业界风向:人工智能的技术演化与产品形态

人工智能

文/水哥

人工智能的发展进程迈入了一个新的高峰,特别是在全球科技、商业、投资领域乃至国家战略层面占据着至关重要的位置。AI技术与产品也在一夜间进入了大众认知的范畴区间,一个与之触手可及的时代正在全面到来。

在计算机科学领域,终端产品一直是整个业界技术变革驱动下的产物,乔布斯的那句“用户从来都不知道自己需要什么(产品)”曾暗中契合了终端产品形态未知性的历史事实。在智能移动触屏手持问世之前,苹果、微软和其他厂商在PDA(个人数码助理,俗称掌上电脑)的产品研发上进行过不少尝试,也曾产出了一批诸如Apple Newton、Palm 、Pocket PC这些风靡一时的产品,但是后来它们皆为智能手机所取代,且后者成为了继PC之后真正长期稳定的智能终端形态。事实上近年来关于新技术产品形态的争议不仅于此,同期炙手可热的VR/AR同样经历了这一风波。在观点与思辨的冲撞之下,关于人工智能的技术走向和产品形态演变是个值得思考的问题,这关系到当下市场和消费者需要什么样的人工智能。

技术形态的过去、现在与未来

人工智能历史源远流长,在现代意义的人工智能技术与课题确认之前,更多是以理论和探索的形式存立,也就是算力和方法论。在方法论的问题上,博弈论的发展始终贯穿人工智能进化全过程,直到今天运用的蒙特卡洛树搜索、人工神经网络、深度学习等技术络给予其极大的实现空间,而在这之前,控制论与早期神经网络占据着主导地位。而算力是制约人工智能发展的又一瓶颈,但这个问题随着可编程计算机与计算机网络的演进得到了较好解决,特别是如今分布式计算和云计算的成果基本解决了当前AI的算力需求,所以今天我们在人工智能瓶颈上所面临的依旧是方法论的问题。

1956年的达特茅斯会议确立了现代人工智能课题研究,这一领域才真正进入从理论探索到实践落地的过渡阶段。在此之后人工智能经历了两次低潮,虽然表面上都与算力和算法的瓶颈相关,但事情的背后都隐藏着时代对应用生产迟迟久候未至的不满。“发明从来不是为了发明而诞生”,西方哲学家如是说,这就好比工业革命的发生,许多人眼里工业革命是瞬间爆发的,实际上它经历了一个必要的过程,引发技术革命的乃是需求,而非发明本身。

经历低潮之后的研究者们大彻大悟,他们相继抛开诸如“强人工智能”争议和“中文房间”这样的讽刺,开始致力于如何率先实现技术价值,哪怕是一丁点成果亦可成为对业界一针强心的提振。“人类怎么思考是次要的,现在需要的是解题的机器,而不是让机器像人一样思考!”在此类观点刺激下,逻辑学派与反逻辑学派率先取得成果,这直接推动了逻辑运算的改进与大量面向对象编程思想的诞生。

在知识革命的年代,专家系统曾备受青睐,这是大数据的前生。专家系统是一类从大量专业领域知识数据中逻辑推演解答该领域问题的AI程序。该技术早期在医学领域崭露头角,上世纪70年代的MYCIN系统通过诊断血液传染病和选用抗菌素类药物治疗一例中显示了专家系统的威力。专家系统的数据积累与运用由于局限在某一狭小的专业领域,从而避免了泛化的常识问题,这种简单的设计让AI开始变得实用起来。

专家系统之后AI在商用上有了明确的方向,越来越多的研究者开发了复杂的数学工具,使AI技术加速落地各种领域应用,这包括工业设计、医疗诊断、金融分析、各类赛局、搜索引擎、语音识别等等。在算力和算法的突破上,IBM深蓝是第一个里程碑,时隔近二十年的AlphaGo可以视为前者的延伸。由于传统启发式搜索的人工智能在围棋算法中难有突破,分布式计算就有了用武之地,比如在与其他围棋程序的测试比赛中,联网版的AlphaGo相比单机版本其胜率要明显提升。

AlphaGo人机大战后的一个启示是,人工神经网络深度学习、基于运筹学的各类算法、仍有待提升的分布式计算算力将成为未来一个阶段人工智能技术的重要航向。

当前的AI产品的格局与风向

由于技术突破带来的算法与算力的满足,未来十年内人工智能将在不同应用领域开花结果,尽管当下各种市场预测有所差异,但爆发期的增长趋势是不会改变。IDC预测认知系统和人工智能市场(包括硬件和服务)将会从2016年的80亿美元增长到2020年的470亿美元,复合年增长率(CAGR)达到了55%。其中软件应用占180亿美元,软件平台占50亿美元,服务和硬件占240亿美元。IBM声称,认知计算拥有2万亿美元的市场,其中医疗健康就占了2000亿美元。Tractica则预测直接和非直接的人工智能应用将会从2016年的14亿美元增长到2025年的598亿美元,CAGR为52%。另外,Cowen预测81%的科技公司正在或计划投资人工智能,其中像微软、谷歌这样的软件巨头会冲在最前面。

从眼下格局来看,人工智能在消费级市场和企业级/专有领域分别斩获是中长期趋势。在现有消费领域的产品落地中,智能音响的大混战已经打响,巨头亚马逊、谷歌、微软、苹果悉数进场。智能音响作为人工智能语音识别技术的落地形态大肆登场,这是令国内消费领域所始料未及的,其中原因一方面,重移动场景的国内市场和具备了成熟的中产家居场景需求的北美市场存在较大差异,这使得智能音响大战在大洋彼岸鏖战正酣之时国内市场却不见多大动静;另一方面,科技巨头各自坐拥的AI语音助手有着迫切推上硬件终端,借助语音交互、内容服务和第三方应用继续比拼生态整合。由此可见,智能音响产品背后的角逐,乃是巨头间各自AI技术实力和原有平台影响力的较量。

语音交互何以成为人工智能在消费领域扎堆落地的产品形态,有三点原因至关重要。首先,在移动互联时代语音交互具备优良的工具属性,一个智能勤恳的助手如影随形,它能够精准理解你的命令,迅速执行准确结果,用户只需两步即可:提问——完成。中间是一个黑箱,你看不到过程,结果却非常准确。其次,智能语音有着打破传统APP壁垒的天然入口属性,在这种架构设计下,各个APP的独特性被剥去,只剩下最纯粹的功能且都融合在语音助手里,其平台的优越性得到彰显,载体也不局限于移动设备,像智能音响这样的产品形态亦能脱颖而出。第三,也是最重要的,语音交互解放了双手和眼,为人机交互拓展了另一个可能性,设想AI智能化大幅提升的将来,这或将引领一次新的计算机终端革命。

企业级落地在数据分析、市场自动化等方面率先铺开,企业将会大规模采用智能应用栈,因为信息部门正从记录系统向智能系统过渡,今天的智能应用正在一步步重新定义企业软件的未来,且速度会越来越快,一个显著的例子是CRM、ERP软件智能化。

全球最大企业级软件公司甲骨文与CRM新秀Salesforce于去年几乎同时启动AI助理计划,借助人工智能技术,将AI助理的预测和反馈能力嵌入其销售、服务、营销、分析、商业、物联网以及社区等云服务中,实现流程再造、业务调度以及生产力的显著提升。而相比传统软件公司在AI技术和数据积累方面的贫瘠,微软似乎拥有更多话语权,同时整合CRM、ERP提供端到端一整套服务的Dynamics365推出人工智能版,其内置Insights、智能预测服务和工作流优化功能,原生嵌入 Power BI 和 Cortana智能,一次打通AI交互+云+智能关系洞察的高等级应用。

由此可见,在企业级市场/专有领域部署的AI技术其产品形态与上世纪的专家系统虽有目的上的相似,但在现代人工智能机器学习、算法认知和分布式计算等技术加持之下,其设计原理与架构本质早已翻天地覆。可以预见的是,生产力+AI的组合将在未来的企业级领域大行其道。

最后

我们需要什么样的人工智能,最好的方式是让业界和市场给出答案。值得注意的是,人工智能的发展仍然严格遵循技术革新的历史进程,这是不变的科学规律。同时,以当下人工智能技术发展水平来看,思考如何让人工智能创造更多价值,比起“AI威胁论”的恐惧渲染似乎更有意义。

文/水哥 高级工程师,科技专栏作者,中国计算机学会会员。IT评论、业界分析,不一而足。微信公众号:qq133991

声明:本文内容和图片仅代表作者观点,不代表蓝时代网立场。蓝时代 » 业界风向:人工智能的技术演化与产品形态

分享到:更多 ()

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址