智能制造網(wǎng)APP
智能制造網(wǎng)手機(jī)站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號
智能控制
機(jī)器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
回放
品牌
明基環(huán)保
馬化騰：人工智能四要素中首先要解決場景問題
一、為什么要關(guān)注AI
去年AlphaGo打贏了人類世界的圍棋，大家都開始關(guān)注人工智能了。
我93年畢業(yè)的時(shí)候，也有一波人工智能熱。所以當(dāng)時(shí)我的畢業(yè)論文寫的是股票分析軟件，其中有一個(gè)模塊是用神經(jīng)網(wǎng)絡(luò)算法預(yù)測股票的走勢。現(xiàn)在聽起來好像有點(diǎn)可笑，但當(dāng)時(shí)好像是很有道理的，用人工智能來模擬人的心態(tài)以及對市場的心理壓力的變化，但很快發(fā)現(xiàn)這并不靠譜。
二十多年過去了，當(dāng)我看到了谷歌收購Deepmind后公布的論文，講了深度學(xué)習(xí)在圍棋中的應(yīng)用，并開發(fā)了AlphaGo。它帶來的震動(dòng)在于通過深度學(xué)習(xí)可以在某一個(gè)垂直領(lǐng)域讓機(jī)器自我學(xué)習(xí)，能夠在它的強(qiáng)大計(jì)算后端自己和自己訓(xùn)練，自己還能找出很多規(guī)律。
當(dāng)AlphaGo出來以后，實(shí)現(xiàn)了對人類認(rèn)知范圍極大的擴(kuò)張，這給我們很大的啟示。在圍棋以外的很多領(lǐng)域，比如金融、醫(yī)療、病理的檢測，如果用計(jì)算機(jī)后臺(tái)做出模擬器？我相信通過充分的嘗試，就如自動(dòng)駕駛一樣，模擬做各種各樣的反饋，機(jī)器自然會(huì)琢磨出一套理論和經(jīng)驗(yàn)。如果以后在更多領(lǐng)域能做出模擬器，定義參數(shù)自己學(xué)習(xí)，找到規(guī)律的能力將遠(yuǎn)超我們的想象。
人工智能要取得突破性的進(jìn)展，我期待有本質(zhì)性的飛躍，比如發(fā)現(xiàn)飛機(jī)的空氣動(dòng)力學(xué)、流體動(dòng)力學(xué)和鳥是不一樣的。仿生是某些垂直的領(lǐng)域，可以通過各種參數(shù)訓(xùn)練的。
下一步到通用的，再下一步是不是能發(fā)現(xiàn)更本質(zhì)性的原理，智能其實(shí)可以超越現(xiàn)在碳基智慧？是不是有其他的元素可以形成更的生命和智慧？這超越了人類現(xiàn)在發(fā)現(xiàn)的知識，但這是有可能的。甚至有人還突發(fā)奇想說我們現(xiàn)在認(rèn)識的宇宙就是高智能的生命，用他的量子計(jì)算機(jī)模擬出來了環(huán)境，我們的一切都是模擬出來的，這也是有可能。
二、人工智能發(fā)展的四要素
我們具體來看，現(xiàn)在人工智能領(lǐng)域應(yīng)該關(guān)注些什么：
1、場景
未來互聯(lián)網(wǎng)發(fā)展，一個(gè)要素是「場景」，或者我們稱之為「戰(zhàn)場」，再通俗一點(diǎn)就是「市場」，我覺得這是關(guān)鍵的。去思考把技術(shù)應(yīng)用在什么情景下，是不是高頻和用戶接觸？研究院、研發(fā)團(tuán)隊(duì)，如果沒有場景落地、平臺(tái)業(yè)務(wù)支持，基本上很難往下走。
從性的角度來說，計(jì)算能力和大數(shù)據(jù)都是可復(fù)制的，但是市場和人才是的，我覺得這是一個(gè)核心點(diǎn)。就好像今天BAT三家分別在社交、電商和搜索有各自的主戰(zhàn)場和場景；滴滴、摩拜有交通出行的場景；微信、支付寶有支付場景；新美大、58，有日常生活的場景和使用習(xí)慣。
有了這樣的戰(zhàn)場，未來人工智能時(shí)代，我們就可以借助新技術(shù)，從而把握先機(jī)，否則的話，你空有技術(shù)、空有數(shù)據(jù)是遠(yuǎn)遠(yuǎn)不夠的。你提供給誰？通過什么渠道給用戶呢？所以關(guān)鍵的還是場景。有了應(yīng)用場景，數(shù)據(jù)自然會(huì)產(chǎn)生，也會(huì)驅(qū)動(dòng)技術(shù)發(fā)展，人才也會(huì)隨之而來。
2、大數(shù)據(jù)
一個(gè)平臺(tái)、業(yè)務(wù)部門里有大量的實(shí)際運(yùn)轉(zhuǎn)數(shù)據(jù)產(chǎn)生，但這當(dāng)中有很多是垃圾數(shù)據(jù)，沒有標(biāo)簽、沒有人去規(guī)劃定義、AI也無法學(xué)習(xí)，哪怕能學(xué)習(xí)但也有走火入魔的危險(xiǎn)。這里面數(shù)據(jù)的清洗、標(biāo)簽化難度相當(dāng)高，比較笨的方法就是用人力去清洗干凈再讓AI去學(xué)，這個(gè)過程是人機(jī)混合的過程。
我們觀察到很多AI的大佬們，更關(guān)注怎么落地，怎么把畢生的研究成果體現(xiàn)出來。我們公司內(nèi)部的BG之間也在溝通微信、手機(jī)QQ的數(shù)據(jù)能不能用？內(nèi)部人員也很希望近水樓臺(tái)先得月，數(shù)據(jù)在身邊流動(dòng)為什么不讓人先研究一把，所以現(xiàn)在我們處在內(nèi)部怎么把數(shù)據(jù)分享出來的階段。
還有一方面，用戶關(guān)注個(gè)人因素，就是你不要把我的數(shù)據(jù)都賣了。這里就關(guān)于個(gè)人信息安全和個(gè)人隱私的問題，如果數(shù)據(jù)不進(jìn)行脫敏，我們也是不能用的。只有先進(jìn)行脫敏處理，沒有人能夠通過數(shù)據(jù)倒推到某個(gè)人，這樣處理干凈才可以談下一步。
數(shù)據(jù)要什么模式，清理做什么標(biāo)簽才能給其他的部門，包括外部合作伙伴怎么用？同時(shí)也有很多的數(shù)據(jù)是來自于合作伙伴或者業(yè)界的其他公司，他們也遇到這樣的問題，拿到一堆裸數(shù)據(jù)不知道怎么用。所以，業(yè)界要形成一個(gè)標(biāo)準(zhǔn)的互惠互利，走完這個(gè)路徑還要很長時(shí)間。
3、計(jì)算能力
這里指的就是云資源，「云」是人工智能的強(qiáng)載體，我在很多場合提到，傳統(tǒng)企業(yè)的未來就是在云端用人工智能處理大數(shù)據(jù)，聽起來有點(diǎn)拗口，就像是能用短一句話把熱的詞裝在一塊，但是實(shí)際上它非常有道理。云、大數(shù)據(jù)、人工智能是不可分割的。
「云」可以提供海量的數(shù)據(jù)和強(qiáng)大的計(jì)算能力，也是我們目前進(jìn)行人工智能研究的一個(gè)必不可少的強(qiáng)載體。大家看到我們的圍棋AI——絕藝，其后臺(tái)部分全靠騰訊云的支持，如果沒有龐大的云計(jì)算能力，是不可能實(shí)現(xiàn)這種人工智能計(jì)算的。
「云化」談了很多年，但是現(xiàn)在越來越清晰了。很多企業(yè)原來是很保守的，希望把數(shù)據(jù)放到自己的內(nèi)網(wǎng)上，不想公開。但是我覺得這個(gè)狹隘的思想已經(jīng)過時(shí)了。這和過去發(fā)明了電一樣，要想每一家不用公共的電網(wǎng)，而是在自己的家里搞一個(gè)發(fā)電廠，這是不可能的。
過去把用電量作為衡量一個(gè)工業(yè)社會(huì)發(fā)展的指標(biāo)，未來用云量也會(huì)成為衡量數(shù)字經(jīng)濟(jì)發(fā)展的重要指標(biāo)。我們用電能來對比「云」，電帶來了上一輪的產(chǎn)業(yè)革命，而新一代信息能源將會(huì)帶來新一輪的產(chǎn)業(yè)革命。
我觀察到企業(yè)向云端遷移的速度在加快。在互聯(lián)網(wǎng)女皇Marry Meeker的研究報(bào)告中提到，傳統(tǒng)數(shù)據(jù)中心的份額在下跌，更多的份額轉(zhuǎn)向云形態(tài)的數(shù)據(jù)中心。去年這個(gè)份額接近五五開，我們相信今年或明年，「云」的比例會(huì)超越傳統(tǒng)的數(shù)據(jù)中心。
我想在「云」還沒有發(fā)展得非常成熟的時(shí)候，人工智能可能還有很長一段路需要走，甚至未來包括量子計(jì)算、量子通信等技術(shù)發(fā)展成熟之后，才會(huì)對人工智能的發(fā)展有更大的促進(jìn)。
4、人才
大家知道斯坦福是硅谷創(chuàng)新的發(fā)源地，很大的特點(diǎn)就是把科技和商業(yè)有機(jī)地結(jié)合在了一起，我覺得這是非常值得尤其是中國去學(xué)習(xí)的。
雖然說中國沒有像國外的斯坦福、哈佛這樣的私立學(xué)校，更多的還是公立學(xué)校，但是我們還是做了很多創(chuàng)新的嘗試。騰訊和清華很早就成立了一個(gè)聯(lián)合實(shí)驗(yàn)室，近期也轉(zhuǎn)向研究人工智能。我們希望通過不斷地嘗試來促進(jìn)科研和產(chǎn)業(yè)界結(jié)合與創(chuàng)新。
我想說在如今的環(huán)境下，產(chǎn)學(xué)研需要有一些創(chuàng)新的生態(tài)。一年前我參加了香港的Hong Kong X，我們感覺到產(chǎn)學(xué)研結(jié)合應(yīng)該是大有可為的。我們希望依托香港的化和高校資源，依托粵港澳大灣區(qū)有智能制造、人才和生產(chǎn)基地的大環(huán)境，做一些事情。
有人給我介紹說，國外在產(chǎn)學(xué)研方面有一些新的變化，比如說在波士頓附近有一個(gè)奧林工程學(xué)院，這個(gè)學(xué)院很特別的，學(xué)生一進(jìn)來就打破傳統(tǒng)院系專業(yè)，通過跨界融合的方式與企業(yè)合作，讓學(xué)生通過做項(xiàng)目的方式將理論和實(shí)踐結(jié)合起來學(xué)習(xí)。
另外，MIT近也有一個(gè)叫「引擎」的計(jì)劃，通過一些學(xué)校的基金，鼓勵(lì)學(xué)生把想法變成一個(gè)現(xiàn)實(shí)，把一些樣品變成商品，這是個(gè)新的趨勢。
三、大風(fēng)口
我上面說過，未來所有企業(yè)基本的形態(tài)就是，在云端用人工智能處理大數(shù)據(jù)，這是一個(gè)大方向。在這個(gè)方向上，我更加關(guān)注我們在人工智能方面能做什么。
首先，在工程上，圍棋AI實(shí)現(xiàn)了圍棋算法可以打贏世界，除此之外，在醫(yī)療方面，可以用人工智能處理醫(yī)學(xué)影像，比如對食道癌進(jìn)行早期篩查，還有肺的切片、乳腺癌，還有很多需要醫(yī)學(xué)影像分析的領(lǐng)域。通過深度算法，相信AI未來在醫(yī)療領(lǐng)域還是可以起到非常大的作用。
其次，人工智能還可以運(yùn)用到金融等領(lǐng)域，還有我們所理解的機(jī)器人，以及日常生活中的、商業(yè)中的方方面面，我覺得這是一個(gè)大的趨勢和潮流。
后就是云。在云端怎么更智能、怎么用大數(shù)據(jù)，這是一個(gè)大的風(fēng)口，但是現(xiàn)在到了一個(gè)關(guān)鍵的時(shí)間了嗎？我覺得還需要很多基礎(chǔ)的東西，包括算法。AI談了幾十年也是在這一年才有這么大的突破，這之后就已經(jīng)可以很簡單地應(yīng)用在各行各業(yè)了嗎？我覺得未必，這當(dāng)中差得還是很遠(yuǎn)的。
像是視覺識別，一個(gè)機(jī)器怎么可以識別現(xiàn)在眼前發(fā)生的一切都還差很遠(yuǎn)，更不要說再下一步復(fù)雜的操作，但是這無疑是一個(gè)很大的方向。我覺得現(xiàn)在所有互聯(lián)網(wǎng)公司都一定會(huì)在這方面結(jié)合自己的優(yōu)勢和人工智能做一些探索，這也會(huì)類似移動(dòng)互聯(lián)網(wǎng)一樣，是一種新的技術(shù)，它可以應(yīng)用在各個(gè)領(lǐng)域。
移動(dòng)互聯(lián)網(wǎng)剛來的時(shí)候，不會(huì)一家公司剛看到了這個(gè)方向，接著移動(dòng)互聯(lián)網(wǎng)機(jī)會(huì)就全部被拿掉了，因?yàn)樗€是分很多層次和層面的，我相信人工智能也是這樣。
(原標(biāo)題：馬化騰：解決了AI場景，數(shù)據(jù)和人才都不是問題 本文發(fā)于捕手志，素材來源于中國IT峰會(huì)、中國數(shù)博會(huì)；經(jīng)億歐編輯，供行業(yè)人士參考。)
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
