楊曉靈

如果現(xiàn)在已經(jīng)站在了人工智能時(shí)代的入口，那么接下來(lái)面臨的就是一場(chǎng)環(huán)境和范式變化下的重新洗牌。其間，行業(yè)知識(shí)圖譜建設(shè)是人工智能應(yīng)用領(lǐng)域的戰(zhàn)略制高點(diǎn)

搶票入口時(shí)代

科技浪潮風(fēng)起云涌，中國(guó)互聯(lián)網(wǎng)用戶(hù)已經(jīng)接近9億人，互聯(lián)網(wǎng)的人口紅利基本結(jié)束了。從互聯(lián)網(wǎng)時(shí)代邁向人工智能時(shí)代是當(dāng)下最熱門(mén)的話(huà)題。

因應(yīng)人工智能熱，要回答兩個(gè)問(wèn)題：

第一，互聯(lián)網(wǎng)時(shí)代之后會(huì)不會(huì)是人工智能時(shí)代？

我們通常所講的時(shí)代或者時(shí)代特征，是在講環(huán)境和范式，一是指能夠影響意識(shí)和存在形態(tài)的客觀環(huán)境變遷；二是指在這個(gè)特定的客觀環(huán)境條件下形成最廣泛共識(shí)的范式。工業(yè)革命時(shí)代的范式是“分工”、互聯(lián)網(wǎng)時(shí)代的范式是“連接”、人工智能時(shí)代如果能夠成立的話(huà)，它的范式應(yīng)該是“替代”。

凡是規(guī)則清晰、能夠形成數(shù)據(jù)閉環(huán)的應(yīng)用場(chǎng)景，都可以用人工智能“替代”人工。人工智能時(shí)代能否成立，取決于人工智能能夠解決多少實(shí)際應(yīng)用問(wèn)題，人工智能能否滲透到足夠廣泛的應(yīng)用場(chǎng)景，在多大程度上實(shí)現(xiàn)人工智能工具化。

第二，人工智能走到哪一步了？

這一輪人工智能浪潮，有兩個(gè)標(biāo)志性事件，一個(gè)是阿爾法狗，毫無(wú)懸念地完勝世界頂尖棋手們；另一個(gè)是無(wú)人駕駛汽車(chē)，全球首款L4級(jí)別無(wú)人駕駛汽車(chē)正式量產(chǎn)”，第100輛阿波龍?jiān)趶B門(mén)金龍客車(chē)生產(chǎn)線(xiàn)下線(xiàn)。

人工智能真正能夠成氣候，回過(guò)頭去看，互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算都是用來(lái)為人工智能服務(wù)的，或者是人工智能進(jìn)化的充分條件。類(lèi)似人類(lèi)進(jìn)化的生物、社會(huì)和自然條件。

樂(lè)觀的判斷是人類(lèi)現(xiàn)在已經(jīng)站在了人工智能時(shí)代的入口，所以起步越早，積累越多，受益越快，競(jìng)爭(zhēng)對(duì)手越難以追趕。當(dāng)然，起步過(guò)早，會(huì)付出試錯(cuò)成本。 Gartner有一個(gè)技術(shù)成熟度曲線(xiàn)，被引用的比較多，Gartner給所有的技術(shù)發(fā)展定義了五個(gè)階段：萌芽期、泡沫期、滑坡期、復(fù)蘇期和成熟期。目前來(lái)看人工智能的成熟度應(yīng)該處于萌芽期和泡沫期之間。

如果互聯(lián)網(wǎng)時(shí)代之后確實(shí)是人工智能時(shí)代，如果現(xiàn)在已經(jīng)站在了人工智能時(shí)代的入口，那么，接下來(lái)面臨的就是一場(chǎng)環(huán)境和范式變化下的重新洗牌。各行各業(yè)都在做人工智能應(yīng)用，你不用，別人用，別人的效率就比你高，你就處于劣勢(shì)。

搶先拿到人工智能時(shí)代的船票，是未來(lái)建立行業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵。

應(yīng)用場(chǎng)景與案例

人工智能的定義：基于大數(shù)據(jù)、算法和算力，以計(jì)算機(jī)程序模擬人的智能，能夠自主對(duì)標(biāo)的物進(jìn)行感知、識(shí)別、分析和判斷；能夠自主采取有針對(duì)性、有目的、有控制的行動(dòng)；能夠自主響應(yīng)和處理環(huán)境條件的變化；并且能夠具有自主深度學(xué)習(xí)的能力。

目前人工智能技術(shù)比較成熟的主要領(lǐng)域： 語(yǔ)音識(shí)別，已經(jīng)達(dá)到97%的準(zhǔn)確率；圖像識(shí)別，人臉識(shí)別的準(zhǔn)確率已經(jīng)達(dá)到99.7%；自然語(yǔ)言處理，成熟度低于語(yǔ)音和圖像識(shí)別；機(jī)器學(xué)習(xí)，包括模擬人的認(rèn)知與推理能力、深度學(xué)習(xí)、甚至不依賴(lài)經(jīng)驗(yàn)數(shù)據(jù)的強(qiáng)化學(xué)習(xí)。

AI典型應(yīng)用場(chǎng)景包括： 智能行業(yè)顧問(wèn)、智能運(yùn)營(yíng)作業(yè)、智能客戶(hù)服務(wù)、智能信息系統(tǒng)運(yùn)維、智能風(fēng)控。

典型的人工智能應(yīng)用案例：

一、從阿爾法狗到阿爾法元

圍棋棋盤(pán)上有361個(gè)點(diǎn)位，每一盤(pán)棋大概要下150手，每一手棋平均有250種可選的下法，150的250次方的量級(jí)。“阿爾法狗”的算法能夠窮盡圍棋量級(jí)的局面變化，而且能夠通過(guò)自學(xué)習(xí)提高取舍能力，控制運(yùn)算量。 “無(wú)師自通”的阿爾法元完全從零開(kāi)始，不需要任何歷史棋譜的指引，不需要參考人類(lèi)的經(jīng)驗(yàn)和知識(shí)，完全靠自身強(qiáng)化學(xué)習(xí)完勝阿爾法狗。阿爾法狗需要在48個(gè)TPU上，花幾個(gè)月的時(shí)間，學(xué)習(xí)3000萬(wàn)棋局，才打敗了人類(lèi)。阿爾法元打敗阿爾法狗只用了4個(gè)TPU，花三天時(shí)間，自己左右互搏490萬(wàn)棋局就做到了。

從阿爾法狗到阿爾法元的意義在于：證明人工智能可以用算法復(fù)制人類(lèi)的智慧，從而模仿甚至超越人類(lèi)的智慧。

二、百度無(wú)人車(chē)

去年7月5日，李彥宏把搭載Apollo1.0的無(wú)人車(chē)開(kāi)上北京五環(huán)；去年9月20日，Apollo1.5發(fā)布上線(xiàn)，解鎖了障礙物感知、決策規(guī)劃、云端仿真、高精地圖服務(wù)、End-to-End等五方面能力；今年1月8日，Apollo2.0發(fā)布上線(xiàn)，搭載Apollo 2.0的無(wú)人車(chē)第一次在美國(guó)加州公路上進(jìn)行測(cè)試；4月24日百度商用級(jí)無(wú)人駕駛巴士“阿波龍”面向公眾試乘；7月4日李彥宏在百度AI開(kāi)發(fā)者大會(huì)上兌現(xiàn)去年的承諾：“是的，我們?nèi)ツ甏档呐?shí)現(xiàn)了！全球首款L4級(jí)別的無(wú)人車(chē)量產(chǎn)下線(xiàn)！”百度“阿波龍”已經(jīng)具備了在簡(jiǎn)單城市道路下完全自動(dòng)駕駛的能力，無(wú)需任何干預(yù)，包括變道、等紅燈、避讓等等都由無(wú)人車(chē)自主完成；騰訊也自主開(kāi)發(fā)出無(wú)人駕駛“AI in car生態(tài)系統(tǒng)”，放言2019年量產(chǎn)；阿里巴巴也推出了斑馬智行汽車(chē)操作系統(tǒng)。無(wú)人車(chē)的商業(yè)化進(jìn)程在加速。

AI最核心的技術(shù)是在無(wú)人駕駛汽車(chē)上的先驅(qū)。

三、張學(xué)友演唱會(huì)人臉識(shí)別抓逃犯

4月7日晚張學(xué)友南昌演唱會(huì)、5月5日晚張學(xué)友贛州演唱會(huì)、5月20日晚張學(xué)友嘉興演唱會(huì)上，警方應(yīng)用人臉識(shí)別技術(shù)在現(xiàn)場(chǎng)連續(xù)抓獲三名網(wǎng)上逃犯。人臉識(shí)別系統(tǒng)，包括動(dòng)態(tài)人臉卡口檢測(cè)和靜態(tài)人臉大庫(kù)檢索，利用人臉檢測(cè)及識(shí)別技術(shù)，從高清視頻監(jiān)控畫(huà)面中抓拍人臉照片，即時(shí)分析人臉特征，快速完成人臉照片與后端數(shù)據(jù)庫(kù)的黑名單的比對(duì)與識(shí)別，實(shí)現(xiàn)智能化的視頻監(jiān)控，即使在茫茫人海中，警察也能快速分辨出每個(gè)人，從而鎖定逃犯位置。

人臉識(shí)別技術(shù)經(jīng)過(guò)前幾年的發(fā)展，已經(jīng)進(jìn)入到具體的落地運(yùn)用階段，比如通過(guò)攝像頭比對(duì)身份證信息、上班人臉打卡考勤、支付寶的人臉支付、智能手機(jī)上的人臉解鎖等等。

四、螞蟻金服車(chē)輛事故定損

螞蟻金服于2017年6月推出的國(guó)內(nèi)首個(gè)車(chē)輛事故圖像定損AI技術(shù)，將過(guò)去由人工肉眼判定車(chē)損的環(huán)節(jié)升級(jí)為用人工智能做標(biāo)準(zhǔn)化統(tǒng)一定損。事先喂大量圖片給AI，然后手把手教它——車(chē)型、部位、損失程度、修理成本，AI逐漸會(huì)從中學(xué)習(xí)到分辨圖片的細(xì)節(jié)，完成車(chē)輛事故定損。據(jù)稱(chēng)“定損寶1.0”推出不到一年提供定損調(diào)用服務(wù)超過(guò)千萬(wàn)次，共計(jì)節(jié)省定損人員工作量超75萬(wàn)個(gè)小時(shí)，為保險(xiǎn)行業(yè)節(jié)省案例處理成本超過(guò)10億元，減少理賠滲漏約10億元。

定損寶2.0已經(jīng)在今年5月份上線(xiàn)，由照片定損升級(jí)為視頻定損，支持車(chē)主用手機(jī)按照系統(tǒng)指引拍攝視頻即可自助定損。

五、中國(guó)太保的阿爾法保險(xiǎn)

“阿爾法保險(xiǎn)”是中國(guó)太保打造的業(yè)內(nèi)首個(gè)人工智能保險(xiǎn)顧問(wèn)。產(chǎn)品使用大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)算法，融合保險(xiǎn)、精算專(zhuān)家團(tuán)隊(duì)經(jīng)驗(yàn)，通過(guò)基本信息、家庭結(jié)構(gòu)、收入支出、資產(chǎn)負(fù)債、社保福利、生活習(xí)慣6組問(wèn)題，為客戶(hù)測(cè)算家庭風(fēng)險(xiǎn)防御能力指數(shù)，量身定做家庭理想保險(xiǎn)保障建議。阿爾法保險(xiǎn)2017年9月1日上線(xiàn)，當(dāng)天訪問(wèn)量就超過(guò)20萬(wàn)用戶(hù)，三天累計(jì)訪問(wèn)量突破了100萬(wàn)，目前累計(jì)訪問(wèn)量近500萬(wàn)，訪問(wèn)用戶(hù)在朋友圈的分享率持續(xù)超過(guò)10%。

策略與路徑

“AI優(yōu)先”的策略選擇：“All in”、“聚焦”和“優(yōu)先”是三種不同的策略選擇。All in是孤注一擲，全力以赴、全押上；聚焦是高度關(guān)注，突出重點(diǎn)、集中資源；優(yōu)先是根據(jù)輕重緩急，優(yōu)先排序、資源傾斜。

在重要性和緊迫性矩陣中，人工智能目前應(yīng)該定位在重要但不十分緊迫的象限，無(wú)論從短期成效和長(zhǎng)期機(jī)會(huì)看，都適用優(yōu)先排序策略。

確立“AI優(yōu)先”的意義，一是進(jìn)一步動(dòng)員和傾斜企業(yè)資源，強(qiáng)化AI應(yīng)用產(chǎn)品的研發(fā)能力；二是形成協(xié)同研發(fā)體系；三是在行業(yè)中率先確立“AI優(yōu)先”，有利于形成先發(fā)效應(yīng)。

“AI優(yōu)先”工程的路徑設(shè)計(jì)：

1.AI的企業(yè)級(jí)應(yīng)用研發(fā)不要“最前沿”而要“最實(shí)用”的成熟AI技術(shù)。

2.AI應(yīng)用研發(fā)以?xún)?nèi)部效率提升和改善外部客戶(hù)體驗(yàn)并重。

3.建立企業(yè)級(jí)AI產(chǎn)品研發(fā)清單

目前企業(yè)級(jí)AI應(yīng)用研發(fā)呈現(xiàn)碎片化，缺乏應(yīng)用場(chǎng)景及需求的系統(tǒng)規(guī)劃；缺乏底部基礎(chǔ)層和中間能力層的平臺(tái)支持，導(dǎo)致單打獨(dú)斗和重復(fù)建設(shè)，也缺乏外部合作伙伴的統(tǒng)籌管理。往往事倍功半。應(yīng)該在存量開(kāi)發(fā)項(xiàng)目全面梳理和系統(tǒng)挖掘增量需求的基礎(chǔ)上，建立企業(yè)級(jí)AI產(chǎn)品研發(fā)清單，統(tǒng)一籌劃，配套資源，協(xié)同運(yùn)作，強(qiáng)力推進(jìn)。

4.啟動(dòng)AI技術(shù)平臺(tái)建設(shè)

AI技術(shù)平臺(tái)架構(gòu)是AI應(yīng)用研發(fā)的重要基礎(chǔ)設(shè)施和先決條件，包括應(yīng)用層、中間能力算法層和底部基礎(chǔ)資源層。應(yīng)用層直接面向各種業(yè)務(wù)場(chǎng)景的需求，提供感知、識(shí)別、分析、判斷和行動(dòng)的應(yīng)用軟件和服務(wù)。中間能力算法層承上啟下，在底部基礎(chǔ)層提供資源的支持下，為應(yīng)用層提供數(shù)據(jù)庫(kù)和算法，以及耦合接口。底部基礎(chǔ)資源層提供計(jì)算和存儲(chǔ)資源。中間能力算法層和底部基礎(chǔ)資源層要建設(shè)企業(yè)級(jí)的共享平臺(tái)。

AI平臺(tái)、大數(shù)據(jù)平臺(tái)、云計(jì)算平臺(tái)，是下一代信息系統(tǒng)建設(shè)的骨干項(xiàng)目。

5.選擇合適的AI合作伙伴

“AI優(yōu)先”需要引進(jìn)外部合作伙伴，因?yàn)閭鹘y(tǒng)企業(yè)在AI技術(shù)領(lǐng)域基本是空白，且AI技術(shù)日新月異。搭便車(chē)事半功倍。合作模式有兩種選擇，一是鎖定主要伙伴，長(zhǎng)期深度合作；二是多管齊下，廣域隨機(jī)合作。

選擇主要AI合作伙伴的主要考量要素：AI技術(shù)的資質(zhì)和能力；對(duì)合作的定位；對(duì)行業(yè)AI應(yīng)用的理解；具體合作內(nèi)容與方式。

6.培育AI人才隊(duì)伍

AI人才包含三個(gè)層次：一是AI業(yè)務(wù)需求團(tuán)隊(duì)，對(duì)業(yè)務(wù)場(chǎng)景有深刻理解，對(duì)AI應(yīng)用高度敏感，能夠完成有質(zhì)量的AI業(yè)務(wù)需求交付，并配合算法建模團(tuán)隊(duì)完成知識(shí)圖譜和實(shí)體知識(shí)庫(kù)的建設(shè)任務(wù)，AI業(yè)務(wù)需求團(tuán)隊(duì)散布于各個(gè)業(yè)務(wù)領(lǐng)域的前中后臺(tái)；二是AI算法建模團(tuán)隊(duì)，有大數(shù)據(jù)和建模的專(zhuān)業(yè)基礎(chǔ)，熟悉業(yè)務(wù)場(chǎng)景及業(yè)務(wù)需求，能夠協(xié)調(diào)AI業(yè)務(wù)需求團(tuán)隊(duì)和IT開(kāi)發(fā)團(tuán)隊(duì)共同完成知識(shí)圖譜、實(shí)體知識(shí)庫(kù)的建模及擬合算法的系統(tǒng)開(kāi)發(fā)需求交付，AI算法建模團(tuán)隊(duì)?wèi)?yīng)該是一個(gè)專(zhuān)家級(jí)的團(tuán)隊(duì)；三是IT開(kāi)發(fā)團(tuán)隊(duì)，大數(shù)據(jù)平臺(tái)、云計(jì)算平臺(tái)、應(yīng)用軟件架構(gòu)和編程的專(zhuān)業(yè)基礎(chǔ)扎實(shí)，能夠完成AI平臺(tái)建設(shè)、AI應(yīng)用軟件的開(kāi)發(fā)及部署，具有自主研發(fā)交付能力。

AI人才隊(duì)伍建設(shè)包括內(nèi)部培養(yǎng)和外部引進(jìn)。尤其在AI算法建模團(tuán)隊(duì)適度引進(jìn)外部AI領(lǐng)域有項(xiàng)目實(shí)踐經(jīng)驗(yàn)的專(zhuān)家級(jí)人才可能是一條捷徑。

知識(shí)圖譜建設(shè)

行業(yè)知識(shí)圖譜建設(shè)是人工智能應(yīng)用領(lǐng)域的戰(zhàn)略制高點(diǎn)，也是人工智能時(shí)代行業(yè)競(jìng)爭(zhēng)的核心競(jìng)爭(zhēng)力。

人工智能應(yīng)用要件包括場(chǎng)景、實(shí)體知識(shí)庫(kù)、知識(shí)圖譜、算法擬合，一個(gè)都不能少。人工智能的能源是數(shù)據(jù)，人工智能的引擎是知識(shí)圖譜。

什么是知識(shí)圖譜？舉一個(gè)例子，圖形識(shí)別領(lǐng)域的正方形知識(shí)圖譜：有四條直線(xiàn)；這四條直線(xiàn)首尾相連形成閉環(huán)；這四條線(xiàn)是相互垂直的；這四條線(xiàn)長(zhǎng)度相等；并且它們必須在一個(gè)平面上。

用這個(gè)知識(shí)圖譜建立算法，機(jī)器就可以完成識(shí)別一個(gè)正方形的任務(wù)。人工智能在本質(zhì)上就是用計(jì)算機(jī)程序執(zhí)行類(lèi)似的邏輯。

知識(shí)圖譜的建立是由場(chǎng)景驅(qū)動(dòng)的，場(chǎng)景才是盤(pán)活存量數(shù)據(jù)、生產(chǎn)增量數(shù)據(jù)，完成知識(shí)圖譜定義集，最終實(shí)現(xiàn)人工智能的應(yīng)用價(jià)值。從這個(gè)意義上講，場(chǎng)景比算法重要。而沒(méi)有建立知識(shí)圖譜的實(shí)體知識(shí)庫(kù)也只是原材料，從這個(gè)意義上講，算法確實(shí)比數(shù)據(jù)重要。

歸納一下關(guān)于知識(shí)圖譜建設(shè)的幾個(gè)要點(diǎn)：人工智能是基于實(shí)體知識(shí)庫(kù)和知識(shí)圖譜的；知識(shí)圖譜要做的是讓實(shí)體知識(shí)庫(kù)可以被有效訪問(wèn)、判斷和推理；知識(shí)圖譜是實(shí)體知識(shí)庫(kù)所使用的標(biāo)簽體系和組織框架，有別于“實(shí)體知識(shí)庫(kù)”；如果要用人工智能解決某個(gè)特定領(lǐng)域問(wèn)題，首先要建立相關(guān)領(lǐng)域的知識(shí)圖譜。

建立知識(shí)圖譜的實(shí)戰(zhàn)步驟：1.基于垂直領(lǐng)域應(yīng)用場(chǎng)景抽象出知識(shí)圖譜——領(lǐng)域?qū)嶓w知識(shí)的標(biāo)簽體系和組織框架；2.用知識(shí)圖譜與樣本建立映射關(guān)系，驗(yàn)證知識(shí)圖譜能否窮盡場(chǎng)景和領(lǐng)域?qū)嶓w知識(shí)；3.不斷喂食數(shù)據(jù)以豐富知識(shí)圖譜和領(lǐng)域?qū)嶓w知識(shí)庫(kù)；4.完善算法后形成垂直領(lǐng)域的人工智能應(yīng)用場(chǎng)景解決方案。

著名的“費(fèi)米問(wèn)題”，是講在信息不充分的條件下，憑借對(duì)事物本質(zhì)的深刻理解和洞察，采用變通和量綱分析，直接做出一些假設(shè)和估算，把難題變成簡(jiǎn)單可解的問(wèn)題。費(fèi)米問(wèn)題的案例：算一算地球的周長(zhǎng)是多少？已知紐約到洛杉磯3000英里，時(shí)差3小時(shí)，3小時(shí)是一天的1/8，而一天即地球自轉(zhuǎn)一周的時(shí)間，所以，地球的周長(zhǎng)就是3000乘以8，等于24000英里。與精確值的24902.45英里相比，誤差不到4%。這是一個(gè)標(biāo)準(zhǔn)的費(fèi)米問(wèn)題。

人工智能和知識(shí)圖譜的建設(shè)，也需要解決“費(fèi)米問(wèn)題”的能力。即想象力和創(chuàng)造力。

在人工智能這件事情上，行業(yè)知識(shí)圖譜的建設(shè)要耗費(fèi)海量人力、財(cái)力、數(shù)據(jù)和專(zhuān)業(yè)知識(shí)，尤其是時(shí)間，數(shù)據(jù)庫(kù)和數(shù)據(jù)標(biāo)注的工作量可能是以年/人為單位的。比如人工智能車(chē)輛事故定損，要建立車(chē)損知識(shí)圖譜，需要全球所有車(chē)型、每種車(chē)型所有部位、每個(gè)部位不同距離角度光線(xiàn)、不同損失程度的圖片，這個(gè)實(shí)體數(shù)據(jù)庫(kù)是大數(shù)據(jù)級(jí)的。這種事情你想到了也不一定有能力去做出來(lái)，只能由智豬博弈中的“大豬”來(lái)做。

即便是免費(fèi)時(shí)代，“天底下沒(méi)有免費(fèi)的午餐”的商業(yè)邏輯仍然成立。互聯(lián)網(wǎng)經(jīng)濟(jì)流行“羊毛出在羊身上狗來(lái)買(mǎi)單”，精準(zhǔn)廣告推送分成，是一種商業(yè)模式；流量故事找風(fēng)投，估值溢價(jià)，通過(guò)IPO變現(xiàn)是另一種商業(yè)模式；免費(fèi)使用產(chǎn)品，隱性對(duì)價(jià)是用戶(hù)隱私，海量數(shù)據(jù)建設(shè)領(lǐng)域知識(shí)圖譜，數(shù)據(jù)資產(chǎn)通過(guò)人工智能變現(xiàn)，又是一種商業(yè)模式?；ヂ?lián)網(wǎng)經(jīng)濟(jì)的商業(yè)模式比一手交錢(qián) 一手交貨的交易結(jié)構(gòu)更復(fù)雜更隱蔽而已。

尤瓦爾在《未來(lái)簡(jiǎn)史》中提到牛津大學(xué)的一份研究報(bào)告，這份研究報(bào)告預(yù)測(cè)了2033年的人工智能替代率：電話(huà)營(yíng)銷(xiāo)員99%、保險(xiǎn)代理人99%、運(yùn)動(dòng)賽事裁判員98%、收銀員97%、廚師96%、服務(wù)生94%、律師94%、導(dǎo)游91%、面包師89%、公交車(chē)司機(jī)89%、建筑工人88%、獸醫(yī)86%、安保人員84%、船員83%、調(diào)酒師77%、檔案管理員76%、木匠72%、救生人員67%。

各行各業(yè)的總體替代率是47%。

每一位讀者無(wú)論相信不相信這份報(bào)告，都會(huì)下意識(shí)地對(duì)號(hào)入座吧。

面對(duì)人工智能的步步緊逼，人類(lèi)最后的手段也許只剩下拔掉電源插頭了。

（作者為中國(guó)太平洋保險(xiǎn)集團(tuán)首席數(shù)字官，編輯：袁滿(mǎn)）