以傳播城市化專業知識為己任
2024年11月21日
星期四
設為首頁
|
加入收藏
搜索
人工智能：讓理想照進現實
全球產業界對人工智能的高強度持續投入，目前在基礎研究、產業應用方面已經取得了不少的成果。谷歌的AlphaGo將人工智能的“競技”優勢擴展到圍棋領域，IBM的Watson在醫療領域開始顯示價值。在更廣泛的應用領域，人工智能與人們生活的接觸點亦日益增多，當我們與銀行的客服交談，最先面對的很可能是基于語音人工智能的機器客服；當我們在某些城市道路上穿行，有可能與正在測試無人駕駛技術的智能汽車相向而行。
當人工智能從技術逐步成為未來社會類似基礎設施的存在，碰撞與爭議也如影隨形。當我們接受的新聞來源于人工智能的推送，如何確保事實原則、價值原則和方法原則；當我們基于人工智能的精準畫像被各種商品推薦包圍的時候，如何評估算法對文化塑造的影響；當我們在日常生活中授權我們的信息，如何確保這些信息被以適當的方式使用？
此外，當人工智能的創新奔涌而出，在政策和資本的推手放大之下，泡沫和異化也引起了產業的擔憂。人工智能發展的重要一環是數據，數據的開放性和安全性如同硬幣的兩面，泥沙俱下之下，是否會觸發行業發展的危機？
產業臨界點
人工智能在提升效率、代替標準工作崗位上的能力，在當前的經濟環境下備受關注。來自實體產業的需求，將為人工智能積蓄能量、優化效能提供深厚的土壤和根基。
京東集團副總裁、企業業務負責人宋春正認為，目前商品極大豐富、市場競爭越來越充分的形勢下，制造業的利潤率將長期面臨向下的壓力。制造企業將不得不從提升效率和降低成本方面入手應對挑戰。京東企業級業務進行的“智慧”升級通過AI、云部署和物聯網、互聯網技術方案，使企業在“買”和“賣”的環節可以產生10%-15%的成本節約。
具體而言，通過企業采購流程的標準化改造和大數據、AI算法，企業采購系統環節中人為決策的環節大量減少，供應鏈的節點設置和時間更為優化，在采購品價格并不降低的情況下，人力和物力的節約和運轉效率的提升將把企業運營“成本”的部分轉移到“利潤”的部分。
而在解決方案的部署方面，智能采購系統更為靈活。以免費的標準化部署和深度定制并行的方式，企業將有可能免費或者低成本的實現采購系統的智能化。
在金融領域，人工智能的應用更是燎原之勢。在客戶界面、管理界面和風控界面，人工智能的身影遍布在業務場景之中。
以平安銀行信用卡業務為例，依托平安科技在語音識別、語義理解、語音合成等領域多年的沉淀和訓練，語音機器人(16.300, -0.15, -0.91%)在賬務處理、用卡服務、信用卡申請等眾多業務場景中可以準確理解客戶說話意圖、快速回答。以往撥打客服熱線，都要聽完一段很長的自動語音提醒，之后才能選擇不同的數字菜單，找到自己真正需要的服務節點，這一過程往往經歷數分鐘的等待時間。現在，用戶能夠直接發出語音指令，快速找到服務節點，服務效率和體驗提升巨大。截止目前，平安信用卡智能語音導航日均進線量15萬次，語音導航識別率達90%。
在風控界面，平安信用卡智能反欺詐系統能夠實時計算大量的評分模型和欺詐規則，實現對風險交易的實時打分，進而精準攔截盜刷交易，通過50毫秒以內的決策控制提升交易安全。
在交通出行領域，無人駕駛技術開始在生活中高頻出現，人工智能的“駕駛者”開始進入現實的交通場景，與有人駕駛的車輛共舞，積累數據、進化算法。目前上海、重慶、北京、河北、浙江、吉林長春、湖北武漢、江蘇無錫等地已先后建設智能網聯汽車測試示范區，積極推動半封閉、開放道路的測試驗證。
馭勢科技CEO、前英特爾中國研究院院長吳甘沙認為，“在有邊界的場景和中低速的車速限制下開始商業化”將是打通人工智能在交通領域落地的現實路徑。需要通過商業化落地演進算法和升級系統。在機場擺渡、快遞運輸、園區交通方面，使無人駕駛落地的首選場景。在杭州的來福士，已經有不少顧客體驗了馭勢科技的擺渡無人車，通過它找到停放的車輛。
除此之外，在健康領域、在產業互聯網領域、在能源領域等廣泛的方向，人工智能的身影已經頻頻出現。在消費領域，配置的AI芯片的手機，既讓消費者開始近距離體驗人工智能的價值，亦為人工智能開啟了龐大的資源庫。以手機終端以億為單位的市場能量為帶動，AI芯片和AI應用很可能促使個人應用端的人工智能提速發展。
未來路線圖
如同歷次工業革命和技術變革所顯示的，新技術的發展命運根植于現實的驅動。當數字化趨勢席卷之下，無論是主動還是被動，現實中的企業都不得不面臨在數字世界面對挑戰、把握機遇，從而在越來越融合的“數字-實體”混合體中面臨生死考驗。而人工智能的發展扎根于實體產業的需求，跟隨產業的臨界點一路前行，亦是人工智能本身發展的捷徑。
與此同時，人工智能技術所具有的特殊性也將迫使行業在發展中尋找與工業時代不同的、更加適合的路徑。
與能源電力為代表的工業革命進程相比，人工智能時代的發展具有更強的知識經濟屬性，對頂級人才以及知識分享系統有著更高的要求。在工業時代的常見場景，一條生產線上的產業工人往往通過3-6個月的培訓即可上崗。招聘的范圍亦涵蓋高中到大學的各種知識背景。這種“勞動力優勢”即“人力資源優勢”的模式，在人工智能的領域幾乎失效。
根據騰訊研究院發布的《2017年全球人工智能人才白皮書》數據，目前頂級的、能夠引領AI發展的人才，全球范圍不足千人，存在巨大的供需缺口。同時，人工智能領域人才分布極不平衡，全球AI領域人才約30萬，而市場需求在百萬量級。每年畢業AI領域的學生約2萬人，遠遠不能滿足行業發展的需要。在這樣的基礎上，人工智能業務的發展依賴于企業創新的人才模式和管理模式。
目前人工智能領域已經納入了華為的業務主航道，作為在科技領域具備世界級能力的公司，華為在人才方面的思考極具價值。
華為總裁任正非在內部會上提出，人工智能研究相當于攀登珠穆朗瑪峰，科學家瞄準未來從事基礎研究，不要求解決實際問題，按他自己的研究方向往前走，但是沿途要“生蛋”，傳播思想與理論，為別的領域創造突破。對于AI人才培養，華為未來的方向將是，“工程師要從執行為主向系統思維和全流程高度協同的實干創新型人才轉型，引進/培養一批領軍人才與工匠科學家”，“技工隊伍向技師轉身，通過專家/工程師的傳幫帶的作用，強化技術知識、技術、工具應用、方法、IT和技能培訓，提升技師隊伍的職業素養”。
為了應對數字化時代的人才和管理挑戰，驅動業務發展，華為發布了《人力資源管理綱要2.0總綱》，一場深刻的管理變革已經拉開序幕。實際上，隨著人工智能在目前產業版圖中的比重越來越大，人工智能對人才、管理乃至業務模式的影響將漸次展開，由量變聚合為質變，將對傳統的管理理論乃至增長理論提出挑戰。
除了在管理方面的沖擊，人工智能在技術標注方面亦極大可能顛覆工業時代的規則。隨著數字經濟的深入發展，其開放性和統一性的特點日趨明顯。在工業時代，不同的產線在流程、工藝、技術要求方面大不相同。洗衣機、電視機和空調都在不同的生產平臺上運轉。即使在高度標準化的汽車領域，柔性生產的系統亦存在通用性方面的局限。然而在數字經濟領域，在PC操作系統方面，微軟的Windows系統占據了絕大部分的市場份額；在移動終端領域，蘋果的IOS系統和安卓體系是唯二的選擇；在通訊領域，3G、4G、5G的演進過程顯示，全球的通訊標準將遵循唯一的、統一的標準。
在人工智能領域，行業標準的影響將遠遠超過蒸汽時代和電力時代。目前，國家標準化管理委員會正式成立國家人工智能標準化總體組、專家咨詢組，將在人工智能標準化中承擔統籌協調、規劃布局的角色，負責開展人工智能國際國內標準化工作，包括擬定我國人工智能標準化規劃、體系和政策、協調相關國家標準技術內容和技術歸口、建立AI基礎功行標準與行業應用標準的傳導機制等等。
從提出構想，到在專業領域開始成為現實，從“人工智能”的術語第一次出現至今已經將近70年的時間。其間，計算機技術、通訊技術、互聯網的普及程度都有了突飛猛進的發展，在算力、數據、算法等基礎層面助力巨大。隨著人工智能技術在產業應用中逐步釋放效能，最終將從專用領域走向通用領域，人工智能將如電力和網絡一樣，從理想真正步入現實，而人工智能對世界的重塑亦將開啟一個新的變革紀元。
