張肇聿，王一琳，李 志

（北京海鷹科技情報研究所，北京 100074）

1 引 言

2019年1月，權(quán)威市場研究機構(gòu)CB-Insights公司發(fā)布了一項報告［1］，預(yù)測了未來人工智能領(lǐng)域擁有極大發(fā)展前景的25個應(yīng)用方向。這份報告是在分析了機構(gòu)內(nèi)部豐富的行業(yè)數(shù)據(jù)庫后得出的，然后將這25個人工智能應(yīng)用場景根據(jù)市場活力水平和行業(yè)認可程度兩個方面進行歸類。

市場活力水平參考了市場規(guī)模、投資者和資本的數(shù)量與質(zhì)量、研發(fā)投入、收益情況、競爭壓力和市場交易的質(zhì)量。行業(yè)認可程度則是依據(jù)媒體關(guān)注度、客戶采信情況和初創(chuàng)企業(yè)的發(fā)展勢頭。以這兩項參考依據(jù)為橫縱坐標，可得坐標圖如圖1所示，其中人工智能發(fā)展趨勢被分為四種類型：

（1）確定前景：該行業(yè)擁有穩(wěn)定的需求，行業(yè)內(nèi)的市場和客戶對這一方向的投資和應(yīng)用是持續(xù)增加的；

（2）早期前景：這一方向的應(yīng)用仍處于早期論證中，產(chǎn)品尚未被廣泛使用，但是在科研機構(gòu)和媒體中已經(jīng)形成一定成果；

（3）預(yù)期前景：此方向的產(chǎn)品與應(yīng)用已經(jīng)獲得了廣泛的投資，這一概念也被早期使用者所接受，預(yù)期未來會獲得快速發(fā)展；

（4）短暫前景：該方向有一定趨勢，但是市場存在很強的不確定性，隨著人們對該領(lǐng)域的關(guān)注度增加，有可能獲得更多的機會和市場。

圖1 四種行業(yè)發(fā)展特征Fig.1 Four characteristics of trend development

2 確定前景應(yīng)用

（1）開源框架。由于開源軟件的存在，進入人工智能行業(yè)的門檻比以往任何時候都要低。開源框架對于人工智能領(lǐng)域的發(fā)展是雙向的。首先，它使所有人都可以訪問該人工智能開源框架。反過來，許多科技公司也從加速人工智能研究發(fā)展的論壇或開發(fā)者中受益。例如，Google于2015年開放了它的TensorFlow機器學(xué)習(xí)數(shù)據(jù)庫，在GitHub（一個用戶可以協(xié)作開發(fā)的平臺）上，每月有數(shù)百名用戶參與關(guān)于TensorFlow的討論、研究與開發(fā)。包括可口可樂、eBay和Airbnb等知名公司都在使用TensorFlow的開源數(shù)據(jù)庫作為他們的人工智能開發(fā)框架。

（2）終端人工智能。實時決策的需求將人工智能推向了終端領(lǐng)域。終端人工智能旨在能夠在終端設(shè)備（如智能手機、汽車或穿戴設(shè)備）上運行人工智能算法，而不是借助與中央云或服務(wù)器的通信，從而使設(shè)備能夠在本地處理信息并對情況做出更快的響應(yīng)。例如在無人駕駛領(lǐng)域，自主車輛必須實時響應(yīng)道路上發(fā)生的情況，并且可能在沒有互聯(lián)網(wǎng)連接的區(qū)域工作。在這種環(huán)境中，決策時間是極為重要的，任何短時間的延遲都可能導(dǎo)致致命的問題。

（3）人臉識別。從解鎖手機到航班登機，人臉識別已逐漸成為主流應(yīng)用。卡內(nèi)基梅隆大學(xué)最近獲得了一項關(guān)于“幻覺面部特征”的專利，這是一種幫助執(zhí)法機構(gòu)識別蒙面嫌疑人的方法，即使只捕獲了面部的眼周區(qū)域就可以重建一張完整的臉。然后可以使用面部識別將“幻覺臉”與實際臉的圖像進行比較，以找到相關(guān)性強的臉。為提高面部識別的準確性，亞馬遜探索了額外的驗證方式，包括要求用戶執(zhí)行某些動作，如微笑、眨眼或傾斜頭部。然后將這些操作與紅外圖像信息、熱成像數(shù)據(jù)或其他此類信息結(jié)合起來，以獲得更可靠的身份驗證。

（4）醫(yī)學(xué)影像與診斷。2018年4月，美國食品藥品監(jiān)督管理局（FDA）批準了一項代號為IDx-DR的醫(yī)療相關(guān)人工智能軟件，該系統(tǒng)能在87.4%的時間內(nèi)正確識別出“輕度以上糖尿病性視網(wǎng)膜病變”患者，并在89.5%的時間內(nèi)識別出沒有這一疾病的人群。除此之外，F(xiàn)DA近期為醫(yī)用人工智能應(yīng)用提供了快速監(jiān)管審批的服務(wù)，批準了許多擁有龐大客戶群體的醫(yī)療項目，如用于CT掃描檢測中風(fēng)的Viz LVO和發(fā)現(xiàn)肝肺損傷的Arterys套件?？焖俦O(jiān)管審批為80多家人工智能成像和診斷公司開辟了新的商業(yè)途徑，這些公司自2014年以來已籌集了股權(quán)融資，共有149宗交易。

（5）預(yù)測性維護。預(yù)測性維護技術(shù)的應(yīng)用幫助制造廠商、設(shè)備保險公司和客戶在設(shè)備維修和故障識別中節(jié)約了可觀的資金和精力。大數(shù)據(jù)表明，意外的設(shè)備故障是導(dǎo)致工廠生產(chǎn)停機的主要原因之一，而且計劃外停機平均使公司損失25萬美元/小時。在預(yù)測性維護中，傳感器和智能攝像頭從機器收集連續(xù)的數(shù)據(jù)流，如溫度和壓力，而這些實時數(shù)據(jù)為機器學(xué)習(xí)算法的迭代和更新提供了豐富的數(shù)據(jù)支持。隨著時間的推移，這些算法可以在故障發(fā)生之前對其進行預(yù)測。

（6）電子商務(wù)搜索系統(tǒng)。對搜索詞的上下文理解正逐漸完成實驗階段，但距離廣泛應(yīng)用還有很長的路要走。目前為止，零售商仍然沒有十分重視與人工智能相關(guān)的盈利策略，許多零售公司還沒有擴展或優(yōu)化其電子商務(wù)運營。最近，網(wǎng)絡(luò)零售平臺eBay開始強制要求賣家完善產(chǎn)品描述，并使用機器學(xué)習(xí)來處理這些數(shù)據(jù)，以在目錄中找到類似的產(chǎn)品。除此之外，圖片搜索初創(chuàng)公司Visenze與優(yōu)衣庫、Myntra和日本電子商務(wù)巨頭Rakuten等客戶合作。Visenze允許店內(nèi)客戶在商店里對他們喜歡的東西拍照，然后上傳圖片，在網(wǎng)上找到確切的產(chǎn)品。

圖2 TensorFlow平臺評論數(shù)量Fig.2 Contributions to TensorFlow

圖3 中國人臉識別技術(shù)在媒體中引用次數(shù)Fig.3 China’s facial recognition trends up in the news mentions

3 早期前景應(yīng)用

（1）膠囊網(wǎng)絡(luò)。谷歌深度學(xué)習(xí)領(lǐng)域研究員Hinton在2011年的一篇論文中提出了一個新概念：膠囊網(wǎng)絡(luò)［2］。他認為目前識別圖像的方法表現(xiàn)不佳，包括當今深度學(xué)習(xí)中最流行的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)之一，即卷積神經(jīng)網(wǎng)絡(luò)（CNN），在圖像識別的應(yīng)用上依然存在許多問題。Hinton在2018年發(fā)表的論文中，討論了一種名為膠囊網(wǎng)絡(luò)（Capsenet Networks）的替代概念［3］，這種新的體系結(jié)構(gòu)有望在多個方面超越CNN。

（2）新一代假肢。通過結(jié)合機器學(xué)習(xí)、生物學(xué)和物理學(xué)等技術(shù)，有望解決假肢使用中最困難的靈巧性問題。從2006年以來，美國國防部預(yù)先研究計劃局（DARPA）已經(jīng)花費了數(shù)百萬美元在高級假肢項目上，由約翰霍普金斯大學(xué)牽頭，旨在幫助受傷的退伍軍人。在加入了機器學(xué)習(xí)算法后，從正常人的自主運動中解碼大腦和肌肉信號，方便其轉(zhuǎn)化為機器人控制。在2018年，科學(xué)界研究的重點是使用強化學(xué)習(xí)來預(yù)測假肢的性能，研究人員使用一個名為Opensim的開源軟件來模擬人的運動。

（3）臨床試驗志愿者。臨床試驗中最大的難題之一是招募合適的志愿者。對臨床研究團隊和志愿者來說，將特定的試驗與匹配的患者進行關(guān)聯(lián)是一個耗時且具有挑戰(zhàn)性的過程。理想的解決方案是通過人工智能軟件，從患者的醫(yī)療記錄中提取相關(guān)信息，與正在進行的試驗比較，并進行詳細的匹配研究。自2015年以來，蘋果公司推出了兩個開源框架：ResearchKit和CareKit，以幫助臨床試驗團隊招募志愿者并遠程實時監(jiān)控他們的健康情況。這些框架允許研究人員和開發(fā)人員創(chuàng)建醫(yī)療應(yīng)用程序來監(jiān)控患者特定的醫(yī)學(xué)指標，從而消除醫(yī)療的地理障礙。

（4）生成對抗網(wǎng)絡(luò)。生成對抗網(wǎng)絡(luò)（GANs）是谷歌的研究人員于2014年提出的概念［4］，這項技術(shù)的基本觀點是利用了人工智能對抗人工智能所產(chǎn)生的結(jié)果。例如有兩個神經(jīng)網(wǎng)絡(luò)：其中一個作為生成器生成一個假圖像，另外一個作為鑒別器，它將結(jié)果與真實世界的圖像進行比較，并向生成器反饋與真實圖像的相似程度。這就形成了兩個神經(jīng)網(wǎng)絡(luò)和一個持續(xù)的反饋回路，這一過程試圖讓生成器和鑒別器彼此變得更聰明。

（5）聯(lián)盟學(xué)習(xí)。聯(lián)盟學(xué)習(xí)作為一種新開發(fā)的人工智能算法主要用于保護隱私，同時用敏感的用戶數(shù)據(jù)訓(xùn)練學(xué)習(xí)算法［5］。以移動端設(shè)備的應(yīng)用為例，用戶的手機會根據(jù)本地的數(shù)據(jù)對模型進行迭代和更新。這一過程中，只有更新框架被發(fā)送回云端，以改善使用環(huán)境的全局狀態(tài)，而具體的隱私數(shù)據(jù)并不會被導(dǎo)出。谷歌支持的人工智能初創(chuàng)公司Owkin正在使用保護敏感用戶數(shù)據(jù)的聯(lián)盟學(xué)習(xí)方法，該系統(tǒng)允許不同的癌癥治療中心在詳細的病人隱私數(shù)據(jù)被隱藏的情況下依然能夠進行協(xié)作。

（6）醫(yī)療生物特征識別。利用神經(jīng)網(wǎng)絡(luò)，研究人員和醫(yī)療人員開始研究和測量以前難以量化的醫(yī)療生物特征。2019年，谷歌公司的研究人員根據(jù)視網(wǎng)膜、聲音等生物特征和心血管疾病的相關(guān)性，并對被測者的年齡、性別和吸煙等影響因素進行精確量化，通過對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，能夠?qū)π难芗膊〉娘L(fēng)險性進行評估。與此同時，許多公司和組織機構(gòu)正著手于更新人工智能算法，可實現(xiàn)對冠狀動脈疾病、糖尿病、動脈硬度和血壓的監(jiān)測與監(jiān)控。

（7）自動索賠系統(tǒng)。保險公司和初創(chuàng)企業(yè)逐步開始研發(fā)和使用基于人工智能算法的自動索賠系統(tǒng)，用來計算車主的風(fēng)險評分，分析事故現(xiàn)場的圖像，并監(jiān)控駕駛員的行為。阿里巴巴旗下的螞蟻金融在其事故處理系統(tǒng)中使用深度學(xué)習(xí)算法進行圖像處理，車主或司機可以把車輛受損信息的圖片發(fā)送到系統(tǒng)中，然后神經(jīng)網(wǎng)絡(luò)分析圖像并自動進行損傷評估，并將其發(fā)送給汽車保險公司。除此之外阿里巴巴還推出了一種叫做“汽車保險積分”的方法，利用機器學(xué)習(xí)，根據(jù)信用記錄、消費習(xí)慣和駕駛習(xí)慣等因素來計算車主的風(fēng)險評分。

（8）防偽。隨著電子商務(wù)的蓬勃發(fā)展，假貨越來越難被發(fā)現(xiàn)，為了應(yīng)對這種情況，品牌廠家和零售商開始嘗試利用人工智能來辨別產(chǎn)品真?zhèn)?。造假者往往使用與原始品牌非常相似的關(guān)鍵詞和圖像，不僅在假冒網(wǎng)站上銷售假冒商品，也在合法市場或平臺上銷售假冒商品，還通過社交媒體促銷假冒商品。阿里巴巴報告稱，他們正在利用深度學(xué)習(xí)不斷監(jiān)測其平臺的知識產(chǎn)權(quán)侵權(quán)行為。它使用圖像識別來嘗試判別商品圖像中的字符，再加上相關(guān)的語義識別，從而完成防偽監(jiān)視。

圖4 基于生成對抗網(wǎng)絡(luò)的人臉替換Fig.4 Face to face transition based on GANs

除以上幾項應(yīng)用方向外，基于人工智能算法的無人零售、自動化后臺、同聲翻譯和數(shù)據(jù)合成訓(xùn)練也都是符合早期前景特征的應(yīng)用方向。在結(jié)合了更為智能的算法后，整個行業(yè)可能會出現(xiàn)顛覆性的變化。

4 預(yù)期前景應(yīng)用

（1）強化學(xué)習(xí)。自從谷歌公司開發(fā)的AlphaGo在圍棋比賽中擊敗世界排名第一的中國選手后，在經(jīng)過了海量的數(shù)據(jù)學(xué)習(xí)后，它所應(yīng)用的強化學(xué)習(xí)算法引起了廣泛的關(guān)注，并在游戲和機器人仿真中得到了極大的發(fā)展。簡單來說，強化學(xué)習(xí)算法的基本原理是為了達到目標的最大化回報，系統(tǒng)所需要采取的行為的集合［6］。最近，加州大學(xué)伯克利分校的研究人員利用計算機視覺和強化學(xué)習(xí)從YouTube視頻中學(xué)習(xí)人體動作和姿勢，使計算機模擬的角色能夠復(fù)制和識別視頻中的動作，而無需手動標注姿勢。

圖5 美國關(guān)于強化學(xué)習(xí)的專利申請數(shù)量Fig.5 US patent applications for reinforcement learning

（2）網(wǎng)絡(luò)優(yōu)化。從促進頻譜共享到監(jiān)控資產(chǎn)，再到提出天線的優(yōu)化設(shè)計，人工智能正在開始改變電信技術(shù)。電信網(wǎng)絡(luò)優(yōu)化是用于改善延遲、帶寬和設(shè)計架構(gòu)的一項新興技術(shù)。對于通信服務(wù)提供商而言，優(yōu)化意味著更好的客戶體驗。除了帶寬限制外，電信業(yè)面臨的最大挑戰(zhàn)之一是網(wǎng)絡(luò)延遲。最近，蘋果公司獲得了一項專利，利用機器學(xué)習(xí)來形成預(yù)測網(wǎng)絡(luò)，用來預(yù)估無線設(shè)備可能會采取的操作，并提前下載數(shù)據(jù)包以減少延遲。

（3）自動駕駛。盡管自動駕駛車輛有著巨大的市場機遇，但實現(xiàn)完全無人自主的時間表仍然不可預(yù)估。2017年4月，百度宣布推出了一個關(guān)于自主駕駛解決方案的開放平臺：阿波羅（Apollo），這一技術(shù)平臺吸引了來自全球各地的合作伙伴。與其他開放源代碼的平臺一樣，其理念是通過開放人工智能和自動駕駛的研究，使之能夠受益于科研生態(tài)系統(tǒng)中其他參與者的研究成果。讓每個人都可以使用源代碼，使公司和研究團隊可以在現(xiàn)有研究的基礎(chǔ)上進行構(gòu)建，而不是從頭開始。

圖6 媒體關(guān)于自動投遞的提及次數(shù)Fig.6 Number of news mentions for‘a(chǎn)utonomous delivery’

（4）農(nóng)作物監(jiān)測。新型農(nóng)業(yè)正在開展三種類型的作物監(jiān)測：地面、空中和立體地理空間。植保無人機作為農(nóng)作物監(jiān)測的主要應(yīng)用產(chǎn)品，預(yù)計2021年全球精準農(nóng)業(yè)無人機市場將達到29億美元。無人機可以為農(nóng)民繪制農(nóng)田地圖，利用熱成像監(jiān)測水分含量，還可以識別蟲害作物和噴灑殺蟲劑。有許多初創(chuàng)公司正致力于利用人工智能算法，為第三方無人機捕獲的數(shù)據(jù)做出精準的分析和判斷?；谌斯ぶ悄芩惴ǖ能浖脚_與無人機搭載平臺的結(jié)合正在逐漸成為農(nóng)作物監(jiān)測發(fā)展的主流。

5 短暫前景

（1）網(wǎng)絡(luò)漏洞搜索。隨著網(wǎng)絡(luò)技術(shù)的快速迭代，對網(wǎng)絡(luò)攻擊的反應(yīng)速度與操作水平已經(jīng)明顯不足，利用機器學(xué)習(xí)主動搜索威脅的技術(shù)正在網(wǎng)絡(luò)安全中獲得優(yōu)勢。威脅搜索是一種主動尋找惡意活動的行為，而不是僅僅對警報或發(fā)生后的漏洞作出反應(yīng)。根據(jù)全球公共數(shù)據(jù)泄露數(shù)據(jù)庫中的泄露水平指數(shù)，18年上半年全球共有45億條數(shù)據(jù)記錄遭到泄露。與人工智能所參與的其他工業(yè)應(yīng)用不同，網(wǎng)絡(luò)防御是黑客和安全人員之間的一種矛和盾的關(guān)系，兩者都利用機器學(xué)習(xí)的進步來提高自身的技術(shù)水平并保持領(lǐng)先。

（2）智能語聊。對于許多企業(yè)的應(yīng)用場景來說，聊天機器人已經(jīng)成為人工智能的代名詞。最近，谷歌開發(fā)了一項人工智能對話功能，它可以代替用戶進行電話呼叫和預(yù)訂，并且可以像真實的人一樣聊天。在某些應(yīng)用程序中，基于語音和文本的智能語聊系統(tǒng)所表達的信息比其他應(yīng)用程序更可靠。聊天機器人最廣泛的應(yīng)用之一是客戶服務(wù)，機器人程序構(gòu)成與用戶交互的最外端接觸層，并根據(jù)復(fù)雜程度將查詢結(jié)果傳遞給人類［7］。

（3）藥物研發(fā)。隨著人工智能生物技術(shù)初創(chuàng)企業(yè)的興起，傳統(tǒng)制藥公司正在尋求人工智能系統(tǒng)為長周期的藥物研發(fā)過程提供創(chuàng)新解決方案。2018年5月，輝瑞與Xtalpi公司建立了戰(zhàn)略合作伙伴關(guān)系，以預(yù)測小分子的藥物特性，并開發(fā)基于計算的合理藥物設(shè)計。但輝瑞并不是唯一一家與人工智能算法結(jié)合的藥物公司。諾華、賽諾菲、葛蘭素史克、安進和默克等頂級制藥公司最近幾個月都宣布與人工智能公司建立合作關(guān)系，研發(fā)用于腫瘤和心臟病等一系列疾病的新藥。

6 結(jié)束語

CB-Insights公司發(fā)布的這篇關(guān)于人工智能發(fā)展前景的報告，不僅很好的總結(jié)了最近幾年十分熱門的人工智能應(yīng)用，還依據(jù)發(fā)展趨勢和特點對它們進行了劃分。無論是科研學(xué)術(shù)還是投資應(yīng)用，這些應(yīng)用的解讀都具有一定的參考價值。隨著人工智能算法和相關(guān)應(yīng)用系統(tǒng)的不斷研發(fā)與更新，越來越多的行業(yè)會以更深更廣的方式進行結(jié)合，并且為人類生產(chǎn)生活帶來巨大的變革。