（DCS系統(tǒng)）和（機(jī)器人系統(tǒng)）及（大型伺服控制系統(tǒng)）備件大賣！叫賣！特賣！賣賣賣！
人工智能發(fā)端于上世紀(jì)五十年代，經(jīng)歷了幾次繁榮與低谷，到2016年谷歌所收購的DeepMind公司的人工智能AlphaGo贏得與世界圍棋冠軍的比賽，大眾對(duì)人工智能的熱情被重新點(diǎn)燃，并且持續(xù)升溫。催生這波人工智能熱潮的原因是產(chǎn)業(yè)發(fā)展的三個(gè)重要因素：超大規(guī)模的計(jì)算能力、大數(shù)據(jù)、機(jī)器學(xué)習(xí)尤其是深度學(xué)習(xí)算法都取得了進(jìn)展。
人工智能正在并且將對(duì)商業(yè)社會(huì)產(chǎn)生怎樣的影響？我特別訪問了對(duì)現(xiàn)代人工智能產(chǎn)生深遠(yuǎn)影響的科學(xué)家于爾根?施米德胡貝教授（Jürgen Schmidhuber）。施米德胡貝教授實(shí)驗(yàn)室在20世紀(jì)90年代初提出的一種叫“長短時(shí)記憶”的深度學(xué)習(xí)算法（LSTM，Long Short-Term Memory）極大影響了深度學(xué)習(xí)和人工智能的發(fā)展。DeepMind公司的聯(lián)合創(chuàng)始人之一也是他的學(xué)生。2014年，施米德胡貝教授創(chuàng)立了研究人工智能的NNAISENSE公司（與DeepMind類似，方向都是通用人工智能）。所謂通用人工智能，是人工智能的終極發(fā)展目標(biāo)。相對(duì)于弱人工智能（僅能解決某一方面專業(yè)問題的人工智能）而言的，通用人工智能通常指能夠解決不同領(lǐng)域中各類問題的人工智能，并可以像人類那樣學(xué)習(xí)、決策和反思。
深度學(xué)習(xí)算法的應(yīng)用
施米德胡貝教授很高興的看到，目前數(shù)十億的用戶都在使用基于LSTM算法的應(yīng)用。目前市值最大的幾家上市公司：蘋果、谷歌、微軟和亞馬遜都在大量的使用這種深度學(xué)習(xí)算法為用戶提供各種服務(wù)。例如，自2015年以來，LSTM算法減少了49%的語音識(shí)別錯(cuò)誤，極大改善Google語音識(shí)別功能，目前有超過20億部Android手機(jī)正在使用這項(xiàng)功能。同時(shí)LSTM算法也顯著改善了谷歌翻譯的效果。蘋果公司的Iphone、亞馬遜的語音服務(wù)平臺(tái)Alexa、百度和微軟也在使用LSTM算法。此外，深度學(xué)習(xí)技術(shù)在其他領(lǐng)域也有廣泛的應(yīng)用，比如LSTM還可用于識(shí)別視頻和手寫輸入、控制機(jī)器人、分析圖像、總結(jié)文檔、運(yùn)行聊天機(jī)器人和智能個(gè)人助理系統(tǒng)，預(yù)測疾病、用戶點(diǎn)擊率、股票市場和大型工廠中組件故障。人工智能將在醫(yī)療保健、工業(yè)、金融、法律等行業(yè)衍生出無數(shù)的應(yīng)用。
哪些行業(yè)正在或即將被人工智能改變
長遠(yuǎn)的看，施米德胡貝教授認(rèn)為人工智能將重構(gòu)幾乎所有的行業(yè)。
而就目前所知，人工智能已經(jīng)在醫(yī)療保健、金融、傳統(tǒng)行業(yè)的不同領(lǐng)域有所應(yīng)用。其中廣告可能是受影響最大的行業(yè)，已經(jīng)受到通過谷歌、百度、亞馬遜、阿里巴巴、facebook和騰訊用戶數(shù)據(jù)模式識(shí)別的巨大沖擊。
醫(yī)療保健行業(yè)也是目前受到深度學(xué)習(xí)算法影響的行業(yè)之一。據(jù)世界銀行數(shù)據(jù)，全球醫(yī)療保健開銷占全世界GDP的10％，而其中至少10％也就是大概千億美元用于醫(yī)療診斷，如癌癥檢測、動(dòng)脈斑塊檢測和X光片檢查等。龐大的市場吸引了很多創(chuàng)業(yè)公司以及IBM、谷歌等大公司嘗試通過人工智能改善醫(yī)療診斷。通過人工智能輔助醫(yī)療診斷不僅可以節(jié)省數(shù)十億美元，而且可能幫助許多目前無力負(fù)擔(dān)專家診斷的病人。由于人工智能的應(yīng)用，人們將會(huì)活得更長久、更健康。
2012年，施米德胡貝教授的團(tuán)隊(duì)采用深度學(xué)習(xí)算法贏得了乳腺癌識(shí)別檢測的比賽。這是深度學(xué)習(xí)第一次贏得醫(yī)學(xué)影像競賽，通過這種方式檢測癌癥。通過快速神經(jīng)圖像掃描的方法比以前的方法快了1000多倍。2012年，相同能力的計(jì)算機(jī)比現(xiàn)在貴10倍，也就是說，今天，人們可以用同樣的成本計(jì)算10倍的神經(jīng)網(wǎng)絡(luò)和數(shù)據(jù)。由于每隔五年計(jì)算成本就會(huì)減少90%，自上世紀(jì)30年代第一臺(tái)計(jì)算機(jī)問世以來，基于這個(gè)規(guī)律，75年后的今天，同樣價(jià)格的硬件比當(dāng)年的計(jì)算能力高出百萬億倍。按照這個(gè)規(guī)律，不遠(yuǎn)的未來會(huì)出現(xiàn)與人腦計(jì)算能力相當(dāng)并且在經(jīng)濟(jì)上可負(fù)擔(dān)的設(shè)備。因此，施米德胡貝教授判斷未來通過神經(jīng)網(wǎng)絡(luò)進(jìn)行的醫(yī)療診斷將遠(yuǎn)遠(yuǎn)超越人類。
NNAISENSE是施米德胡貝教授在德國和瑞士的學(xué)術(shù)實(shí)驗(yàn)室的一個(gè)成果，這個(gè)名字的含義為：基于神經(jīng)網(wǎng)絡(luò)的通用人工智能（NNAI）的誕生。這個(gè)公司的5位共同創(chuàng)始人相信，目前基于LSTM算法的商業(yè)成功只是開始，通過元學(xué)習(xí)、人工好奇心與創(chuàng)造力、優(yōu)化搜索程序和大型的強(qiáng)化學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的新變體，這樣一個(gè)通用人工智能將會(huì)影響到每一個(gè)企業(yè)，最終超越人類。
目前這個(gè)公司的商業(yè)模式是：和不同的行業(yè)合作伙伴合作，為他們?cè)O(shè)計(jì)解決方案，在這個(gè)過程中，NNAISENSE基于神經(jīng)網(wǎng)絡(luò)的人工智能學(xué)到新的技能，從而逐漸成為更加通用的問題解決者。最終使命是創(chuàng)造一個(gè)能夠持續(xù)在舊技能基礎(chǔ)上學(xué)習(xí)的新技能的通用人工智能，最終學(xué)會(huì)更快的學(xué)習(xí)新技能。其中一些解決問題的技能是被AI自己通過人工好奇心發(fā)明出來的（施米德胡貝教授曾在1991年提出關(guān)于人工智能好奇心與創(chuàng)造力的理論）。
NNAISENSE公司與世界最大的鋼鐵制造商安賽樂米塔爾（Arcelor Mittal）合作，采用深度學(xué)習(xí)算法提高了鋼材缺陷的檢測效果。通過神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的方式分析相機(jī)拍攝的鋼產(chǎn)品的照片，比傳統(tǒng)的方法更準(zhǔn)確和高效的評(píng)估鋼材質(zhì)量。人工智能這種模式識(shí)別的能力還可以應(yīng)用到上千個(gè)產(chǎn)業(yè)中。
Quantenstein是NNAISENSE與德國基金公司Acatis的合資公司。Quantenstein使用機(jī)器學(xué)習(xí)來選擇股票和管理投資組合。Quantenstein新基金的目標(biāo)是，在一定程度的波動(dòng)下，取得高于MSCI世界指數(shù)3%的收益率。在從2006年1月開始的測試，Quantenstein獲得了高于MSCI世界指數(shù)5%的、年化12%的收益。Quantenstein與市場上其他基金的主要區(qū)別是：整個(gè)系統(tǒng)由人工智能端到端驅(qū)動(dòng)，沒有人的參與，人工智能得到公司的基本數(shù)據(jù)以后，系統(tǒng)會(huì)給出投資組合及權(quán)重，并且系統(tǒng)會(huì)定期調(diào)整投資組合。傳統(tǒng)的長期價(jià)值投資系統(tǒng)，通常能夠進(jìn)行價(jià)值投資的第一階段：選股。第二個(gè)階段還是需要用馬科維茨或者其他方法來確定投資組合中不同的權(quán)重。而Quantenstein的投資系統(tǒng)已經(jīng)通過機(jī)器學(xué)習(xí)學(xué)會(huì)了第二階段，實(shí)現(xiàn)給定風(fēng)險(xiǎn)目標(biāo)前提下的收益最大化。除了在智能投顧領(lǐng)域，人工智能在金融產(chǎn)品營銷以及金融安全保障領(lǐng)域都有應(yīng)用。
NNAISENSE最近還與大眾奧迪合作，制造了一款能夠自動(dòng)停車的小型車。與其他自主駕駛汽車依賴激光、雷達(dá)等傳感器根據(jù)預(yù)定參數(shù)尋找方向所不同的是，該系統(tǒng)使用攝像機(jī)來學(xué)習(xí)如何自行駕駛。
在實(shí)現(xiàn)通用人工智能這一目標(biāo)的過程中，NNAISENSE與各行業(yè)合作研究不同的問題，以測試在建系統(tǒng)的不同方面，并且為正在進(jìn)行的研究計(jì)劃提供必要的洞察。盡管金融行業(yè)和汽車行業(yè)面臨不同的挑戰(zhàn)，但是，在這些看似不同的領(lǐng)域中，也存在一些共同的基本原則，兩者都需要通過基于高維度的數(shù)據(jù)來學(xué)習(xí)預(yù)測，并且學(xué)習(xí)根據(jù)這些預(yù)測去做出正確決策。
人工智能并不是一個(gè)獨(dú)立的技術(shù)，而是結(jié)合各個(gè)行業(yè)的大數(shù)據(jù)應(yīng)用到各個(gè)具體任務(wù)中的一系列技術(shù)。短期內(nèi)，施米德胡貝教授很難確切的預(yù)知哪一個(gè)行業(yè)在接下來會(huì)經(jīng)歷類似廣告行業(yè)的變化，也因?yàn)樵诤芏囝I(lǐng)域例如保險(xiǎn)、自動(dòng)駕駛和醫(yī)療保健以及其他行業(yè)中還存在各種法律和道德方面的障礙。
施米德胡貝教授認(rèn)為B2B是比較適合現(xiàn)階段商業(yè)人工智能發(fā)展的模式。隨著最終目標(biāo)的實(shí)現(xiàn)，AI可能會(huì)越來越多的B2C，但是目前階段為了更好的發(fā)展，B2B提供了最大的機(jī)會(huì)，因?yàn)槟承┐笮凸緭碛杏腥さ膶I(yè)方面的大數(shù)據(jù)和富有挑戰(zhàn)性的課題，有助于令人信服地驗(yàn)證AI的進(jìn)展。
人工智能與機(jī)器人結(jié)合的未來
現(xiàn)階段孩子甚至某些小動(dòng)物比最好的自學(xué)機(jī)器人還要聰明。但是施米德胡貝教授認(rèn)為，不久之后，人類將能夠制造出基于神經(jīng)網(wǎng)絡(luò)的AI機(jī)器人，通過逐漸學(xué)習(xí)，至少會(huì)像小動(dòng)物一樣聰明，好奇并富有創(chuàng)造性地不斷地學(xué)習(xí)、計(jì)劃和推理，并將各種各樣的問題分解成快速可解決（或已經(jīng)解決）的子問題。
一旦動(dòng)物級(jí)的人工智能可實(shí)現(xiàn)，距離實(shí)現(xiàn)人類AI的進(jìn)程將進(jìn)一步縮短：發(fā)展智力需要數(shù)十億年的時(shí)間，但相對(duì)的，只要數(shù)百萬年便發(fā)展出人類。技術(shù)演進(jìn)比生物進(jìn)化快得多，因?yàn)樵庥鏊篮乃俣纫斓枚?。也就是說，一旦我們有動(dòng)物級(jí)的AI，幾年或幾十年后，我們可能會(huì)有人類級(jí)別的AI，屆時(shí)每個(gè)企業(yè)都會(huì)改變，所有的文明都會(huì)改變，一切都會(huì)改變。
歐洲學(xué)術(shù)實(shí)驗(yàn)室在人工智能研發(fā)方面仍具優(yōu)勢
談到十年內(nèi)將出現(xiàn)什么樣的突破性技術(shù)，施米德胡貝教授認(rèn)為突破性技術(shù)具有不可預(yù)測性，目前看來，關(guān)于人工智能和神經(jīng)網(wǎng)絡(luò)研究的大多數(shù)基本突破都是發(fā)生于上世紀(jì)規(guī)模不大的歐洲實(shí)驗(yàn)室，而非公司，在未來，歐洲的小型學(xué)術(shù)實(shí)驗(yàn)室依然具有科研上的優(yōu)勢。但他同時(shí)認(rèn)為，美國和中國的互聯(lián)網(wǎng)巨頭在技術(shù)的市場化方面取得了巨大成功，最終使得相關(guān)技術(shù)被數(shù)十億用戶使用。
AI在中國的優(yōu)勢
施米德胡貝教授看到中國相關(guān)產(chǎn)業(yè)正在迅速發(fā)展。中國既有人工智能和深度學(xué)習(xí)方面的優(yōu)秀人才，也有相應(yīng)的投資，因此在進(jìn)一步發(fā)展人工智能方面中國將發(fā)揮非常重要的作用。與此同時(shí)，對(duì)于近兩年高速發(fā)展的人工智能行業(yè)，他并不認(rèn)為行業(yè)存在泡沫，相反的，在他看來人工智能行業(yè)剛剛開始。
