人工智慧進化論
在自然界，物競天擇，適者生存，是說物種之間及生物內部之間相互競爭、物種與自然之間抗爭，適應自然者被選擇存留下來的一種叢林法則。人類屬於自然中特殊的生物群體，科學技術支撐起現今的人類生活，但我們終究是其中的一部分，群體內部突變產生新的競爭體，給人類帶來更多、更大的發展機遇和挑戰。在2018年的熱點科技中，最受關注之一的「人工智慧」這個「新物種」正步步逼近人們視野之中，虎視眈眈地計劃著奪取一片棲息之地。
人工智慧的出現，並非一場突如其來的革命
早在1956年達特茅斯會議上，科學家們就探討用機器模擬人類智能等問題，首次提出「人工智慧」的術語，AI（人工智慧）的名稱和任務得以確定，同時出現了最初的成就和最早的一批研究者。幾十年的積累儲備後，人工智慧在2017年迎來一次空前大爆發，成為年度熱門，很多企業都在積極探索人工智慧在各自行業的應用。近期，平昌奧運會閉幕式「北京八分鐘」那24面冰屏人工智慧機器人也在訴說著技術創新給文化藝術等方面帶來巨大變化。
當前社會生活中每天產生的數據量早已超過了團隊使用現有方法來處理數據的能力，使用人工智慧處理數據的需求顯得極為迫切，人工智慧使工作、生活中的事項將變得更簡單、快捷。機器革命並非在一夜之間出現，而是一個不斷進行技術積累的過程，機器學習等新方法被逐漸引入並迅速成熟起來。
人工智慧的演進過程和發展現狀
（一）AI的演進過程
過去幾年人工智慧發展突飛猛進，關於人工智慧的演進，促成的原因不是單方面的，其中最重要的一點是因為機器學習的發展情況發生了重大改變。從八十年代開始，神經網路興起，當時數據量還很少，隨著時間推移，數據逐漸被積累起來，越來越多的數據使模型轉趨複雜，線性模型轉向非線性模型；另外計算機發展速度也越來越快，這也是此前三、四十年積累的結果，雖然現在已經到了飽和階段，但當中仍有非常大的金礦，這個過程中勢必還會取得更多進展。「數據+機器」的有機碰撞，很大程度上促進機器了學習的發展。機器學習是人工智慧技術的核心基礎，讓機器實現數據自動識別規律後，就相當於使其獲得了某種智能。機器學習帶來的諸多好處使其應用行業和項目也非常廣泛，舉金融業最代表性的例子來說，銀行需要劃分客戶信用等級時，機器根據客戶提供的相關信息自動查找其行為記錄，分辨哪些行為是好的，哪些行為是不好的，確定信用等級。基於歷史數據，一旦找到某些規律，就可以對申請人的行為進行好壞判斷，即機器學習進行自動信用評級的基本原理。
基於深度學習的神經網路模型
2000年左右，亞馬遜、阿里巴巴電子商務開始起步，他們開始使用機器學習，網站開始基於數據推薦用戶可能感興趣的東西。到了2010年，機器學習開始被應用在醫療領域，並積累了大量的數據用來做輔助診斷。有了數據積累就有更多機器學習方面的應用，這些數據就是企業最大的資產。過去五年間，機器學習從進化進入革命階段，這五年內發生了什麼變化呢？比如機器翻譯，過去的機器翻譯結果常令人覺得可笑，但因為神經網路的介入，機器翻譯不斷改進，取得極大進步。還有語音識別、對象檢測等，在數據、模型、計算上都發生了質變。模型方面的深度神經網路，從原來只有兩、三層到現在的十層、二十層，區別是什麼呢？有了更多層次分析和計算，就可以用最好的輸入變數得到更優秀的輸出結果，AlphaGo成為人工智慧擊敗人類智慧最具代表性的例子。
機器自我學習後找到一些新的動作，這是人類之前從未用過的動作，他就打敗了人類的智慧。這種方法將極大地改善人類智能水平，但同時也會使人類產生巨大的危機意識，即另一種意義上的生存挑戰。
（二）AI的發展現狀
當前，人工智慧正在成為改變人類經濟、社會的新技術引擎。機器學習技術的進步帶來了人工智慧領域的革命，其中深度學習使感知智能達到商用化門檻，成為人工智慧領域顛覆性創新技術。隨著英偉達、微軟、英特爾在硬體計算平台的突破，計算和數據成本的下降為人工智慧應用的實現提供了條件，摩爾定律已經是舊時代的法則，GPU的計算速率和神經網路複雜性都在過去2-5年內呈現出爆發性增長，計算新紀元已經來到，人工智慧進入產業爆發的拐點。近年來，人工智慧成為全球發展最快、市場潛力最大的領域之一，催生了大量的新技術、新產品、新應用。隨著人工智慧技術的不斷發展，其應用正快速的拓展到經濟社會的各個領域，釋放和催生出工業、農業、節能環保、商貿流通、交通能源、公共安全、社會事業、城市管理等各個領域的新需求。
通過對人工智慧發展現狀分析，隨著人工智慧在我國移動互聯網、智能家居等領域的發展，國內人工智慧產業持續高速成長。2015年，我國人工智慧產業規模為69.3億元，同比增長42.7%; 2016年我國人工智慧產業規模達到95.6億元，同比增長37.9%。2017-2022年中國人工智慧項目行業市場深度調研及投資戰略研究分析報告表示，科技企業對開源技術和深度學習等方面的推動，人工智慧技術不斷突破。交通、醫療、教育、金融、製造業等場景的應用需求和切合確定場景的商業模式出現推動人工智慧快速發展。隨著人工智慧在我國移動互聯網、智能家居等領域的發展，我國人工智慧產業將持續高速成長。預計到2022年，國內人工智慧行業市場規模將達到680億元。中國作為全球人工智慧領域發展較好的地區，無論是人工智慧領域的基礎層、技術層、應用層，還是人工智慧的硬體產品、軟體產品及服務幾乎都有涉及。
在人工智慧行業發展勢能上，以歐美日為代表的發達國家目前呈現出更為強勁的態勢，暫時處於世界領先水平。美國較早時期就充分認識到人工智慧的戰略意義，一直注重該領域的技術研發，從國家戰略層面開始加緊布局，卓越的技術研發機構和認知學科的各類實驗室為人工智慧的發展奠定了雄厚的技術基礎，也取得了大批令人矚目的研發成果。總體技術方向上而言，美國將機器人技術列為警惕技術，主攻軍用人工智慧技術，歐洲主攻服務和醫療技術，日本主攻仿人和娛樂技術。現階段的技術突破重點一是雲智能技術，二是人腦仿生計算技術。
人工智慧面臨的未來挑戰
未來，人工智慧的發展還存在太多未知，自然引發社會憂心忡忡的思考。
首先，和人工智慧結合以後，首先要解決哪些問題？第一，不斷更新IT操作模型。第二，網路安全。不是說把數據開放、合同簽好，事情就萬無一失，雅虎這樣的大公司，也發生過電子郵件系統用戶身份被盜竊的重大安全事件，在安全技術方面上做多少準備都是有必要的。
另外，對於當前的人工智慧行業來說，人才是無法迴避的話題。有兩類人才或成為關鍵，第一類是系統實現型人才，這些人能夠在了解現有的技術方法理論之後，快速解決問題。第二類人才是創新應用的領軍人才，他們知道現在技術的發展水平和狀況，擁有跨領域知識認知、思路開闊，能夠提出一些新的理念、理論體系，用新技術改變現在的商業應用，還能夠親自身體力行，帶領團隊把AI技術應用落地。
再次，關於人工智慧和機器學習會帶來失業的猜想分析，第一，由於人工智慧的進步，實現了很多原來做不了的事情，比如智慧城市，以前用一萬個人、一億個人也解決不了智慧城市的問題，涉及到基礎設施、信號燈調配、車輛識別、調度與管理，沒有人工智慧，想都不敢去想。智慧城市提高了整個社會效率，人們有更多的時間去做更多的事情，證明了人工智慧釋放了人類更多的潛力，節省了更多的時間，創造了新機會。第二，人工智慧對現有職業確實有一定的衝擊，比如翻譯、新聞稿等，但仔細想想，人工智慧是將人類的需求充分挖掘出來了。以前人們出國，很少帶得起翻譯，現在有了語音翻譯設備，普通人也能有翻譯了。當然，有些情況下，比如客服，由於效率提高，原來需要一百人的工作，現在只需要五十人，確實減少了就業，但現在的客服大多數都是年輕人，整天回答枯燥的問題，還要笑臉相迎，承受很大壓力，人工智慧把這部分人解放出來，讓他們有自己的愛好，發展新的職業道路，其實影響也是正面的。所以整體來講，人工智慧會起到輔助人類，讓社會變得更美好的作用。
雖然還有人猜想說，「人工智慧會拉大數字鴻溝，強者愈強，最終造成壟斷。」先進國家、先進公司抱著盈利和實現自己社會使命感的目的，一定會將一些技術普惠到民間。同時，有些大公司也會構建自己的技術壁壘。此時國家應該通過建立普惠制度極力消除這種鴻溝和壁壘。很多技術發展需要適合的生態環境，企業把一些東西釋放出來，讓所有人受益，在此基礎上發展新技術，才能快速提高大環境發展。現在世界的發展形勢也趨向於開源，你中有我，我中有你，互相貢獻，互相促進，共同發展。當然，不排除有些國家經濟水平還沒有達到能夠跟上人工智慧浪潮的程度，造成人員配置不足，基礎設施建設欠缺等情況，那這些國家可能會在人工智慧競爭中落在下方。
其實，未來面前，你我還都是孩子，對將來知之甚少，但就像人工智慧的「機器學習」一樣，人類也還有很多要學習的地方，人工智慧不是機器取代人類，而是人和機器做聯動，是更深層次的合作，使人類在機器的幫助下更強大。在自然競爭下不膽怯、勇敢的生存方式才能喚醒新的希望。
-------------------------------------------
《新金融世界》雜誌郵發代號：2-111
TAG:新金融世界 |