廖顯

在這次疫情爆發(fā)中，我們?cè)俅慰吹搅舜髷?shù)據(jù)、人工智能技術(shù)發(fā)揮的作用。有媒體報(bào)道，加拿大的人工智能初創(chuàng)公司BlueDot是眾多使用數(shù)據(jù)評(píng)估公共健康風(fēng)險(xiǎn)的公司之一，在2014年爆發(fā)的伊波拉病毒疫情中，該公司根據(jù)全球航班數(shù)據(jù)、城市健康管理系統(tǒng)、人口移動(dòng)等數(shù)據(jù)進(jìn)行交叉分析，提供了新的防疫信息參考。

另外，人工智能也被應(yīng)用到了患者的問診與管理上。1月29日，當(dāng)華盛頓普羅維登斯地區(qū)醫(yī)療中心（Providence Regional Medical Center）醫(yī)生在治療美國首例確診的新冠病毒肺炎患者時(shí)，他們并沒有與患者面對(duì)面互動(dòng)，而是應(yīng)用了一種名為Vici的機(jī)器人，通過屏幕與患者互動(dòng)。這種遠(yuǎn)程醫(yī)療機(jī)器人看起來像帶輪子的平板電腦，醫(yī)生可以用來與患者交談并進(jìn)行基本的診斷操作，例如測量體溫。“醫(yī)護(hù)人員雖然在隔離病房內(nèi)提供護(hù)理，但技術(shù)使我們減少了近距離與傳染患者互動(dòng)的次數(shù)，可以保護(hù)醫(yī)護(hù)人員免受感染?！逼樟_維登斯地區(qū)醫(yī)療中心首席臨床官艾米·康普頓-菲利普斯（Dr. Amy Compton-Phillips）表示。

廣東一所醫(yī)院也在這次疫情抗擊中，開始使用能夠自我消毒的人工智能驅(qū)動(dòng)機(jī)器人來治療患者，并對(duì)媒體表示，“機(jī)器人在昨天開始向患者提供藥品和食物，并收集床單和醫(yī)療垃圾?！逼淠康耐瑯釉谟谑褂米詣?dòng)駕駛和自動(dòng)充電機(jī)可以減少醫(yī)務(wù)人員的工作量并降低交叉感染的風(fēng)險(xiǎn)?？萍脊疽布尤攵窢幰咔榈难邪l(fā)行列，阿里巴巴和百度就提供了人工智能基因測序工具。中國的流行病學(xué)家目前正在為新型冠狀病毒研發(fā)疫苗和其他治療方法，根據(jù)中國疾病預(yù)防控制中心（CDC）報(bào)道，研究人員分離出了用于疫苗開發(fā)的病毒株。在澳大利亞，科學(xué)家們也在進(jìn)行類似的工作，在那里科學(xué)家重新創(chuàng)造了這種病毒并共享了基因組序列。

不久前軟銀集團(tuán)孫正義再次強(qiáng)調(diào)了未來投資人工智能這個(gè)趨勢的正確性。他預(yù)見物聯(lián)網(wǎng)在2035年的規(guī)模會(huì)比現(xiàn)在大一億倍，而社會(huì)也會(huì)從互聯(lián)網(wǎng)時(shí)代進(jìn)一步發(fā)展到下一個(gè)人工智能的時(shí)代。孫正義堅(jiān)信需要持續(xù)投資人工智能科技下的未來？ 未來的自動(dòng)駕駛汽車安全高效，并且事故率低；未來人工智能將幫助我們解決大部分的疾病問題；未來人工智能機(jī)器人將會(huì)參與到救援與救護(hù)行動(dòng)，以及陪伴老人；未來人工智能將會(huì)保證食物的安全，并且?guī)砼c眾不同的快樂……

人工智能質(zhì)變的突破路徑

不久前，投資人Victor給我轉(zhuǎn)發(fā)了一個(gè)微信新聞，“人工智能的下一個(gè)拐點(diǎn)：圖神經(jīng)網(wǎng)絡(luò)迎來快速爆發(fā)期?！彼岬降膱D神經(jīng)網(wǎng)絡(luò)技術(shù)（Graph Neural Network， GNN）在學(xué)術(shù)界獲得了極大關(guān)注與響應(yīng)，在業(yè)務(wù)應(yīng)用場景上也不斷在延伸，涉及計(jì)算機(jī)視覺、3D視覺、自然語言處理、科研場景、知識(shí)圖譜推薦系統(tǒng)，甚至金融反欺詐等多個(gè)價(jià)值場景的創(chuàng)新使用，可以說人們對(duì)基于圖關(guān)系的算法研究保持著強(qiáng)烈的科技好奇心。我們不斷地發(fā)現(xiàn)這個(gè)自然界存在的規(guī)則，并且加以利用，變成科學(xué)，但是至今的科學(xué)發(fā)現(xiàn)雖然偉大，卻依然不是全能?！盎诮y(tǒng)計(jì)學(xué)與運(yùn)籌學(xué)之上的智能，存在著致命的天生缺陷?！蔽疫@樣回復(fù)Victor，也希望今天我們認(rèn)識(shí)智能的角度更加嚴(yán)密與理性。

人工智能至今仍然只是在解釋兩個(gè)事件的“關(guān)系”，仍然無法從兩者的“關(guān)系”相關(guān)度，推論到直接的事件之間的“因果”。簡單來說，就是智能能給予我們的是兩者的關(guān)系程度建議，而至于這兩者之間是不是必然存在“因果”結(jié)論，現(xiàn)在的智能是不能給出的。在智能創(chuàng)新的領(lǐng)域依然存在大量的不確定性，全球最頂尖的科技公司都在進(jìn)行不斷的投入、挑戰(zhàn)與突破。

人工智能時(shí)代，人類已經(jīng)完成了智能在交互方式上的升級(jí)，比如人機(jī)交互的方式已經(jīng)不再是以往的按鍵指令這樣比較生硬的過程，當(dāng)語音識(shí)別、文字識(shí)別、圖像識(shí)別技術(shù)發(fā)展到比較成熟的時(shí)候，人機(jī)交互已經(jīng)開始朝著更加人性化的方式進(jìn)行改進(jìn)。通過交互過程的升級(jí)，我們不僅僅讓機(jī)器可以與人進(jìn)行語音對(duì)話式的命令傳達(dá)，甚至在大量的工廠里，我們已經(jīng)看到了“體力”機(jī)器人，系統(tǒng)通過嚴(yán)密的規(guī)則替代人進(jìn)行過程制造，這樣的人機(jī)智慧的交互溝通方式已經(jīng)從人與機(jī)器，發(fā)展到了機(jī)器與機(jī)器，甚至未來的機(jī)器與人的交互變革。

特別是在工業(yè)4.0驅(qū)動(dòng)下的制造工廠，大量的工業(yè)機(jī)器人使用已經(jīng)成為常態(tài)，比如曾經(jīng)輝煌一時(shí)的大眾輝騰“透明工廠”的建立，以及上汽通用的金橋工廠，那里有300多臺(tái)機(jī)器人手臂，即使從全球來看，這個(gè)水平的工廠也不超過5家。偌大的車間內(nèi)，工人只有10多位，他們管理著386臺(tái)機(jī)器人，每天與機(jī)器人合作生產(chǎn)80臺(tái)凱迪拉克。

顯然，人類對(duì)于智能的探索還遠(yuǎn)不止于交互能力上的突破。在下一個(gè)階段，我們認(rèn)為智能的質(zhì)變突破在于如何建立機(jī)器的思考能力，也就是模仿人類大腦的運(yùn)轉(zhuǎn)方式來幫助人類處理大量的問題。這是另一個(gè)變革的維度，在這個(gè)維度上系統(tǒng)還需要不斷地加強(qiáng)三個(gè)方面的能力，即理解能力、推理能力與學(xué)習(xí)能力。這些能力的突破將會(huì)帶來人類歷史上更多的產(chǎn)業(yè)性的飛躍，但過程中勢必需要找到更多適合的場景來讓人工智能獲得“鍛煉”，而人類也將由此開始進(jìn)入人工智能的場景時(shí)代。

在這個(gè)時(shí)代應(yīng)更加關(guān)注人工智能的場景落地，打造最佳的行業(yè)案例，從而形成場景性智能。在人工智能的場景時(shí)代，需要既懂科技也懂行業(yè)的專家，但是往往科技能力的掌握也只是基礎(chǔ)，如何發(fā)揮行業(yè)場景的價(jià)值，更多的是靠如何把行業(yè)的問題通過科技的賦能來轉(zhuǎn)化掉，從而創(chuàng)造更多的價(jià)值。

隨著人工智能技術(shù)基礎(chǔ)能力的普及，大量的企業(yè)會(huì)把視線慢慢轉(zhuǎn)移到企業(yè)的具體問題上，比如如何與消費(fèi)者建立更強(qiáng)的信任與連接？如何能提前預(yù)測重要設(shè)備的生命周期？如何能更加準(zhǔn)確地關(guān)聯(lián)事件發(fā)生的模式？并通過大數(shù)據(jù)的利用來發(fā)現(xiàn)更多場景問題的解決方法。雖然，在這個(gè)階段我們還不能完全依賴機(jī)器給我們答案，但是，以數(shù)據(jù)為基礎(chǔ)的決策一定比商業(yè)的感性決策更可靠、可控和可持續(xù)。并且，可以肯定的是在大數(shù)據(jù)下，商業(yè)預(yù)測會(huì)更加準(zhǔn)確，更加趨近于事實(shí)，而這樣的價(jià)值足夠幫助企業(yè)建立起自身的核心競爭力。這種能力不完全依賴于某個(gè)人，而且更可控，從而形成一種基于數(shù)據(jù)的行業(yè)性認(rèn)知壟斷。

今天哪種消費(fèi)品更加快消？只有淘寶知道。重要的商業(yè)問題會(huì)不斷地驅(qū)動(dòng)技術(shù)解決方案的產(chǎn)生，從而讓一些商業(yè)問題不斷循環(huán)得到提升式的解決。

擁抱適應(yīng)性智能

人工智能進(jìn)一步的進(jìn)化是適應(yīng)性智能。適應(yīng)性智能的特征是以固定頻率進(jìn)行商業(yè)嘗試，其實(shí)，我們今天已經(jīng)看到一些科技企業(yè)正在大量投入關(guān)于人工智能相關(guān)技術(shù)的研發(fā)，并且首先用于自己的產(chǎn)品升級(jí)與服務(wù)體驗(yàn)提升。比如微軟人工智能和研發(fā)部門在人工智能領(lǐng)域投入的人數(shù)已達(dá)8000人，研發(fā)投入超過百億美元，不僅聯(lián)合Bing、Cortana、微軟信息平臺(tái)集團(tuán)、環(huán)境計(jì)算和機(jī)器人等團(tuán)隊(duì)，還通過戰(zhàn)略收購自然語言調(diào)度創(chuàng)業(yè)公司Genee和深度學(xué)習(xí)創(chuàng)業(yè)公司Maluuba來加速其人工智能能力。谷歌和蘋果每年也是幾十億美元的研發(fā)投入，這些人工智能科技標(biāo)桿公司往往以固定的頻率進(jìn)行商業(yè)實(shí)驗(yàn)，獲得創(chuàng)新轉(zhuǎn)化的牽引力，從而形成適應(yīng)性智能。這些科技企業(yè)積極參與到時(shí)代的變化當(dāng)中，不是由于具體的某個(gè)問題驅(qū)動(dòng)，而是希望建立引領(lǐng)時(shí)代的創(chuàng)新力，從而更好地適應(yīng)下一個(gè)時(shí)代。

但是，我們也可以看到，適應(yīng)性智能的代價(jià)往往不低，谷歌旗下人工智能公司DeepMind持續(xù)虧損，從2017年的3.41億美元，增加到了去年的5.7億美元，以及2017年谷歌賣給日本軟銀的波士頓動(dòng)力（Boston Dynamics），也是昂貴的奢侈品。

事實(shí)上企業(yè)打造具備適應(yīng)性的智能能力，并不是一味追求創(chuàng)新，企業(yè)會(huì)根據(jù)環(huán)境的情況來自動(dòng)調(diào)節(jié)嘗試頻率，從而建立更好的智能保護(hù)與智能獲利。然而，大多數(shù)的商業(yè)企業(yè)其實(shí)并不善于利用信息技術(shù)進(jìn)行創(chuàng)新，因?yàn)樗麄兏雨P(guān)注各自商業(yè)發(fā)展的問題，特別是在一些行業(yè)里，更多的注意力會(huì)放在同行的競爭，以及業(yè)務(wù)的持續(xù)發(fā)展與變化上面，而對(duì)于技術(shù)的變革，其實(shí)是缺少研究和耐心的。

不久前我?guī)椭粋€(gè)房地產(chǎn)企業(yè)進(jìn)行轉(zhuǎn)型，它希望自己能從傳統(tǒng)的房地產(chǎn)企業(yè)，轉(zhuǎn)型為一個(gè)智慧城市的運(yùn)營服務(wù)企業(yè)，轉(zhuǎn)型最關(guān)鍵的仿佛是需要快速搭建起智慧城市科技理解能力，并且利用科技對(duì)城市服務(wù)進(jìn)行輸出，從而于城市的服務(wù)增值里獲利。但是，變革的路途并不是那么順利，當(dāng)需要“革命掉”一個(gè)企業(yè)最擅長的盈利模式，而變成另一套陌生的盈利模式的時(shí)候，任何企業(yè)都是抗拒的，因?yàn)檫@里的不確定性太大。所以，最后還是科技服務(wù)于房地產(chǎn)的商業(yè)模式，最終還是幫助其拿地、賣房。

如果一個(gè)企業(yè)不能完全下決心進(jìn)行模式變革，那么自適應(yīng)性智能的打造往往就只能依靠外力。講究性價(jià)比的科技創(chuàng)新不一定是廉價(jià)的，我們往往看到很多的商業(yè)創(chuàng)新并不是一定依賴于自身的科技轉(zhuǎn)型，而是借助于外力，在正確的時(shí)間，完成正確的事情，跟上時(shí)代趨勢，而自身的智能部門變?yōu)橐粋€(gè)連接創(chuàng)新的窗口―更多的與時(shí)俱進(jìn)的創(chuàng)新智能依靠專業(yè)科技公司來投入，并且保證質(zhì)量和效果。

比如云計(jì)算技術(shù)，如果是10年前，我會(huì)認(rèn)為云計(jì)算技術(shù)僅僅是一個(gè)研發(fā)性的創(chuàng)新方向，但是今天它已經(jīng)成為了所有行業(yè)信息化的必然趨勢。如果一個(gè)企業(yè)希望自己建立一套云計(jì)算技術(shù)的創(chuàng)新環(huán)境，然后再把業(yè)務(wù)搬到云上，結(jié)果要么是前期投入過大戛然而止，要么是后期技術(shù)運(yùn)維與持續(xù)創(chuàng)新的代價(jià)過大進(jìn)展緩慢。為了適應(yīng)環(huán)境，建立企業(yè)的自適應(yīng)性智能，連接高研發(fā)的智能科技公司，降低創(chuàng)新的不確定性，然后根據(jù)業(yè)務(wù)的成熟度不斷調(diào)整創(chuàng)新嘗試的頻率其實(shí)是一個(gè)不錯(cuò)的選擇。

通過強(qiáng)化學(xué)習(xí)（Reinforcement Learning）能夠解決智能體在環(huán)境交互過程中通過學(xué)習(xí)策略來達(dá)到目標(biāo)的最大化，這個(gè)目標(biāo)可以使智能體的基礎(chǔ)邏輯安全。

建立自適應(yīng)性的智能，猶如人需要借助外部專業(yè)的醫(yī)療機(jī)構(gòu)不斷研發(fā)新的抗體來抵御病毒，事實(shí)上在人們沒有受到大規(guī)模的顯性傷害時(shí)，這些專業(yè)機(jī)構(gòu)也在不斷為了保證人類健康持續(xù)服務(wù)、研發(fā)與創(chuàng)新。而這些新型通過臨床試驗(yàn)并且合格上市的藥物和器材，將能幫助人類更加自信、健康地進(jìn)行生命的延續(xù)與社會(huì)價(jià)值的創(chuàng)新。

因此，當(dāng)我們面對(duì)未來充滿不確定性的智能時(shí)代，無論是好與不好，都需要確保自己建立起強(qiáng)大的智能自適應(yīng)能力，能快速地適應(yīng)新時(shí)代的要求，而企業(yè)需要確定自己不會(huì)隨著原有商業(yè)模式一起慢慢消亡。