最近有一份報(bào)告發(fā)現(xiàn)，到2030年，人工智能可能為全球經(jīng)濟(jì)增加多達(dá)15.7萬(wàn)億美元，大約相當(dāng)于我國(guó)和印度的總產(chǎn)量。

每個(gè)人都相信，ai人工智能是一項(xiàng)能夠改變世界的技術(shù)，從太空探索到反恐乃至創(chuàng)造藝術(shù)，它的潛力正變得越來(lái)越明顯。然而，它仍然面臨著巨大的障礙，必須克服這些挑戰(zhàn)，才能實(shí)現(xiàn)這一潛力。許多人認(rèn)為，應(yīng)對(duì)這些挑戰(zhàn)是目前科技行業(yè)最優(yōu)先的任務(wù)。

人工智能在商業(yè)和社會(huì)中面臨的最大挑戰(zhàn)是什么呢?

缺乏計(jì)算能力

讓我們先從一個(gè)簡(jiǎn)單的問(wèn)題開(kāi)始，這個(gè)問(wèn)題可能會(huì)隨著時(shí)間的推移而得到解決，但在此之前，不應(yīng)想當(dāng)然地認(rèn)為它會(huì)解決這個(gè)問(wèn)題。特別是最有希望的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)，需要非?？斓剡M(jìn)行大量的計(jì)算，這意味著他們使用了大量的處理能力。

Terata的首席技術(shù)官斯蒂芬·布羅布斯特(Stephen Brobst)告訴我，“直到大約兩年前，還存在著一堵磚墻，人工智能在理論上已經(jīng)存在很長(zhǎng)時(shí)間了，但一直處于這種人工智能的冬天，因?yàn)槊總€(gè)人都有好的想法，但它們都是理論，沒(méi)有足夠的計(jì)算能力來(lái)實(shí)現(xiàn)它們，所以誰(shuí)在乎呢?”

云計(jì)算和大規(guī)模并行處理系統(tǒng)在短期內(nèi)提供了答案。但是，隨著數(shù)據(jù)量的持續(xù)增長(zhǎng)，深度學(xué)習(xí)推動(dòng)了越來(lái)越復(fù)雜的算法的自動(dòng)創(chuàng)建，瓶頸將繼續(xù)減緩進(jìn)展。答案很可能在于下一代計(jì)算基礎(chǔ)設(shè)施的發(fā)展，例如量子計(jì)算。量子計(jì)算利用像糾纏這樣的亞原子現(xiàn)象，以遠(yuǎn)比今天的計(jì)算機(jī)更快的速度對(duì)數(shù)據(jù)進(jìn)行操作。

“實(shí)際上，我們至少還需要5年，更有可能是10年，”Brobst告訴我?！拔覀儽仨氄页鼍幊棠Ｐ?，因?yàn)榱砍叹幊棠Ｐ团c我們現(xiàn)在使用的完全不同-必須進(jìn)行改造，這需要時(shí)間。”

缺乏人的力量

直到最近，人工智能一直是科幻小說(shuō)作者談?wù)摰脑掝}，并在大學(xué)IT研究實(shí)驗(yàn)室深入研究。換句話說(shuō)，如果沒(méi)有大眾市場(chǎng)的使用案例，就不會(huì)有大量的資金投入(除非你是在拍攝有關(guān)機(jī)器人占領(lǐng)地球的好萊塢電影)。這意味著愿意投入資金發(fā)展這些技能的組織相對(duì)較少，而且這一主題在以行業(yè)為中心的教育和培訓(xùn)課程中也沒(méi)有得到很好的體現(xiàn)。

隨著過(guò)去幾年興趣的激增，這一切都發(fā)生了變化。數(shù)據(jù)科學(xué)課程側(cè)重于人工智能發(fā)展所需的核心技能-數(shù)學(xué)、計(jì)算機(jī)科學(xué)和統(tǒng)計(jì)學(xué)-已變得流行起來(lái)，而且普遍被超額訂購(gòu)。但是，仍然沒(méi)有足夠的人使每一個(gè)企業(yè)或組織能夠在世界上實(shí)現(xiàn)他們的機(jī)器驅(qū)動(dòng)的進(jìn)步的愿景。就像在其他科學(xué)和技術(shù)領(lǐng)域一樣，存在著技能短缺，根本就沒(méi)有足夠的人知道如何操作能夠自己思考和學(xué)習(xí)的機(jī)器。

有幾種力量正在發(fā)揮作用，只要有時(shí)間，就應(yīng)該采取行動(dòng)糾正這種情況。其中之一是通常被稱為“公民數(shù)據(jù)科學(xué)家”的出現(xiàn)。有些專業(yè)人員雖然沒(méi)有受過(guò)正式培訓(xùn)，也沒(méi)有主要作為數(shù)據(jù)專家受聘，但他們?cè)谔幚頂?shù)據(jù)和分析方面發(fā)展了實(shí)際能力，通常是為了推進(jìn)他們?cè)谧约簩I(yè)領(lǐng)域的工作。

另一個(gè)舉措是向提供平臺(tái)和工具的方向發(fā)展，這些平臺(tái)和工具使人工智能驅(qū)動(dòng)的工作成為“作為服務(wù)”的工作。企業(yè)不再需要從頭開(kāi)始構(gòu)建一切，而是越來(lái)越能夠采用現(xiàn)成的解決方案，只需插入自己的數(shù)據(jù)獲取結(jié)果，而忽略了“幕后”正在進(jìn)行的技術(shù)操作。

建立信任

預(yù)測(cè)到2020年，將有10%的人反抗人工智能控制了我們的生活。問(wèn)題在于，人工智能是一個(gè)黑盒子，當(dāng)人們不理解這個(gè)決定是如何作出的時(shí)，他們會(huì)感到不自在。例如，銀行使用的算法主要是線性數(shù)學(xué)，很容易解釋從輸入到輸出的路徑。有了多層神經(jīng)網(wǎng)絡(luò)，一般人都無(wú)法理解，所以現(xiàn)在我們根據(jù)人們不理解的東西做出預(yù)測(cè)，這會(huì)讓人們感到不舒服。盡管這種反抗更有可能采取社交媒體宣傳和抵制的形式，而不是搗毀機(jī)器和燒毀裝配廠，但這是一個(gè)障礙，可能會(huì)阻礙推動(dòng)進(jìn)步的努力。解決辦法是讓人們看到這種技術(shù)是可行的，現(xiàn)實(shí)情況是，通過(guò)更準(zhǔn)確的預(yù)測(cè)和處方，我們有很好的機(jī)會(huì)讓事情變得更好。

我們必須讓人類理解并接受這些建議，但這并不意味著我們永遠(yuǎn)不應(yīng)該挑戰(zhàn)機(jī)器，因?yàn)槲覀兛赡苋匀恢酪恍┧麄儾恢赖氖虑?。到目前為止，立法一直未能跟上技術(shù)進(jìn)步的速度，但它很可能在這方面發(fā)揮一定作用。越來(lái)越多的消費(fèi)者意識(shí)到，越來(lái)越多的決策是由使用我們自己的個(gè)人數(shù)據(jù)的機(jī)器做出的，這促使立法者從我們(消費(fèi)者)的角度來(lái)解決這個(gè)問(wèn)題。

一步到位

值得考慮的最后一個(gè)挑戰(zhàn)是：目前使用的絕大多數(shù)AI實(shí)現(xiàn)都是高度專業(yè)化的。專門的人工智能，通常被稱為“應(yīng)用人工智能”，是為了執(zhí)行一個(gè)特定的任務(wù)，并學(xué)習(xí)變得越來(lái)越好。它通過(guò)模擬給定每個(gè)輸入值的組合會(huì)發(fā)生什么，并測(cè)量結(jié)果，直到實(shí)現(xiàn)最有效的輸出。

廣義人工智能-比如，像“星際迷航”(Star Trek)數(shù)據(jù)這樣的機(jī)器人，能夠像人類一樣把手轉(zhuǎn)向任何任務(wù)，在一段時(shí)間內(nèi)仍將是科幻小說(shuō)的夢(mèng)想。正如谷歌(Google)人工智能研究科學(xué)家拉賈·哈德塞爾(Raja Hadsell)所言，“世界上沒(méi)有神經(jīng)網(wǎng)絡(luò)，目前也沒(méi)有一種方法可以用來(lái)識(shí)別物體和圖像、播放太空入侵者和聽(tīng)音樂(lè)?！?

這里的問(wèn)題是，像人類這樣的“自然”智能有機(jī)體能夠考慮到我們目前正在從事的任務(wù)以外的其他任務(wù)的學(xué)習(xí)和數(shù)據(jù)。為了解決問(wèn)題，這種利用非直接顯而易見(jiàn)的資源的能力被“開(kāi)箱即用”或“藍(lán)天”之類的陳詞濫調(diào)所熟知，是人類解決問(wèn)題和獨(dú)創(chuàng)性的一種要素，今天的專注、專一和經(jīng)常癡迷于此的機(jī)構(gòu)不太可能在不久的將來(lái)效仿。

這意味著認(rèn)可機(jī)構(gòu)必須接受教育，以確保他們的解決方案不會(huì)在其設(shè)計(jì)考慮范圍以外的領(lǐng)域引起其他問(wèn)題，甚至是進(jìn)一步的問(wèn)題。這包括學(xué)習(xí)不要踩到其他認(rèn)可機(jī)構(gòu)的腳趾。例如，在一個(gè)智能城市，很容易想象一個(gè)人工智能系統(tǒng)的效果，比如說(shuō)管理安全照明與另一個(gè)系統(tǒng)發(fā)生沖突，比如調(diào)節(jié)電力使用。

人工智能在不久的將來(lái)必須克服的這四個(gè)關(guān)鍵挑戰(zhàn)，但是，在人工智能發(fā)揮其無(wú)可置疑的巨大潛力之前，必須先實(shí)施解決方案。然而，其他人則需要人也需要思考，制定可行的原則和行為準(zhǔn)則，這一過(guò)程可能需要更多的時(shí)間。