技术探索之人工智能：基础篇——人工智能的内涵及应用

【名家观点】人工智能的研究和应用应该聚焦于解决人类的核心命题，其中一个关键点就是如何跨越工作和生活两个核心场景提升效率。聚焦在关键点上，才能积跬步而至千里。—— 微软亚洲互联网工程院常务副院长兼产品及开发总经理幺宝刚

有这样一位“学习达人”，“他”的学习速度是人类的1万倍，只花10小时，就会唱几百万首流行歌曲，成功预测出《我是歌手》总决赛的歌王！

有这样一双未卜先知的“眼睛”，城市里错综复杂的十字路口和成千上万的路段都在“它”的视野里，并能提前告诉你5分钟后、10分钟后，乃至1小时后的路况信息！路况预测准确率在 91%以上！

有这样一双“速记快手”，“她”能够高速记录大会演讲，准确率方面竟然以0.67%的微弱优势战胜第50届国际速联速记大赛全球速记亚军姜毅！

……

他、她、它的背后，都有一个共同的名字：人工智能。人工智能到底是什么？能为人类做什么？我们该如何使用？本月毕友技术探索系列，就将聚焦人工智能主题，围绕人工智能的内涵、应用、行业、企业、创投、创新模式等方面深度探讨。

一、人工智能是什么？

1、人工智能的定义

计算机科学理论奠基人图灵（Alan Mathison Turing）在论文《计算机器和智能》中提出了提出了著名的“图灵测试”：如果一台机器能够与人展开对话（通过电传设备），并且会被人误以为它也是人，那么这台机器就具有智能。

人工智能之父之一的马文·明斯基（Marvin Minsky）则将其定义为“让机器作本需要人的智能才能够做到的事情的一门科学”。

而代表人工智能另一条路线——符号派的司马贺（Herbert A. Simon）认为，智能是对符号的操作，最原始的符号对应于物理客体。

根据人工智能的应用，人工智能可以分为专有人工智能、通用人工智能、超级人工智能。根据人工智能的内涵，人工智能可以分为类人行为（模拟行为结果）、类人思维（模拟大脑运作）、泛（不再局限于模拟人）智能。

2、人工智能的要素

人工智能的算法是核心，计算、数据是基础。

算法的地位：实现人工智能的核心方法是算法，工程学方法和模拟法是人工智能提升的两个途径。算法的发展现状：目前认知层算法尚未突破。

3、人工智能的承载方式

人工智能的技术承载方式：单机智能、平行运算/多核智能、高度分散/群体智能。人工智能的表现方式：云智能、端智能、云端融合。

4、人工智能与人的关系

现阶段，人工智能正在从专有人工智能向通用人工智能发展过渡，由互联网技术群（数据/算法/计算）和应用场景互为推动，协同发展，自我演进。人工智能已不再局限于模拟人的行为结果，而拓展到“泛智能”应用，即更好地解决问题、有创意地解决问题和解决更复杂的问题。这些问题既包含人在信息爆炸时代面临的信息接受和处理困难，也包含企业面临的运营成本逐步增加、消费者诉求和行为模式转变、商业模式被颠覆等问题，同时还包含社会亟需解决的对自然／环境的治理、对社会资源优化和维护社会稳定等挑战。

在这个过程中，虽然“模拟人”不再是唯一方向，但是人依然是人工智能实现不可缺少的关键因素。人是主导者（设计解决问题的方法），参与者（数据的提供者、反馈数据的产生者，也是数据的使用者），同时也是受益者（智能服务的接受方）。

例如，我们开篇所讲的故事，就是阿里云研发出的人工智能ET。ET基于强大的云计算能力，学习海量的人类大数据，正应用工作、生活各个领域并不断进化，目前已具备智能语音交互、图像/视频识别、交通预测、情感分析等技能。ET能实现直播实时字幕、看图说话、个性化推荐、体育视频分析，帮助人们更好地接受和处理各种格式的信息；还能提供包括智能客服、工业设备异常检测、法庭庭审速记、金融风控、电子商务恶意行为监测等企业解决方案，帮助企业减低成本，提高效率，降低风险；并实现了交通预测和社会公众趋势预测，提高社会公众服务和管理水平。浙江省交通运输厅与阿里巴巴合作试点中，实时路况监测成本下降了 90%，未来路况预测准确率在 91%以上。

5、人工智能的发展历程

自1956年达特茅斯会议诞生“人工智能”一词以来，距今已有60年。在这期间，虽然人工智能涉及的不同学科、不同技术发展起起伏伏，但人工智能整体上一直处于不断增长的趋势，并不存在高潮低谷之说。比如1957第一款神经网络Perceptron曾经推动了人工智能领域的发展，虽然后来被证明行不通，但随后兴起的专家系统继续发挥推动的作用。

可以说，整个人工智能的发展过程都是在这样的模式之中，不同技术在不同时期扮演着推动人工智能发展的角色。在此，我们基于人工智能行业的企业、投资融资以及研究成果等维度提供一个全新看待人工智能的视角。

6、人工智能的发展路径

人工智能的发展路径，要基于计算机、互联网、物联网在数据生成、采集、存储、计算等环节的突破来推进。人工智能分为计算智能、感知智能、认知智能三个阶段。

二、人工智能会做什么？

人工智能具备“快速处理”和“自主学习”两种能力。

人工智能实现了学习、决策和行动的快速处理。计算机处理信息、沟通信息、并行计算和线性计算的速度都快于人类。此外，计算机还能够不停迭代和优化“试验—验证—学习”的正循环。例如：在上文提到的阿里云ET人工智能调度交通的应用中，城市的交通是非常复杂的，每个路口和路段都有错综复杂，千丝万缕的关系。机器需要对成千上万个路段的海量历史数据进行处理和学习，以获得路段的全天路况模型，再结合城市的每个路口传回来的智能视频信息（包括车辆识别、车速识别等信息）来做全局的、实时的分析，这个过程对数据处理能力在规模、复杂度、实时性上都提出了更大的挑战。

人工智能可以更灵活地自主学习和管理知识，支持知识的“产生—存储—应用—更新”的体系化管理。例如：在淘宝和天猫，每天有近5万次热线电话求助。这些海量的语音数据通过人工智能机器的自我学习，使得机器具备能“听”能“懂”的知识，这些知识可以运用到语音交互相关的各个行业和各个场景，例如：智能客服语音交互、电话呼叫中心质检、互联网汽车语音命令等等。在一些特定场景的应用下，例如法院庭审速记，会产生的一些新的数据，和适应于此场景的新的知识，这些知识又同时被用来更新语音识别知识库，并被其他应用快速使用，这也是阿里ET可以打败世界速记亚军的知识来源。

如何让人工智能做好知识管理，是这个体系化工程的重要部分。双十一是由淘宝天猫发起的全球消费者的购物狂欢节，在2015年，更是创下了一秒14万笔订单的世界记录。庞大订单量也带来的用户咨询服务和问题的高峰，阿里巴巴的算法工程师们通过对海量问题的分析和预测，在业内首次将知识库的自动更新时效提升至分钟级，使得智能客服在此场景下获得高达94%的智能解决率。

三、人工智能用在哪？

人工智能已在多个方面成功应用。图像识别（包括交通信号灯和人脸）技术已经超越人类水平。微软计算机视觉软件的图片识别错误率已经低于人类。计算机不仅能识别简单图像，还能分析整个电磁波谱。语言识别和自然语言处理技术已经在日常生活中广泛应用，例如苹果手机内置的语音识别助手Siri、亚马逊智能音箱Echo、阿里YunOS个人助理+、淘宝小蜜、支付宝安娜等。通过传感器和制动器，人工智能可以感知并行动。

机器视觉和各类传感器，结合高精度地图和环境感知信息，机器人、无人机、自动驾驶等智能设备已经投入使用，Google、Uber、Tesla、阿里巴巴与上海汽车合作等都已在无人驾驶和互联网汽车领域布局。

人工智能最适用于解决什么样的问题？通过分解典型的商业流程，我们发现，人工智能更易于解决符合以下特点的商业问题：1）行业存在持续痛点；2）商业流程本身具备数字化的信息输入，问题可以细分并清晰地界定，商业流程存在重复，且获得的结果的沟通以书面沟通或单项沟通为主；3）商业流程较少受整体商业环境的复杂影响。

企业客服就是人工智能应用的一个典型例子，作为企业用户与企业服务的交互入口，客服面对的80%的问题都是简单的、重复的的问题，但是却需要大量人力和时间的工作。同时，客服提供的服务内容大都来自与企业自有知识体系，受整体商业环境的影响相对较弱。这使得企业客服的智能化应用相对容易，很多基于自定义知识库的问答型企业智能客服产品蜂涌而出。

但是如何真正实现人工智能意义的智能客服？与真人深度交互，也就是尽可能地模仿真人的思维交流方式为人类服务，并有效帮助业务提升用户体验，是人工智能时代对商业流程智能化的思考。

来源：乌镇智库、阿里研究院、易观智库等，小毕综合整理。