我相信關(guān)于人工智能大家已經(jīng)接觸了很多相關(guān)的內(nèi)容，包括技術(shù)、 商業(yè) 模式等，但是聽(tīng)到的內(nèi)容和實(shí)際操作之間還有很大的差距。今天主要想和大家分享我在“如何銜接技術(shù)-商業(yè)”方面的思考。

一、我將人工智能分為三類：1.識(shí)別

在視覺(jué)上，基于相對(duì)活動(dòng)物體的識(shí)別已經(jīng)發(fā)展到一定水平。識(shí)別的核心“人臉識(shí)別”和“語(yǔ)音識(shí)別”也具有很大的突破。因此，原來(lái)人所具有的感性體驗(yàn)現(xiàn)在也能夠被機(jī)器所掌握。

2.判斷——最具商業(yè)價(jià)值

能夠協(xié)助人們進(jìn)行選擇或者判斷。比如：阿爾法狗就是在幫助人們?yōu)槠遄舆x取一個(gè)更好的位置。

判斷被越來(lái)越多地應(yīng)用到實(shí)際工作生活領(lǐng)域，比如：廣告，未來(lái)在基金方面也有可能由機(jī)器自主進(jìn)行決策購(gòu)買行為。

3.創(chuàng)造

在學(xué)術(shù)界里面研究較多的就是創(chuàng)造類，比如：幫助人類合成一段文字或者語(yǔ)音等。谷歌發(fā)布的WaveNet就是基于語(yǔ)音網(wǎng)絡(luò)使用生成算法制作而成的，相對(duì)于以前的拼接法、參數(shù)法，在聲音質(zhì)量上更具優(yōu)勢(shì)。

WaveNet采用了擴(kuò)大卷積和因果卷積的方法，讓感受野隨著網(wǎng)絡(luò)深度增加而成倍增加，可以對(duì)原始語(yǔ)音數(shù)據(jù)進(jìn)行建模。（來(lái)自知乎）

以前方法集中雖多，但性能慢，每合成一秒的音頻需要用時(shí)幾分鐘之多。

到目前為止，創(chuàng)造本身仍停留在學(xué)術(shù)階段，當(dāng)然如果有人能夠控制無(wú)人駕駛領(lǐng)域就另當(dāng)別論了。但是即便擁有無(wú)人駕駛技術(shù)，技術(shù)本身仍然不具商業(yè)價(jià)值，因?yàn)槟康牡厥怯捎脩糁付ǖ模虡I(yè)利益弱。

費(fèi)曼（1965年諾貝爾物理獎(jiǎng)得主）曾說(shuō)過(guò)：

凡是我們不能創(chuàng)造的就是我們不能理解的

比如：除了生孩子以外的方法我們不能創(chuàng)造生命。雖然創(chuàng)造在商業(yè)上并沒(méi)有直接的用處，但是有助于我們對(duì)基礎(chǔ)的理解。

我認(rèn)為在這三個(gè)領(lǐng)域里，識(shí)別和創(chuàng)造的商業(yè)前景并不大，最具商業(yè)價(jià)值的是判斷，即幫助人們進(jìn)行選擇或者決策。

事實(shí)上，輸入法作為搜狗最大的產(chǎn)品并沒(méi)有達(dá)到它應(yīng)具有的商業(yè)價(jià)值，因?yàn)檩斎敕ㄗ鳛橐粋€(gè)工具，用戶所表達(dá)的和他所需要的內(nèi)容是完全一致的。比如輸入“A”絕對(duì)不能顯示“B”，所以輸入法沒(méi)有絲毫空間可以做更多的增值。

當(dāng)用戶對(duì)一個(gè)產(chǎn)品具有充分選擇權(quán)，這個(gè)產(chǎn)品就無(wú)法體現(xiàn)出判斷的增值。這也是搜狗基于如此之大的用戶規(guī)模，在輸入法方面卻沒(méi)有獲得商業(yè)回報(bào)的原因。

與輸入法不同的是——搜索引擎，它可以利用與搜索相關(guān)的推薦優(yōu)勢(shì)，幫助人們進(jìn)行決策判斷，在推薦的同時(shí)，就能夠帶來(lái)商業(yè)選擇的價(jià)值。

二、人工智能發(fā)展的三個(gè)階段1.教規(guī)則

將規(guī)則教給機(jī)器，讓其進(jìn)行判斷，這是依賴于人們的經(jīng)驗(yàn)于最初級(jí)的人工智能產(chǎn)品。

電飯鍋就是其中典型的例子，在其內(nèi)部有一個(gè)測(cè)試溫度的傳感器，可以監(jiān)控內(nèi)部溫度，如果溫度達(dá)到103度，就停止加熱。

最初的人臉識(shí)別技術(shù)雖然技術(shù)實(shí)現(xiàn)方面更加復(fù)雜，但是原理是一樣的，就是告訴機(jī)器該從哪幾個(gè)特征來(lái)進(jìn)行判斷。如何理解眼睛的距離、鼻子的高度，如何選取這些特征是傳統(tǒng)人工智能的做法。

傳統(tǒng)人工智能最大的瓶頸在于，不僅要懂規(guī)則，還要能夠準(zhǔn)確描述規(guī)則。比如：人臉識(shí)別技術(shù)，我們看到一個(gè)人就能夠立刻知道他是誰(shuí)，但是對(duì)于機(jī)器來(lái)講，就需要工程師將這個(gè)識(shí)別技巧寫成語(yǔ)言告知它。

但是這一點(diǎn)相對(duì)來(lái)說(shuō)就不那么容易了，因?yàn)橛谜Z(yǔ)言很難去描述一個(gè)人的長(zhǎng)相。我們把這些說(shuō)不清楚的規(guī)則叫做感性，即使我知道怎么回事，但是無(wú)法用語(yǔ)言描述出來(lái)。

2.原始數(shù)據(jù)

在2012年，圖像識(shí)別技術(shù)有了重大突破，機(jī)器的識(shí)別能力超越了人類。其基礎(chǔ)原理在于，圖像識(shí)別不再需要描述，而是輸入大量原始點(diǎn)陣數(shù)據(jù)，當(dāng)機(jī)器存儲(chǔ)的數(shù)據(jù)量足夠大，計(jì)算能力足夠強(qiáng)的時(shí)候，就能夠?qū)W會(huì)有效識(shí)別。

舉個(gè)例子：

阿爾法狗就是存儲(chǔ)了將近3000萬(wàn)個(gè)棋局，將每一個(gè)棋局的原始點(diǎn)陣數(shù)據(jù)輸入進(jìn)去，告訴機(jī)器人下棋的棋路和落子方法。當(dāng)3000萬(wàn)個(gè)棋局全部輸入進(jìn)去以后，機(jī)器就開(kāi)始學(xué)會(huì)了下圍棋。

中國(guó)圍棋隊(duì)總教練余斌，號(hào)稱在圍棋界里面最會(huì)寫程序的人。他認(rèn)為讓機(jī)器下圍棋最大的難點(diǎn)在于機(jī)器沒(méi)有大局觀，但事實(shí)證明機(jī)器在大局觀方面比人做的更好，因?yàn)闄C(jī)器存儲(chǔ)的是整個(gè)棋盤的點(diǎn)陣圖，而人還要琢磨某一個(gè)局部。

這個(gè)階段突破的意義在于，計(jì)算機(jī)工程人員有機(jī)會(huì)進(jìn)入更多的行業(yè)領(lǐng)域進(jìn)行合作。

比如：醫(yī)療領(lǐng)域，以前做心電圖分析需要技術(shù)人員能夠像醫(yī)生一樣懂行，到底什么樣的心電圖代表一個(gè)人的心臟有問(wèn)題，這是一種經(jīng)驗(yàn)技巧，僅停留在醫(yī)生心中，工程師要掌握這方面的知識(shí)就有些難度。

但是現(xiàn)在如果數(shù)據(jù)量足夠多，工程師就不必費(fèi)力去進(jìn)行規(guī)則表達(dá)描述，只要告訴機(jī)器這樣的心電圖是生病的心臟，那樣的心電圖是健康的心臟，機(jī)器就有機(jī)會(huì)學(xué)會(huì)對(duì)心電圖的識(shí)別判斷。

這就是大數(shù)據(jù)下，強(qiáng)大的計(jì)算能力和精準(zhǔn)的算法在日常工作和生活中帶來(lái)的突破。以前需要依靠經(jīng)驗(yàn)才能夠解決的問(wèn)題，現(xiàn)在通過(guò)數(shù)據(jù)和技術(shù)人員就能夠得以實(shí)現(xiàn)，阿爾法狗最大的啟發(fā)就是不用找規(guī)則，直接給出答案即可。

3.強(qiáng)化學(xué)習(xí)

有的時(shí)候我們既不知道如何向機(jī)器表達(dá)規(guī)則，也不能找出一個(gè)準(zhǔn)確的答案，但是我們有能力去判斷，機(jī)器執(zhí)行后的結(jié)果是離目標(biāo)更近了，還是更遠(yuǎn)了。這就是強(qiáng)化學(xué)習(xí)的基本意義。

一個(gè)復(fù)雜性頗高的問(wèn)題，很難找出正確的答案，但是驗(yàn)證答案是否正確十分簡(jiǎn)單。就像幾何里的定理一樣，證明定理很難，但是如果別人證明以后，判斷是否正確就很簡(jiǎn)單。

在這種情況下，給機(jī)器的答案就進(jìn)化成了給機(jī)器一個(gè)目標(biāo)。

與圍棋類似的，阿爾法狗既擁有3000萬(wàn)個(gè)棋局作為基礎(chǔ)，也有人為判定輸贏幫助它繼續(xù)學(xué)習(xí)。學(xué)習(xí)到一定程度以后，就可以安排兩個(gè)機(jī)器對(duì)弈，目標(biāo)就是贏取比賽，過(guò)程無(wú)論好壞，只要告訴機(jī)器棋局結(jié)果就可以了。機(jī)器根據(jù)比賽結(jié)果，自行復(fù)盤總結(jié)的這種算法稱作強(qiáng)化學(xué)習(xí)。

這是基于我個(gè)人視角進(jìn)行的分類，在行業(yè)里面可能會(huì)看到不同的分類方法。我這個(gè)視角的優(yōu)勢(shì)在于最容易理解技術(shù)的進(jìn)步路線圖，最容易分析怎樣的職業(yè)容易被取代。

三、哪些工作會(huì)被取代？

對(duì)于員工來(lái)講，他們最擔(dān)心的問(wèn)題是 科技 發(fā)展到什么程度，自己就失業(yè)了。

對(duì)于企業(yè)家來(lái)講，他們更關(guān)心的是如何將人工智能嵌入自己公司業(yè)務(wù)的發(fā)展。

所以，如果所輸入的信息是封閉、有邊界、可以結(jié)構(gòu)化的，且包含做決策所需的所有信息，目標(biāo)也是確定的，那么這樣的判斷能力就可以被機(jī)器所取代。

在計(jì)算機(jī)數(shù)據(jù)里面有一個(gè)基本準(zhǔn)繩，機(jī)器完全可以勝任，輸入可以被表達(dá)，輸出目標(biāo)穩(wěn)定且可評(píng)測(cè)的工作。除了下圍棋以外，還有類似審計(jì)和數(shù)字相關(guān)的工作其實(shí)都可以被機(jī)器取代。

難以被取代的職業(yè)有畫(huà)家、作家、科研人員等，就是那種創(chuàng)造性大、輸入的問(wèn)題相對(duì)開(kāi)放的職業(yè)。

即便機(jī)器可以進(jìn)行繪畫(huà)，但仍然不能取代畫(huà)家，因?yàn)闄C(jī)器不能真正理解“畫(huà)”，“畫(huà)”里面融合了畫(huà)家個(gè)人的人生經(jīng)歷和閱歷，作品里帶有好的人生體驗(yàn)。因此，機(jī)器不能創(chuàng)造“畫(huà)”，只能作為一種噱頭供人觀看。

過(guò)去人們總認(rèn)為，人工智能會(huì)取代藍(lán)領(lǐng)工人的工作，精英人士無(wú)所畏懼。但我覺(jué)得不一定，比如：服務(wù)員、幼兒園老師等等面對(duì)極其不確定的、開(kāi)放環(huán)境的工作者，是很難被取代的。這些工作并不需要具有高深的知識(shí)，而是在與他人的交互中處于完全開(kāi)放的環(huán)境，任務(wù)也是開(kāi)放的。

因此，不要認(rèn)為藍(lán)領(lǐng)的工作容易被取代，而白領(lǐng)、金領(lǐng)的工作容易被保住。只要不帶有創(chuàng)造性的工作，就會(huì)有被智能取代的風(fēng)險(xiǎn)。