根據(jù)中國信通院與Gartner聯(lián)合發(fā)布的《2018世界人工智能產(chǎn)業(yè)發(fā)展白皮書》(以下簡稱“白皮書”)顯示，1999年至2017年，全球人工智能領(lǐng)域中圖像識別、生物特征識別、語音識別、語音合成、自然語言理解、機器學習等關(guān)鍵技術(shù)分支的發(fā)明申請及授權(quán)專利數(shù)量(合并同族后)超過10萬項。

伴隨技術(shù)的密集而生是相關(guān)企業(yè)數(shù)量的暴漲。根據(jù)中國信通院數(shù)據(jù)研究中心全球ICT監(jiān)測平臺實時監(jiān)測的數(shù)據(jù)，截至2018年上半年，全球范圍內(nèi)共有4998家人工智能企業(yè)。其中，美國人工智能企業(yè)數(shù)量2039家，位列全球第一，其次是中國(不含港澳臺地區(qū))1040家，之后依次是英國392家、加拿大287家、印度152家。

然而，這一輪人工智能熱潮的源頭，來自2006年Geoffrey Hinton提出的基于深度信念網(wǎng)絡(luò)可使用非監(jiān)督學習的訓練算法，使深度學習持續(xù)升溫。那么，除了當前的深度學習之外，人工智能還將如何向前發(fā)展?還擁有怎樣的解決方案?

“未來人工智能的研究領(lǐng)域會體現(xiàn)在兩個方向，這兩個方向與人類大腦相吻合。”在2018世界人工智能大會“AI前沿與行業(yè)賦能主題論壇”上，微軟全球執(zhí)行副總裁、微軟人工智能及微軟研究事業(yè)部負責人沈向洋表示，其中一個是探索人腦機制對AI技術(shù)的改善，另一個則是AI應用于人腦研究中，“在這些方向背后，需要進行大量的基礎(chǔ)研究。”

AI+腦科學

機器學習和深度學習，是當前人工智能算法中的兩大熱點。與之相對應的是，大數(shù)據(jù)成為人工智能發(fā)展的基石。

根據(jù) We Are Social 2018年第三季度全球數(shù)字統(tǒng)計報告顯示，全球互聯(lián)網(wǎng)用戶數(shù)已經(jīng)突破了41億，全球獨立移動設(shè)備用戶滲透率達到了總?cè)丝诘?7%。這些海量的數(shù)據(jù)，為訓練人工智能提供了原材料。

所謂訓練，是指使用統(tǒng)計模型來進行數(shù)據(jù)的概率推算，包括圖像、文本或者語音。通過把這些模型暴露于大數(shù)據(jù)中，使之得到不斷優(yōu)化。有了大數(shù)據(jù)的支持，深度學習算法輸出結(jié)果，會隨著數(shù)據(jù)處理量的增大而更加準確。

“計算機的發(fā)展為人類帶來了便捷性，隨著深度學習和機器學習的快速應用，我們能夠使用人工智能解決問題。”沈向洋坦言，“但這更多是使用大數(shù)據(jù)解決大問題，無法具象化。”

在他看來，人工智能發(fā)展到下一階段的方向之一，是使用小范圍的數(shù)據(jù)解決大范圍的宏觀問題。事實上，以人類小孩而言，其大腦能夠在提供有限數(shù)據(jù)量的基礎(chǔ)上了解事物特征，“到目前為止，這背后的機制依然并不清楚。”

這也就形成了“類腦計算”，即仿真、模擬和學習借鑒人腦的神經(jīng)系統(tǒng)結(jié)構(gòu)和信息處理過程，構(gòu)建出具有學習能力的超低功耗新型計算系統(tǒng)。這不僅要從結(jié)構(gòu)上模仿大腦，還要從神經(jīng)元和突觸的模型上模仿大腦。與深度學習神經(jīng)網(wǎng)絡(luò)不具有動態(tài)和精細的時域信息的特征相比，類腦計算在相關(guān)方面表現(xiàn)出巨大的優(yōu)勢。

另一個人工智能的方向則是更好地發(fā)揮人腦的潛力。“沒什么比‘腦科學+人工智能’更重要了。”沈向洋表示，根據(jù)統(tǒng)計數(shù)據(jù)，20%-30%的人類在一生中會或多或少經(jīng)歷大腦功能的紊亂，無論是因為老齡化加劇腦老化，或是曾經(jīng)受到抑郁癥的影響。

“但是通過對腦神經(jīng)科學的研究，結(jié)合人工智能，我們能夠更好地理解人類大腦的運行機制，從而更好地使用AI彌補人類大腦的疾病治療。”沈向洋指出，“這不僅對教育、疾病治療極為重要，對未來人工智能商業(yè)化的潛力而言也是非常巨大的。“

垂直滲透

一方面是推進人工智能基礎(chǔ)研究，另一方面，現(xiàn)有人工智能技術(shù)向垂直行業(yè)滲透已成為大勢所趨。

白皮書指出，從全球范圍而言，全球人工智能企業(yè)主要集中在AI+(各個垂直領(lǐng)域)、大數(shù)據(jù)和數(shù)據(jù)服務(wù)、視覺、智能機器人領(lǐng)域。其中，AI+企業(yè)主要集中在商業(yè)(主要包含市場營銷和客戶管理領(lǐng)域)、醫(yī)療健康、金融領(lǐng)域。

從中國來看，各垂直領(lǐng)域的AI企業(yè)同樣集中，滲透較多的行業(yè)包括醫(yī)療健康、金融、商業(yè)、教育和安防等領(lǐng)域。其中，醫(yī)療健康領(lǐng)域占比最大達到22%，其次是金融和智能商業(yè)領(lǐng)域，占比分別達到14%和11%。

不過，在AI向垂直領(lǐng)域滲透的過程中，難免會遭遇傳統(tǒng)企業(yè)及行業(yè)的瓶頸。手握AI技術(shù)能力的科技巨頭公司，也紛紛以自己的方式進行切入。例如，包括百度、谷歌、微軟、京東等均推出了各自的機器學習開源項目，相關(guān)開源深度學習平臺允許公眾使用、復制和修改源代碼，從而降低企業(yè)開發(fā)成本。

然而，僅僅只是進行技術(shù)開源，可能遠遠不夠。事實上，微軟已經(jīng)在AI資源開放上走得很遠。在今年5月初的微軟Build 2018期間，沈向洋宣布，向開發(fā)者開放微軟研究院與人工智能事業(yè)部的資源。據(jù)21世紀經(jīng)濟報道記者了解，這是業(yè)內(nèi)為數(shù)不多的直接面向企業(yè)開放研究院資源的行為。

在9月的2018世界人工智能大會上，微軟進一步與上海儀電成立“微軟-儀電人工智能創(chuàng)新院”。微軟全球資深副總裁、微軟亞洲研究院院長洪小文告訴21世紀經(jīng)濟報道記者，該創(chuàng)新院的成立，目的在于做“最后一公里的創(chuàng)新研發(fā)”。

所謂最后一公里的研發(fā)，是指將AI能力真正落地的研發(fā)，而這背后離不開平臺、技術(shù)和人才。“我們會將研究院的平臺服務(wù)和技術(shù)服務(wù)開放給所有合作伙伴和客戶。”洪小文表示，人工智能離不開基礎(chǔ)的運算和數(shù)據(jù)平臺，另外還有人才的實訓。成為微軟研究院的合作伙伴后，企業(yè)可以更近距離地與研究院科學家探討AI最新的發(fā)展，從而更有效地將AI疊加到產(chǎn)業(yè)、服務(wù)和產(chǎn)品中。

“微軟是個平臺公司，行業(yè)應用并非我們的專長，我們希望與合作伙伴共同創(chuàng)新，讓技術(shù)、AI能夠落地并賦能行業(yè)。”洪小文指出。