智慧城市网

　　【中国安防展览网 媒体导读】人工智能是对人的意识、思维过程进行模拟的一门新学科。 似乎在一夜之间人工智能从虚无缥缈的幻想成为了现实。计算机科学家们在机器学习和深度学习领域已取得重大突破，可以赋予机器认知及预测能力。 如今在现实世界中，这些系统的应用已不鲜见 。
 

 

　　人工智能意为机器对人脑思维认知功能的模拟。这一概念长期以来只存在于人类幻想和科幻小说中，直至20世纪五六十年代，有关人工智能的理论初步形成后，才开始引发普遍乐观情绪和波热潮。但由于技术未能实现突破性进展，人工智能无法达成预期效果，因此陷入了一段沉寂期。
 

　　往后数十年间虽然不乏成功案例(如IBM的超级计算机“深蓝”击败象棋加里·卡斯帕罗夫)，但因为人工智能在现实世界的成功案例太过孤立，所以不足以支撑大规模商业化。
 

　　让我们快进至21世纪。 数据收集及整理、算法以及高性能计算等技术的突飞猛进促成了革命性进步。例如，在以往被认为是机器“无法取胜”的围棋比赛中，AlphaGo成功击败人类世界，从而赋予了这场获胜历史性的意义。
 

　　而变革不仅发生在理论前沿。被视为未来超级智能系统的先锋——各类应用机器学习技术的分析工具已现身市场。金融、医疗、制造等行业应用发展迅速，人工智能领域的风投也从2012年的5.89亿美元猛增至2016年的50多亿美元。麦肯锡预计，至2025年人工智能应用市场总值将达到1270亿美元。
 

　　了解人工智能及其能力
 

　　以往人们借助计算机的运算能力可以更地完成任务(例如，比人类更快地处理更复杂的计算)。传统的软件程序由人类编写，包含具体的指令要求。
 

　　人工智能的工作模式完全不同。它们依据通用的学习策略，可以读取海量的“大数据”，并从中发现规律、联系和洞见。因此人工智能能够根据新数据自动调整，而无需重设程序。利用机器学习，人工智能系统获得了归纳推理和决策能力；而深度学习更将这一能力推向了更高的层次。这些计算机系统能够完全自主地学习、发现并应用规则。
 

　　虽然深度学习领域近来的突破可使人工智能系统在一些关键能力上媲美甚至赶超人类，但距离实现“通用人工智能”，即机器能够完全模拟人类认知活动，仍需数十年的努力。不过机器学习系统已经有了某些商业化落地，且应用广泛，可以担当客服、管理物流、监控工厂机械、优化能源使用以及分析医学资料。麦肯锡研究院近的研究显示机器学习技术可广泛应用于各行各业。
 

　　人工智能技术通常由四个部分组成，即认知、预测、决策和集成解决方案。认知是指通过收集及解释信息来感知并描述世界，包括自然语言处理、计算机视觉和音频处理等技术。 预测是指通过推理来预测行为和结果。举例而言，此类技术可用来制作针对特定顾客的定向广告。
 

　　决策则主要关心如何做才能实现目标。这一领域的用例十分广泛，如路线规划、新药研发、动态定价等。后，当人工智能与其他互补性技术(如机器人)结合时，可生成多种集成解决方案，如自动驾驶、机器人手术，以及能够对刺激做出响应的家用机器人等。
 

　　目前人工智能各项技术的商业化水平参差不齐。认知和预测领域的许多技术已经逐步商业化，然而决策和集成解决方案技术多处在研发阶段。
 

　　挑战与机遇并存
 

　　过去的科技进步主要是指提升执行*任务的能力。而当今的人工智能则是赋予机器反应和适应能力以优化产出。通过与物联网、机器人等技术的结合，人工智能能够构造出一个整合的信息物理世界。
 

　　当今人工智能发展势头正猛，未来有望在多个行业和场景下得到广泛运用，尤其是我们将会看到大量的人类工作被机器取代。麦肯锡研究院近期的一份报告对800多种职业所涵盖的2000多项工作内容进行分析后发现，约50%的工作内容可以通过改进现有技术实现自动化。
 

　　当然，技术可行性只是影响自动化速度及程度的一个因素，还有其他因素需要考虑，包括研发和应用成本、劳动力市场供需、经济效益，以及社会和政府监管部门的接受度。
 

　　综合上述因素，麦肯锡研究院的这份自动化研究报告指出，在现今所有工作内容之中，过半会在2055年左右自动化，但这过程存在诸多变量。如果自动化推进速度快，达到该程度可能会提前20年；如果推进缓慢，则可能延后20年。
 

　　展望未来，人工智能可成为应对一些社会核心挑战的强大工具。在医疗领域，人工智能将极大提升我们分析人类基因组和为患者开发个性化治疗方案的能力，甚至大大加快治愈癌症、阿茲海默症和其他疾病的进程。
 

　　在环保领域，人工智能能够分析气候特征并大规模降低能耗，帮助人类更好地监控和应对气候变化问题。人工智能甚至可以在地球以外地区发挥作用，他日或助力人类探索火星及外太空。