人工智能技術仍在不斷地飛速發展當中，近期有幾個發展趨勢值得注意

一是人工智能正在變“硬”。在芯片領域，Google為大規模神經網絡訓練推出了TPU，目前已經發展到了第二代；英偉達發布了針對人工智能應用的重量級處理器Tesla V100；蘋果公司在最新一代的iPhone上集成了仿生芯片，可以大幅度提高人臉識別的反應時間；華為公司也發布了全球首個人工智能芯片NPU，即將應用在最新的手機上；致力于人工智能硬件芯片研發的中國初創公司寒武紀被稱為“全球AI芯片界首個獨角獸”。在服務器領域，Facebook開源了人工智能硬件用于人工智能計算服務器，浪潮推出GPU深度學習一體機。面向消費者的智能硬件，更是層出不窮。

二是機器學習模型和算法出現了新的發展思路。深度學習三巨頭之一Geoffrey Hinton最近提出了Capsule概念，呼吁將神經網絡的基石之一的反向傳播機制推倒重來，重新建立新的理論體系。遷移學習可以將一個領域學習的模型應用到另一個領域，從而節省大量的訓練時間，減少對任務量的要求。最近神經科學的研究進展，也將為神經網絡帶來新的靈感。

三是人工智能日益重視移動端。越來越多的人工智能應用在移動端運行，從而要求在移動端部署深度學習模型。為實現這一目標，一方面要求提高移動端的處理能力，另一方面要求降低深度學習模型的規模和部署時間，并對移動端平臺進行優化。日前，百度開源了移動端深度學習框架，其他的深度學習框架也對移動平臺提供了更多的支持。

人工智能技術的應用，正在改變一大批傳統行業，并培育了一批新興企業

智能醫療一直被視為一個很有前景的應用領域，數據仍是關鍵點。據《2017年互聯網趨勢報告》顯示，醫療行業表現出數據爆發式增長，全球健康數據年增長率達到48％。數據增長有助于診療的智能化、精準化和個性化。智能醫療主要包括醫學影像智能判讀、智能輔助診斷、手術機器人、康復智能設備、智能醫藥等。其中智能輔助診斷和醫學影像智能判讀發展相對成熟，前者源于IBM Watson自然語言理解技術以及多年的醫學文獻數據積累；后者源于基于深度學習算法的圖像識別能力的不斷提升。通過AI和大數據技術，有助于解決目前醫療行業嚴峻的供需矛盾。

自動駕駛是人工智能的重要應用場景，傳感器、高精地圖和算法模型是其技術核心，互聯網巨頭、傳統車企和新興創業公司都在積極布局。自動駕駛可分為兩類，一類是高級輔助駕駛系統（Advanced Driver Assistance System, ADAS），并非完全控制汽車，強調提高行車安全性；一類是無人駕駛，更強調車的自主駕駛，節省人力。ADAS是無人駕駛的前提，兩者都是利用車上的各式傳感器搜集數據，結合地圖數據進行系統計算，從而實現行車路線規劃和車輛控制。近兩年，自動駕駛技術發展迅速，特斯拉、寶馬、奔馳、卡迪拉克等多家車企已量產具有ADAS功能汽車，奧迪已量產特定環境下無人駕駛汽車A8，能夠在單向車道無行人環境下，速度低于60公里每小時的時候完全接管汽車。從智能科學來看，無人駕駛技術障礙相對較少，法律問題可能是一個潛在障礙。

金融科技（Fintech）是金融與科技的結合，是技術驅動的金融服務創新。近些年，人工智能技術被廣泛應用于金融領域，如智能投顧，利用AI技術為客戶量身定制包括股票配置、期權操作、債權配置、房產投資等資產投資組合建議；智能風控，借助人工智能和大數據，金融的風控能力得到了質的突破；智能量化交易，快速分析、擬合、預測海量數據，將AI作為投資過程的一部分；智能客服，基于深度學習和大數據分析為基礎自動回答用戶咨詢，替代傳統人工客服。金融科技創新金融模式、業務、流程與產品，能提升金融服務效率，降低金融交易成本及管理風險。

除了在上述傳統領域的創新應用，人工智能的另一應用趨勢熱點是與社會公益（Social Good）相結合，通過大數據、機器學習技術對行業數據進行深度分析，為社會發展策略的制定提供前瞻性建議，推動社會公益事業的發展。近年來，人工智能技術被廣泛應用于社會公益的各個方面，例如城市規劃與治理，利用AI技術和城市大數據輔助交通擁堵治理、城市功能區域建設；公共安全，基于圖像識別、大數據挖掘等技術進行區域安全風險評估、智能犯罪預防；定向扶貧，基于機器學習技術和衛星遙感數據對貧困區域進行精準檢測；災害預警，利用AI技術對歷史數據的深入分析和建模，為地震等自然災害后的快速應急預案制定提供有效的決策支持。總體而言，AI與社會公益相結合的研究方興未艾，具有重大的科研和社會意義，同時需要學界、產業界和政府在技術、數據、政策等方面緊密的合作。

最后需要強調的是，雖然人工智能已經成為世界各國政府和企業關注的焦點，現在人工智能發展面臨的最大挑戰卻是高素質人才的稀缺。傳統的制造業注重的是“人員”，比如富士康，強調人員的高效性和嚴格的工作紀律性。現在的高科技企業注重的是“人才”，強調深度的專業技能和團隊協作能力。而未來的人工智能企業注重的是“人物”，人物是具有創新領導力的人才。和人才相比，人物除了具有戰略視野，同時有帶領人才團隊創新的能力。因為人工智能的發展，世界已經進入快速多變的時期，具有風險評估和風險控制能力的人物會變得越來越重要。因此，國家和企業人工智能發展的成敗在于設立合理的組織架構、激勵機制、文化氛圍積極吸引和培育人才和人物。可以預見，未來是得人物者得人工智能的天下。

（作者為美國羅格斯－新澤西州立大學羅格斯商學院管理科學與信息系統系副系主任、教授、博導）

【參考文獻】

①《百度人臉識別入選MIT十大突破技術》，《北京晨報》，2017年2月24日。

責編/宋睿宸    美編/楊玲玲