国家重视,资本加持, AI已经在哪些领域展开应用?

“AI对人类来说只是一个孩子，18年以后是给你一个温暖的拥抱，还是用一把刀对着你，这是由人类自己决定的”。在博鳌亚洲论坛2019年年会中的《“AI+”时代来了吗？》分论坛上，小i机器人创始人袁辉这样谈AI和人类的关系。

3月26日至29日，博鳌亚洲论坛2019年年会在海南举行，AI成为了论坛的重要议题之一。在1956年的达特茅斯会议上被提出以来，AI已经走过63年的历程。2012年，AlexNet深度神经网络把图片识别准确率提升到83.6%，人工智能进入爆发式的发展阶段，人们所了解的AI从变形金刚变成了会下棋的AlphaGo。

就在3月19日下午，中央全面深化改革委员会第七次会议中，审议通过了《关于促进人工智能和实体经济深度融合的指导意见》，着重强调市场导向与产业应用，打造智能经济形态。早在2018年10月31日的政治局集体学习中，就包含人工智能以及“AI+”等相关内容；而在近期紧锣密鼓推进的科创板中，AI是其关注的重点领域。

近五年AI爆发式的发展，并持续向各行业渗透。随着渗透率提升，AI的局限和问题也逐渐暴露，AI的话题被炒作是否现实？是否面临伦理和隐私问题？目前已经在哪些领域有着实质性的运用？或许可以在博鳌嘉宾的讨论中寻找答案。

60年AI路

1956年，美国达特茅斯会议聚集了最早的一批研究者，确定了AI的名称和任务，这也成为了AI诞生的标志。AI从诞生发展至今已经60多年，人工智能的迅速发展正在深刻改变人类社会和世界的面貌。人们所研究和理解的AI也发生了变化。国泰君安研报显示，当前的AI主要基于深度学习。早期提出的AI概念，指的是通用型AI，能完全代替人类的机器人；而当前的AI是专用型AI，主要基于机器学习、深度学习、神经网络算法，只能在某件具体的事情上胜过人类，比如谷歌开发的会下围棋的AI，AlphaGo等。

“我们今天看AI的方式和过去不一样了“，在百度副总裁尹世明看来，因为今天计算力发生了翻天覆地的变化，可以应用计算力解决很多的问题。”有海量的数据，但是这些数据并不是清洁的，怎样处理这些脏数据？没有100%的清洁数据，但基于一些有噪音的数据，还是可以生成非常可靠的模型，这就是AI的算法。“

但在袁辉看来，深度学习对AI只是其中的一个部分，未来AI该有其他出路，首先需要从理念上突破，我们现在的研究并没有超出过去的框架，如果不能突破过去的理论，AI很有可能会进入研究上的困境。

值得注意的是，在AI发展的60余年里，已经历了三次潮起、两次潮落。“过去的60年二次AI都失败了，因为它没有给我们带来真正的获益，我们没有体会到AI带给我们的价值”。袁辉这样解释AI研究失败的原因，“在目前的各个行业，是不是AI可以得到应用，是一个很重要的方向，如果今天AI可以产生应用，将是一个很好的突破。”

“AI+”的边界

国家重视，资本加持，AI已经在哪些领域展开应用？

威盛电子股份有限公司董事长兼首席执行官陈文琦称，AI绝对是会用在各行各业，我们已经看到了非常大的用途，医疗才刚刚开始。

国泰君安的一份研报指出，在产业层面，基于深度学习的AI确实被用于各个技术领域，如计算机视觉、语音识别、自然语言处理NLP等，并在各行业的应用场景中持续渗透，部分应用已开始商用，比如智能语音客服、医疗影像识别等。

阿斯利康公司董事长雷夫·约翰森则则提到了AI在医疗领域的应用，在他看来，有三件事情可以通过AI辅助：生物学、基因排序、定制个性化药品。但要实现这一切，数据要首先得到存储和管理。对于AI来说，目前存在的大量数据大都是没有经过“清洗”和整理的“脏数据”，必须要清洗和整理，才能有效利用这些数据。

而在目前的实践中，AI与金融行业也擦出了不少火花。金融业是采用人工智能技术的先行者。

金融机构已经开始利用人工智能来满足日益增长的监管需求，同时最大限度地降低人力资源成本。而这也是金融科技的重要组成部分。

花旗集团曾估计，大型银行雇佣的处理合规和监管的人员数量增加了一倍，这些人力成本每年消耗银行业2700亿的资金，占银行业运营成本的10%。

在发放贷款时，基于人工智能的人脸识别可以提高效率。例如，金融壹账通目前已经正式向中小金融机构输出全套加码智能贷款解决方案。该方案以人工智能为核心，借助区块链、大数据等先进科技对信贷业务流程进行智能化改造，推动了传统贷款模式在获客、审核、审批以及系统开发等领域的革新。

但是金融科技并不能完全替代人工。正如借贷宝CEO王璐在博鳌论坛上对经济观察报记者表示，金融科技必须谦卑，毕竟科技再发达也不能完全代替人，尤其是在复杂、非标准问题上。比如判断个人、中小微企业信用如何，即使再过一百年，金融科技再发达，都不如身边的熟人、员工。

陈文琦称，AI值得大家关注的有二个议题，一个是它带来的影响是非常巨大的，在2030年，全球会有8亿份的工作被取代，这是一个非常惊人的数据，我们能看到无人车，无人商店，而销售比原来更好，另外一个是它会让我们整个的社会结构发生非常巨大的变化。

安全之辩

技术都有两面性，AI在改善社会的同时，也暴露出新的问题。

国泰君安证券曾从AI应用开发到普及的四个阶段来讨论已经出现、即将出现的问题及威胁。

AI模型的训练阶段主要发生在机器学习框架平台上，如谷歌Tensor－Flow、百度Paddle等。学习平台相当于AI的组装厂，当开发者通过平台降低开发门槛，或是纠结于哪个平台之时，不禁忽略了平台的漏洞，就像是食品加工厂混入了病菌，更加致命，危害面积更大。

当AI模型完成训练，用来识别、预测时，存在更加致命的问题。以图像识别为例，AI模型会受到环境干扰。2018年6月，曾有研究团队仅在公路指示牌上贴了一些胶带，就导致AI模型把停车指示牌识别成了限速45公里每小时的指示牌。

AI还存在滥用风险，比如用AI参数的隐蔽性触发后门攻击；用AI打骚扰电话，节省80%的人工成本；伪造他人信息，足以骗过鉴别专家；将AI用于军事武器等。

AI面临的更深层次的问题是与当前社会的法律、道德体系发生碰撞的伦理问题，比如说智能炸弹等智能武器。

如何让AI更好地服务社会呢？

在陈文琦看来，一个是整个政府的政策，另外一个是教育。“怎么样让全民尽量的了解AI、学习AI，大家一起来参与，在AI广大的应用和市场上，这是非常重要的。”