人工智能道行尚浅 认知技术将是突破点

CNET科技资讯网 6月16日 北京消息（文/齐丰润）： 人工智能技术绝对是今年最火的领域之一，自从AlphaGo与李世石的人机大战之后，人工智能再次成为了整个科技产业的关注点与发力点。近日，百分点在北京举办了“2016百分点数据与价值国际论坛”，共同分享了在互联网经济深度融合、数据爆炸的今天，如何更有效地通过大数据系统的建设，实现从数据到价值的回归。

百分点集团研发总监苏海波

在论坛期间，来自北京大学数学学院信息科学系教授林作铨、大规模机器学习专家王益、中科院模式识别国家重点实验室副研究员刘康、以及百分点集团研发总监苏海波接受了媒体的采访，本次采访主题为“人工智能：下一个时代的发展趋势”，四位专家从人工智能的发展展开了讨论，共同勾画出了人工智能未来发展的前景。

人工智能超越人类？只是说说而已

人机大战再次将人工智能的热潮推向了风口浪尖，AlphaGo四比一拿下李世石也成为了人们茶余饭后的谈资。而在这次大战之后，许多关于人工智能的观点和看法也都被发表出来，其中大众最为感兴趣的就是人工智能能否真的超越人类。

就目前来看，人工智能在某一细分领域中超越人类是可以达到的，但要想创造出全面超越人类的智能，却并非是一朝一夕所能完成的。

林作铨对此表示：“AlphaGo击败了人类围棋选手，从技术方面来讲确实很牛，不过在我看着这并没有什么特别的。因为在围棋这个细分领域里，AlphaGo可以战胜人类选手，但是在另外一个领域之中，他就可能连小学生都不如，所以人工智能想要取代人类还有一段相当长的道路要走。”

苏海波也给出了自己的看法，“人工智能目前只是在通过学习能力而模仿人类所从事的工作，或是可以很好地从事一些模式化的一些工作，但是在一些创造性的工作上，人工智能却完全达不到人类的能力，想超越人类，还有许多困难要克服。”

人工智能爆发期已至 几年后热度将会下降

借着AlphaGo与李世石大战的势头，人工智能再次迎来了一个爆发期，也有许多人将2016年定义成了人工智能的元年，这样的爆发也会带来许多的机遇与不冷静。

“对于人工智能来说，现在就是一个爆发期，但值得注意的是，在历史上这样的爆发期不止一次的发生过。从热度上来看甚至比现在的热度还要高，但几年后就会冷却下来。人工智能的周期，大概在十到十五年期间，每次发生重要的事件后，便会引起社会热度关心。我们作为学者都是恒温的，我们从事教学研究工作，这个元年不元年不重要。”林作铨对此表示。

之所以爆发是由于重大事件所引起的社会关注度的上升，但随着技术难度的增加以及突破的缓慢，也让其很难长时间的将热度维持下来。“人工智能在历史上多次有追求者，单一状况、单一框架、一套理论把所有问题给解决了不可能的。深度学习只能做简单的识别问题，识别很重要，但识别完干什么，后边还有大量的工作需要进行。”

瓶颈和挑战一直存在 认知技术将是下一个突破点

在人工智能热度高涨的背后是其并不怎么迅猛的发展步伐，这与其背后充满着的困难与瓶颈有着相当大的关系，局林作铨介绍，在人工智能的研究领域中，困难一直都存在着，人工智能还只是一个目标，所以没人能说的准人工智能什么时候能够真正地完成。

苏海波则对人工智能的应用方面会遇到的问题进行了阐述：“移动互联网的发展目前已遇到瓶颈，而这样的瓶颈却可以依托人工智能得以更好地解决，一个简单地O2O产品就有可能因为人工智能的加入，而得到全新的发展前景。”

“不过，人工智能的应用也会面临着许多问题，其实整个人工智能技术，可以分为两层：感知智能技术，对语音、图象、视频的理解；另一种是认知技术，是机器能够综合出所有信息，帮人做出决策。未来，人工智能要有一个大的突破的话，还在于这种认技术，但目前来说，这条路还比较远，要进行长期的研究。”苏海波总结道。

原文发布时间为：2016年06月16日 本文作者：齐丰润 本文来自云栖社区合作伙伴至顶网，了解相关信息可以关注至顶网。
人工智能如何改变生物技术？ 机器学习和人工智能席卷了世界，改变了人们的生活和工作方式。这些领域的进步引发了赞扬和批评。众所周知，AI和ML在广泛的领域中提供了多种应用和优势。
改变人工智能和机器人技术未来的主要趋势 工业行业面临着重大的颠覆风险，尽管工业流程已经广泛自动化，但人工智能可能有助于改进工业机器人。虽然人工智能和机器人技术有许多潜在用途，但目前仍有一些应用需要注意。
设计人工智能产品：技术可能性、用户合意性、商业可行性 随着机器学习逐渐成为数字化产品的主流，了解机器学习的基础知识对许多产品经理来说变得越来越重要。今天的产品人员是一个相当多样化的群体。对于一些人来说，重点主要放在用户体验上（例如，如果主要价值主张围绕着一个杀手级的 UI），而另一些人已经在设计需要深入理解数据和代码的产品。 理解机器学习对于频谱的两端都是必要的——只是原因略有不同。对于以 UI 为中心的产品和 PM，模糊逻辑和机器学习功能将从根本上改变用户与产品的交互方式。因此，这些特征的呈现变得非常重要。另一方面，管理 API 或技术平台的产品经理会更关心 AI 算法是如何集成的。
医疗健康行业如何应对人工智能与数字技术的挑战 近年来，科技行业的各个领域都取得了巨大进步，包括人工智能、语音识别、云计算和移动计算、物联网（IoT）和可穿戴设备。许多领域都利用了这些趋势，改进了它们为客户提供的服务和应用程序。
2022 年下半年数据和人工智能技术预测 当我们从 2022 年展会的中场休息中脱颖而出时，是时候盘点一下我们今年在大数据、高级分析和人工智能方面取得的进展，并评估我们接下来可能会走向何方。