田嵐

摘 要：在2017年的全國"兩會"上，提交了利用人工智能和大數(shù)據(jù)技術(shù)，切實解決兒童走失的問題，解決城市道路擁堵問題，加強人工智能的行業(yè)應用，為中國經(jīng)濟增添新的增長點三個提案。"人工智能"首次寫入政府工作報告。這充分說明，在人工智能這個領(lǐng)域，政府與企業(yè)界的共識正在達成，其意義堪比"互聯(lián)網(wǎng)"首次出現(xiàn)在政府工作報告中，也無疑將加速智能革命的進。當然，智能革命，它的過程會轟轟烈烈，但它的成果將會是條寬廣平緩的河流。人工智能領(lǐng)域的權(quán)威人士都認為，在不久的未來，智能流會像今天的電流一樣平靜地環(huán)繞、支持著我們，在一切環(huán)節(jié)提供養(yǎng)料，徹底改變?nèi)祟惤?jīng)濟、政治、社會、生活的形態(tài)。

1、“智能”已換代

如果人工智能的啟蒙階段可以稱為1.0時代的話，那么現(xiàn)在很明顯已經(jīng)大步進入2.0時代了，機器翻譯就是典型案例。過去的機器翻譯方法就是基于詞和語法規(guī)則進行翻譯——人類不斷地把語法規(guī)則總結(jié)出來告訴機器，但卻怎么也趕不上人類語言尤其是語境的多變，所以機器翻譯總是會出現(xiàn)諸如把“ how old areyou”翻譯成“怎么老是你”的笑話。

后來出現(xiàn)了SMT（統(tǒng)計機器翻譯），基本思想是通過對大量的平行語料進行統(tǒng)計分析，找出常見的詞匯組合規(guī)則，盡量避免奇怪的短語組合。SMT已經(jīng)具有機器學習的基本功能，有訓練及解碼兩個階段：訓練階段就是通過數(shù)據(jù)統(tǒng)計讓計算機構(gòu)建統(tǒng)計翻譯模型，進而使用此模型進行翻譯；解碼階段就是利用所估計的參數(shù)和給定的優(yōu)化目標，獲取待翻譯語句的最佳翻譯結(jié)果。

SMT研究在整個業(yè)界已經(jīng)持續(xù)了二十多年，對于短語或者較短的句子，翻譯效果顯著，但是對于較長的句子翻譯效果就一般了，尤其是對語言結(jié)構(gòu)差異較大的語言，例如中文和英文。直到近幾年NMT（基于神經(jīng)網(wǎng)絡(luò)的翻譯）方法崛起。NMT的核心是一個擁有無數(shù)結(jié)點（神經(jīng)元）的深度神經(jīng)網(wǎng)絡(luò)，一種語言的句子被向量化之后，在網(wǎng)絡(luò)中層層傳遞，轉(zhuǎn)化為計算機可以“理解”的表達形式，再經(jīng)過多層復雜的傳導運算，生成另一種語言的譯文。

傳統(tǒng)的翻譯方法也不是一無是處，每一種方法都有其擅長的地方。以成語翻譯為例，很多時候有約定俗成的譯文，不是直譯而是意譯，必須在語料庫中有對應內(nèi)容才能翻譯出來。如今互聯(lián)網(wǎng)用戶的需求是多種多樣的，翻譯涉及口語、簡歷、新聞等諸多領(lǐng)域，一種方法很難滿足所有的需求。因此百度一直把傳統(tǒng)的方法如基于規(guī)則的、基于實例的、基于統(tǒng)計的方法與NMT結(jié)合起來向前推進研究。 在這種機器翻譯的模式中，人類要做的不是親自尋找浩繁的語言規(guī)則，而是設(shè)定數(shù)學方法，調(diào)試參數(shù)，幫助計算機網(wǎng)絡(luò)自己尋找規(guī)則。人類只要輸入一種語言，就會輸出另一種語言，不用考慮中間經(jīng)過了怎樣的處理，這就叫作端到端的翻譯。這種方法聽起來挺神奇，其實概率論里的貝葉斯方法、隱馬爾科夫模型等都可以用來解決這個問題。

2、無人駕駛浪潮

人工智能只有同人類命運緊密相連，直面復雜形勢，才能體現(xiàn)出技術(shù)的革命性意義。昆德拉說：“負擔越重，我們的生命越貼近大地，它就越真切實在?！睙o人車是緊貼大地的頂級人工智能工程，“艱難”和“顛覆”是它無法逃避的兩個命題。它比人工智能誕生更早，卻要翻過更多觀念和技術(shù)的大山才能走到今天，車轍所及，是自交通工具誕生以來的社會秩序。

無人車也叫自動駕駛汽車，是指在沒有人工參與的情況下，能夠感知環(huán)境并進行導航的汽車。1925年第一輛無人車在美國上路時，發(fā)明者對它是否需要“智能”還未達成共識。但從此以后，無人車的形象出現(xiàn)在不同種類的科幻小說和電影里。這個夢想如此具體，可是歷經(jīng)幾代人的實踐仍然沒有成真。不過值得慶幸的是，每一個逐夢者的挫折都讓無人車的前進之路日漸清晰—這是一條智能進化之路，也是人類社會的變革之路。

在吸引人們踏上征程的未來世界，無人車不再只是通行工具而是家和辦公室之外的第三空間，移動、安全且舒適。人類以最低的成本穿梭在空間之中，以往由低效帶來的堵車、污染、停車問題都將大為緩解，酒駕、闖紅燈、超速等危及他人人身安全的駕駛行為將不復存在。無人車體系更有望成為全球物聯(lián)網(wǎng)體系的血脈，甚至汽車作為一種交通工具的社會地位和符號意義也將發(fā)生徹底改變。

3、個人錢包的智能守夜人

一向?qū)夹g(shù)投資不太感冒的巴菲特大概不會想到，有人會用他的名字為一款智能投資咨詢軟件來命名。這款致敬投資大師的軟件，就是智能投資公司 Kensho（這個名字是日語用來描述禪宗的“明心見性”，透過現(xiàn)象看本質(zhì)的意思）設(shè)計的一款基于云計算的財經(jīng)軟件“沃倫”，其使用大數(shù)據(jù)和機器學習分析具體事件（從自然災害到選舉結(jié)果）對市場的影響，并使用簡單易懂的知識圖呈現(xiàn)結(jié)果。

這款軟件發(fā)布之初就震動了華爾街，很多人甚至打電話給Kensho的創(chuàng)始人納德勒，大罵他是“叛徒”。因為在華爾街，無論是人工智能還是什么其他華麗的技術(shù)，關(guān)起門來悶聲發(fā)大財才正常，而將其公之于眾，普惠眾生則是典型的“大逆不道”

智能投顧，也被稱為機器人投顧、智能理財?shù)?，是指在人智能和大?shù)據(jù)的基礎(chǔ)上，針對不同風險偏好和投資要求的用戶由計算機提供基于算法的投資管理建議，幫助投資者組建個性化的資產(chǎn)投資組合，實現(xiàn)個人資產(chǎn)配置的最優(yōu)化。

智能投顧一般遵循如下服務(wù)流程：首先洞悉投資者需要，即清楚地了解投資者自身及家庭整體的關(guān)鍵數(shù)據(jù)。比如投資者所處人生階段、收入水平、歷史投資經(jīng)驗和偏好。一般來說，投資者標簽越豐富，畫像的顆粒度越精細，對投資者的把握就越準確。理財是財富保護、長期投資、資產(chǎn)配置，更是一種人生規(guī)劃方式。所以，下一步，機器還要詳細描摹投資者階段性的生活追求，如買房、買車、求學、育兒、養(yǎng)老等，以此搭配相應的投資周期以及考察投資回報期望。

4、從CTO到CAO：引領(lǐng)企業(yè)升級之人

企業(yè)永遠需要引領(lǐng)技術(shù)的角色。如今一般企業(yè)都會有CTO或者CIO（首席信息官），為了應對智能革命，吳恩達在2016年11月撰文提出，每一個企業(yè)都需要一位CAO（ Chief Al Officer，首席人工智能官）。

那么CAO從何而來？CTO、CIO與CAO的關(guān)系又是什么？隨著互聯(lián)網(wǎng)全面滲透，CTO這個角色誕生了。他不同于以往的總工程師等，是特別應對互聯(lián)網(wǎng)信息化浪潮的角色。在很多企業(yè)、單位，初級技術(shù)官的職能往往在于搭建一個內(nèi)網(wǎng)平臺，管理軟硬件等。然而新的時代，每個CTO是否具有智能化業(yè)務(wù)的視野則不一定。舉個例子，在一些高校商學院，CTO的職責僅限于根據(jù)需求來打造網(wǎng)絡(luò)、辦公系統(tǒng)等，不會洞察和利用商學院本身的業(yè)務(wù)帶來的數(shù)據(jù)增益。比如很多商學院有課程案例銷售工作，本可以智能化，對客戶訂閱進行跟蹤分析。金融原本與數(shù)據(jù)緊密相關(guān)，但很多金融學院自身恰恰未能數(shù)據(jù)化。

5、總結(jié)：在未來漫長的智能歲月里，即便諸如百度、谷歌這樣的人工智能公司，可能也只是浩瀚歷史中的一個過客。我們是人類，有我們的弱點和優(yōu)點，有我們的短視，也有我們不滅的抱負。古人說“不以物喜，不以己悲”“擔當身前事，何計身后評”，正是我們?nèi)祟悡斁竦捏w現(xiàn)。我們能做的就是抓住當下。人類的存在就是“在路上”。百度要為美麗新世界鋪墊好最初的基因，中國要從大國變成偉大的智能文明國家，每個人也都應該不甘落后于機器，努力做更好的人，知道更多，做到更多，體驗更多起向著美好但不確定的未來進發(fā)。

參考文獻：

[1] 史忠植，智能主體及其應用