人工智能引爆话题榜：创业如何避免昙花一现

　　互联网的普及打造了包括谷歌、阿里等一批巨头以及数量更为庞大的中小企业，基于网络的创新应用和服务类型也丰富了起来。但技术瓶颈的制约已经越来越明显，从生产到生活领域都面临着智能化程度不足带来的困境。只有人工智能才能为“万物互联”之后的应用问题提供最完美的解决方案。

　　人工智能的价值如此重要，以至于我们可以毫不夸张地说，它几乎成了当下所有热门产业发展能够取得突破的关键环节。也正是因为人工智能超高的话题度，引来社会各界的精英人士纷纷就人工智能阐发自己的看法。其中最有代表性的当属以下几个：

　　李彦宏：互联网发展下一幕靠人工智能

　　日前，第十一届百度联盟峰会正式开幕，本届聚焦“技术未来”时代主题。百度CEO李彦宏在本届峰会上发言时认为，互联网即将迎来发展的下一幕，而推动其发展的核心动力，不是大数据，也不是云计算，而是人工智能。谈及人工智能最新进展，李彦宏表示，深度学习在语音上的应用已经非常精准，现在的百度语音识别准确率也已经达到了97%，每天语音识别请求的PV超过1亿。

　　李彦宏认为人工智能还有一大热门应用是无人驾驶，“百度无人驾驶汽车，是一台带轮子的电脑”，他在联盟峰会现场演示了百度无人车路测的实况录像。他指出，无人车已经可以像正常车辆一样加速、并线、超车。并充满信心地表示，三五年之内，无人驾驶一定可以成为现实。

　　此外，李彦宏还针对“人工智能到底是解放人类还是毁灭人类?”这一争议也发表了个人看法：“我是乐观派，至少在我有生之年，人工智能毁灭不了人类。其实能毁灭人类的东西早就出现了，比如原子弹，但是我们有最终的控制权。人工智能可以解放人类很多繁琐的工作，激发无限的可能性。人工智能在很多的领域都有应用，比如金融的领域。我们现在百度教育贷款，基本上是以秒的时间可以决定是不是给一个人贷款，过去恐怕是以天为单位来计时的。”

　　卡普兰：人工智能将改变社会结构加剧贫富分化

　　近日，硅谷著名连续创业家，斯坦福大学人工智能与伦理学教授，《人工智能时代》作者杰瑞-卡普兰来到中国，在清华大学和李开复等人谈及人工智能的未来。他们就“人工智能带来的社会结构的变化”、“人工智能领域的创业”等话题展开对话。

　　卡普兰认为，人类已经从人工智能技术的发展中受益颇多。人工智能技术的发展，让人们有了更多的个人时间去做更多更有意义的事情，从而催生更细分的用户需求，也同时催生细分行业，为我们创造更多新的岗位和劳动力就业。

　　人工智能未来将成为人类的主人，还是会沦为人类的奴隶?对于这两种极端观点，卡普兰认为，大众对人工智能的误解很大程度上是受科幻电影的影响。实际上，现实中应用的人工智能和科幻电影中的人工智能有很大区别。人工智能本质上是一门工程学科，和平时我们所接触的土木工程等没有本质区别。从根本上来看，机器学习并没有真正超越人类智能。

　　人工智能技术对人类社会的影响有利有弊。一方面，人工智能对劳动力市场结构产生了重要影响，并加剧了技术性失业问题。另一方面，人工智能会影响财富的再分配。如何处理好新技术发展带来的新社会财富，控制社会贫富差距，也是整个社会和政府机构面临的问题。

　　在接受采访中，卡普兰表示，目前人工智能已经在某些领域可以战胜人类，比如围棋，但是这样应用范围非常非常窄。AlphaGo打败李世石跟20年前深蓝在国际象棋领域胜过人类本质上没有太大差别。在问及未来人类会不会反过来向人工智能学习时，卡普兰说：“工程师到了一定的水平，无论是向谁来学习来提高自己的技能，都是没有问题的，包括像人工智能学习都没问题”。

　　张钹：人工智能创业如何避免昙花一现

　　针对人工智能的发展，清华大学计算机系教授、中国科学院院士张钹在接受记者采访时给出了自己的见解和意见。他认为，如何真正地利用好人工智能技术避免出现昙花一现的结果成为了我们现在急需要解决的问题。

　　“人工智能现在走到什么地方，会遇到什么样的挑战，怎么解决。”提到人工智能的创业挑战，张院士给了详细的阐释和具体的解决办法指导：

　　第一个挑战是人工智能可解决问题的限制

　　第一个问题是，知其然又知其所以然的问题。在人类理性思考与分析中有许多属于这类问题，原则上可以通过启发式搜索模型，或者基于知识和经验为基础的推理模型由机器来实现。

　　第二个问题是，知其然不知其所以然的问题，这类问题可以用机器学习的方法，或者神经网络学习的办法由机器来实现。

　　第三类问题是，如直觉、情感等我们既不知其然，又不知其所以然的问题。这能做吗?可以做，即通过大数据学习，通过“黑箱”学习的方法去模拟。

　　第四个问题是“我们不知道我们的不知道”，由于我们还不知道这个问题的存在，自然无法解决。等问题被发现之后，才有可能考虑解决的办法。

　　第二个挑战是人工智能已有方法的局限

　　第一个方法称为“知识驱动法”。这个方法的好处在于跟人类解决问题的方法相近，易于理解。第二个方法是“数据驱动方法”，就是大数据学习，深度学习。

　　人工智能无疑成为今天科技发展的重中之重，让冷冰冰的设备更加“懂”人，人与设备之间的互动变得更加自然而直观，也是众多创业者趋之若鹜的原因。面对这些挑战，加强技术支撑，对问题进行理性分析、分类解决，则变得尤为重要。

　　未来5～10年之内，专用领域的定向智能化将是人工智能主要的应用发展方向。在更远的将来，如果人脑芯片等硬件架构能有所突破，运算能力有极大提高，则专用智能将逐步进化成为跨场景、跨下游应用的通用智能。而AI的生态格局，无论是专用还是通用领域，将围绕“底层-中层-顶层”的技术和产品架构逐渐成形。