下载掌阅APP，畅读海量书库
立即打开
探索人工智能的发展之路要立足当下，这样才能更好地引领未来。不管是有关部门还是企业，都要正视人工智能产业当前发展情况，认识到其中存在的缺陷与不足，以及背后潜藏的问题。只有这样，才能够厘清发展思路，明确人工智能产业前进方向，实现绿色、健康、可持续的高速发展。
在技术、政策的支持下，人工智能始终保持高速发展态势。未来，企业要继续推动人工智能的现代化发展。首先，企业要立足全局战略，兼顾统筹谋划与协同创新；其次，要专注研究核心技术，抢占发展制高点；再次，要绘制人工智能产业图谱，使人工智能成为各行各业发展的重要引擎；最后，要推动泛在智能大范围落地，推动整个社会实现智能化转型升级。
任何技术的发展都离不开对其发展路径的统筹规划，人工智能也不例外。人工智能的发展，需要相关部门站在整体布局的战略高度，从我国人工智能产业发展的全局出发，明确人工智能的发展方向、发展目标以及发展的重点任务。
相关部门还需要建立人工智能产业生态体系，促进各行业、各企业之间人工智能供应链、价值链、产业链、要素链、创新链的融合发展。
企业作为发展人工智能的主体，首先，要积极配合有关部门对人工智能发展战略的总体布局，顺应时代发展潮流，积极寻求联合而非孤立，不搞技术垄断。
其次，要对企业内部如何推动人工智能的发展以及实践应用进行统筹谋划，制定符合自身情况的发展规划，不跟风、不盲目，也不中途易辙。
最后，要坚持推动人工智能技术落地，不空谈技术，而是切实地将技术应用到生产中，用技术提高自身生产效率，从而促进社会整体生产效率的提高。
注重统筹谋划的同时，企业也要注重提升协同创新能力。
行业内的各大领军企业要面向国家发展中的重大需求以及关乎社会民生的关键问题，进一步拓展人工智能技术的应用场景，以人工智能技术的发展带动整个社会的发展。各企业也要不断提升技术研发水平，从而提高我国的人工智能产业在国际市场上的竞争力。
小微企业也要大力创新，通过专精专研人工智能某一特定领域，深入挖掘垂直领域的市场需求，激发市场发展活力。
人工智能的发展需要兼顾统筹谋划与协同创新，二者缺一不可。不管是大型企业、行业巨头，还是刚进入人工智能领域的小微企业，都要有作为发展主体的责任意识以及主人翁意识，在努力推动自身发展的同时也要兼顾人工智能行业的发展。
在我国，BAT（百度、阿里巴巴、腾讯）巨头自然不会错过人工智能带来的发展机遇，纷纷布局人工智能，专注研发核心技术，迅速抢占发展的制高点。
百度CEO曾这样定义百度：“今天的百度已经不再是一家互联网企业，而是一家人工智能企业。”在百度，一切以AI为先，一切以AI思维来指导创新，AI是百度的核心能力。
我们已进入人工智能时代。人工智能的核心技术是通过数据来观察世界，通过数据来抽取知识，而这些技术对每一个传统行业都有很大程度的提升。
在AI领域，百度的核心是打造百度大脑。另外，百度会以AI核心技术推出新的业务。例如，以ABC（ABC分别代表人工智能、大数据和云计算）技术为支撑的百度云业务。同时，百度还推出智能金融服务业务、无人驾驶业务以及智能语音业务等。
阿里巴巴也在向人工智能领域进军，目前取得了不错的成绩。
哈佛商学院的AI专家威廉·科比（William Kirby）谈到阿里巴巴的人工智能发展状况时表示：“在商业环境中，阿里巴巴是一个使用人工智能的重要创新者。在我看来，阿里巴巴在改变中国业务方式方面已经做了很多；他们在每个领域都雄心勃勃。”
阿里巴巴的目标是成为AI行业的领导者，希望提升云存储以及云计算的服务能力，为用户带来更多的便捷，从而提升自身的价值，获得更长远的发展。
为达到这样的目标，阿里云支持前沿科技企业的深度学习框架，如谷歌的TensorFlow和亚马逊的MXNet深度学习框架。另外，阿里巴巴还重金打造达摩院，达摩院旗下有诸多新兴技术研究团队，人工智能技术是重中之重。
在AI领域，怎么会缺少腾讯的身影呢？
腾讯也积极进行AI战略布局，借助亿万用户的海量数据以及自身在互联网垂直领域的技术优势，广泛招揽全球范围内的顶尖AI科学家，在AI机器学习、AI视觉、智能语音识别等领域进行深度研究。
目前，腾讯在AI领域已经孵化出机器翻译、智能语音聊天、智能图像处理以及无人驾驶等众多项目。在智能医疗领域，“腾讯觅影”能够凭借深度学习技术辅助医生诊断各类疾病，取得了不错的成绩。
人工智能产业规模涵盖AI应用软件、硬件及服务，主要包括AI芯片、智能机器人（商用）、AI基础数据服务、面向AI的数据治理、计算机视觉、智能语音与人机交互、机器学习、知识图谱和自然语言处理等核心产业。
纵观近五年来AI技术商业落地的发展脉络，产品及服务提供商围绕技术深耕、场景创新、商业价值创造、精细化服务不断努力；需求侧企业也从单点实验、数据积累到战略改革的发展路线上与AI技术逐渐深度绑定。AI成为企业数字化、智能化改革的重要抓手，也是各行业领军企业打造营收“护城河”的重要方向。落地AI应用对于企业业务运营的商业价值与战略意义越来越明确。
视觉Transformer（ViT）的研究工作在2022年出现爆炸性增长，其优势在于能够在小尺度和大尺度上考虑图像中所有像素之间的关系，但同时需要额外的训练来学习随机初始化后融入CNN架构的方法。2022年，ViT的应用范围扩大，可以生成逼真的连续视频帧，利用2D图像序列生成3D场景并在点云中检测目标，助推基于扩散模型的文本到图像生成的发展。
放眼未来，AI视觉技术在适应三维世界、突破依赖标注数据输入的局限、降低算力能耗、多模态信息融合分析、与知识和常识结合解决高层次问题、主动感知与适应复杂变化等方面仍有待突破。此外，技术同质化并不意味着算法同质化，AI视觉算法厂商的工程能力仍是技术工业落地的“试金石”，如图2-1所示。
图2-1 值得期待的技术拐点：AI视觉技术工业界落地效用曲线
如今，人工智能领域的发展重心由早期的专注学术探索转向推动应用落地，人工智能逐渐成为各企业数字化、智能化转型升级的主要动力。
泛在智能是在人工智能发展到当前阶段的基础上提出的新概念，指的是智能技术的广泛性、多样化应用，是一种基于人工智能技术的万物智联，是人工智能实现网络化、规模化升级的新的发展阶段。
泛在智能主要包含两层含义：一是智能内涵的拓展；二是智能场景的拓展。
智能内涵的拓展指的是泛在智能包含三大类别的智能，分别是以互联网为代表的数字式智能、以物联网为代表的感知式智能以及以深度学习为代表的算法式智能。前两类智能是算法式智能的基础，所有产业都必须实现数字式与感知式智能升级，才能进一步实现算法式智能。
智能场景的拓展指的是技术的应用从一个场景拓展到多个场景的联合，任何人或者任何行业，都能够在任何时间、地点使用智能化技术，打造智能化场景。
要实现泛在智能，大数据、互联网、云计算、物联网、人工智能这些智能化技术缺一不可，而人工智能技术是其中的关键性核心技术。
目前，许多巨头企业都在进行泛在智能的布局，打造逐渐丰富的智能产业生态，聚焦产业价值，争取获得先发优势。
例如，腾讯旗下的腾讯优图是一个人工智能实验室。近年来，该实验室推出了人工智能泛娱乐平台、内容审核平台、广电传媒人工智能平台、工业人工智能平台四大平台产品，通过平台化布局为泛在智能的发展提供技术支撑，促进人工智能生态的繁荣发展。
腾讯优图拥有深厚的技术积累以及丰富的场景应用经验，自主研发出高精度通用型OCR（Optical Character Recognition，只学字符识别）引擎。腾讯优图推出的这一应用，包含多尺度、多场景任意形状的文本检测算法，以及融合了语义理解进行文字识别的算法。基于此，腾讯优图不断提升自身的OCR能力，进一步研发出包含票据类、证照类、教育试题类等面向超过50种垂直场景的OCR应用。
归根结底，泛在智能能够为当前社会发展带来积极影响。未来，人工智能将会以更加高效、新颖的方式实现可持续发展。
虽然人工智能能够为社会的发展以及我们的生活带来许多便利，但是其背后潜藏着风险。人工智能相关技术仍处于发展、完善的阶段，行业中仍然存在许多问题亟待解决，如无人驾驶领域安全保障能力不足、数据隐私存在泄露风险等。如何通过技术开发规避潜在风险、建立可信任的人工智能体系，是实现人工智能安全治理的关键。
人工智能还处于发展中，在当前还不完善。在人工智能的实际应用场景中，如果技术方面出现了问题，那么整个系统就会出现异常，对用户的人身、隐私安全造成威胁。
以无人驾驶为例，无人驾驶是人工智能的重要应用领域之一，但是从目前的发展状况看，无人驾驶在短时期内还无法解决安全问题。曾经有某品牌的轿车在京港澳高速上行驶时，因开启了自动驾驶模式，撞上前方的道路清扫车，造成追尾事故，而车主在该事故中不幸身亡。由此可见，AI在技术实操上仍然存在着巨大的风险问题，无法保障人们的安全。
不仅如此，在设计无人驾驶系统时，因为安全防护技术或措施不成熟，无人驾驶汽车极有可能遭到非法入侵和控制，给犯罪分子以可乘之机，做出对车主有害的事。
驾驶是一项十分复杂的系统工程，在驾驶时，驾驶员不仅要做到“眼观六路，耳听八方”，还要根据对路况的感知进行理性判断，以做出正确的驾驶行为。例如，遇到红灯时要及时刹车、向右转弯时需打右转向灯、会车时要减速慢行等。这需要感知、判断、决策、规划等一系列行为准确无误，否则就有可能出现事故。
无人驾驶技术是用人工智能代替人类驾驶汽车，其主要依靠神经网络算法、机械硬件并结合一系列智能化技术来完成驾驶行为。例如，用智能传感器、激光雷达、摄像头等代替人眼来感知驾驶环境；将路况中的每一个三维的点与云端高精度地图上的点位进行一一关联，以完成驾驶路线的规划与导航任务；基于一定规则和算法训练，人工智能能够完成驾驶中的决策任务。
根据人工智能在驾驶中参与程度的不同，国际自动机工程师学会将无人驾驶划分为从L0到L5的6个等级，具体如下。
（1）L0：所有驾驶任务仍由人类承担，人工智能仅起到观测道路并在出现特殊情况时提醒驾驶员的作用。
（2）L1：在人类驾驶员的监督下，人工智能能够完成简单的操作，如转向等。
（3）L2：除转向外，人工智能开始承担更多、更复杂的驾驶任务，如加速、刹车等，但此时仍然需要人类的监督，且在必要时刻，需要人类进行驾驶。
（4）L3：人工智能能够承担大多数驾驶任务，但遇到部分人工智能难以处理的任务时，人类驾驶员需接管车辆。
（5）L4：在特定的道路条件下，驾驶可以实现高度自动化，不需要人类接管车辆，如高精度地图全覆盖的城市公路等。
（6）L5：无论处于何种状况，人工智能都能够完成驾驶任务，完全无须人类参与。
当无人驾驶处于L0到L3等级时，相当于人类在车辆驾驶过程中多了一个AI助手，无人驾驶对交通发展起到的变革作用较为有限。而发展到L4等级，人工智能在驾驶过程中起到“大脑”作用，对交通的发展产生深远影响。
当前，L0到L3的无人驾驶已经实现了在商用车辆中的应用。2018年以来，部分L4等级的无人驾驶汽车在某些城市的指定区域内实现上路实测与实验。然而，L5等级的无人驾驶成为现实的难度仍然较大。
实现L5等级的无人驾驶的难度在于，想要提升无人驾驶的准确性与智能性，就需要收集海量数据以进行训练，且这些数据的来源必须是真实且变化丰富的驾驶场景。如此，对数据的需求维度之广、量级之大、类别之多，导致其难以实现。
作为人工智能领域的关键性应用，目前无人驾驶相关技术还不够成熟。相关企业应该加大研发力度，深入开发与探索能够提高产品安全度的功能性应用，将事故发生的概率降低到无限趋近于0，才能使用户的安全得到保障。
在金融领域，人工智能能够起到风险防范的作用。目前，人工智能不仅能够应用于降低成本和合理规划管理两个方面，例如，让机器人替代人类完成一些烦琐的工作，在降低成本的同时提升客户体验，还可以帮助银行实施反欺诈等风险防范工作。
我国的金融机构在反欺诈方面还有很多不足，例如，遇到欺诈事件时，对于首笔欺诈交易，金融机构没有很好的解决方法，只能从第二笔开始防堵。
如果首笔欺诈交易发生后，诈骗方立即进行高频盗刷交易，金融机构无法及时阻止。针对这种局面，中国平安成立的风险控制团队研发出智能反欺诈系统。
智能反欺诈系统是根据海量金融数据建立的用户行为画像，得出数据侦测模型，并与高效的决策引擎相结合，从而实现实时反欺诈监控。若有问题将会以毫秒级的速度做出响应，有效地防堵首笔欺诈交易的发生。
中国平安的智能反欺诈系统能够对金融交易进行有效监控并做出决策，减少广大用户的经济损失，最大限度地保证用户的财产安全。
人工智能的崛起建立在大数据这一智能化技术的基础之上。随着大数据得到广泛应用，日益开放的网络环境与分布式的网络部署使大数据的应用边界越来越模糊，随之而来的是用户数据信息的归属权问题以及用户隐私保护问题。
阿里巴巴旗下的云服务提供商阿里云曾经发起一个关于数据保护的协议公约，尝试界定用户数据信息的归属权。公约中明确了大数据是用户私有资产，云平台没有权力擅自移作他用。
以往，来自云端的海量数据的归属权属于无人监管的“灰色地带”，有着很大的隐私泄露的隐患。例如，部分公司会在数据所有权不明确的情况下，随意交易用户购物时产生的数据。虽然这些数据多以碎片化的形式呈现，对用户的困扰较小，但是来自各种场景的大量数据聚集起来，就有可能被不法分子利用，威胁用户的隐私安全。
虽然阿里云对用户数据的归属权做出界定，但是这没有在行业内形成共识。当前，随意泄露用户信息的事件屡见不鲜，用户隐私被侵犯的风险仍然很大，我们必须重视用户的数据安全。
金融机构获取用户的各种数据用于描摹用户画像，必须征得用户的同意，特别是要利用技术手段告知用户。在获得用户允许后，金融机构才能使用用户的数据。
某企业在这方面做得很出色，获取用户的消费数据后，其利用技术手段以及严谨的第三方审核手段进行数据加密和脱敏。这样既能有效描摹用户画像，又能够保证用户数据安全。
在人工智能时代，用户数据安全保护是需要重点关注的一个问题。这不仅需要相关部门出台相关法律法规，使得数据安全保护有法可依，还需要相关部门加强监管，让各市场主体有法必依，不再滥用收集到的用户数据。最重要的是，各企业、组织等要提高社会责任感，尊重并确保用户的数据所有权，合法、合规地使用用户数据，真正实现数据的“可用不可见”。
随着对人工智能领域的深入探索，人们心底始终有一个顾虑——人工智能的失控。虽然从目前来看，人工智能还在人类的掌控范围内。但人工智能出现过不受控制的情况，使得人们始终对其保持谨慎的态度。
在很多科幻、惊悚电影里，人工智能常常被渲染得神秘又恐怖。例如，人工智能有自己的思想，可以制作生化武器；人工智能不受控制并想操控人类等。但现阶段，人工智能并没有人们想象中的那么“聪明”。
在发展初期，人工智能可以帮助企业进行简单的图像识别工作，或使复杂、烦琐的工作自动化。发展到现在，人工智能可以帮助人们在决策方面做出最优选择。例如，人工智能应用于围棋，在前期，开发者需要给人工智能提供大量的历史数据才能让它学会下围棋；但现在，开发者只需要向人工智能提供围棋的规则，它就能在几个小时内熟练掌握并所向披靡。
基于此，人们不禁思考，人工智能的决策力高于人脑会不会让电影中的场景成为现实。其实这个担心是多余的。人工智能“不够聪明”之处在于目前它只能遵循人类设计的规则进行相关操作。只要研发人员对其进行适当的设计，人们完全可以放心地利用其能力。
尽管人工智能目前在人类控制范围内，但它的行为有时很难理解，这也是大部分人无法对人工智能建立信任的原因。而这种情况的产生有两种原因：其一，其算法超出了人类的理解范畴；其二，人工智能制造商对他们的项目进行保密。正是因为无法理解它的工作原理，所以用户无法从根本上信任它。虽然人工智能可以执行一些指令或帮助用户做出决策，但在用户眼里它依旧只是一个“黑匣子”。而人工智能不被信任很有可能会限制它的应用。
在人工智能时代，企业要想成功运用人工智能实现数字化、智能化转型升级，就必须做到以下几点，以建立可信任的人工智能体系。
1．打开“黑匣子”
有调查显示，未来企业将面临来自用户或合作者的监察压力。因此，企业需要打开人工智能的“黑匣子”，提升其工作流程及算法的透明度，甚至要公开研发机密。同时，企业应从用户角度出发进行产品研发，帮助用户更好地理解人工智能动作逻辑。
2．权衡利益
企业在对人工智能做出合理解释时，其付出的代价和获得的收益是双向的。企业在对人工智能系统的每个工作环节进行记录和说明时，需要付出的代价是效率降低、成本增加；但获得的收益是人工智能系统会获得用户、投资人等利益相关者的信任，减少市场风险。
3．建立关于人工智能解释能力的框架
人工智能的可解释性、透明度和可证明性是在一定范围内的。如果企业能建立一套评估业务、业绩、声誉等方面问题的框架，就可以在这些方面做出最优决策，提升人工智能可解释性。
综上所述，人工智能研发与应用的道路上有挑战也有机遇。希望在未来，在安全的基础上，人工智能能够给我们的日常生活带来更多便利。
在人工智能火热发展的过程中，不仅有技术问题需要解决，还有许多伦理问题亟待厘清。与此前出现的许多新技术不同，人工智能通过运算模仿人类智能，甚至能够取代人类进行一些工作，这对当前已经成型的社会关系架构提出挑战。未来，人工智能与人类之间的关系如何发展，二者如何实现和谐共存，是我们需要持续关注并思考的问题。
科技发展的最终目的不是展现自身的“高大上”与神秘感，而是点亮生活，为人类的发展服务。人工智能是当今社会发展的重要驱动力，如果仅局限于AlphaGo这个层面，那么只是弱人工智能。
人工智能发展的理想目标是智能机器人能够帮助我们完成繁重的体力劳动或程序琐碎的工作，这样我们就可以从事更具创造力的工作；智能机器人能够理解我们的真实意图，能够与我们交互、沟通；能够打破语言障碍、视觉障碍与理解障碍，切实解决我们生活中存在的问题。未来，我们能够与智能机器密切合作，做到人机和谐相处。
下面以Cogito公司研发的AI客服软件为例，讲述AI服务力提升所产生的巨大效果。
乔西·费斯特（Josh Feast）和麻省理工学院的人类动力学专家桑迪·彭特兰德（Sandy Pentland）共同创建了Cogito公司，研发了AI客服软件。在服务场景中，软件会以顾问的身份提醒客服人员如何更好地与客户交流。
AI客服软件借助机器学习技术和大数据技术，能够帮助客服人员高效地分析客户的情绪波动。AI客服软件分析的并不是人们沟通的内容，而是沟通的音频。AI客服软件通过智能分析客户的音频，及时提醒客服人员，让他们调节自己的语速或者语调，更好地回答客户的提问，提高客户的满意度。客户满意度的提升，会使客服人员有更高的工作热情。
AI客服软件是人机协作、和谐相处的范例，既提升了客户的满意度，也提高了客服人员的服务效率，产生了双赢的效果。
人工智能的发展要始终坚持以人为本的理念。在生产领域，顺应机器换人的发展趋势，加强人机协作，使机器代替工人完成危险、繁重的工作。在社会生活领域，辅助型、服务型机器人可以成为人们生活中的助手，甚至伙伴，人机和谐共生成为可能。
随着人工智能的不断发展，越来越多的智能机器人出现在人们的视野中。例如，打败职业棋手的AlphaGo、会写诗的微软小冰、能够创作大量文学与艺术作品的智能AI等。智能机器人已经不再是新鲜事物。
然而，随着越来越多的智能机器人参与生产、生活活动，人类在社会生活中的唯一理性主体的地位遭到挑战。越来越多人开始思考：人类与机器人之间的界限到底在哪里？人工智能是否具备人格？人工智能能否成为法律主体？
针对这些问题，人们众说纷纭，至今也没有形成一个统一的观点。
在笔者看来，目前，人类与人工智能之间的门槛无法跨越。人工智能的本质仍然是工具，是被人类制造出的帮助人类解决问题的工具。
首先，人工智能的底层逻辑是基于算法、数据、算力三大要素，被制造出的能够通过海量数据不断深度学习以获得类人性的机器。人工智能所进行的创作、生产，甚至“思考”，都是在人们的指令下进行的活动，而且是建立在海量数据基础上的。脱离了人类的干预，人工智能本身并不具备参与社会活动的能力。
也就是说，AI创作出一幅美妙绝伦的画作，并不是AI具有超强的绘画能力，而是人类设计师赋予它超强的算法，它经过无数次对人类画作的反复学习，最终生成了一幅画作。
其次，人类与机器最大的不同在于人类拥有丰富的情感。吃到美食我们会感到喜悦，遇见不平之事会愤怒，观看悲剧电影会悲伤，发生好事会快乐。喜、怒、哀、乐是人们最基本的情绪，体现着人们的情感。不管智能机器人的类人性有多高，都很难产生和人类相似的情绪与情感，这是人类与机器之间最明显的区别。
最后，在人工智能发展的过程中，即使出于法律权责认定的需要赋予人工智能“人格”，也只是“电子化的人格”，而非如人类一般与生俱来的自然人人格。
著名物理学家史蒂芬·霍金曾在英国《卫报》发表文章预言：“工厂的自动化已经让众多传统制造业工人失业，人工智能的兴起很有可能会让失业潮波及中产阶级，最后只给人类留下护理、创造和监管等工作。”那么，人工智能真的那么恐怖吗？其实并不是。
随着人工智能的不断进步和发展，一些新兴的行业一定会出现，而随之出现的，是新的就业机会。正如互联网兴起之前，没有很多可供人们选择的相关职业，而互联网兴起之后，程序员、配送员、产品经理、网店客服等新兴职业随之出现。
我们不能片面地认为人工智能出现之后就一定会有旧事物被残忍淘汰，事实上，更多的情况是人工智能与旧事物的结合。这就意味着，人们可以通过学习和训练，逐渐适应并掌握人工智能技术，从而转移到新的行业中。
在科技趋于完善、生产力大幅提升的趋势，职业的划分已经变得越来越细化，与此同时，就业机会越来越多。人工智能的发展方向应该是与人力协同，而不是取代人力，而大部分已经应用了人工智能的企业都是这样做的。下面以京东为例进行详细说明。
2017年，京东成立了一个无人机飞行服务中心，需要招聘大量无人机飞行服务师。这一职位的门槛其实并不是很高，只要经过系统培训，没有相关基础的普通人也可以胜任。
值得一提的是，京东的无人机飞行服务中心是我国首个大型无人机人才培养和输送基地，对于无人机行业而言，这是一个特别大的突破。基于此，无人机在物流领域的应用率将会越来越高，整个社会的物流效率将会大幅提升。在这种情况下，新的就业机会将不断涌现。
可见，仅是无人机专业就可以衍生出一系列配套设施，以及大量的人力需求。人工智能出现以后，虽然原有职位的需求会有所减少，但新职位的需求会大量增加。而且，这些新职位不仅包括研发、设计等高门槛类的，还包括维修、调试、操作等低门槛类的。
无论是什么样的人，之前从事过什么工作，将来都可以找到适合自己的职业，并不会因为学历不够而没有工作机会。一个行业的职业结构应该是金字塔形的，除了需要位于塔顶的高精尖人才，还需要位于塔底的普通工作人员。只有这样，才可以保证行业生态的健康和完整。