专用智能到了瓶颈期，通用智能还没有出现。来自：吴洋洋
为期三天“世界人工智能大会”结束了。这是上海第二次举办该主题的会议。主办方更改了地点，把活动场地从前一年富有艺术气息的徐汇滨江绿地，搬到了更加开阔的世博中心和世博展览中心——这两个世博会遗留下来的大型设施，一个用作这次大会的室内会议场地，另一个用作展览。
约有上百家公司在世博展览中心的“大厂房”里搭建了展台，其中既有商汤、讯飞等人工智能独角兽，也有阿里巴巴、腾讯、Google等传统互联网公司，有英特尔、IBM、AWS等云计算服务商，华为、ABB等硬件公司，以及斑马网络等为自动驾驶汽车开发操作系统的公司、云从科技等算法供应商、华虹等芯片制造商。
参展的众多厂商都对AI有雄心。
这是一个很明确的缩影：时下几乎所有技术公司都要跟人工智能（AI）沾上关系——即使现在没有，将来也要有。
为期三天的世界人工智能大会，向与会者和公众展示了过去几年还仅限于一些外围争议讨论的AI技术，在全球各大技术公司的不懈努力之下，究竟已发展到了怎样一个实质阶段。
AI技术的四大趋势：
模糊决策、通用智能、生物体智能、透明算法
模糊决策游戏依然是人工智能公司最喜欢的训练场景。8月29日的开幕式上，腾讯公司董事长兼CEO马化腾声称，腾讯将继续在《王者荣耀》中训练人工智能。“围棋的决策数量是10的107次方，而《王者荣耀》的决策数量是10的2万次方。”马化腾说。
不过这种仅仅比较线性计算的AI已经不再是大家的掌上明珠了。
8月30日的微软分论坛上，微软全球执行副总裁沈向洋展示了他们正在开发名为Suphx的“麻将AI”。根据他的说法，麻将对机器而言是比围棋更“难”的游戏，因为围棋的棋局信息是公开的，而不能相互看牌的麻将具有更多的隐藏信息。这种高度不确定性需要AI具有模糊决策能力，就像真实的人类那样——善于在信息不完备的情况下做决策。
通用智能 IBM在医疗领域推出的Watson去年刚刚经历裁员，虽然商业上不够成功，但这家公司并未放弃对“人机对话”的专注。在这次上海人工智能大会的展馆，主打“人机对话”性能的辩论AI系统Project Debater（项目辩论者）成了主角。
这个项目的技术关键，是实现从语音识别到语义理解的跨越。语音识别只是简单的声音匹配，只要经过足够的数据训练就可完成，但是要理解人类的语义就复杂得多，它涉及心理学、逻辑、数学、社会学等多重复杂学科。
目前，我们能看到的既有AI应用都还只是“专用智能”，以AlphaGo为代表，它们只能解决某一目标单一明确的任务，不能在其他场景中复用。而IBM寄希望于通过这个项目实现“通用智能”——即通过一套系统完成多种不同任务，这一刻服务金融客户，下一刻就可以跟人谈判。
生物体智慧 对人类大脑的通用性从何而来的研究仍然具有重大商业价值，此次人工智能大会的分论坛之一也是脑科学。不过，人的智能并不仅仅体现在大脑上。过去1年，微软在研究麻将之外还开发了首个可存储数据的“DNA硬盘”，即通过研究DNA编码信息的机制，只用半张麻将牌大小的面积就可以存储原本需要一个仓库的服务器的数据。
同时，这家公司还在研究一个课题：细胞是如何从环境中获得信息、理解信息、处理信息、做出决定的，以此探索治疗疾病的新路径。
如马云在同马斯克的对谈中所说，人工智能时代可能是鲜有的让我们可以有机会、有能力向“内”观看的时代。
算法透明 算法是人工智能的核心竞争力，但算法也不过就是一串指令，而深度学习模式下的神经网络很容易就能自动产生指令。
“我们目前并没有阻止算法自己开发算法。但是它开发出的算法是有用的、新奇的吗？需要打个问号。”哥伦比亚大学数据科学研究院主任教授周以真对《第一财经》YiMagazine说。
人的大脑是通过动态调节“神经元”之间的连接键权重从而得出计算结果的，深度学习就是类似的仿生设计。不过就像人只知道自己的大脑“想出来了”，但不知道它使用了什么算法一样，深度学习模式的机器里也充满了“黑洞”。这些黑洞对于需要决策未来销售目标的电商可能影响不大，但对等着决定接受开刀还是服某种药的患者就不同了。
8月30日下午，人工智能技术与服务提供商第四范式也在上海展览中心的一个会议室举办了与“算法”有关的分论坛。上述“黑洞”问题是话题之一。
场景碎片化，让专用人工智能变昂贵
在8月30日下午的一场圆桌会议中，欧拉认知智能科技CEO王绪刚将人工智能称为“富豪的游戏”。就AI芯片而言，“中小企业也希望利用数据的价值，但是一个数据处理平台普通的就几十万（元）。”王绪刚说。
同台的云从科技的CEO张立也认同王绪刚的说法。她所在公司的主要业务是为客户开发算法，并帮客户匹配到相应的AI芯片。他们发现，因为不同场景的算法不同，需要适配的芯片和级别也各不相同，这种高度定制化带来的问题就是“每个客户的成本都很高”。
有关人工智能“昂贵”的的说法在刚刚过去两天的大会中不断被各种演讲者提及。
芯片上游的算法本身就是昂贵的。以语音翻译为例，开发者需要有至少10万个小时的声音资料和1亿字的文本，才能开始做这个工作。这意味着一些少数人使用的语言可能因为“无利可图”而没有人去把它纳入产品。这个问题到了工业领域更明显，每一个生产线面临的问题泛泛而言都可以称为“视频分析”，但是每一种物品生产真正要解决的问题都不一样。
“机器人+AI模式”目前在工业领域商业化较成功。
机器人被寄希望于与人工智能相结合后成为最接近人类的新物种，但是目前仅在动作单一的工业领域取得较为成功的商业化，鲜少走入家庭之类的消费场景中。
“影响机器人走入家庭的关键是人工智能的实现。”达闼科技副总裁孔兵说，他们公司目前最主要的产品是服务于老人和家务劳动的服务机器人，这些产品的功能都比较单一，很难平摊硬件成本，因为人工智能还不够通用。
机器人走入生活还需时日。
正因为这种不成熟，在参观位于上海展览中心的上百家技术公司的展台时，你会发现，贴在墙上的标签、划分出来导览的区域基本是同质化的。几乎每家公司的展台都分为智慧城市、智慧交通、智慧零售和语音识别等四五个业务单元——这些领域被业内称为“头部场景”。
大部分对AI有雄心的企业都在考虑让城市更智慧一点。
头部场景开发殆尽，务实最紧要
没有人知道通用智能什么时候到来，也没人知道通用智能是否就能抹平不同场景间的鸿沟。不过这并没有妨碍企业和资本对人工智能的热情。
创新工场董事长李开复在8月29日接受包括《第一财经》YiMagazine在内的媒体群访时称，中国的投资者对人工智能的态度经过了3个阶段：
◎第一个阶段是先创业再找方向，那些还没方向、只标榜人工智能的公司在这个阶段拿到了钱。
◎第二个阶段是B2B模式的人工智能，主要面向互联网和金融等已经具有数据、并且是标准化数据的行业提供服务。
创新工场在这个阶段投资了第四范式和旷视科技，后者上周刚刚向港交所递交招股书。
◎第三个阶段，他认为将进入“AI+”时代，就像当初的互联网一样，成为服务钢铁、制造、农业、服务业等全行业的基础设施。
这意味着，技术公司的AI研发方向必须越来越务实。
从给老人和小孩使用的智能音箱，到智慧出行、智慧城市，到制造业、零售业的供应链智能决策、个性化推荐系统、智能计算广告和智能客服……今年的世界人工智能大会的确已经出现了不少务实的案例。
