AI的分类与演进

AI是人工通过高强度的计算能力，并基于大量的环境数据、行为数据、历史数据等大数据支持，或是一定规则的自学习机制，来分析特定输入的情况下，事物的相关性、影响和可能处理方法，从而使机器不只是进行简单的运算，而是能够在某种程度上进行类智能的思考和运作。本文尝试对AI的分类与演进进行简单科普。

AI，Artificial Intelligence，顾名思义，是人工通过高强度的计算能力，并基于大量的环境数据、行为数据、历史数据等大数据支持，或是一定规则的自学习机制，来分析特定输入的情况下，事物的相关性、影响和可能处理方法，从而使机器不只是进行简单的运算，而是能够在某种程度上进行类智能的思考和运作。

业界的大事发生时，总会撩动AI热潮。远的是96年和97年卡斯帕罗夫和深蓝的对弈，2011年Iphone 4S 搭载Siri,2016年 Alpha Go 对垒李世石；近的是Alexa和Google Assistant的持续发展。AI的应用，在每次都得到一波投资热潮，应用的领域也在扩展。目前主要的领域包括：

1.人机交互领域

人机交互就是如何操作机器并获得结果的方法。AI使机器能够像智慧生物一样进行交流，而不是触摸、键盘等机械式交互。目前很多的AI应用，其实就是将进行交互方式基于AI的进行重构。

a)语音识别，这一能力经常会和语义分析的自然语言识别混淆，这一块的能力，是进行声纹识别，能够明白到底是谁在讲话。另外，把语音转化为文字，也是属于这一块的范畴，以语音代替密码进行登录和认证也是常用功能。国内已经有很多行业象科大讯飞等在做

b)人脸识别，这一块很容易理解，不进行细讲，现在国内的商汤科技是这一领域的知名企业

c)指纹和其它生物特征识别，还包括虹膜识别等其它方式的机器对于人的识别方法

d)NLP（Natural Language Processing）自然语言处理，是基于语音已被识别的基础上，对于其内在的含义进行分析，从而做出应答。比如，把一个声音流媒体转换成“上海今天天气如何”是语音识别的产出，而根据这句话，明白其含义并找到相应的网站和服务，比如气象局，通过其接口调出今天的天气结果，就是NLP需要完成的工作

e)动作追踪，是基于摄像头等机器视觉系统的支持下，对于操作人的肢体动作(含头部动作)进行追踪，从而进行相应的应答。就好象钢铁侠在家里用手在空中比划，就可以操作电脑一样

f)视觉追踪，类似上一条，不过捕抓的是操作人的眼神，从而有针对性的进行图像显示跟随和操作应答

g)穿戴设备/VR追踪，这个很好理解了，广义上讲，放在裤兜里的手机的摆陀也算。更有科技感的，是环太平洋里面的奥特曼工作台、医生的远程手术，都是这一类范畴

2、识别分析

是指通过AI的辅助，协助机器完成对周边环境的感知，以及通过大数据，完成各种行为的相关性分析，从而实现有限程度的结果推演(天气预测也属于此范畴)。

a)机器视觉，通过摄像机，完成图片、物体的静态和动态识别，能用于对特定物体的识别与追踪。比如在生产线上，通过机器视觉，识别产成品的质量等级

b)运动监测，通过相关传感器，识别不同尺寸和强度的运动的发生，并按相关预设程序进行响应或介入。比如国外的家庭安全方案，大多都能区分宠物的进出与非法入侵的区别，从而进行分别对待

c)化学分析，大量基于马桶的传感器近来正被大量研发，结合云端的大量相关数据库，进行健康监测。而在特定的生产和工作场所，通过AI分析，基于主要的化学成分进行安全预警和成分调优，也具备大量的想象空间

d)概率统计，AI从来就和大数据紧密相关，Alpha Go这些个AI，就是利用算法进行概率分析，从而得出相应的应答选择。而基于海量数据，对于特定的议题进行概率分析，将无穷趋近正确的结果，比如天气预报的日益准确

e)相关性分析，大数据分析的另一个特征，就是通过大量的数据，分析不同行为间的相关性，从而得出它们相关的程度，以进行决策支持，而且并不需要关心两者间的内在逻辑。比如，对于注塑温度与产品脆性间的相关性分析可以提高产出良率

f)行为分析，是基于无所不在的机器行为的记录，勾画出使用者的行为画像。比如通过智能汽车或车联网的记录，对于驾驶人的行为方式进行记录，并为保险精算定价提供非常精准的输入。这一模式已经非常成熟，FaceBook和Twitter，对于你的阅读偏好，甚至是为数不多的几个点赞，就能洞察一个人的性格、性取向、政治色谱等大量的行为偏好，从而进行更有效地服务，或用于其它的运用

g)质量追踪/问题溯源，通过产品生产过程、原料来源、设备参数、服务过程的记录，为快速进行问题排查提供帮助。另外大量的相关性分析，也能对于未知问题进行分析。国外的电网公司经历大断电之后，利用AI进行失效仿真模拟影响范围，或是根据事故结果推算问题节点方面，已取得长足进展

3.增强仿真

是指基于AI识别输出的类型和场景，按预先设定的优化方案，或是不断的机器学习得到的优化方案，通过算法影响原先的输出结果，从而获得更好的视听效果。这一技术持续进步将使得增强/虚拟现实不断得到普及，最后在技术的仿真设计方面也大有可为

a)视像渲染，这一点大家都不陌生了。从一开始的美图秀秀、Face U，到现在的视频美颜、流媒体/电视厂商的AI算法增强，到现在很多硬件厂商直接把优化算法内置在原厂设置里，比如华为手机的拍月亮模式自动优化

b)语音渲染，大量的K歌软件的效果渲染，以及人工声音合成、朗读软件，都是这一类应用。AI不停进化的路上，把结果进行声音合成作为输出，未来会越来越成为标配

c)变频输出，小到空调冰箱的变频，大到街道的信号灯、路灯，公共场馆的电梯、新风系统等设备，按照人流量和其它环境因素，进行动态调优后的运作和输出。最有名的当属新加坡的EPR系统，通过路网的负荷，进行相应的信号灯调节，从而舒缓交通

d)仿真设计，最近热炒的数字双胞胎就是这一个范畴。通过数字化模拟，使得在设计阶段，可以通过虚拟的方式，来推算产品的特定性能和外观，从而在一开始就能排除掉大量无效的方案

c)增强/虚拟现实，增强现实，是基于现实的场景，叠加相应的特性。比如前些年风靡全球的《口袋妖怪Go》，就是基于现实的地图坐标，产生虚拟的精灵，玩家可以去到现实存在的GPS位置，进行捕抓。虚拟现实大家都不陌生了，迪士尼乐园的大型全场景球幕影院就是。目前苹果公司正在努力将VR眼镜从1厘米向更薄改良，加上未来的5G高带宽和低时延，大量的增强/虚拟现实的应用将会产生，我们的娱乐方式也将大不一样

f)服务机器人，大量的机器人程序已经投入生产，比如财务机器人的自动核帐、呼叫中心的语音机器人等。国外某些行业，已经能实现由机器人和客户进行应答，只在交易条款确认时，才需要按法律要求，真人进行介入确认

4.决策辅助

a)预防性维护，前一阵子IBM的“沃森”AI系统的广告，工程师在电梯出问题前就到现场维护，因为“沃森”告诉他哪些关键部件需要去退换了。现实中，除了计划性的维检之外，还有基于设备的运行状态，比如刀头的温度和切削次数，进行预防性维护，杜绝运作异常和事故

b)智能交通，这一领域其实包括智慧城市、智能电网(水务、燃气等公用设施)等相似或更高阶的应用场景。智能交通是根据一段足够长时间，在特定的路网内的交通流量数据，进行路网和信号规划的测试仿真；以及实时对路网流量进行监控，调节相关路口信号设置、以及利用广播等手段，进行动态优化的智能化交通管理

c)智能制造，在制造自动化的基础上，按照生产设备状态，进行设备参数、节拍、投料等环节，通过AI智能进行自动决策，并通过自学习不停进行决策优化的行为。到最后阶段，甚至协调供应链上相关的环节和合作伙伴的系统，共同进行按需按时和高质量高效率的生产组织

d)辅助驾驶，到最后会变成全自动驾驶。目前更多是根据地图数据和环境数据，进行驾驶过程的自动辅助。

e)环境调节，这是经常在智能家居宣传里出现的场景，比如灯随人动、空调随着心跳汗量和人的位置调节、根据PM2.5开关窗和空气净化器等

f)精算支持，按照大量的历史天气、交通、人口等数据，和个人行为数据，进行财产险、人身险的精算；国外领先的零售企业，根据厄尔尼诺和拉尼娜的轮替、中近期的天气预测，进行生鲜的价格测算和战略性采购安排、不同季节服装的更替计划安排等，这些智能测算也属于此一范围

g)高频交易，根据大量经验证的交易经验模型，以及不断学习优化的决策系统，国外在证券、期货等领域，大量的智能系统已成功应用于高频交易，并取得了单靠人力无法达到的优异成绩

5.形成意识

之上所述的AI，都只是利用计算机强大的算法，针对专门领域的话题，按一定的规则，进行大数据量的分析，并给出可供选择的结果和建议。近来的自学习，则是对不同的结果按一定的择优标准进行反馈，从而让AI程序可以优化其算法和参数的一个过程。这样的AI，只是一个强大的计算器而已。

而马斯克，甚至霍金警告的人工智能，则是机器需要跨越一个巨大的鸿沟，产生自主的意识。而我们知道，简单的算力堆砌是无法产生有自主意识的智能的。现代计算机的运算能力，远高于人类，但仍只是一个工具。在我们这个年代是否能产生有意识的人工智能，从而进行化成一种新的生命型态，在目前看来，还很遥远，除非奇迹出现，否则只能寄希望于下一次的技术革命了。