人工智能发端于上世纪五十年代 ，经历了几次繁荣与低谷，到2016年谷歌所收购的DeepMind公司的人工智能AlphaGo赢得与世界围棋冠军的比赛，大众对人工智能的热情被重新点燃，并且持续升温。催生这波人工智能热潮的原因是产业发展的三个重要因素：超大规模的计算能力、大数据 、机器学习尤其是深度学习算法都取得了进展 。
人工智能正在并且将对商业社会产生怎样的影响?我特别访问了对现代人工智能产生深远影响的科学家于尔根•施米德胡贝教授。施米德胡贝教授实验室在20世纪90年代初提出的一种叫“长短时记忆”的深度学习算法极大影响了深度学习和人工智能的发展。DeepMind公司的联合创始人之一也是他的学生 。2014年，施米德胡贝教授创立了研究人工智能的NNAISENSE公司(与DeepMind类似，方向都是通用人工智能)。所谓通用人工智能，是人工智能的终极发展目标 。相对于弱人工智能(仅能解决某一方面专业问题的人工智能)而言的 ，通用人工智能通常指能够解决不同领域中各类问题的人工智能 ，并可以像人类那样学习、决策和反思。
深度学习算法的应用
施米德胡贝教授很高兴的看到，目前数十亿的用户都在使用基于LSTM算法的应用 。目前市值最大的几家上市公司：苹果 、谷歌、微软和亚马逊都在大量的使用这种深度学习算法为用户提供各种服务。例如 ，自2015年以来，LSTM算法减少了49%的语音识别错误，极大改善Google语音识别功能，目前有超过20亿部androids手机正在使用这项功能。同时LSTM算法也显著改善了谷歌翻译的效果。苹果公司的iphoness、亚马逊的语音服务平台Alexa 、百度和微软也在使用LSTM算法。此外，深度学习技术在其他领域也有广泛的应用，比如LSTM还可用于识别视频和手写输入、控制机器人、分析图像、总结文档、运行聊天机器人和智能个人助理系统，预测疾病、用户点击率 、股票市场和大型工厂中组件故障 。人工智能将在医疗保健 、工业、金融、法律等行业衍生出无数的应用。
人工智能与机器人结合的未来
现阶段孩子甚至某些小动物比最好的自学机器人还要聪明。但是施米德胡贝教授认为，不久之后 ，人类将能够制造出基于神经网络的AI机器人，通过逐渐学习，至少会像小动物一样聪明，好奇并富有创造性地不断地学习、计划和推理，并将各种各样的问题分解成快速可解决(或已经解决)的子问题。
一旦动物级的人工智能可实现 ，距离实现人类AI的进程将进一步缩短：发展智力需要数十亿年的时间 ，但相对的 ，只要数百万年便发展出人类 。技术演进比生物进化快得多 ，因为遭遇死胡同的速度要快得多 。也就是说，一旦我们有动物级的AI，几年或几十年后，我们可能会有人类级别的AI，届时每个企业都会改变，所有的文明都会改变，一切都会改变。
欧洲学术实验室在人工智能研发方面仍具优势
谈到十年内将出现什么样的突破性技术 ，施米德胡贝教授认为突破性技术具有不可预测性，目前看来，关于人工智能和神经网络研究的大多数基本突破都是发生于上世纪规模不大的欧洲实验室 ，而非公司，在未来，欧洲的小型学术实验室依然具有科研上的优势。但他同时认为，美国和中国的互联网巨头在技术的市场化方面取得了巨大成功，最终使得相关技术被数十亿用户使用。
AI在中国的优势
施米德胡贝教授看到中国相关产业正在迅速发展 。中国既有人工智能和深度学习方面的优秀人才，也有相应的投资，因此在进一步发展人工智能方面中国将发挥非常重要的作用 。与此同时，对于近两年高速发展的人工智能行业，他并不认为行业存在泡沫，相反的，在他看来人工智能行业刚刚开始。
首页