人工智慧報告：核心在哪 如何應用

國內對於人工智慧的討論大多是不成體系的碎片式，很難從中深入瞭解人工智慧的發展脈絡和技術體系，也很難有實際借鑒意義。 德勤DUP近期發佈了一份報告，對人工智慧的歷史、核心技術和應用情況進行了詳細說明，尤其是其中重要的認知技術。 這份報告將有助於我們對人工智慧和認知技術進行深入瞭解，也有助於各行業的公司考量人工智慧應用的實際價值。

本報告由 機器之心 翻譯，歡迎關注微信號：機器之心（ID：almosthuman2014）。

一、概述

近幾年各界對人工智慧的興趣激增，自2011年以來，開發與人工智慧相關的產品和技術並使之商業化的公司已獲得超過總計20億美元的風險投資，而科技巨頭更是投資數十億美元收購那些人工智慧初創公司。 相關報導鋪天蓋地，而巨額投資、電腦導致失業等問題也開始浮現，電腦比人更加聰明並有可能威脅到人類生存這類論斷更是被媒體四處引用並引發廣泛關注。

IBM承諾撥出10億美元來使他們的認知計算平臺Watson商業化。

谷歌在最近幾年裡的投資主要集中在人工智慧領域，比如收購了8個機器人公司和1個機器學習公司。

Facebook聘用了人工智慧學界泰斗Yann LeCun 來創建自己的人工智慧實驗室，期望在該領域獲得重大突破。

牛津大學的研究人員發表了一篇報告表明，美國大約47%的工作因為機器認知技術自動化而變得岌岌可危。

紐約時報暢銷書《The Second Machine Age》論斷，數位科技和人工智慧帶來巨大積極改變的時代已經到來，但是隨之而來的也有引發大量失業等負面效應。

矽谷創業家Elon Musk 則通過不斷投資的方式來保持對人工智慧的關注。 他甚至認為人工智慧的危險性超過核武器。

著名理論物理學家Stephen Hawking認為，如果成功創造出人工智慧則意味著人類歷史的終結，「除非我們知道如何規避風險。 」

即便有如此多炒作，但人工智慧領域卻也不乏顯著的商業行為，這些活動已經或者即將對各個行業和組織產生影響。 商業領袖需要透徹理解人工智慧的含義以及發展趨勢。

二、人工智慧與認知科技

揭秘人工智慧的首要步驟就是定義專業術語，勾勒歷史，同時描述基礎性的核心技術。

1、人工智慧的定義

人工智慧領域苦於存在多種概念和定義，有的太過有的則不夠。 作為該領域創始人之一的Nils Nilsson先生寫到：「人工智慧缺乏通用的定義。 」 一本如今已經修訂三版的權威性人工智慧教科書給出了八項定義，但書中並沒有透露其作者究竟傾向于哪種定義。 對於我們來說，一種實用的定義即為——人工智慧是對電腦系統如何能夠履行那些只有依靠人類智慧才能完成的任務的理論研究。 例如，視覺感知、語音辨識、在不確定條件下做出決策、學習、還有語言翻譯等。 比起研究人類如何進行思維活動，從人類能夠完成的任務角度對人工智慧進行定義，而非人類如何思考，在當今時代能夠讓我們繞開神經機制層面對智慧進行確切定義從而直接探討它的實際應用。 值得一提的是，隨著電腦為解決新任務挑戰而升級換代並推而廣之，人們對那些所謂需要依靠人類智慧才能解決的任務的定義門檻也越來越高。 所以，人工智慧的定義隨著時間而演變，這一現象稱之為「人工智慧效應」，概括起來就是「人工智慧就是要實現所有目前還無法不借助人類智慧才能實現的任務的集合。 」

2、人工智慧的歷史

人工智慧並不是一個新名詞。 實際上，這個領域在20世紀50年代就已經開始啟動，這段探索的歷史被稱為「喧囂與渴望、挫折與失望交替出現的時代」——最近給出的一個較為恰當的評價。

20世紀50年代明確了人工智慧要類比人類智慧這一大膽目標，從此研究人員開展了一系列貫穿20世紀60年代並延續到70年代的研究專案，這些專案表明，電腦能夠完成一系列所本只屬於人類能力範疇之內的任務，例如證明定理、 求解微積分、通過規劃來回應命令、履行物理動作，甚至是類比心理學家、譜曲這樣的活動。

但是，過分簡單的演算法、匱乏的難以應對不確定環境（這種情形在生活中無處不在）的理論，以及計算能力的限制嚴重阻礙了我們使用人工智慧來解決更加困難和多樣的問題。 伴隨著對缺乏繼續努力的失望，人工智慧于20世紀70年代中期逐漸淡出公眾視野。

20世紀80年代早期，日本發起了一個專案，旨在開發一種在人工智慧領域處於領先的電腦結構。 西方開始擔心會在這個領域輸給日本，這種焦慮促使他們決定重新開始對人工智慧的投資。 20世紀80年代已經出現了人工智慧技術產品的商業供應商，其中一些已經上市，例如Intellicorp、Symbolics、和Teknowledge。

20世紀80年代末，幾乎一半的「財富500強」都在開發或使用「專家系統」，這是一項通過對人類專家的問題求解能力進行建模，來類比人類專家解決該領域問題的人工智慧技術。

對於專家系統潛力的過高希望徹底掩蓋了它本身的局限性，包括明顯缺乏常識、難以捕捉專家的隱性知識、建造和維護大型系統這項工作的複雜性和成本，當這一點被越來越多的人所認識到時，人工智慧研究再一次脫離軌道。

20世紀90年代在人工智慧領域的技術成果始終處於低潮，成果寥寥。 反而是神經網路、遺傳演算法等科技得到了新的關注，這一方面是因為這些技術避免了專家系統的若干限制，另一方面是因為新演算法讓它們運行起來更加高效。

神經網路的設計受到了大腦結構的啟發。 遺傳演算法的機制是，首先反覆運算生成備選解決方案，然後剔除最差方案，最後通過引入隨機變數來產生新的解決方案，從而「進化」出解決問題的最佳方案。

3、人工智慧進步的催化劑

截止到21世紀前10年的後期，出現了一系列復興人工智慧研究進程的要素，尤其是一些核心技術。 下面將對這些重要的因素和技術進行詳細說明。

1）摩爾定律

在價格、體積不變的條件下，電腦的計算能力可以不斷增長。 這就是被人們所熟知的摩爾定律，它以Intel共同創辦人Gordon Moore命名。 Gordon Moore從各種形式的計算中獲利，包括人工智慧研究人員使用的計算類型。 數年以前，先進的系統設計只能在理論上成立但無法實現，因為它所需要的電腦資源過於昂貴或者電腦無法勝任。 今天，我們已經擁有了實現這些設計所需要的計算資源。 舉個夢幻般的例子，現在最新一代微處理器的性能是1971年第一代單片機的400萬倍。

2）大資料

得益于互聯網、社交媒體、行動裝置和廉價的感應器，這個世界產生的資料量急劇增加。 隨著對這些資料的價值的不斷認識，用來管理和分析資料的新技術也得到了發展。 大資料是人工智慧發展的助推劑，這是因為有些人工智慧技術使用統計模型來進行資料的概率推算，比如圖像、文本或者語音，通過把這些模型暴露在資料的海洋中，使它們得到不斷優化，或者稱之為「訓練」——現在這樣的條件隨處可得。

3）互聯網和雲計算

和大資料現象緊密相關，互聯網和雲計算可以被認為是人工智慧基石有兩個原因，第一，它們可以讓所有聯網的電腦設備都能獲得海量資料。 這些資料是人們推進人工智慧研發所需要的，因此它可以促進人工智慧的發展。 第二，它們為人們提供了一種可行的合作方式——有時顯式有時隱式——來説明人工智慧系統進行訓練。 比如，有些研究人員使用類似Mechanical Turk這樣基於雲計算的眾包服務來雇傭成千上萬的人來描繪數位影像。 這就使得圖像識別演算法可以從這些描繪中進行學習。 谷歌翻譯通過分析使用者的回饋以及消費者的無償貢獻來提高它自動翻譯的品質。

4）新演算法

演算法是解決一個設計程式或完成任務的路徑方法。 最近幾年，新演算法的發展極大提高了機器學習的能力，這些演算法本身很重要，同時也是其他技術的推動者，比如電腦視覺（這項科技將會在後文描述）。 機器學習演算法目前被開源使用，這種情形將促成更大進步，因為在開源環境下開發人員可以補足和增強彼此的工作。

4、認知技術

我們將區分人工智慧領域和由此延伸的各項技術。 大眾媒體將人工智慧刻畫為跟人一樣聰明的或比人更聰明的電腦的來臨。 而各項技術則在以往只有人能做到的特定任務上面表現得越來越好。 我們稱這些技術為認知技術（下圖），認知技術是人工智慧領域的產物，它們能完成以往只有人能夠完成的任務。 而它們正是商業和公共部門的領導者應該關注的。 下面我們將介紹幾個最重要的認知技術，它們正被廣泛採納並進展迅速，也獲得大量投資。

1）電腦視覺

是指電腦從圖像中識別出物體、場景和活動的能力。 電腦視覺技術運用由影像處理操作及其他技術所組成的序列來將圖像分析任務分解為便於管理的小塊任務。 比如，一些技術能夠從圖像中檢測到物體的邊緣及紋理。 分類技術可被用作確定識別到的特徵是否能夠代表系統已知的一類物體。

電腦視覺有著廣泛應用。 其中包括，醫療成像分析被用來提高疾病的預測、診斷和治療；人臉識別被Facebook用來自動識別照片裡的人物；在安防及監控領域被用來指認嫌疑人；在購物方面，消費者現在可以用智慧手機拍攝下產品以獲得更多購買選擇。

機器視覺作為一個相關學科，泛指在工業自動化領域的視覺應用。 在這些應用裡，電腦在高度受限的工廠環境裡識別諸如生產零件一類的物體，因此相對於尋求在非受限環境裡操作的電腦視覺來說目標更為簡單。 電腦視覺是一個正在進行中的研究，而機器視覺則是「已經解決的問題」，是系統工程方面的課題而非研究層面的課題。 因為應用範圍的持續擴大，電腦視覺領域的初創公司自2011年起已經吸引了數億美元的風投資本。

2）機器學習

指的是電腦系統無需遵照顯式的程式指令而只是依靠暴露在資料中來提升自身性能的能力。 其核心在於，機器學習是從資料中自動探索模式，模式一旦被發現便可用於做預測。 比如，給予機器學習系統一個關於交易時間、商家、地點、價格及交易是否正當等信用卡交易資訊的資料庫，系統就會學習到可用來預測信用卡欺詐的模式。 處理的交易資料越多，預測就會越好。

機器學習的應用範圍非常廣泛，針對那些產生龐大資料的活動，它幾乎擁有改進一切性能的潛力。 除了欺詐甄別之外，這些活動還包括銷售預測、庫存管理、石油和天然氣勘探、以及公共衛生。 機器學習技術在其他的認知技術領域也扮演著重要角色，比如電腦視覺，它能在海量圖像中通過不斷訓練和改進視覺模型來提高其識別物件的能力。 現如今，機器學習已經成為認知技術中最炙手可熱的研究領域之一，在2011-2014年中這段時間內就已吸引了近十億美元的風險投資。 谷歌也在2014年斥資4億美金收購Deepmind這家研究機器學習技術的公司。

3）自然語言處理

是指電腦擁有的人類般文本處理的能力，比如，從文本中提取意義，甚至從那些可讀的、風格自然、語法正確的文本中自主解讀出含義。 一個自然語言處理系統並不瞭解人類處理文本的方式，但是它卻可以用非常複雜與成熟的手段巧妙處理文本，例如自動識別一份文檔中所有被提及的人與地點；識別文檔的核心議題；或者在一堆僅人類可讀的合同中， 將各種條款與條件提取出來並製作成表。 以上這些任務通過傳統的文本處理軟體根本不可能完成，後者僅能針對簡單的文本匹配與模式進行操作。 請思考一個老生常談的例子，它可以體現自然語言處理面臨的一個挑戰。 在句子「光陰似箭（Time flies like an arrow）」中每一個單詞的意義看起來都很清晰，直到系統遇到這樣的句子「果蠅喜歡香蕉（Fruit flies like a banana）」，用「水果（fruit）」替代了「 時間（time）」，並用「香蕉（banana）」替代「箭（arrow）」，就改變了「飛逝／飛著的（like）」與「像／喜歡（like）」這兩個單詞的意思。

自然語言處理，像電腦視覺技術一樣，將各種有助於實現目標的多種技術進行了融合。 建立語言模型來預測語言表達的概率分佈，舉例來說，就是某一串給定字元或單詞表達某一特定語義的最大可能性。 選定的特徵可以和文中的某些元素結合來識別一段文字，通過識別這些元素可以把某類文字同其他文字區別開來，比如垃圾郵件同正常郵件。 以機器學習為驅動的分類方法將成為篩選的標準，用來決定一封郵件是否屬於垃圾郵件。

因為語境對於理解「time flies（時光飛逝）」和「fruit flies（果蠅）」的區別是如此重要，所以自然語言處理技術的實際應用領域相對較窄，這些領域包括分析顧客對某項特定產品和服務的回饋、 自動探索民事訴訟或政府調查中的某些含義、以及自動書寫諸如企業營收和體育運動的公式化範文等。

4）機器人技術

將機器視覺、自動規劃等認知技術整合至極小卻高性能的感應器、致動器、以及設計巧妙的硬體中，這就催生了新一代的機器人，它有能力與人類一起工作，能在各種未知環境中靈活處理不同的任務。 例如無人機，還有可以在車間為人類分擔工作的「cobots」，還包括那些從玩具到家務助手的消費類產品。

5）語音辨識技術

主要是關注自動且準確的轉錄人類的語音。 該技術必須面對一些與自然語言處理類似的問題，在不同口音的處理 、背景雜音、區分同音異形異義詞(「buy」和「by」聽起來是一樣的)方面存在一些困難，同時還需要具有跟上正常語速的工作速度。 語音辨識系統使用一些與自然語言處理系統相同的技術，再輔以其他技術，比如描述聲音和其出現在特定序列和語言中概率的聲學模型等。 語音辨識的主要應用包括醫療聽寫、語音書寫、電腦系統聲控、電話客服等。 比如Domino’s Pizza最近推出了一個允許使用者通過語音下單的移動APP。

上面提到的認知技術進步飛快並吸引了大量投資，其他相對成熟的認知技術仍然是企業軟體系統的重要組成部分。 這些日漸成熟的認知技術包括決策最優化——自動完成對複雜決策或者在資源有限的前提下做出最佳權衡；規劃和調度——使設計一系列行動流程來滿足目標和觀察約束；規則導向系統——為專家系統提供基礎的技術， 使用知識和規則的資料庫來自動完成從資訊中進行推論的處理過程。

三、認知技術的廣泛使用

各種經濟部門已經把認知技術運用到了多種商業職能中。

1）銀行業

自動欺詐探測系統使用機器學習可以識別出預示著欺詐性付款行動的行為模式；借助語音辨識技術能夠自動完成電話客服；聲音識別可以核實來電者的身份

2）醫療健康領域

美國有一半的醫院採用自動語音辨識來説明醫生自動完成醫囑抄錄，而且使用率還在迅速增長；機器視覺系統自動完成乳房X光檢查和其他醫學影響的分析；IBM 的Watson借助自然語言處理技術來閱讀和理解大量醫學文獻， 通過假設自動生成來完成自動診斷，借助機器學習可以提高準確率。

3）生命科學領域

機器學習系統被用來預測生物資料和化合物活動的因果關係，從而説明製藥公司識別出最有前景的藥物。

4）媒體與娛樂行業

許多公司正在使用資料分析和自然語言生成技術，自動起草基於資料的的公文材料，比如公司營收狀況、體育賽事綜述等。

5）石油與天然氣

廠商將機器學習廣泛運用在礦藏資源定位、鑽井設備故障診斷等眾多方面。

6）公共部門

出於監控、合規和欺詐檢測等特定目的，公共部門也已經開始使用認知技術。 比如，喬治亞州正在通過眾包的形式來進行財政披露和競選捐助表格的數位化，在這個過程中他們就採用了一套自動手寫辨識系統。

7）零售商

零售商利用機器學習來自動探索有吸引力的交叉銷售定價和有效的促銷活動。

8）科技公司

它們正利用機器視覺、機器學習等認知技術來改進產品或者開發全新產品，比如 Roomba機器人吸塵器，Nest智慧恒溫器。

上述例子表明，認識技術的潛在商業收益遠大於自動化帶來的成本節約，這主要體現在：

更快的行動與決策（比如，自動欺詐檢測，計畫和調度）

更好的結果（比如，醫學診斷、石油探測、需求預測）

更高的效率（亦即，更好的利用高技能人才和昂貴設備），

更低的成本（比如，自動電話客服減少了勞動成本）

更大的規模（亦即，開展人力無法執行的大規模任務）

產品與服務創新（從增加新功能到創造新產品）

四、認知技術影響力與日俱增的原因

在未來五年，認知技術在商業領域的影響力將顯著增長。 原因有二，首先，近些年來，技術性能有了實質進步，並處於持續研發狀態。 其次，數億美元已經投入到技術商業化中，許多公司正致力於為各商業部門的廣泛需求提供定制化開發和打包方案，以使這些技術更易購買和配置。 雖然並非所有的技術供應商都能倖存，但他們的努力將共同推動市場前進。 技術性能的改善和商業化正在共同擴大著認知技術的應用範圍，這種情況在未來幾年都將持續下去。

1、技術提升擴展了應用範圍

認知技術大踏步前進的例子非常多。 比如Google的語音辨識系統，一份報告顯示，Google用了不到兩年時間就將語音辨識的精准度從2012年的84%提升到如今的98%。 電腦視覺技術也取得了突飛猛進的發展。 如果以電腦視覺技術研究者設置的技術標準來看，自2010年到2014年，圖像分類識別的精准度提高了4倍。 Facebook的DeepFace技術在同行評審報告（譯者注：同行評審，是一種學術成果審查程式，即一位作者的學術著作或計畫被同一領域的其他專家學者評審。 ）被高度肯定，其臉部識別率的準確度達到97%。 2011年，IBM 為了讓Watson在智力節目《危險邊緣》中獲勝，曾對Watson進行優化，提升兩倍的答案精確度。 現在，IBM又宣稱如今的Watson比當時「智慧」了2400%。

隨著技術的改進和提高，技術應用的範圍也在不斷擴大。 比如，在語音辨識方面，機器曾經需要大量訓練才能在有限詞庫裡勉強識別出來，由語音辨識技術延伸出的醫療應用程式也很難得到真正普及。 而現在，每個月互聯網上都會有數以百萬次的語音搜索。 另外，電腦視覺技術過去被狹隘的理解為部署在工業自動化方面，但現在，我們早已看到這一技術被廣泛運用到監控、安全以及各種各樣的消費應用裡。 IBM如今正拓展Watson在競賽遊戲之外的應用，從醫療診斷到醫學研究再到財務建議以及自動化的話務中心。

並不是所有的認知技術都有如此令人矚目的發展。 機器翻譯有了一定發展，但幅度很小。 一份調查發現，從2009年到2012年，將阿拉伯文翻譯到英語的精確度僅僅提升了13%。 儘管這些技術還不完美，但他們已經可以影響到專業機構的工作方式。 很多專業翻譯人員依靠機器翻譯提升翻譯精准度，並把一些常規翻譯交給機器，自己專注在更具挑戰性的任務上。

很多公司正努力將認知技術做進一步研發，並逐步將其融入到更多產品尤其是企業級產品裡，以方便企業使用者購買和部署。

2、對商業化進行的大規模投資

從2011年到2014年5月，超過20億美元的風險投資流入到基於認知技術研究的產品和服務裡。 與此同時，超過100家的相關公司被兼併或收購，其中一些被互聯網巨頭如亞馬遜、蘋果、Google、IBM或Facebook收購。 所有這些投資都在培育一個多樣化的公司圖譜，這些公司正在加速認知技術的商業化進程。

在這裡，我們並不會提供關於某公司在認知技術商業化方面的細節，我們希望說明，認知技術產品擁有豐富的多樣性。 下面就是致力於認知技術商業化的公司名單，這個名單既不是完整無缺也非固定不變，而是一個動態的，用於推動和培育市場的指標。

資料管理和分析工具主要使用自然語言處理、機器學習等認知技術。 這些工具利用自然語言處理來從非結構化的文本中提取出意思，或者借助機器學習説明分析人員從大規模資料集中發現深層含義。 這個領域的公司包括CoNtext Relevant（譯者注：美國的一家大資料採礦和分析公司）、Palantir Technologies（譯者注：這家公司稱要將資料、技術、人類和環境連接起來）、 以及Skytree（譯者注：一家借助機器學習進行市場分析並提供決策依據的大資料公司）。

認知技術的各個部分可以被整合到各種應用和商業決策中，分別起到增加功能和提高效率的作用。 例如，Wise.io公司提供一套模組來促進商業決策，比如客戶支援、行銷和銷售，這裡面會用到機器學習模型來預測哪些客戶比較容易流失，以及哪些潛在客戶更加容易轉化。 Nuance公司通過提供一種語音辨識技術來説明開發者進行需要語音控制的移動APP的開發。

單點解決方案。 眾多認知技術成熟的標誌是它們正在被不斷的嵌入到特定商業問題的解決方案中。 這些解決方案的設計初衷是要比公司原有的解決方案更加有效，並且幾乎不需要認知技術方面的專業人員。 普及度比較高的應用領域包括廣告、行銷和銷售自動化、預測以及規劃。

技術平臺。 平臺的目的是為建立高度定制化的商業解決方案提供基礎。 它們會提供一系列功能，包括資料管理、機器學習工具、自然語言處理、知識表示和推理、以及將這些定制化軟體整合在一起的統一框架。

3、新興應用

如果這些技術的表現和商業化趨勢繼續發展，我們就能夠大膽預測認知技術的應用將更加廣泛，被接受程度也會大大增加。 數億美金的投資湧入這些基於機器學習、自然語言處理、機器視覺或者機器人技術的公司，這預示著許多新應用即將投入市場。 在商業機構依託認知技術構建自動化業務流程、增強產品和服務方面，我們也看到了巨大空間。

五、認知技術在企業的應用路徑

認知技術將在接下來幾年裡變得流行。 在未來2-5年，技術層面的進步和商業化將擴大認知技術對企業的影響。 越來越多的企業會找到一些創新性應用來顯著改善他們自身的表現或者創造新功能，以增強他們的競爭地位。 企業的IT部門現在可以行動起來，增加對這些技術的瞭解，評估出適用這些技術的機會，將這些技術可能帶來的價值向領導進行彙報。 高級商務和公共部門的領導應該思考認知技術將對他們的部門以及整個公司產生何種影響，這些技術將如何激發創新並提升經營表現。

(責任編輯：mengyishan)