Alphago與柯潔的一戰(zhàn)，讓人工智能這一科技名詞獲得了更加普遍的認知。目前，在搜索、駕駛、醫(yī)療等領(lǐng)域，人工智能的應(yīng)用不僅推動了基礎(chǔ)領(lǐng)域的發(fā)展，也讓大家看到了未來的無限可能。
這也吸引了眾多科技巨頭投入巨資研究人工智能的發(fā)展。但人工智能究竟是什么樣的技術(shù)？它的未來會是什么樣子？
“未來的發(fā)展需要讓AI在根本上能夠以人為本，圍繞著人的需求去打造，能夠更好的跟人一起合作完成任務(wù)”谷歌首席科學(xué)家Greg Corrado在5月3日的小型媒體溝通會上對環(huán)球網(wǎng)科技如此解釋未來人工智能的發(fā)展方向。
人工智能：重大機遇
什么是人工智能？Greg Corrado給出的定義是既是一門科學(xué)，也是一門讓機器變得智能的科學(xué)研究，主要的研究便是如何讓機器像人類一樣，具備解決某些特定問題的能力。
其中，最為重要的能力之一便是學(xué)習(xí)能力，也是我們常說的Machine Learning(簡寫ML，機器學(xué)習(xí))能力。
機器學(xué)習(xí)跟人工智能相比是一門更加狹義的一個分支學(xué)科，是讓機器從數(shù)據(jù)和經(jīng)驗中學(xué)習(xí)到的規(guī)律，從核心上來說，機器學(xué)習(xí)是一種新的工程設(shè)計方式，是一種創(chuàng)建新型解決問題系統(tǒng)的方式。
對于工程師以及開發(fā)者來說這意味著全新的技術(shù)、全新的工具，在今天推出的大部分的軟件還是由人工來進行編程編碼的，但這些軟件中已經(jīng)有一部分模塊具備了學(xué)習(xí)的能力。從另外一個意義上來說，機器學(xué)習(xí)就是教會計算機去學(xué)習(xí)，而不需要執(zhí)行每個規(guī)則都進行編程。
谷歌圖片識別實時翻譯技術(shù)
比如在圖像識別中，一開始機器在識別事物的時候準確率是比較差的，機器的表現(xiàn)帶有很大的隨機性，但是經(jīng)過一段時間的訓(xùn)練，隨著我們給機器去看的這些圖像越來越多，機器的圖像識別的準確性會逐步的提高。當圖片積累到一定數(shù)量的時候，我們可以對于某一種動物拍一張照片，這張照片是以前機器學(xué)習(xí)沒有看到的，但當我們顯示這張照片，機器可以根據(jù)以往的經(jīng)驗準確的識別出這是哪一種動物。
“這就是今天我們都在日益體會到的人工智能帶來的革命背后的一個推動因素。有了這樣的能力之后，機器就能夠幫助我們解決許多問題，比如說可以用于對象或者是圖像的識別，可以用于語音識別，能夠進行翻譯，并且能夠幫助我們?nèi)ダ斫庹麄€情境。”Greg Corrado說道。
而谷歌認為，這對于其來說意味著一個重大的機遇，谷歌可以把公司打造成一個人工智能公司，因為基于人工智能的計算機系統(tǒng)將來會變的越來越普及。
技術(shù)開放 讓人工智能觸手可及
谷歌在自己的內(nèi)部孵化出了了許多基于人工智能應(yīng)用的產(chǎn)品，比如圖片識別和搜索、語言實時翻譯、郵件自動回復(fù)，嘗試用人工智能來提升自身的產(chǎn)品和服務(wù)。根據(jù)數(shù)據(jù)統(tǒng)計，目前Gmail發(fā)出的郵件當中有12%的回復(fù)是根據(jù)機器學(xué)習(xí)系統(tǒng)提出的建議來做的自動回復(fù)，這一功能的受歡迎程度已經(jīng)超出了預(yù)期。
而這也只是谷歌的小試牛刀。如何將這種技術(shù)力量應(yīng)用到更廣泛的領(lǐng)域，甚至是讓更多的人從這一技術(shù)研發(fā)中受益，谷歌的選擇是進行技術(shù)開源，將人工智能技術(shù)開放給更多的開發(fā)者。
據(jù)Greg Corrado介紹，技術(shù)的開放分為兩部分，一是把開發(fā)人工智能的軟件對外開放，二是把人工智能整個基礎(chǔ)架構(gòu)向外部開放。
在軟件方面，谷歌將TensorFlow這一開源軟件包向外部免費開放，谷歌內(nèi)部的開發(fā)團隊也是在不斷的完善和擴展這個軟件。在這一軟件包當中谷歌不光提供了源代碼，而且也是提供了免費的教育培訓(xùn)的材料和基于TensorFlow構(gòu)建的機器學(xué)習(xí)系統(tǒng)的樣例。
同時，人工智能也在醫(yī)療、環(huán)保等基礎(chǔ)領(lǐng)域開始應(yīng)用，輔助人們更好的進行研究。比如Greg Corrado直接領(lǐng)導(dǎo)的研究糖尿病并發(fā)癥的研究團隊，通過訓(xùn)練機器學(xué)習(xí)系統(tǒng)讓他們學(xué)會去識別糖尿病患者視網(wǎng)膜眼底掃描的圖片，從而分辨出病人是否有失明的風(fēng)險。
對于糖尿病患者來說體內(nèi)的血糖水平很容易發(fā)生失控，這種血糖水平的急劇的變化或者是失控能夠帶來的諸多并發(fā)癥之一便是影響視力，甚至是致盲，有著潛在致盲風(fēng)險的人群數(shù)以億計，但卻沒有足夠多的醫(yī)生能夠隨時篩查所有的糖尿病患者是不是存在由于糖尿病而造成致盲并發(fā)癥的風(fēng)險。人工智能恰恰能夠彌補這一醫(yī)療資源的不足。
谷歌AI技術(shù)幫助醫(yī)生識別糖尿病病人并發(fā)癥（左邊為健康眼底，右邊為病變眼底）
“專業(yè)的醫(yī)生是可以看出這兩張片子的區(qū)別，我們做的也是訓(xùn)練機器能夠做出這樣的區(qū)別，做好醫(yī)生的幫手。”Greg Corrado解釋道。
同時，人工智能能夠帶來更好的節(jié)能和降耗的管理。谷歌通過在數(shù)據(jù)中心當中部署機器學(xué)習(xí)，散熱的耗電是整體降低了40%，整個數(shù)據(jù)中心的能效提升了15%。
“這個例子很好的說明如果針對這樣的一個場景，我們通過編碼的方式來嚴格的規(guī)定系統(tǒng)應(yīng)當如何來工作，這樣能夠帶來的結(jié)果和有效性遠遠不及讓機器自己去學(xué)習(xí)，讓機器自己去掌握整個系統(tǒng)工作的規(guī)律。”Greg Corrado如此分析人工智能的潛力。
目前，除了谷歌之外，國外的微軟、IBM、Facebook、蘋果、英特爾以及國內(nèi)的阿里巴巴、騰訊、百度等科技巨頭都已經(jīng)開始布局人工智能。從軟件編程到硬件芯片再到商業(yè)場景落地，人工智能研發(fā)的熱情空前高漲。
隨之而來的也有對于人工智能的擔(dān)心，史上首個獲得公民身份的機器人索菲亞的出現(xiàn)，更是引發(fā)了人們對于人工智能和道德倫理的討論。
人工智能與人類是怎樣的關(guān)系？是否會威脅人類的生存？
在Greg Corrado看來，無論人工智能如何發(fā)展，都應(yīng)該是圍繞著人的需求去打造，能夠更好的跟人一起合作完成任務(wù)。
在接下來AI的發(fā)展當中，下一波的機會來自于幫助人工智能系統(tǒng)能夠更好的發(fā)展，能夠有能力和人的智能、專業(yè)的人士配合在一起工作，“這樣讓AI在這些由人去完成的任務(wù)中起到一個輔助的作用，使得人們在完成任務(wù)的時候更加的簡單、更加的精準、更加的高效”Greg Corrado說道，這是接下來十年AI發(fā)展的一個重要方向。
谷歌已經(jīng)開始著手生產(chǎn)能夠加速AI的定制化的芯片，但在Greg Corrado看來，并沒有所謂專用的AI芯片，“至少迄今為止我也沒有看到完全不同于傳統(tǒng)的計算芯片(所謂AI芯片)的成功案例。”
Greg Corrado認為，要對現(xiàn)有的芯片做AI方面的專門的優(yōu)化，使現(xiàn)在的芯片完全AI任務(wù)的時候速度能夠更快，功耗更低，整體的效益更高。
“也就是說，對于芯片進行AI方面的優(yōu)化，這也就是意味著同樣的跟AI有關(guān)的這些計算的任務(wù)也可以放在傳統(tǒng)的CPU上面完成，只是在沒有這種針對AI優(yōu)化的情況下，他的功耗更高，效率更低。”
根據(jù)招募平臺Paysa發(fā)布的研究報告顯示，2017年4月至9月，美國公司在招募AI人才上花費了13.5億美元。谷歌是這一領(lǐng)域的第四大雇主，位于亞馬遜公司、微軟公司以及蘋果公司之后。研究顯示，谷歌在此期間招攬了142名AI工程師，在AI人才上投資3360萬美元。
同時，谷歌在全球各地成立AI實驗室，谷歌AI中國中心也在去年12月成立，Greg Corrado表示，谷歌并不會在不同地區(qū)的研究中心或者不同的團隊之間去做項目或者是職能上的劃分，在谷歌看來多樣性、原創(chuàng)性的研究是最快推動創(chuàng)新最快發(fā)展的有效方式，通過這樣的方式谷歌能夠盡可能多的收獲新的想法和創(chuàng)意。
