人工智能，跃变的前夜

    
    作者：文雨，编辑：小市妹
    时间拉回1956年，美国汉诺威小镇的达特茅斯学院，十个天赋异禀的年轻人齐聚一堂（后来有四人拿到计算机科学最高奖“ACM／图灵奖”得主、一位获得诺贝尔经济学奖），他们试图在短短两个月的时间内让计算机具备人的一些能力，并将此定义为“人工智能”。
    
    ▲图片来源：网络
    回头来看，这注定是一场激进浪漫主义式的尝试，天才们的野心在现实面前功亏一篑。历经六十多年，几代人，努力过，放弃过，成功过，失败过，起起伏伏，但始终未见终点。
    我们是幸运的一代人，底层技术的长久储备，顶层设计的高度扶持，这些都为人工智能在今天的快速进化提供了充分的客观条件。复盘历史，AI技术的每一次跳跃都会向社会释放巨大的价值与能量，而今又是一个新起点。
    【从0到1】
    黑格尔说：“真理是个过程。”
    其实科学与技术的展开更是如此。
    就拿人工智能来说，按其所具备的能力水平，可分为计算智能、感知智能、认知智能三个发展阶段。一部人工智能发展史，就是从“弱智能”到“强智能”不断进阶的历史。
    计算智能，指的是可以进行存储与计算并完成信息传输的能力，即能存会算。以此为标准，整个二十世纪，人类始终未能跳出计算智能的框架。
    从早期的计算与文字，到今天的电商、短视频等，技术视角下均是计算智能转换的成果。
    需要说明的一点是，虽然计算智能也被看成人工智能发展进程的一部分，但严格来说，单纯的存储与计算并未达到人类对人工智能的预想和期许。按照“人工智能之父”艾伦·图灵的说法：如果一台机器能够与人类展开对话而不能被辨别出其机器身份，那么称这台机器具有智能。
    真正的里程碑是2016年。
    
    ▲图片来源：网络
    这一年，Alpha Go击败李世石在全球引起剧烈反响，人工智能迈出了实质性的一步，此时距离“达特茅斯会议”已过去整整一个甲子。
    之所以说是里程碑，不只因为机器人赢得了这场世纪之战，而是严格意义上的AI从此开始跨越从0到1的商业化藩篱，具体表现是全球科技巨头纷纷发布了“能听会说”的AI设备。
    这一时期，人工智能主要以解决单一问题为主。
    在国外，谷歌推出新的机器学习API，开发者可以开发能在视频内部侦测目标的应用程序，让视频变成可以搜索和发现的视频；微软上线人工智能产品Torque；亚马逊推出仓储机器人KIVA；苹果发布了Siri功能。
    在国内，科大讯飞面向C端用户推出的讯飞输入法、灵犀语音助手、翻译机等应用产品实现质的飞跃；腾讯发布了自动化新闻写作机器人Dreamwriter；百度上线了“度秘”和“Deep Speech”语音识别系统。
    所有这一切都来自感知智能的突破。
    到2016年，科大讯飞已将语音识别率提升到了97％并在全球首发多语种翻译技术；ImageNet竞赛上图像分类错误率的平均水平已降到5％以下，超越人类。而在此之前，汤晓鸥团队已将人脸识别算法准确率提升到98．52％，突破了工业化应用的红线。
    感知智能的技术红利在C端率先开花结果，但最终是在B端被发扬光大。
    【从1到10】
    应用层的诉求和AI落地的决心，推动着技术的快速迭代，从单点技术的定向爆破到多点技术的组团突围，人工智能的应用形态也从单一产品向赋能场景演变，AI＋行业解决方案开始被不断提出。
    至此，人工智能逐步渗透进各行各业，特别是一些对长尾场景包容度高的行业，例如安防、教育、医疗、新零售等。由此形成了一个新技术推动新产品，新产品革新传统行业的良性商业闭环，并直接带来了人工智能产业空间的扩张。
    这一时期，人工智能的价值体现为产业效率的提升。
    在公共安全领域，借助AI技术可以进行模型训练，安防实现从被动监控向主动预警的转变，有效了提升警务效率。
    在教育领域，智能教育平台可以完整追踪并记录学生的线上学习过程，然后利用AI进行学习画像，预测学生的学习偏好、优势与薄弱环节，最终摆脱预设型学习资源的桎梏，让每个学生都能接受最适合自己的个性化教育模式。这样不仅可以达到因材施教的目的，还能极大的提高教学效率。
    科大讯飞课题组曾对蚌埠市875所学校因材施教系统的应用情况进行跟踪，并深度调研了1432名教师。反馈结果显示，方案可以帮助学生减少58％的无效低效重复练习，使得学生焦虑情绪下降20％，学习兴趣提升30％，同时还能帮助教师提升35．95％的作业讲评针对性、33％的备课效率和36．92％的作业布置针对性。
    从单一爆品到单一场景再到生态场景，人工智能实际上在不断进行“微进化”。
    “进化”，体现在这一时期的AI已经在认知智能层面有所突破，并开始像水、电、煤一样赋能各个产业，成为新一轮产业变革的一股核心力量，对生产、分配、交换、消费等经济活动的各环节进行重塑，产生了巨大的经济辐射效益。根据埃森哲的预测，到2035年，人工智能将推动中国劳动生产率提高27％，经济总增加值提升7．1万亿美元。
    “微”，指的是这种形态还是以任务驱动为主的“弱人工智能”阶段，在应用层体现为场景的局部性、垂直性、有边界，泛用性与完备性还有待提升。
    从长远的角度出发，未来的社会需要人工智能的再次一跃。
    【从10到∞】
    一项技术的最终成功必定是把握住了时代的脉搏。
    “七普”数据公布后，人口老龄化成为国人的普世焦虑。不出意外，人口结构的变化将是未来几十年中国社会环境最重大的一个转变，家庭、工作、生活等方方面面都会因此而被改变。
    父母的养老，孩子的教育和陪伴，在一个少子化的社会中，要兼顾家庭与工作，个人已经是心有余而力不足。
    人工智能因此而有了新的时代底色。
    在2014年左右，科大讯飞就在业内率先提出了“超脑”概念，希望将人工智能向认知智能的深层推进，并试图借技术层的再突破引领AI进入千家万户。
    前不久公司正式启动了“讯飞超脑2030计划”，算是对之前战略构想的延续。规划共分三个阶段，在软硬一体机器人和数字虚拟人两条线上同步推进，实现现实世界与虚拟世界的并行，最终让人工智能懂知识、善学习、能进化，全面、无缝地融入人类世界。
    
    ▲图片来源：科大讯飞
    试想一下，如果完全要靠雇用人力来实现家庭生活的完满，那么家政、保姆、家教等需要一应俱全，在一个劳动力短缺的社会，成本可想而知。相比之下，AI机器人是技术的产物，成本会随技术的进步而不断下滑，和人力相比有足够的竞争力，这就是交易剩余产生的基础。
    更重要的一点在于，一个可养成的、能够进行情感交流的机器人会与人类持续交互并陪伴，相较于单纯提供劳力服务，多了一层精神世界的价值。真走到这一步，也就接近了人工智能的终极命题，即机器具备像人类一样感知、处理与分析问题的能力。
    对人工智能有所关注的人可能会注意到，2014年科大讯飞首提“超脑计划”时似乎有一种曲高和寡般的孤独，但当公司2022年再提这一规划，情况已完全不同。
    难道是之前市场根本没有这方面的需求吗？
    当然不是。根源还在技术。
    
    根据Gartner最新给出的数据，知识图谱、自然语言处理等关键底层技术都将在5到10年内到达成熟期，届时人工智能有望在认知智能层面实现大踏步的跨越，这便是行业的底气所在。
    产业视角下，这必然带来市场破圈与基本盘扩容。
    中国有14亿人、几亿个家庭，潜在的巨大用户群决定了这注定是一个极具纵深空间的产业。四十年前，拥有一辆自行车就足以成为对外炫耀的资本，而现在，汽车已经成了每个家庭的标配。将此逻辑线性外推，我们完全可以预想，将来的某一天，AI机器人会像今天的家电、汽车一样，成为居家生活的刚需消费品，形成一个万亿级蓝海市场。
    AI产业具备典型的“投资前置、收益后置”属性，且商业价值曲线往往呈指数形式的，即长期的积累往往会凝聚在一个点上爆发。
    过去十年，算力、算法、数据的沉淀、储备与进步带来了人工智能的第一次商业化大繁荣。未来十年，在时代呼唤、技术突破之下，AI与机器人势必迸发更强大的能量，走进每一个家庭。
    免责声明
    本文涉及有关上市公司的内容，为作者依据上市公司根据其法定义务公开披露的信息（包括但不限于临时公告、定期报告和官方互动平台等）作出的个人分析与判断；文中的信息或意见不构成任何投资或其他商业建议，市值观察不对因采纳本文而产生的任何行动承担任何责任。
    ——END——