正如電力在過去一個世紀里改變了工業(yè)的運行方式那樣，人工智能將在未來100年里大幅改變社會。AI正被整合應用到家用機器人、機器人出租車以及心理健康聊天機器人中。一家創(chuàng)業(yè)公司正在利用AI技術開發(fā)機器人，讓它們更接近人類的智能水平。AI本身已經(jīng)進入到人們的日常生活中，比如為數(shù)字助理Siri和Alexa的大腦提供動力。它讓消費者能夠更準確、更高效地在網(wǎng)上購物和搜索，以及執(zhí)行其他人們認為理所當然的任務。

Coursera聯(lián)合創(chuàng)始人、斯坦福大學教授吳恩達(Andrew Ng)博士上周在硅谷舉行的AI前沿會議上發(fā)表主題演講時表示：“AI就像是一種新的電力。大約100年前，電力改變了每一個主要行業(yè)。AI已經(jīng)發(fā)展到同樣的水平，有能力在未來幾年改變所有主流行業(yè)。”吳恩達說，盡管人們認為AI是一種相當新的技術，但它實際上已經(jīng)存在了幾十年。但它之所以現(xiàn)在才實現(xiàn)騰飛，這要歸功于數(shù)據(jù)和計算能力的擴展。

吳恩達表示，目前通過AI創(chuàng)造的大部分價值都是通過監(jiān)督學習完成的。但有兩大波的進步：一波利用深度學習來預測消費者是否會在算法獲得有關他的信息后點擊在線廣告。而當輸出不再是一個數(shù)字或整數(shù)，而是語音識別、另一種語言或音頻的句子結構時，第二波進步就出現(xiàn)了。例如，在無人駕駛汽車中，圖像的輸入會形成其他在路上的車輛位置輸出。

微軟首席科學家黃學東(Xuedong Huang)表示，實際上，深度學習（即電腦從數(shù)據(jù)集學習到執(zhí)行功能，而不是執(zhí)行它被編程的特定任務）對實現(xiàn)與人類相媲美的語音識別目標是有幫助的。2016年，黃學東領導微軟團隊取得了歷史性成就，當時他們的系統(tǒng)記錄到5.9%的錯誤率，這與人類轉錄員的情況相同。黃學東在會議上說：“多虧了深度學習，我們能夠在20年之后達到人類的程度。”此后，該團隊將錯誤率進一步降低至5.1%。

從2010年開始，語音識別的質量開始改善，最終Siri和Alexa誕生了。吳恩達說：“現(xiàn)在，你幾乎認為這是理所當然的。亞馬遜Alexa總監(jiān)Ruhi Sarikaya說，除此之外，預計語音將取代觸控輸入。提高準確性的關鍵是理解上下文語境，例如，如果一個人問Alexa晚餐應該做什么，這位數(shù)字助理必須評估他的意圖。他是想讓Alexa去餐館預訂位置、點餐還是尋找食譜？如果他要求Alexa找到《饑餓游戲》（Hunger Games），他是想要聽音樂、看視頻亦或是聽有聲讀物？

谷歌的研究科學家迪勒克·哈卡尼-圖爾（Dilek Hakkani-Tur）表示，數(shù)字助理的下一步研究將是一項更先進的任務，即理解“超越文字的意義”。舉例來說，如果用戶使用“今天晚些時候”這樣的短語，可能意味著晚上7點到9點之間，或者下午3點到5點開會。哈卡尼-圖爾說，下一階段還需要更復雜、更生動的對話、多領域任務以及超越領域界限的互動。此外，數(shù)字助理應該能夠做更多事情，比如輕松閱讀和總結電子郵件。

語音識別之后，就是“計算機視覺”，即計算機識別圖像并對其進行分類的能力。隨著許多人上傳圖片和視頻，將元數(shù)據(jù)添加到所有內容中變得很麻煩，這就需要一種將它們分類的方法。Facebook人工智能研究院可視化識別技術專家Manohar PaluriLumos說，F(xiàn)acebook開發(fā)了一種能夠理解和大規(guī)模分類視頻的AI，名為Lumos。Facebook利用Lumos進行數(shù)據(jù)收集，例如，收集煙花圖像和視頻。該平臺還可以利用人們的姿勢來識別視頻，比如將人們在沙發(fā)周圍忙碌的場景歸類為“即將外出閑逛”。

谷歌視頻理解主管拉胡爾·蘇山卡爾（Rahul Sukthankar）補充說，關鍵是要確定上傳視頻的主要語義內容。為了幫助計算機正確識別視頻中的內容，蘇山卡爾的團隊在YouTube上挖掘了AI可以學習的類似內容，比如針對非專業(yè)內容的特定幀率。蘇山卡爾補充說，未來研究的一個重要方向是使用視頻對計算機進行訓練。所以，如果機器人看到一個人把麥片倒進碗里的多個角度視頻，它應該能通過觀察視頻來學習。

阿里巴巴用AI來促進銷售。例如，淘寶電商網(wǎng)站上的購物者可以上傳自己想買的產(chǎn)品照片，比如街上某個陌生人的時髦手袋，網(wǎng)站會提供最接近照片的手袋。阿里巴巴還使用了增強現(xiàn)實（AR）/虛擬現(xiàn)實（VR）技術，讓人們可以在Costco這樣的商店里瀏覽和購物。在Youku視頻網(wǎng)站上，阿里巴巴正在開發(fā)一種方法，將虛擬3D物體插入用戶上傳的視頻中，以此來增加收入。這是因為許多視頻網(wǎng)站都在致力于增強盈利能力。阿里巴巴AI首席科學家任曉峰（Xiaofeng Ren）說：“YouTube仍然在虧損。”

盡管AI技術在不斷進步進步，但它仍然無法與人類的大腦相匹配。Vicarious是一家旨在通過開發(fā)相當于人類智能水平的機器人來縮小AI與人類智商差距的創(chuàng)業(yè)公司。其聯(lián)合創(chuàng)始人狄麗普·喬治（Dileep George）說，這些組件都是用于組裝智能機器人的。他說：“我們有廉價的馬達、傳感器、電池、塑料以及處理器……我們?yōu)槭裁床荒軗碛辛_西呢？”他指的是20世紀60年代太空時代卡通片《杰森一家》（The Jetsons）中的多用途機器人女傭。喬治說，目前AI的水平就像他所說的“老大腦”，類似于老鼠的認知能力。而“新大腦”更發(fā)達，比如在靈長類和鯨魚身上看到的東西。

喬治說，當較小的輸入被改變時，“老大腦”會感到困惑。舉例來說，一個可以玩電子游戲的機器人，當顏色變得更亮時，就會出錯。他說：“今天的AI還沒有準備好！” Vicarious利用深度學習技術讓機器人更接近人類的認知能力。在同樣的測試中，盡管亮度發(fā)生了變化，但有擁有Vicarious AI的機器人始終能夠堅持玩這個游戲。另一個讓“老大腦”混淆的東西是把兩個物體放在一起。人們可以看到兩件東西疊加在一起，比如咖啡杯在照片中遮住了一個花瓶，機器人常會把它誤認為是一個身份不明的物體。Vicarious的目標就是解決這類問題，且Facebook首席執(zhí)行官馬克·扎克伯格（Mark Zuckerberg）也是它的投資者。

作為機器人伴侶和視頻攝影師，Kuri的情況有所不同。Kuri的開發(fā)公司Mayfield RoboTIcs首席技術官Kaijen Hsiao表示，在機器人的左眼后面有一個攝像頭，可以在高清格式下收集視頻。Kuri有深度傳感器來繪制房屋地圖，并使用圖像來改善導航。她也有寵物和人類檢測功能，這樣當他們出現(xiàn)在周圍的時候，Kuri就可以展露微笑或做出反應。Kuri也擁有識別能力，所以即使燈光發(fā)生了變化，她也能記得自己曾去過的地方，比如白天或晚上的廚房。“瞬間選擇”是這個機器人的另一項功能，它可以讓Kuri識別她記錄的類似視頻，比如爸爸在客廳逗弄嬰兒等，同時還能清除多余的視頻。

Kaijen Hsiao解釋稱：“Kuri的工作就是給你的家庭帶來生活氣息。它還能提供娛樂服務，比如播放音樂、播客、有聲讀物等。你可以在任何地方查看你的家。” Kuri是這個家庭的錄像制作人，它在屋子里四處走動。Kuri使用了愿景和深度學習算法，Kaijen Hsiao說：“Kuri最大的特點是有自己的個性，可以作為可愛的伴侶。”Kuri將于12月份上市，售價799美元。

麥肯錫全球研究所主席兼董事詹姆斯·曼伊卡（James Manyika）認為，美國和中國在AI領域的投資居于世界領先地位。去年，北美地區(qū)的AI投資從150億美元到230億美元不等，而亞洲（主要是中國）的投資額為80億美元至120億美元，歐洲則僅有30億美元至40億美元，處于落后狀態(tài)?？萍季揞^是AI領域的主要投資者，其資金規(guī)模在90億美元至300億美元之間，另外還有60億至200億美元，投資方包括風險資本家和私人股本公司。

他們把錢投到哪里去了？機器學習占投資總額的56%，計算機視覺位居其次，占28%。自然語言占7%，無人駕駛汽車占6%，其余部分則被虛擬助理瓜分。不過，曼伊卡表示，盡管投資不斷增加，但AI的實際應用仍然有限，即使是那些知道其能力的公司也是如此。大約40%的公司都在考慮部署AI，40%的公司進行了實驗，只有20%的公司在某些領域采用了AI。

之所以保持沉默，是因為41%的受訪企業(yè)認為自己的投資回報不高，30%的受訪企業(yè)表示，它們的商業(yè)價值還不夠充分，其他公司則表示，它們沒有掌握AI技能。然而，麥肯錫認為，AI可以將其他分析的影響提高一倍以上，并有可能大幅提升企業(yè)業(yè)績。

有些公司能做到這一點，比如在AI領域領先的行業(yè)包括電信和科技公司、金融機構以及汽車制造商。曼伊卡說，這些早期采用者往往是更大的、數(shù)字化成熟的公司，它們將AI融入到核心活動中，專注于增長和創(chuàng)新，而不是節(jié)省成本，并需要首席執(zhí)行官的力挺。最慢的采用者是醫(yī)療保艦旅游、專業(yè)服務、教育以及建筑行業(yè)的公司。然而，專家表示，隨著AI的普及，企業(yè)大規(guī)模采用AI也只是時間問題。