的已經(jīng)非常近了。

一位在大學(xué)工作的老師給筆者講了另一個故事：有一次期末考試，他教的那門課叫外國報刊閱讀，考試中是允許學(xué)生使用詞典的。然而臨到考試才發(fā)現(xiàn)，現(xiàn)在大部分學(xué)生已經(jīng)沒有紙質(zhì)版的詞典了，大家平時用慣了手機 APP。但是考場紀(jì)律不允許帶手機，這就出現(xiàn)了一個窘境。最后學(xué)生不得不臨時去圖書館借了一批紙質(zhì)詞典，手忙腳亂了一番才得以進(jìn)入考場。

這個故事告訴我們，面對新技術(shù)帶來的新情況，無論從制度上還是從技術(shù)手段上，很多時候我們其實并沒有真正做好準(zhǔn)備。

“人工智能來了”，對很多人來說這句話似乎還只停留在口號階段，卻沒有意識到人工智能早已滲透進(jìn)了我們生活的方方面面。比如大家還在對無人駕駛汽車保持觀望態(tài)度，卻不知無人駕駛地鐵已經(jīng)安全運營十多年了。2008 年建成的首都機場 T3 航站樓擺渡小火車、2010 年開通的廣州地鐵 APM 線，就已經(jīng)采用了無人駕駛技術(shù)。生病就醫(yī)，幾乎全流程都可以用智能科技解決：在醫(yī)院抽幾管血，回家上網(wǎng)就可以查看體檢結(jié)果;2014 年，筆者的父親接受了機器人“達(dá)芬奇”實施的手術(shù)。去年有同事買了幾支翻譯筆，還在嘲笑說翻譯得不夠準(zhǔn)確，今年再試，就覺得有了驚人的進(jìn)步;但即便如此，大家還是堅持認(rèn)為，翻譯機器無法勝任文學(xué)翻譯……

翻譯機器真的翻譯不出帶有感情的文字?機器人炒出來的菜就一定是“沒有靈魂”的嗎?筆者倒覺得，我們對人工智能的預(yù)判可能太過保守了。人工智能來了，現(xiàn)有的行業(yè)都將迎來顛覆性的變革，如果不能認(rèn)識到這一點，就說明我們對人工智能時代還是沒有做好充分準(zhǔn)備。

如今大學(xué)生在選擇專業(yè)的時候，也常常會被這些問題困擾：既然翻譯可以由機器完成，我們?yōu)槭裁催€要學(xué)外語?機器人可以代替醫(yī)生工作，我們?yōu)槭裁催€要學(xué)醫(yī)?無人機都開始送貨了，快遞小哥是不是就要失業(yè)了?大家都在試圖尋找一些相對比較“安全”的學(xué)科和行業(yè)，都希望自己的工作暫時還不會受到太大的影響。殊不知，新技術(shù)突飛猛進(jìn)，沒有哪個行業(yè)是絕對安全的。

業(yè)界在談及人工智能的發(fā)展時往往將算力作為最為核心和重要的因素，從投資情況來看嗎，算力也是獨占半壁江山。我們不否認(rèn)算力之于人工智能發(fā)展的重要性，但是核心算法的缺失也會制約人工智能的發(fā)展和突破。

算法是人工智能早期研究和發(fā)展的熱點，從人工智能概念提出開始，算法一直在不斷地發(fā)展和演進(jìn)。從供給的角度來看，學(xué)術(shù)界是人工智能理論和算法的開創(chuàng)者，在人工智能理論和算法的早期發(fā)展過程中起到了核心的作用，從決策樹到神經(jīng)網(wǎng)絡(luò)，從機器學(xué)習(xí)到深度學(xué)習(xí)，推動算法不斷演進(jìn)和進(jìn)步。

“中國有多少數(shù)學(xué)家投入到人工智能的基礎(chǔ)算法研究中?”日前，在上海召開的院士沙龍活動中，中國工程院院士徐匡迪等多位院士的“徐匡迪之問”引發(fā)業(yè)界共鳴。徐匡迪指出，我國人工智能領(lǐng)域真正搞算法的科學(xué)家鳳毛麟角，如果這種情況不改變，我國人工智能應(yīng)用很難走向深入、也很難獲得重大成果。

“徐匡迪之問”之所以能引發(fā)行業(yè)共鳴，正是因為我國人工智能產(chǎn)業(yè)的創(chuàng)新能力不夠強大，產(chǎn)業(yè)發(fā)展過度依賴開源代碼和現(xiàn)有的數(shù)學(xué)模型，真正屬于中國自己的東西并不多。

當(dāng)然也有聲音提出，既然代碼是開源的，拿來用就好，為什么還有可能被“卡脖子”?

開源代碼是可以拿過來使用，但專業(yè)性、針對性不夠，效果往往不能滿足具體任務(wù)的實際要求。以圖像識別為例，用開源代碼開發(fā)出的 AI 即使可以準(zhǔn)確識別人臉，但在對醫(yī)學(xué)影像的識別上卻難以達(dá)到臨床要求。“例如對肝臟病灶的識別，由于邊界模糊、對比度低、器官黏連甚至重疊等困難，用開源代碼很難做到精準(zhǔn)識別。在三維重構(gòu)、可視化等方面難以做到精準(zhǔn)反應(yīng)真實的解剖信息，甚至?xí)霈F(xiàn)誤導(dǎo)等問題，這在醫(yī)學(xué)應(yīng)用上是‘致命’的。”

是否掌握核心算法將決定未來的 AI“智力大比拼”中是否擁有勝算。用開源代碼“調(diào)教”出的 AI 頂多是個“常人”，而要幫助 AI 成長為“細(xì)分領(lǐng)域?qū)＜?rdquo;，需以數(shù)學(xué)為基礎(chǔ)的原始核心模型、代碼和框架創(chuàng)新。

在獲得同樣數(shù)據(jù)的前提下，以開源代碼運行，AI 深度學(xué)習(xí)之后或許能輸出結(jié)果，但由于訓(xùn)練框架固定、算法限制，當(dāng)用戶進(jìn)行具體的實際應(yīng)用時，將很難達(dá)到所期望的結(jié)果，而且難以修改、完善、優(yōu)化算法。

而從底層算法做起，那么整個數(shù)學(xué)模型、整個算法設(shè)計、整個模擬訓(xùn)練‘一脈相承’，不僅可以協(xié)同優(yōu)化，而且可以根據(jù)需求隨時修改，從而真正解決實際問題?；A(chǔ)算法往往是指研究共性問題的算法，它涉及到基礎(chǔ)數(shù)學(xué)理論、高性能數(shù)值計算等學(xué)科，可以應(yīng)用到多種實際問題中;而針對性強的應(yīng)用算法往往會應(yīng)用到具體問題所涉及的“具體知識、先驗信息”，從而更好地解決實際應(yīng)用問題。

人工智能的時代依然是應(yīng)用為王的時代，沒有實際應(yīng)用價值的技術(shù)是沒有生命力的，對于人工智能技術(shù)來說，需要找到典型的應(yīng)用和典型的應(yīng)用場景，才能幫助提升該場景下的能力，并解決問題，這樣的人工智能技術(shù)才是有價值有意義的。AI 要應(yīng)對的現(xiàn)實生活是復(fù)雜、多變的，當(dāng)能夠“應(yīng)對自如”時，才能夠促成產(chǎn)業(yè)的“繁茂”。

谷歌的第二代 TPU AI 芯片。谷歌使用人工智能來提供諸如搜索、翻譯和面部檢測等服務(wù)，但它的 AI 芯片在數(shù)據(jù)中心運行?，F(xiàn)在，AI 芯片正擴展到手機、個人電腦、汽車等領(lǐng)域

這次是 ai 技術(shù)的一小部分運用，真正支持 ai 技術(shù)全面曝光，背后的是機器學(xué)習(xí)以及物聯(lián)網(wǎng)的應(yīng)用，它是利用人腦模擬而建立成的，當(dāng)你使用真實數(shù)據(jù)，來訓(xùn)練機器的神經(jīng)網(wǎng)絡(luò)后，會變得非常聰明，可以識別垃圾郵件，攝像頭捕捉下的違規(guī)行為，或者是計算機，自己給自己編一段合適的程序。

AI 將變得無處不在。例如，F(xiàn)acebook 首席執(zhí)行官馬克·扎克伯格(Mark Zuckerberg)在國會作證的近 10 個小時里，他提到了應(yīng)對虛假賬戶和錯誤信息的許多潛在 AI 解決方案。同時 AI 也已經(jīng)是蘋果、三星和華為等手機制造商常用的熱門詞匯。

芯片分析公司 Linley Group 的首席分析師林立·葛文那(Linley Gwennap)在處理器會議上表示:“大多數(shù)新的高端智能手機都有 AI 加速器，包括蘋果 iPhone X 的 A11 芯片和華為 Mate10 的麒麟 970。我們已經(jīng)看到，AI 正逐漸應(yīng)用于高檔手機，隨著時間的推移，它可能會繼續(xù)流向低端手機。”

AI 芯片可能不僅僅被用于智能手機上，這得益于公司制定芯片的發(fā)展目標(biāo)，以及來自移動芯片巨頭 ARM 的 Trillium AI 項目等努力。這意味著今天的計算機智能革命才剛剛起步，它最終可以幫助亞馬遜和谷歌的數(shù)字助理擴展到新設(shè)備上，讓你的汽車識別行人和周圍的一切，讓你的電腦更聰明，可自動進(jìn)行照片和視頻編輯等。

以網(wǎng)絡(luò)安全攝像頭為例，它可以讓你的家庭網(wǎng)絡(luò)和寬帶連接成為一個持續(xù)的視頻流。葛文那解釋稱：“你真正想要的攝像頭能夠看到現(xiàn)場，然后說什么都沒發(fā)生，不需要上傳視頻。當(dāng)發(fā)生變化時，它可以發(fā)送圖像或通知。”葛文那預(yù)計，個人電腦可以在相對強大的主處理器上運行 AI，但隨著更多的軟件使用該技術(shù)，它們也會得到 AI 芯片。像 Photoshop 和 Premiere Pro 這樣的 Adobe Systems 軟件已經(jīng)將處理器推向了極限，該公司已經(jīng)引入了 Sensei AI 技術(shù)，以加快像照片編輯這樣的任務(wù)。

使用英偉達(dá)技術(shù)的無人駕駛汽車，安裝上的各類的傳感器，利用英偉達(dá)的圖像處理技術(shù)以及 npc 技術(shù)可以自動識別路上可能遇見的障礙物， 幫助汽車躲避和剎車。

隨著無人駕駛技術(shù)的進(jìn)步，汽車將獲得 AI 大腦。名為 Synopsys 的公司在會議上展示了自己的方法，用于管理從雷達(dá)、激光雷達(dá)、攝像頭和其他無人駕駛汽車中收集到的大量數(shù)據(jù)。