国投大朝山
人工智能的挑战
日期： 2019-09-10 第四次工业革命基于网络物理系统的出现，是以石墨烯，基因，虚拟现实，量子信息技术，可控核聚变、清洁能源以及生物技术为技术突破口的全新技术革命。
距人工智能这个概念首次提出已经过去半个世纪，2016年以Alphago为标志，人工智能正成为引领第四次工业革命的核心,人工智能对于传统创新模式的影响是基础性,甚至是破坏性的。中国第一次与发达国家站在同一起跑线上，而在这其中，人工智能起到了关键性的作用。
当前，大众与专业人员、技术研发人员之间，在对人工智能的认知上存在裂痕。正因认知鸿沟的存在，常常导致无畏的分歧,人们彼此间讨论的人工智能其实并非同一概念。正确认知人工智能，有助于把握这个时代。
每一次技术革命都同时推动着交互方式的演变。回顾历史，20世纪70年代的计算机兴起、80年代计算机发展普及，到90年代计算机运算速度和存储量的增加、互联网兴起带来的数据电子化。而在21世纪，互联网大规模服务集群的出现、搜索和电子商务带来的大数据积累，点燃了人工智能这一次的爆发浪潮。在当下，对于人工智能领域的常见误解有：人工智能等于机器人、人工智能对标的是O2O、人工智能的产品离普通人很遥远。
事实是，人工智能是包含大量子领域的全部术语，提供的是为全产业升级的技术工具，涉及广泛的应用领域，在具体环境中，如果一个系统中拥有语音识别、图像识别、检索、自然语言处理中的一个或多个，就可以认为该系统拥有一定的人工智能。现实生活中，我们已经在使用人工智能技术，而且无处不在。例如：个性化推荐、苹果Siri、搜索引擎、机器翻译、自动驾驶。
如果把人工智能比作一个孩童，数据量、运算能力可以大致认为是孩童成长的营养物质。而算法则是一位优秀的老师，帮助人工智能这个孩童在漫长的成长期中学会如何在每一步选择最优解，进而能够达到结果最优解。这一过程可以理解为“机器学习”。
通常这个学习过程采用三种方法。一是无监督学习，比如食堂的碗筷，要求机器能够自动将筷子、盘子、碗归类。首先机器会对每一个物品用一个向量来标识，比如颜色、形状、重量。将有相同或相近向量的归为一类，长条的归为筷子，扁平的归为盘子。二是监督学习，同样的碗筷分类问题，在交付机器分类前，将所有的类别标注标签及向量，机器根据标签和向量的关系，在分类的同时完成预测和推荐的学习。三是强化问题，在前两种学习的基础上，将一定时期的碗筷分类状态输入机器，机器通过尝试、判断对所有动作进行反馈掌握“经验”，最终能够达到更快、更稳的餐具分类。
以腾讯研究院2017年5-6月展开的网络调查来看，机械化程度（机械化施工工人的劳动生产率总高于手工操作工人的劳动生产率，手工操作工人想要达到或接近相同的生产率必将付出更多，这里机械化程度指的是繁重、重复性的作业程度）越高的工作，人们越希望有人工智能来完成。服务业和工业、自动驾驶、金融服务将在未来10年面临人工智能的“挑战”。
借用英国作家Charles John Huffam Dickens查尔斯·狄更斯《双城记》的话“这是一个最好的时代，也是一个最坏的时代”。在这个时代，我们有了更多的选择权，可以选择摆脱繁重的工作，可以选择做自己喜欢的事，可以去向往的地方，看看大千世界，但与此同时，我们又无法选择，一旦停下来就将淹没在历史的尘埃里。
对于活在这个时代的人来讲，是一件极具挑战的事情，特别是年轻人。好的人生，都是智慧的积累、双手的打拼，要想活出自己想要的样子，那就得全力以赴。
