希望當然都是美好的。但科技的兩面性，一直是存在的，核既可能源也可核武，但它還不是深入到我們生活的方方面面，而AI未來卻有可能涉及我們的所有領域。所以，它的負面清單更應該引起人類的警惕

不久前，一個名為“Master”的神秘賬號，在兩大圍棋線上對弈網站上橫掃世界頂尖職業棋手。在豪取60場勝利後，“Master”自報身份就是去年的AlphaGo的升級版。2016年初，AlphaGo與世界著名選手李世石的圍棋大戰吸睛無數，AlphaGo4：1勝利的最終戰績被譽為“人工智慧領域裡程碑式的標誌”。

AlphaGo的驕人成績與驚人的學習速度讓人們再次關注起人工智慧。2016年，移動網際網路和層出不窮的智慧終端產生的海量資料、基於“雲計算”的資料處理與計算技術共同催生了即將爆發智慧大潮。智慧時代不再停留在科幻大片裡，而是已經由未來悄然成為現在。

大潮來臨時，人們總是習慣首先將目光放在Google、蘋果、BAT、小米這些滿身光環的企業身上，直到錘子科技CEO羅永浩在自己的產品釋出會上對“訊飛輸入法”完美演示之後，大多數人才意識到：這家創造了訊飛輸入法背後的上市公司，可能是“離智慧時代最近的中國企業”。今天電商總裁問計有幸邀請到了科大訊飛高階副總裁江濤，來談談他對人工智慧的種種觀點。

江濤，科大訊飛高階副總裁，兼任董事會秘書，中文語音產業聯盟副秘書長。

科大訊飛成立於1999年12月30日。經過十幾年的發展目前已成為中國最大的智慧語音技術提供商，在智慧語音技術領域擁有長期的研究積累，並在中文語音合成、語音識別、口語評測等多項技術上擁有國際領先的成果。

人工智慧時代已經到來？

2016年被稱為人工智慧的元年，人工智慧一躍而上，掀起一股猛烈的潮流。從科技巨頭的戰略目錄，延伸到如雨後春筍般出現的創業公司，人人都愛“人工智慧”。尤其是AlphaGo戰勝李世石後，人工智慧更是在輿論中強勢回暖。

在採訪中，江濤對人工智慧的未來發展做了推測，他認為從2008年到2010年，是智慧手機浪潮；而未來三到五年內的下一波浪潮，是互動革命，是智慧裝置的智慧化過程，這些裝置跟智慧手機相比，最大的區別點就是不像手機有標準的觸控式螢幕，比如智慧汽車，智慧電視，機器人，VR等等，所以像語音、手勢、影象等多模態的方式一定會成為最重要的互動方式。

江濤也對現階段的人工智慧進行了詳細解讀，他表示目前人工智慧被分成三個階段，第一個階段是運算智慧階段，讓計算機具有較高的運算速度，目前這一階段基本已經實現。科大訊飛主要解決的是後兩個階段，即感知智慧和認知智慧。

計算智慧

計算智慧領域最典型的挑戰是從象棋到圍棋，棋類的挑戰。96年曾經有過有一件有意思的事情，那就是深藍計算機戰勝了國際象棋大師加里•卡斯帕洛夫。圍棋的棋盤比象棋的棋盤大，難度更大，所以過了20年，人工智慧才在圍棋上取得突破。圍棋的棋盤是19X19，一共是361個點，每個點有三種狀態，3 的361次方，加上下棋的順序是361的階層，這個乘起來是什麼數字呢，10的100多次方，比全宇宙的原子數還要多。人類的計算並不是窮舉所有的可能性，那樣所有的計算機加起來都不夠，而是真正的透過搜尋和評價網路等等，把它壓縮在有限的空間裡，進行運算和決策。

阿爾法狗戰勝了人類，標誌了在計算智慧，在下棋這種在確定的規則和確定的評價手段、確定的目標領域，計算機已經戰勝了人類。

感知智慧

在感知智慧領域典型的專案是無人駕駛汽車，像人一樣能夠感知外界的變化，它不完全是感知智慧，也涉及到一些計算智慧。但是最核心的環節就是感知智慧。感知智慧目前在什麼現狀呢？在結構化的環境下，或者說可預測的環境下，機器和人差不多了。在非結構化下機器和人差的很遠。例如高速公路就是結構化環境，而沙漠環境則屬於非確定結構，如果把谷歌的自動駕駛汽車放到沙漠，或者說放到中國的農村土路上就跑不起來。目前感知智慧的挑戰中，機器在結構化的環境下已經逐漸達到人類的水平。

認知智慧

比感知智慧更有意思的是認知智慧，也就是對人類的理解、推理、學習這些高階認知活動的模擬。認知是人類自然語言系統的基礎，在此之上，形成概念上的邏輯推理。在這方面，IBM的 Watson 做的不錯，用的比較傳統的技術，即知識圖譜的技術，這在相對窄的領域內可以表現的比較好。

但是在更寬的領域，當前最熱點PK是人和機器關於考試的PK，這個挑戰中間，現在中國，美國和日本走在前列，美國由華盛頓大學圖靈中心在做，目標是在美國高中生物考試中超過人類，這個圖靈中心目前由保羅以及由微軟的聯合創始人支援。日本方面，是由日本國立情報研究所帶隊的團隊做的，目標是2021年讓機器人考入東京大學。日本高考九百分，考上東京大學至少六百分，據說目前機器人至少考到三百分。中國的則是科技部的專案，類人答題專案，讓計算機考上一本。在高考領域PK掉80%的人類，我們希望機器人十年之後考上北大、清華，PK掉99.9%以上的人類。

江濤表示，未來5到10年，人工智慧會像水和空氣一樣無所不在，進入到我們每個人的生活，人工智慧將面臨著前所未有的產業機遇。未來，將有三百萬人的工作會被機器替換，30%的人都要給機器彙報工作，只有不到20%可以被機器替代，因為它的工作還是挺複雜的。同時，薪酬工資相對較高的CEO，可以有20%的工作被機器替代。機器替代的不只是簡單的重複勞動，甚至我們人類經過複雜學習所掌握的知識，那些複雜的腦力勞動，機器未來都能替換。

我們身邊的人工智慧

那麼人工智慧究竟應用在哪些領域呢?在採訪中，江濤表示:“人工智慧目前已經被應用在各個領域，如自動駕駛、車內互動、語音識別、醫療教育等等，未來人工智慧將有改變世界的力量。” 同時，江濤就我們身邊的人工智慧做了詳盡的介紹。

醫療領域

語音識別讓機器有了一個“嘴巴”，可以實時將各種文字讀出來。在醫療領域，語音識別也具有實用性，例如科大訊飛推出了一款APP，在醫生查房時，可以透過語音輸入來記錄病例和佈置醫囑，節省了醫生手寫病例的時間，省去了護士的等待時間，提高了醫生巡房的工作效率。

除此之外，醫生可以透過語音隨時查詢這個病人當前和過去的一些情況，還可以搜尋到相關的治療方案和醫學資料作為參考。而藉助影象技術，可以幫助放射科醫生進行診斷結果，江濤介紹說，在肺部腫瘤和肺部結節在影象診斷上的結果，機器已經和醫生不相上下了。

人工智慧不僅能幫醫生做記錄、查詢後臺的資料，還可以幫助醫生自動看大量影象診斷的結果。機器自動看帶來了兩種結果，一種是提高醫生的效率，還有一種是幫助醫生診斷的結果更加準確，所以可以看到，人工智慧目前已經可以給醫生帶來很大的方便。

汽車領域

科大訊飛基於語音識別技術推出了一個應用——飛魚系統。使用者可以透過語音操作飛魚系統撥打電話、搜尋音樂、查詢天氣情況、搜尋目的地等，它承擔了一個車載秘書的功能，當你使用的越多，它對使用者的個人喜好越來越瞭解，對答的時候便能提供更準確的服務。

相當於汽車原來是一個冷冰冰的交通工具，因為飛魚系統，或者智慧互動語音技術應用，它變成了一定意義上有情感的交通裝置。

智慧家居領域

科大訊飛在智慧家居領域也有發展，透過和京東合作推出智慧家居產品，其中DingDong智慧音箱是一款非常有意思的產品。

在3—5米範圍內想聽任何歌，可以和它說叮咚叮咚+歌名，它就會從後臺海量的音樂庫裡面把這首歌播出來。以後DingDong音箱以後還會做很多擴充套件，可以成為智慧家居的中央控制裝置，比如可以控制窗簾，開啟冰箱彩電。所以DingDong音箱以後可以成為家庭裡面控制各種智慧家居的重要環節。”

教育領域

除了醫學這種專業化的技術應用領域，人工智慧在教育領域也得到了應用。

在因材施教方面，科大訊飛透過知識圖譜技術，可以收集和分析學生日常學習和完成作業過程中產生的資料，精確告訴老師每個學生的知識點掌握情況，老師就可以針對每一位學生的學習情況來有針對性的佈置作業，達到因材施教的效果。

在語言教學方面，科大訊飛推出一款叫“暢言智慧教具”的產品，將觸控筆放在書中的文字上，它就可以將文字讀出來，既可以輔助偏遠地區或者少數民族區域的普通話教學，也可以應用到英語等外語教學過程中。

而在教學方式方面，智慧課堂可以為老師提供更為豐富的教學手段，老師在上課的時候不僅僅只有一本教科書，而是可以任意調取後臺海量的學習資源，例如當老師講到淝水之戰時，可以透過地圖演示、播放影片等形式來幫助學生理解。

機遇&威脅

人工智慧為我們帶來的究竟是什麼？

人工智慧作為今年最IN的話題之一，雖然引發了大家的關注，但是畢竟平時在生活中接觸不多，甚至有人提出：機器人將取代人類。那麼人工智慧究竟已經發展到什麼階段，真的會對人類產生威脅嗎？江濤指出：目前人工智慧雖處於寒武紀的大爆發階段，但也很可能再度面臨寒潮。具體來說，人工智慧可能會面臨這五大考驗：

第一大考驗： 無監督學習方式亟待突破

目前人工智慧在學習上遵循的理論依然是上個世紀80年代提出的，人們並沒有從本質上理解人類的學習原理，從監督學習到無監督學習的方法還在探索。目前的人工智慧技術多數都要依靠形態匹配，在監督式學習下，輸入訓練資料，每組訓練資料有一個明確的標識或結果。人們將預測結果與“訓練資料”的實際結果進行比較，不斷調整預測模型，直到模型的預測結果達到一個預期的準確率。

而無監督學習中，計算機無需人類幫助的情況下，像人類一樣自己學習知識。計算機並不被告知怎麼做，而是採用一定的激勵制度來訓練機器人培養出正確的分類。無監督學習方式是機器人工智慧發展的關鍵技能之一。

第二大考驗： 知識表達問題需被解決

許多輸入的資料其實都經過了人腦抽象，但大家看不到，就好比你看到地面上的竹子每一根都是獨立的，但它的地下莖聯絡是非常緊密的。若要完成形式化知識結構的搭建，是需要很多知識的，而機器中沒有人腦中的背景知識，所以資料中蘊含的資訊是不完整的，繼而計算不出正確的結果。

江濤從技術角度對認知智慧的實現進行了解釋。感知智慧指的是能夠透過各種智慧感知能力與自然界進行互動，比如圖象識別、語音識別，那麼認知智慧則指學習能力還有對知識掌握表達的能力，距離認知智慧我們還有一段距離。

第三大考驗： 人才稀缺

影象識別方面的成就像一把發令槍，啟動了一場人才爭奪賽。有人曾說：“這個領域的人才戰相當血腥，一流的人才就像NFL足球運動員。”谷歌、Facebook、百度等科技巨頭激烈的人才爭奪，從深度學習元老到名校畢業生，再到斥巨資收購人工智慧創始團隊。而在這方面，位於中國安徽的科大訊飛略顯低調，很少能看到他們大張旗鼓的人才引進計劃，科大訊飛有著自己獨特且科學的人才引進和建設體系。

江濤指出：不是每個創業公司都適合做人工智慧，人工智慧作為源頭技術，需要大量對應的專業人才，他們要具備研發還有資料運算能力等等，更適合有一定體量的公司，訊飛在創業之前就有成熟的研究團隊，十幾年摸爬滾打下來，跟中科大合辦了語音及語言資訊處理國家工程實驗室，這些投入都是巨大的。他認為創業公司更應該琢磨怎麼把人工智慧用在業務上，而不是搶這個人工智慧的人才去做底層的事。大家在產業鏈上有對應的分工，每個人做他最擅長的事情，這樣才能各自找到自己合適的定位。

第四大考驗：資本獲取

由於人工智慧是巨頭公司的天下，所以「被併購」是許多初創公司的宿命。當前，谷歌、IBM、雅虎、英特爾、蘋果、Salesforce以及國內的百度、阿里等網際網路科技巨頭公司佈局勢頭兇猛，引發了一場全球範圍內的人工智慧投資收購熱潮。

然而併購人工智慧初創公司也是問題重重。反觀目前國內人工智慧企業估值偏高，僅有2~3人的早期初創公司有時開價達1~2億元，較成熟公司的估值甚至比上市公司還高。這種高估值企業有時甚至讓產業投資者難以接受，結果導致某些上市公司和產業基金紛紛出海，佈局矽谷、以色列等海外市場。上市公司或產業基金佈局海外市場都需要考慮落地問題，這時候溝通成本、管理成本、人員適應本地化成本便會增加。因此，如何降低成本成為佈局海外市場的一大難題。

其次，上市公司在投資初創企業時多對其業績有要求，這就使得它們在投資併購時傾向於選擇較為成熟的AI公司。然而目前國內人工智慧領域的創業公司在整體效果上並沒有達到上市公司的期望值，許多初創公司的成熟度與上市公司自身業務發展的匹配度也不夠高。

所以，現在多數上市公司採取的方式是先在體外投資孵化，待孵化的公司成熟到一定程度時再裝進上市公司內部。

另外，有些上市公司自身也存在追逐熱點的問題，在並不具備佈局大資料、人工智慧產業的基因的情況下，但卻在積極佈局。這使得被投資或併購來的公司不能匹配上市公司的業務、管理能力和戰略發展方向，反而導致初創公司的未來發展受到了限制。

第五大考驗：安全挑戰

這裡面的安全不是某一項人工智慧產品是否存在風險，而是對強人工智慧何時出現的整體的考量。對於人工智慧的安全性，扎克伯格的觀點代表了中國創投界大多數的想法：我們過度擔憂人工智慧，將阻礙人工智慧實際的進步。現在擔憂人工智慧的安全性，就如同兩百年前擔心要是以後有飛機了飛機墜毀怎麼辦一樣。我們要先造出飛機，再擔心飛機的安全性。

江濤也提倡關注人工智慧的現實問題，這基本代表了產業界的共同心聲。不論媒體多麼喜歡追逐馬斯克和霍金等人的誇張言論並大肆宣傳，產業界依然在關注現實問題，關注現有技術進展，關注如何將現有技術轉化成滿足使用者需求的具體產品。Jordan Pearson曾在文章中指出，馬斯克科幻作品般的言論被大肆炒作和宣傳，當這樣的負面宣傳涉及到具體的研究工作時，會產生非常消極和有害的後果。Facebook人工智慧實驗室的負責人YannLeCun去年在Google＋上總結到：「一些不實宣傳對於人工智慧是非常危險的。在過去的50年裡，人工智慧就先後因為不實宣傳而沉淪了四次，關於人工智慧的炒作必須停止。

聽完江總的解讀，你是否對人工智慧有了比較全面的瞭解呢，希望人工智慧的發展越來越好，為我們的生活帶來更多的便利和驚喜。

就好比希望自己的手機越來越智慧一樣。

當我們把 AI當成人類的工具的時候希望 AI會越來越好，當我們害怕AI會取代人類的時候，就會對這種越來越好擔心。

因為在經歷了種種人類自己造成的苦難之後，我們對人類的極權主義，或者從基因層面構建的美麗新世界充滿了警惕。

這種矛盾是一直持續的，並非今天才開始。

哥白尼之死的本質是什麼？

儘管人類的道德圈不斷擴大，從家庭到氏族到國家到全人類，甚至擴充套件到動物和植物。可是我們一直認為自己處於道德圈的中心。

我們最不想看到的是在我們自以為中心的道德圈原點中間出現了 AI這個凌駕與我們之上的物種的出現。之所以有這種擔憂，是因為在智力水平的很多層面，比如力量、記憶力、計算力、邏輯思維能力、持續力等方面我們遠遠落後與人工智慧。

《人類簡史》中說，玉米、小麥、水稻是最為成功的物種，它們充分利用了人類生存對能量的需求，獲得了最廣大的繁殖空間。我們也希望 AI如同這些植物一樣，也能充分利用人類對資訊、娛樂等更大範圍的需求，獲得最廣大的“繁殖”空間。

但是希望只是希望，並不能解決我們對AI產生於人類獨立心智的擔憂。因為 AI和玉米不一樣的是， AI可能脫離人類而獨立存在，並發展壯大。而玉米沒有人類的幫助，生存空間可能會迅速降低，甚至接近與零。