人工智能（Artificial Intelligence，簡稱AI）已經(jīng)嵌入到多個生活場景中，成為下一輪技術(shù)革命的重要驅(qū)動力。從微觀層面來看，機(jī)器翻譯、資訊分發(fā)和輔助駕駛等AI應(yīng)用已經(jīng)讓人類生活更加美好和便捷。而在宏觀層面，AI也被寄望為經(jīng)濟(jì)增長的新引擎，具有替代繁瑣、重復(fù)人類工作，提升資源配置效率并減少生產(chǎn)損耗等優(yōu)勢。
人工智能前景判斷：1）技術(shù)層面：短期或不及預(yù)期，長期仍有望引爆新一輪技術(shù)革命。2）產(chǎn)業(yè)層面：短期看商業(yè)模式，中期看公司技術(shù)研發(fā)，長期看基礎(chǔ)研究突破。
人工智能是模擬人類思維和行為的系統(tǒng)，當(dāng)前處于弱AI時代。人工智能旨在模擬人類思考方式、行為規(guī)劃和學(xué)習(xí)能力，最終像人類一樣感知周邊環(huán)境并且做出反應(yīng)。當(dāng)前人工智能處于僅能解決特定問題且往往扮演輔助角色的弱AI時代。
人工智能螺旋式發(fā)展，經(jīng)歷三個時期：1）起步時期：1956年達(dá)特茅斯會議提出人工智能概念，計算機(jī)性能和數(shù)據(jù)量制約AI發(fā)展。2）專家系統(tǒng)時期：“知識庫+推理機(jī)”實現(xiàn)AI商用化，臺式機(jī)性能提升終結(jié)專家系統(tǒng)。3）深度學(xué)習(xí)時期：2006年Hinton論文開啟當(dāng)前深度學(xué)習(xí)時代。
人工智能已是新風(fēng)口，技術(shù)是核心驅(qū)動力。2017年全球AI融資超150億美元，谷歌、亞馬遜、蘋果以及百度、騰訊等中美科技巨頭紛紛布局。算法、算力和數(shù)據(jù)是AI發(fā)展的核心驅(qū)動力：深度學(xué)習(xí)算法使AI邁入數(shù)據(jù)驅(qū)動時代，互聯(lián)網(wǎng)孕育海量的多維度數(shù)據(jù)，GPU并行計算能力為“大數(shù)據(jù)+神經(jīng)網(wǎng)絡(luò)”提供算力。
人工智能產(chǎn)業(yè)鏈分為基礎(chǔ)層、技術(shù)層和應(yīng)用層，中國產(chǎn)業(yè)布局偏好技術(shù)成熟、應(yīng)用性強的領(lǐng)域，對需要長周期、基礎(chǔ)研究的芯片的關(guān)注度小。
1）基礎(chǔ)層提供算力和“操作系統(tǒng)”。芯片賽道，GPU仍是人工智能*，產(chǎn)業(yè)格局呈三足鼎立，AI專用芯片中國企業(yè)存彎道超車機(jī)會。開發(fā)框架賽道，“開源+巨頭支持”是主流模式，TensorFlow、Torch等各有所長。
2）技術(shù)層解決具體類別問題。語音識別負(fù)責(zé)語音轉(zhuǎn)文本，技術(shù)和行業(yè)格局趨于成熟，但智能音箱等消費級產(chǎn)品或已侵蝕Nuance等頭部企業(yè)先發(fā)優(yōu)勢。自然語言處理實現(xiàn)機(jī)器“聽得懂”，技術(shù)成熟度較低，市場分散且未形成頭部企業(yè)，新入局者仍有機(jī)會。計算機(jī)視覺實現(xiàn)機(jī)器“看得懂”，靜態(tài)物體識別趨于成熟，安防廠商、互聯(lián)網(wǎng)巨頭和創(chuàng)業(yè)公司是主要玩家。
3）應(yīng)用層解決實踐問題。目前AI產(chǎn)品普遍是人類輔助者，自動駕駛或是下一個重量級市場。語音場景，智能音箱流量入口屬性使科技巨頭群雄逐鹿，生態(tài)整合決定發(fā)展前景。安防場景，視頻結(jié)構(gòu)化、人臉比對助力警務(wù)管理，誤報率、動態(tài)人臉監(jiān)控仍是短板。金融場景，應(yīng)用于身份認(rèn)證、征信風(fēng)控和投顧理財。醫(yī)療場景，應(yīng)用于醫(yī)學(xué)影像、輔助診療和語音電子病例，騰訊覓影已篩查400多例早期食道癌病例。自動駕駛場景，主流系統(tǒng)處于輔助駕駛級別，谷歌、特斯拉和百度領(lǐng)跑中美自動駕駛賽道。
機(jī)器如何像人類和動物一樣高效地學(xué)習(xí)？機(jī)器如何學(xué)習(xí)*的運作方式并獲得常識？機(jī)器如何學(xué)會推理和計劃？當(dāng)前的人工智能架構(gòu)，如自回歸大型語言模型，是不是人工智能技術(shù)的最終走向？日前，紐約大學(xué)教授、Meta副總裁和首席AI科學(xué)家楊立昆（Yann LeCun）做客華盛頓大學(xué)Lytle電子和計算機(jī)工程公益講堂，發(fā)表了自己的見解。
LeCun認(rèn)為，目前計算機(jī)尚未真正建立起人類一般的“*模型（World Model）”，目前的大語言模型盡管“絲滑”，但規(guī)劃、推理能力非常有限，況且人類大多數(shù)知識不是文字性的。回顧過去人工智能發(fā)展的歷程，人類總是陷入“莫拉維克悖論（Moravec’s paradox）”，即對人來說簡單的事情，對機(jī)器很難；反之亦然。他提出，要模仿人類思維的根本模式構(gòu)建“目標(biāo)驅(qū)動的人工智能系統(tǒng)（Objective-Driven AI Systems）”。他還指出，研究人工智能技術(shù)對全人類是有益的，人工智能系統(tǒng)不可能成為與我們展開生存競爭的“第二主體”。
常見問題解答
什么是人工智能？
人工智能(Artificial Intelligence, AI)是一種計算機(jī)科學(xué)的分支，它旨在模仿人類智能的行為和能力。人工智能的主要目標(biāo)是構(gòu)建智能的計算機(jī)系統(tǒng)，這些系統(tǒng)可以理解自然語言、進(jìn)行推理、學(xué)習(xí)新知識、解決問題、作出決策等。
什么是基于模型的人工智能？
基于模型的人工智能(Model-Based AI)是一種新的人工智能方法，它旨在模仿人類思維。這種方法的核心思想是使用數(shù)學(xué)模型來描述和預(yù)測系統(tǒng)的行為。數(shù)學(xué)模型可以表示系統(tǒng)的狀態(tài)、行為和關(guān)系，并且可以用于生成新的知識和推理。
基于模型的人工智能與其他人工智能方法的區(qū)別？
基于模型的人工智能與其他人工智能方法的主要區(qū)別在于它使用數(shù)學(xué)模型來描述和預(yù)測系統(tǒng)的行為。這種方法可以生成高質(zhì)量的推理和決策，并且可以適應(yīng)新的環(huán)境和任務(wù)。其他人工智能方法，如深度學(xué)習(xí)和機(jī)器學(xué)習(xí)，通常使用數(shù)據(jù)驅(qū)動的方法來學(xué)習(xí)系統(tǒng)的行為，這些方法可能無法生成高質(zhì)量的推理和決策，并且可能難以適應(yīng)新的環(huán)境和任務(wù)。
基于模型的人工智能的應(yīng)用領(lǐng)域？
基于模型的人工智能可以應(yīng)用于各種領(lǐng)域，例如自動駕駛、醫(yī)療診斷、金融風(fēng)險管理、物流管理、語音識別、機(jī)器翻譯等。這種方法的潛力在于它可以生成高質(zhì)量的推理和決策，并且可以適應(yīng)新的環(huán)境和任務(wù)。
