研究与观点

人工智能的昨天、今天、明天


最近几天最火的新闻莫过于谷歌人工智能机器人AlphaGo与韩国九段、世界冠军李世石的“人机大战”。曾经以5:0完胜欧洲围棋冠军樊麾,同时也击败了目前最好的围棋程序中99.8%的对手的“阿法狗”,目前在与李世石的较量中处于2:0领先。此事件引起的有关人工智能的讨论不绝于耳。借此风潮,我们也来说说人工智能那些事。


一、人工智能的发展历程


人工智能是一个非常宽泛的概念,从Siri的语音识别到无人驾驶车船,都是人工智能的实现载体,涉及到的技术和领域跨越多学科,包括深度学习、智能识别、专家系统、神经网络、自然语言理解、知识发现、遗传算法、符号推理、智能机器人等方面统统在人工智能的研究范围以内。

1950年图灵预言了创造出具有真正智能的机器的可能性。1956年夏,以麦卡锡、闵斯基等为首的科学家首次提出了“人工智能”这一术语,标志着“人工智能”这门新兴学科的诞生。从1956年至今的半个多世纪,人工智能经历过两个经费枯竭的寒冬(1974-1980,1987-1993),也经历过两个蓬勃发展的春天(1956-1974,1993-2005)。

从2006年开始,人工智能再次进入了加速发展的新阶段。并行计算能力、大数据和先进算法,使当前人工智能加速发展;同时,人工智能的研究也越来越受到产业界的重视,产业界对AI的投资和收购活动也如火如荼。



二、发达国家积极布局人工智能


人工智能技术已经成为发达国家经济体继续向前迈进的动力和标志。发达国家充分认识到人工智能的战略意义,纷纷从国家战略层面对人工智能加紧布局,各自推出人工智能研究项目。


美国:大脑研究计划(BRAIN

2013年4月,美国正式公布“推进创新神经技术脑研究计划”,简称“大脑计划”(BRAIN)。该计划第一目标是绘制出一幅囊括大脑所有活动的详图,其最终的临床应用包括通过直接改变神经回路来诊断和治疗疾病。奥巴马总统当年为该计划拨款1.1亿美元,覆盖美国国家卫生研究院(HIN)、国防部高级研究项目局、国家科学基金会。2014年HIN工作小组制定了未来十年的详细计划,预计每年将投入3亿-5亿美元开发用于监测和映射大脑活动和结构的新工具,十年计划共需花费45亿美元。


欧盟:人脑工程项目(HBP

2013年初,欧盟委员会宣布人脑计划(HBP)为欧盟未来十年的“新兴旗舰技术项目”,该项目汇聚了来自24个国家的112家企业、研究所和高校等机构,总投资预计将达到12亿欧元。该计划强调实用性,重点包括对脑结构、功能和机理的研究;对与脑有关疾病的研究,并加大力度研发新的诊断和治疗方法;利用信息技术建立大脑的工作模型。计划在2018年前开发出世界上第一个具有意识和智能的人造大脑。欧盟官员认为,欧洲人脑工程项目(HBP)如果在人工智能领域占据领先地位,则对欧洲保持在世界经济中的竞争地位起到关键作用。


日本:大脑研究计划(Brain/MINDS

紧随美国和欧盟之后,2014年9月日本宣布启动大脑研究计划Brain/MINDS。该计划为期10年,由日本理化学研究所主导实施,旨在理解大脑如何工作以及通过建立动物模型,研究大脑神经回路技术,从而更好地诊断以及治疗大脑疾病。

按照智能程度,人工智能的目标分为超级智能、广义人工智能和狭义人工智能。发达国家一致认为目前已经达到或接近实现狭义人工智能。2013 年,牛津大学人类未来研究院院长Nick Bostrom做了一份涵盖数百位人工智能专家的调查问卷,结果显示中位的人工智能专家认为:通过全球个国家的加速布局,在2040年左右有50%的概率实现广义人工智能,2075 年前实现广义人工智能的概率高达90%。到达广义人工智能以后,再花2~30年实现超级智能。


1- 牛津大学预测2040年可最早实现广义人工智能




三、人工智能的应用与发展


应用需求倒逼,推动技术成型

人工智能下游应用场景众多,主要为人工智能与传统产业相结合实现不同场景的应用,如无人驾驶汽车、智能家居、智能医疗等领域。目前,许多下游行业的发展都遭遇到了技术无法支撑的瓶颈。例如:人口老龄化程度严重倒逼服务机器人的需求,但服务机器人智能水平达不到要求;产品周期缩短、个性化定制需求倒逼柔性生产,但工业机器人的机器视觉还很有限;人机互动多元化倒逼互动模式升级,但自然语言识别还停留在初期;海量数据产生倒逼监控、关联、分析无人化,但智能识别和分析技术仍处于实验室水平。人工智能是解决以上瓶颈的核心技术,需求倒逼技术进步的迫切性空前集聚。

人工智能的上游基础技术的核心是计算智能,计算智能的实现依赖于机器学习。机器学习与人类学习思考的过程类似,也是基于对数据的不断挖掘和有效关联,才能形成新的认知。

目前全球90%以上的数据都是在最近几年产生的,尤其是随着移动互联网、移动终端和数据感应器的出现,在过去的几年中,全球数据以年均58%的速度增长。 根据预测,2020年全球数据总量将超过40ZB(1ZB等于1万亿GB),这一数据量是2011年的22倍。 数据平台、数据存储和数据挖掘技术的成型是人工智能得以发展的基础,推动人工智能加速爆发。



2- 人工智能技术下游应用需求迫切,上游技术基础成型




机构加强产业布局

近年来随着下游应用场景的增多和基础技术的成熟,欧美国家回归前沿科学的战略布局,更加重视人工智能技术的研究,特别是在人工智能基础研究、人脑研究、网络融合、3D智能打印等领域不断有研究突破。各大机构纷纷加大人工智能产业布局,2014年全球投资总额超过19亿美元,同比增长超过50%。以最为热门的风投领域为例,2014 年人工智能领域共完成40笔风投交易,总金额高达3.09亿美元,比2013年增加302%。

由于人工智能属于基础型技术,与机器人和大数据联系紧密,其水平的提升将带来多领域的应用扩展,大幅拓宽传统产业的发展之路,造成未来5-10年的巨大颠覆性影响,产生10-100倍的溢出效应,由此打开万亿规模的市场空间。

以工业机器人领域为例,智能化水平提高后将给工业机器人带来机器视觉、云端控制等,能够迎合目前柔性生产线应用的需求,多条小批量定制化生产线可以共用一条生产线,降低固定资产投资成本近30%,降低人工成本近60%-70%,在汽车整车、汽车零部件制造、电子电气行业、食品工业及物流等行业产生8-10倍的产业集群带动作用,对应800-1000亿元的市场规模。

根据上述溢出效应预测,人工智能市场将继续保持高速增长,促进产业爆发的新浪潮。预计到2020年,全球人工智能市场规模将达到183亿美元,约合人民币1190亿元。

3- 全球AI市场规模



将成为未来普遍商业模式

人工智能的发展是当今互联网+面临的一系列问题的突破口。作为科技领域最为前沿的技术之一,人工智能能够推动多个领域的变革和跨越式发展,将对传统行业产生重大颠覆性影响。无论人体自身还是企业、产业,都将面临智能化重构的冲击。例如,人工智能可以加速发现医治疾病的新疗法,大幅降低新药研发成本;可以在国防、医疗、工业、农业、金融、商业、教育、公共安全等领域取得广泛应用,催生新的业态和商业模式,引发产业结构的深刻变革;还可以带动工业机器人、无人驾驶汽车等新兴产业的飞跃。

传统产业将在现实应用需求和互联网+应用缺陷的双重的倒逼下搭载人工智能,构成“人工智能+”的新商业模式。人工智能+应用场景将成开锁的金钥匙定位于基于PC的互联网、基于手机和平板电脑的移动互联网以及基于各种其他设备的物联网,其本质是解决了“连接”问题:连接人与人、人与物以及物与物,并且在连接的基础上创造出新的商业模式。目前倍受追捧的工业4.0、智能家居、无人驾驶、智能监控、智能医疗等方向,所代表的无一不是“人工智能+应用场景”发展的最终形态。


1- 科技巨头加速投资研发人工智能


©基业昶青管理咨询公司版权所有。未经许可,严禁做任何形式的转载和出版。