1.1.3 AI——万物智能化的“催化剂”
AI近年来受到了广泛讨论,成为新科技领域的“宠儿”。AI这个概念早在60多年前就已经被提出。简单来说,AI是研究和开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门技术学科。自1956年在美国达特茅斯学院(Dartmouth College)诞生以来,AI经历了从兴起到低迷再到蓬勃发展的波浪式发展历程。而最具代表性的里程碑事件莫过于2017年DeepMind公司制造的AlphaGo围棋机器人击败了当时世界排名第一的围棋冠军柯洁,这不仅让人类亲眼见证了AI创造的奇迹,更使人们感受到了AI在认知、决策能力上正在无限靠近人类。
谈到AI,人们想到的首先是算法。一般而言,越先进的算法,其带来的AI能力越强。一些与AI算法相关的词,如机器学习、深度学习、神经网络等也逐渐进入人们的讨论范围。AI算法在60多年的发展中的确发生了重要的演进,但究其根本,许多AI算法的核心都是一致或类似的,通常称为“搜索式推理”,即为了找出一个目标一步步进行推导,就如同在一个迷宫中寻找出路。在AlphaGo中使用的核心算法为蒙特卡洛树搜索(Monte Cario Tree Search,MCTS),它是建立在深度神经网络技术上的。这种算法面对的主要挑战是算法的复杂度。在围棋中,该算法的复杂度是一个天文数字,这也是AlphaGo与多年前以IBM深蓝(Deep Blue)为代表的国际象棋AI战胜人类国际象棋冠军相比,更加震撼人心的原因之一。人们在AlphaGo和其他类似的AI上使用了很多技巧,包括让AI展开比赛,来减少AI做出判断所需要的计算,从而提升效率。
AlphaGo中使用了12层卷积神经网络,其背后依靠的是强大的计算能力。计算能力的提升,对AI的能力提升具有决定性的意义。在战胜李世石的AlphaGo Lee中,Google (谷歌)团队使用了其自主研发的张量处理器(Tensor Processor Unit,TPU)来取代一般的中央处理器(Central Processing Unit,CPU),而其后的改进型AlphaGo Zero对阵AlphaGo Lee,更是取得了100∶0的惊人成绩。可以说,AlphaGo的突出表现,不仅展现了Google在AI领域的突破,还体现了Google拥有的强大计算能力。今天,通过云计算等技术,人们已经可以用很低的成本获得60多年前难以想象的计算能力,而这也是AI经过60多年的发展,成为如今可用性极高的新技术的原因。
随着AI能力的提升,它的使用已经融入我们生活的方方面面。现在当你打通客服电话时,首先接待你的常常是融合了AI技术的在线机器人,它们可以为你解答简单的问题。当你在电商平台搜索商品时,即使你输入的关键词不够规范,AI也能够迅速理解你的意图,在成千上万的商品中找到最可能符合你需求的商品。更进一步,很多电商平台已经推出图片搜索功能,你在街上看到某件心仪的商品,用手机随手一拍,就可以快速匹配出相同或类似的商品。很多企业也开始通过AI技术,努力提高灵活性、响应速度、洞察力及生产效率。例如,采用AI取代重复性的手工劳动,以解放劳动力,使企业聚焦于高价值的工作。利用机器人流程自动化(Robotic Process Automation,RPA)不仅可以节省劳动力,而且可以在质量监控、防止欺诈乃至医学诊断和研究等特定场景中极大提升识别能力,达到人工难以企及的效果。例如,在制造业,采用基于AI的图像识别技术,用上万张产品缺陷图像不断训练、优化算法,最终可代替人工对产品进行高效质检,不断提升良率。在医疗领域,借助大量的影像数据和诊断数据,对基于AI的医疗影像识别技术进行训练,使其掌握诊断能力,可以协助医生更加高效、准确地诊断如癌症等疾病,并判断治疗的效果。又如,将经过充分训练的AI应用于决策流程,可以帮助企业管理者对决策进行模拟,并对结果进行一定程度的预测,从而做出最优的业务决策。
云计算为AI带来了巨大的计算能力,而大数据和IoT则为AI提供了新的数据来源,这都使AI技术在各行各业充分发挥潜力成为可能。仅以企业对AI的应用为例,SAP在2017年定义了企业内部的财务流程、生产制造流程、人力资源管理流程、客户关系管理流程、供应链管理流程,以及资产管理流程6个方面的上百个AI应用场景,并公布了在未来所有标准产品中逐步实现这些AI场景的路线图。而在企业之外,AI在人们生活中的应用更是随处可见。有人大胆地预测,AI会逐渐演变为一种类似移动网络和云计算一样的资源,每一个人、每一家企业都能够轻易获得的资源,是未来经济大幅增长的重要驱动力。根据多家专业机构的预测,到2030年,AI将助推全球生产总值增长12%左右。同时,使用创新应用AI,将成为企业打造竞争力的核心。随着各企业纷纷投入AI的深化应用,AI将加速多行业的创新,催生更多的新型业态,为各行业开辟崭新的发展空间。