人工智能是一個(gè)不可避免的話題，如今媒體對(duì)人工智能的報(bào)告鋪天蓋地，引發(fā)了社會(huì)的廣泛關(guān)注，人們擔(dān)心目前的工作會(huì)被機(jī)器人代替。退一步講，非常有必要認(rèn)識(shí)到現(xiàn)在以及將來，人工智能將會(huì)越來越普遍的情況，同時(shí)還要承認(rèn)人工智能可以解決其所涉及的實(shí)際業(yè)務(wù)和社會(huì)問題。

　　弱人工智能(也稱為ANI或弱AI)是指進(jìn)行編程以執(zhí)行單一任務(wù)的系統(tǒng)，例如下棋、在MRI掃描中識(shí)別疾病的早期階段還有在環(huán)境中自主駕駛。雖然這些任務(wù)在復(fù)雜性和人工智能技術(shù)的高級(jí)功能方面存在顯著差異，但它們?nèi)詫儆谔囟ǖ牟僮黝I(lǐng)域。

　　強(qiáng)人工智能(AGI或強(qiáng)AI)是指具有人類智能的機(jī)器，人工智能是有意識(shí)的，有感情的，有情緒的;這通常是人工智能在流行科幻片中展現(xiàn)出的樣子：例如機(jī)械姬，Her，我，機(jī)器人和西部世界等電影。人工智能還可能有更多級(jí)別，例如人工超級(jí)智能，機(jī)器人可以在多個(gè)領(lǐng)域和任務(wù)中超越人類智能，例如自動(dòng)駕駛汽車到醫(yī)院檢測(cè)患者疾病，然后在國際象棋中擊敗人類。

　　盡管人工智能研究在過去幾年中取得了巨大進(jìn)展，但可能還需要一段時(shí)間才能在AGI方面實(shí)現(xiàn)突破;人工智能研究人員推測(cè)人工智能的實(shí)現(xiàn)短則10年內(nèi)長則100多年才能實(shí)現(xiàn)。

　　AI是取代任務(wù)，而不是執(zhí)行任務(wù)

　　在自動(dòng)化和人工智能取代工作中涉及的任務(wù)與取代工作本身存在很大的誤解。正如我們對(duì)ANI所了解的，單個(gè)任務(wù)可以實(shí)現(xiàn)自動(dòng)化，但人們低估了一般工人需要經(jīng)歷各種不同的和不斷變化的任務(wù)。麥肯錫估計(jì)，工作崗位能夠?qū)崿F(xiàn)100%自動(dòng)化的不到5%。通過對(duì)反復(fù)出現(xiàn)的某些單一任務(wù)實(shí)現(xiàn)自動(dòng)化來提高生產(chǎn)力，從而創(chuàng)造了新的工作崗位。例如，IDC預(yù)測(cè)到2023年，25%的主要零售商將探索或部署店內(nèi)機(jī)器人，以減輕人員重復(fù)性工作，從而將工人的生產(chǎn)率提高40%。可能會(huì)有一些工作崗位流失，但這可以通過使用增強(qiáng)現(xiàn)實(shí)等創(chuàng)新培訓(xùn)工具來獲得技能和技能提升來解決。

　　如今實(shí)踐中的人工智能可以拯救生命

　　云計(jì)算、傳感器和處理器等互補(bǔ)技術(shù)的進(jìn)步推動(dòng)了跨行業(yè)的AI研究，解鎖用例并解決曾經(jīng)被認(rèn)為無法克服的問題。與大多數(shù)新興技術(shù)一樣，人工智能的目標(biāo)是解決困擾醫(yī)療保健等行業(yè)的實(shí)際挑戰(zhàn)。

　　在醫(yī)療保健行業(yè)，全球醫(yī)療人員短缺，即使在美國等發(fā)達(dá)國家，估計(jì)到2030年將缺少多達(dá)120,000名醫(yī)生。

　　通過基于人工神經(jīng)網(wǎng)絡(luò)的新興深度學(xué)習(xí)技術(shù)，AI可以擴(kuò)展醫(yī)生的專業(yè)知識(shí)，以緩解這種技能差距，并成為時(shí)間有限的醫(yī)療專業(yè)人員的補(bǔ)充工具。

　　一種被稱為DeepGestalt的深度學(xué)習(xí)計(jì)算機(jī)視覺模型通過其表面分析框架能夠以91%的準(zhǔn)確度識(shí)別超過215種遺傳綜合征。加州大學(xué)圣地亞哥分校的研究人員使用AI來分析結(jié)構(gòu)化(健康記錄，測(cè)試結(jié)果)和非結(jié)構(gòu)化(手寫筆記)兒科患者數(shù)據(jù)，診斷鼻竇感染的準(zhǔn)確度達(dá)到了95%，急性哮喘的準(zhǔn)確率為97%，以及診斷單核細(xì)胞增多癥的準(zhǔn)確性為90%。

　　人工智能可以挽救生命但不會(huì)使醫(yī)療專業(yè)人員失業(yè);微軟的醫(yī)療保健機(jī)器人服務(wù)旨在簡(jiǎn)化更直接的客戶服務(wù)問題，而復(fù)雜的問題還是需要人來操作，從而優(yōu)化時(shí)間并改善與患者的互動(dòng)。

　　各個(gè)行業(yè)的其他AI應(yīng)用程序并沒有直接挽救生命，但仍在提高我們的安全性。為了從不同方面挽救生命(根據(jù)國家公路交通安全管理局的數(shù)據(jù)，94%的碰撞是由于人為錯(cuò)誤造成的)，ANSYS正在使用模擬技術(shù)通過虛擬駕駛場(chǎng)景訓(xùn)練自動(dòng)駕駛汽車，從而改善其自動(dòng)駕駛AI算法而不會(huì)危及人身安全。羅克韋爾自動(dòng)化的項(xiàng)目Sherlock正在創(chuàng)建一個(gè)更安全的環(huán)境，通過AI模塊提高運(yùn)營效率，減少工業(yè)環(huán)境中鍋爐、泵和冷卻器的誤報(bào)警。

　　如果AI是大腦，那么數(shù)據(jù)就是生命線

　　數(shù)據(jù)的可訪問性是任何AI部署的關(guān)鍵要素。DeepGestalt計(jì)算機(jī)視覺系統(tǒng)的培訓(xùn)使用了26,000例患者病例，加州大學(xué)圣地亞哥分校的病例分析用到了中國廣州一家大型醫(yī)療中心超過1億數(shù)據(jù)點(diǎn)的130多萬患者就診情況。在現(xiàn)實(shí)世界中部署微調(diào)的推理AI模型需要大量的數(shù)據(jù)訓(xùn)練。在自動(dòng)駕駛汽車的用例中，大約需要80億英里的無故障試駕才能達(dá)到與人類駕駛相當(dāng)?shù)男阅堋?/p>

　　通過越來越多的互聯(lián)終端，工業(yè)物聯(lián)網(wǎng)平臺(tái)正在利用組織的高價(jià)值和不同資產(chǎn)中的數(shù)據(jù)實(shí)現(xiàn)情境化。然后，這些數(shù)據(jù)可以輸入到AI模型中，并生成由AI驅(qū)動(dòng)的分析，以應(yīng)用其優(yōu)勢(shì)或在云端進(jìn)行應(yīng)用。3D CAD模型可以提供帶注釋的產(chǎn)品數(shù)據(jù)集，以對(duì)對(duì)象和圖像識(shí)別應(yīng)用程序進(jìn)行訓(xùn)練，從而實(shí)現(xiàn)服務(wù)技術(shù)人員所使用的AR體驗(yàn)。產(chǎn)品構(gòu)思階段的AI源自生成設(shè)計(jì)模擬軟件，分析與不同約束、材料、物理性質(zhì)、制造過程和設(shè)計(jì)目標(biāo)的數(shù)據(jù)的關(guān)系。

　　總結(jié)

　　隨著這些數(shù)據(jù)輸入的增加，AI生成的用例在變化和規(guī)模上繼續(xù)大幅增長。IDC預(yù)測(cè)，人工智能系統(tǒng)的支出將在2022年達(dá)到近780億美元，遠(yuǎn)高于2018年的240億美元。人與機(jī)器之間“共同促進(jìn)”的故事將繼續(xù)快速發(fā)展;普華永道調(diào)查的67%的高管都聲稱同時(shí)使用人工和人工智能創(chuàng)造了更強(qiáng)大的價(jià)值主張。AI的首要主題將不再是取代人們工作，而是解決我們今天面臨的客戶、行業(yè)和社會(huì)問題。