據(jù)微信公眾號(hào)“智東西”（ID：zhidxcom）6月2日消息，IBM沃森大裁員的消息，一時(shí)間讓人工智能（AI）泡沫論甚囂塵上。沒(méi)多少人會(huì)覺(jué)得AI要完，要完的是風(fēng)口上的豬。

事實(shí)上，今年年初，李開(kāi)復(fù)就表示：

今年年底將會(huì)出現(xiàn)許多人工智能市場(chǎng)上的經(jīng)濟(jì)泡沫。關(guān)于人工智能的投資并不適用于新手參與，對(duì)于那些不了解技術(shù)就試圖進(jìn)入人工智能的早期階段的人，他們會(huì)失去財(cái)富。

那些吹牛的AI公司，亂用AI包裝的公司，忽悠不懂AI的VC公司，今年冬天就是他們的冬天。但是那些真材實(shí)料的AI公司，都會(huì)發(fā)展的很好。AI的大浪潮才剛剛開(kāi)始。

本期的智能內(nèi)參，我們推薦譚鐵牛院士在中科院第十九次院士大會(huì)上的學(xué)術(shù)年會(huì)報(bào)告，盤(pán)點(diǎn)人工智能產(chǎn)業(yè)前景和技術(shù)瓶頸。

以下為智能內(nèi)參整理呈現(xiàn)的干貨：

春天剛剛開(kāi)始

▲人工智能發(fā)展歷程

人工智能研究的主要目的就是探尋智能本質(zhì)，研究出具有類人智能的智能機(jī)器，比如讓機(jī)器或者計(jì)算機(jī)會(huì)聽(tīng)、會(huì)看、會(huì)說(shuō)、會(huì)想、會(huì)決策，跟人一樣。

人工智能的概念提出到今天62年過(guò)去了，這確實(shí)是一個(gè)曲折的發(fā)展過(guò)程，但是進(jìn)步是有目共睹的，無(wú)論是在理論層面、關(guān)鍵技術(shù)還是具體應(yīng)用。

近十年來(lái)，隨著大數(shù)據(jù)、云計(jì)算、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展，人工智能技術(shù)成功跨越科學(xué)與應(yīng)用之間的“技術(shù)鴻溝”，突破了從“不能用、不好用”到“可以用”的技術(shù)拐點(diǎn)，進(jìn)入了爆發(fā)式增長(zhǎng)的紅利期。

譚鐵牛院士表示，人工智能的春天剛剛開(kāi)始，未來(lái)十年，人工智能將是最具變革性的技術(shù)。今天，人工智能如日中天，火遍全球的當(dāng)下，實(shí)事求是地設(shè)定科學(xué)目標(biāo)顯得尤為重要。

兩點(diǎn)現(xiàn)狀預(yù)示AI春天

專用AI的突破性進(jìn)展

談到目前人工智能發(fā)展的現(xiàn)狀，我（譚鐵牛院士）首先要說(shuō)的是專用人工智能取得突破性進(jìn)展。

專用人工智能就是讓人工智能系統(tǒng)專門(mén)做一件事兒，比如下圍棋，是面向特定領(lǐng)域或者單一任務(wù)的人工智能。它確實(shí)取得一些突破性進(jìn)展，而且比人做的更好。

可以說(shuō)，專用人工智能取得突破性進(jìn)展，很大程度（特別是這幾年）取決于統(tǒng)計(jì)學(xué)習(xí)或者機(jī)器學(xué)習(xí)的進(jìn)步。特別是人工智能領(lǐng)域現(xiàn)在火爆的深度學(xué)習(xí)，尤其是人工智能的深度神經(jīng)網(wǎng)絡(luò)。

▲通過(guò)深度神經(jīng)網(wǎng)絡(luò)的應(yīng)用創(chuàng)新，國(guó)際計(jì)算機(jī)視覺(jué)競(jìng)賽ImageNet圖像分類的Top5誤差率從2012年的16%降到2017年的3%左右（已經(jīng)低于人的錯(cuò)誤率）

深度學(xué)習(xí)其實(shí)一點(diǎn)都不神秘，只是借鑒了人的大腦在處理信息過(guò)程當(dāng)中的層次化過(guò)程。

因?yàn)樯疃葘W(xué)習(xí)的涌現(xiàn)，大家可以從曲線看到，用于圖像分類的標(biāo)識(shí)人工智能或者深度學(xué)習(xí)識(shí)別力已經(jīng)低于人的錯(cuò)誤率，也就是說(shuō)識(shí)別力高于人。包括跟環(huán)境的交互，找出最好策略，這就是所謂強(qiáng)化學(xué)習(xí)。以及我們經(jīng)常講魔高一尺道高一丈，在博弈中學(xué)習(xí)，使得學(xué)習(xí)能力不斷提高，這就是生成對(duì)抗學(xué)習(xí)。

技術(shù)生態(tài)或者創(chuàng)新生態(tài)備受關(guān)注

譚鐵牛院士指出：另外一個(gè)值得一提的現(xiàn)狀是，技術(shù)生態(tài)或者創(chuàng)新生態(tài)備受關(guān)注。

▲部分開(kāi)源AI項(xiàng)目示意

科技巨頭紛紛推出自己的開(kāi)源系統(tǒng)、技術(shù)軟件平臺(tái)和硬件平臺(tái)，原因是什么？他們沒(méi)有忘記信息技術(shù)和信息產(chǎn)業(yè)發(fā)展的歷史帶給他們的啟示。所以從傳統(tǒng)的IT操作系統(tǒng)硬件，到現(xiàn)在移動(dòng)互聯(lián)網(wǎng)再到新時(shí)代的人工智能、IT，無(wú)論是谷歌也好、微軟也好、百度也好、IBM也好，都要全面轉(zhuǎn)向人工智能。人工智能創(chuàng)新創(chuàng)業(yè)如火如荼。

▲畢馬威：2017年人工智能風(fēng)投金額翻番

從創(chuàng)投的角度來(lái)看，去年一年全球新成立的人工智能創(chuàng)業(yè)公司就有一千多家，人工智能領(lǐng)域獲得的投資達(dá)150多億美元，同比增長(zhǎng)140%以上，確實(shí)是如火如荼。

▲創(chuàng)新AI企業(yè)快速涌現(xiàn)（詳細(xì)產(chǎn)業(yè)鏈地圖參考第244期智東西內(nèi)參）

在應(yīng)用方面，可以說(shuō)“智能+”已經(jīng)成為一種創(chuàng)新的范式，將各行各業(yè)滲透。當(dāng)然有的是炒作，把傳統(tǒng)的數(shù)據(jù)分析，貼上人工智能的標(biāo)簽。但是人工智能發(fā)展迅速是一個(gè)客觀現(xiàn)狀。

▲當(dāng)前各國(guó)AI實(shí)力：美國(guó)領(lǐng)跑，中國(guó)猛追

此外，人工智能已經(jīng)加速成為國(guó)家戰(zhàn)略：最早被大家熟悉的“德國(guó)工業(yè)4.0”，核心就是人工智能；2018年5月美國(guó)白宮組織AI研討會(huì)，成立AI專門(mén)委員會(huì)，確保人工智能領(lǐng)域美國(guó)第一。

▲各國(guó)人工智能競(jìng)爭(zhēng)白熱化

人工智能對(duì)社會(huì)的影響得到了廣泛關(guān)注。在美國(guó)，一些同仁一起簽署了有關(guān)人工智能發(fā)展的阿西洛馬23條原則，關(guān)注人工智能可能帶來(lái)的社會(huì)影響，以及怎么規(guī)范人工智能研究和應(yīng)用。

誤解和炒作

我（譚鐵牛院士）認(rèn)為目前人工智能發(fā)展的另外一個(gè)客觀現(xiàn)狀是，人工智能領(lǐng)域的誤解和炒作普遍存在，有的是有意的，有的是無(wú)意的。比如時(shí)不時(shí)聽(tīng)到有人講，人工智能系統(tǒng)將超越人的智能水平，我認(rèn)為這是炒作。與此同時(shí)，經(jīng)常有人誤解，專用人工智能等于通用人工智能。

▲常見(jiàn)的人工智能概念混淆

▲常見(jiàn)的人工智能炒作

人工智能總體發(fā)展水平仍然處于起步的階段，美國(guó)的DARPA對(duì)人工智能現(xiàn)狀也是這個(gè)觀念。對(duì)此，譚鐵牛院士用“四有四無(wú)”概括人工智能總體狀況：

1、現(xiàn)在人工智能是有智能沒(méi)有智慧，智慧是高級(jí)智能，有意識(shí)，有悟性，可以決策。

2、人工智能有智商沒(méi)有情商，科幻電影中跟人類談情說(shuō)愛(ài)的人工智能還差得很遠(yuǎn)。

3、人工智能會(huì)計(jì)算不會(huì)算計(jì)，一個(gè)詞倒一個(gè)順序，這個(gè)概念完全不一樣。

4、人工智能有專才沒(méi)有通才，下圍棋的阿爾法狗不一定會(huì)下象棋。

▲現(xiàn)有人工智能的局限性

我（譚鐵牛院士）舉一個(gè)具體的例子，現(xiàn)在即使最先進(jìn)的圖象識(shí)別算法都無(wú)法識(shí)別出圖像里那只斑點(diǎn)狗。

（前方高能幽默）

語(yǔ)音翻譯現(xiàn)在已經(jīng)很好了，但大家看這簡(jiǎn)單的三句話：他吃食堂，他吃面條，他吃大碗。昨天晚上我特意上網(wǎng)用谷歌翻譯這幾句，翻譯不出來(lái)，機(jī)器翻譯把大碗、食堂“吃掉”了。我（譚鐵牛院士）也試了一下，“那輛白車是黑車”和“能穿多少穿多少”，谷歌翻譯也翻譯不出來(lái)?？吹健皻g迎新老師生前來(lái)就餐”的橫標(biāo)，相信人類理解起來(lái)沒(méi)有歧義，但是人工智能算法就會(huì)有。

瓶頸與天花板

▲人工智能技術(shù)瓶頸

上述的局限，是因?yàn)槿斯ぶ悄苓€有很多瓶頸。

以深度學(xué)習(xí)為例，我們還不能完全從數(shù)據(jù)上論證為什么那么有效，不能完全確保這個(gè)多層深層神經(jīng)網(wǎng)絡(luò)訓(xùn)練是收斂的，所以有數(shù)據(jù)瓶頸，深度學(xué)習(xí)要提供大量已經(jīng)標(biāo)注數(shù)據(jù)，還需要大量的人工；還有它不能舉一反三、不能解釋，“知其然不知其所以然”，與人類存在很大差距。

人工智能已經(jīng)突破了從“不能用、不好用”到“可以用”的技術(shù)拐點(diǎn)，但是距離“很好用”還存在諸多瓶頸，如數(shù)據(jù)、能耗、泛化、可解釋性、可靠性、安全性等，理論創(chuàng)新和產(chǎn)業(yè)應(yīng)用發(fā)展空間巨大。