久久99国产精品尤物-国产高清色播视频免费看-男生肌肌往女人桶爽视频-精品国产-91PORNY九色|www.jqdstudio.net

李德毅院士《AI：人類社會發展的加速器》 | 人工智能如何驅動實體經濟？六大領域展望

點擊：  作者：李德毅    來源：戰略前沿技術  發布時間:2017-10-27 11:47:09

 

             【導讀】：10月12日，第七屆中國智能產業高峰論壇在佛山開幕，在第一天的主論壇上，中國人工智能學會理事長、中國工程院院士李德毅發表了主題為《AI：人類社會發展的加速器》的精彩演講。在報告中，李德毅院士分析了人工智能與智能科學技術的區別與聯系，深刻講解了人工智能的內涵與外延。通過各種具體的事例為與會嘉賓詳細介紹了人工智能是如何以潤物無聲改變整個世界的。

中國人工智能學會理事長、中國工程院院士李德毅

以下為演講實錄：

各位我講一講最近我們關于人工智能的思考。我在準備這個報告先講了一個題目，叫做《AI——新經濟發展的新引擎》。因為我覺得新經濟、新工藝、新工科，人工智能是一個新引擎。昨天吃飯的時候聽說美的把庫卡買下來了，成了庫卡公司的最大股東，我很振奮，因為在工業機器人上我們遠遠不如德國。但是今天我們看人工智能、看機器人，我們提出了除了工業機器人，還有農業機器人，還有服務機器人，還有醫療和康健機器人等等，吃飯的時候大家議論說美的把庫卡買下來了，是中國人聰明，還是德國人聰明，最后大家的結論是，中國人聰明，德國人也聰明，并不是德國人不聰明。所以我在想人工智能作為新經濟、新引擎的同時按，還有一個更重要的作用，就是對全社會發展的加速器作用。我今天報告的題目是《AI——人類社會發展的加速器》。

人工智能60年

2016年阿爾法狗戰勝了人類冠軍，回顧1956年達根摩斯會議走過了這么多個年頭，我們額外懷念那些為人工智能做出積極貢獻的科學家、工程師們，人工智能從跌跌爬爬到奔跑，到現在快速奔跑，已經對世界經濟人類社會和社會進步產生了積極、深刻的影響，我們已經可以更加充滿前進的勇氣去擁抱人工智能的新時代。當我們看到麥卡錫等人在大會上的照片的時候，當我們回顧 “人工智能之父”圖靈在36年寫的文章、在56年寫的文章，看到麥卡錫、哈德西蒙等圖靈獎獲得者，我們發現對技術貢獻大的很多科學家都對人工智能有很大的貢獻。

人工智能經過了兩個嚴寒的冬天，經歷第三次潮起，已經由光網寬帶、移動互聯網、云計算、互聯網、大數據把人工智能推到了風口。科學技術的發展就是人類認識世界、改造世界的一個過程，是人類勞動工具的發展史。工業機器人在工廠里面代替了人的工作，當初我們把它叫做機械手，它還是一個體力的象征。隨著人類從農耕社會到工業社會到信息社會，今天已經可以用智能作為當今社會的標簽，已經進入到了工程動力技術上發展智能工程的新階段。如果說農耕社會和工業社會人類的生產工具主要是基于獲得能量的話，今天我們要想創造更多的價值，我們的一個新的增長點就是在數據、信息、知識、價值或智能，智能的紅利到來了，所以現在人工智能的工程師拿的工資比較高，就是這個道理。

1圍棋腦

我們回憶一下，這60年如果找兩個典型代表，我想了半天，我想這兩個可以拿來討論一下。第一個就是圍棋，或者說阿爾法狗程序，充其量把它叫做圍棋腦。

我們看一下阿爾法狗版本升級的過程。2015年10月，第13版本勝樊默二段，不到一年第18版本勝了李世石，4：1，到了2016年12月勝了人類60個高手，到了17年5月版本打敗了柯潔，3：0，人類終于服氣了，就像當初我們終于服氣了拖拉機力量比一個人的力量大，所以大家現在也坦然了，我們人類發明的機器人在智能上某一個領域超過人應該是一個常態，無須大驚小怪。

我們看看李世石這樣一個人類的棋手升級的速度，他9歲學棋，12歲入段，15到16歲進入二段、三段，到20歲升為六段，后來在比賽中勝了韓國的冠亞軍，并奪得了第16界的富士通杯的冠軍，20歲升為九段。從9歲到20歲花了十多年才變成九段棋手。但是阿爾法狗每一年都在跳，2年就行了。

我們再看看柯潔。柯潔5歲學棋，到18歲拿下三大杯的冠軍，用了十多年，這告訴大家一個什么問題呢？告訴我們圍棋腦自向進化的速度比一個生物人自向進化的速度要快。隨著圍棋空間的擴大，圍棋腦和圍棋手誰升得更快呢？我查了一下圍棋的歷史，考古學家發現，圍棋一開始的棋盤很小，10×10，后來經歷了12×12、13×13、15×15、17×17，從唐代開始，唐宋明清到現在都用19×19的棋盤，我們還是在學習，一開始學5×5棋盤，然后搞了一個9×9的棋盤。從唐代開始，唐宋明清一直搞，大家覺得人的智商對于這樣的圍棋空間大概已經夠厲害了，所以19×19的棋盤就凍結了。

人工智能的力量會有多大？假如現在我們把空間再大一點，改成21×21的棋盤，我們想問一個問題，隨著圍棋空間的擴大，機器做的圍棋腦和生物人的圍棋手誰適應得更快？圍棋高手都知道，19×19的空間即二維乘二維的空間在程序里面大概改一個參變量就可以了，所以我相信21×21乃至更大的棋盤，37×37，把棋盤翻一番，阿爾法狗的潛力還大。所以不僅要看到今天阿爾法狗勝了，還要看到如果棋盤空間擴大以后，一個人的思維空間是遠遠不夠的。這時候怎么辦？唐宋明清4個朝代一千多年了棋盤都擴大不了，但是對于阿爾法狗來說擴大一點不是那么費力，這是一個問題的方面。

再看另外一個方面，如果我們把阿爾法狗程序和象棋程序放在一個機器上，讓它同時戰勝人類的圍棋冠軍和國際象棋冠軍，我認為這個難度不是很大，我們的高性能計算機以用更多服務器、更多網絡來支撐，但是要是把一個生物人讓他同時成為圍棋冠軍，又成為國際象棋冠軍，何其難也。因此，我得到一個重要結論，為什么說新經濟、新引擎？圍棋腦版本的升級速度會遠大于圍棋手段位的進化速度，會遠大于圍棋人的自然進化速度。還有一個結論就是，群體智能的圍棋腦。因為現在的阿爾法狗能夠戰勝60個圍棋手，已經不是一個人智慧，遠遠大于單個生物腦圍棋的智能，高明的圍棋手與阿爾法狗下棋沒有意義了，不平等。

2駕駛腦

下面再看另外一個例子，駕駛腦。現在無人駕駛全世界風靡一時，不但搞汽車的人做，搞人工智能在做，全世界的工程師都在做，任正非、董明珠、阿里巴巴都要涉足無人駕駛，什么原因？因為它是一個“人工智能之母”。這個提法我也是剛剛學到，我以前知道“人工智能之父”是圖靈，結果我聽說無人駕駛是“人工智能之母”什么道理？他說車輛里面有很多傳感器，能夠產生大數據，能為人工智能，所以它是“人工智能之母”，因此人工智能這個平臺是“人工智能之母”，我覺得好象也有一點道理。我們看看人類司機，我們看一個司機的駕駛技能是怎么進展的。我們可以把一個司機分為幾個階段，一開始考駕照，必須有駕照才能上路，這是底線。其次剛剛拿到駕照的時候駕駛技巧很差，后來經過一兩年的“菜鳥期”，經過三四年的成熟期，終于你開了1萬多公里，終于技巧積累比較多，于是最后你變成一個老司機，大概要三四萬公里以上。一個自然人對駕駛技術積累是這樣一個過程。 

無人駕駛呢？我們看一下無人駕駛的過程。無人駕駛無論是自動駕駛，還是自主駕駛，昨天我跟德國一個專家在一起討論，他認為自動化和智能化是兩回事，我說這個事情在中國的文化里面比較難講清楚，但是駕駛腦版本的升級速度遠大于人類駕駛員駕駛的進化速度，我想這一點大家是會同意的。體現群體智能的駕駛腦的環境適應能力遠大于單個駕駛人特定場景的適應能力。如果你用我的團隊的無人駕駛車，在廣東開車，讓熟悉佛山的地理、地形，突然又把他調到深圳去開，在我那里只要把地圖換掉，很快這輛車就可以變成深圳的馬路通。但是對于一個人來說，你熟悉了佛山不等于熟悉了深圳，所以我用這個圍棋腦和駕駛腦告訴大家一件事情，這就是我的結論，工具從來都有兩面性，對科學、對人工智能要有敬畏之心，不要老是以為你是弱智能，我是強智能，不是這樣子的，機器有時候做得比人還好。我這一次來的時候，在首都機場晚到了幾十分鐘，我親眼看到一個人開的汽車追尾了前面一輛車，我就思考，得出一個重要結論，人類對人犯錯誤的容忍能力比較大，他追尾了，查他的責任，理賠一下就算了，假如說無人駕駛開一輛車追了前面的尾，這個車主一定要把車子拿回車廠讓賠錢，就是人類對機器人犯錯的容忍程度要求比較苛刻，對人犯錯的程度比較寬恕，這件事情就導致了無人駕駛的難點，不公平，因為無人駕駛的車大家認為你不應該追尾，結果你追尾了。所以我覺得我們在研究人工智能的時候，我們對人工智能要有敬畏之心，不是簡單說它總是弱的，它在一個特定領域，尤其在象棋和圍棋領域可以是一個機器人同時戰勝兩個生物人，這是了不起的。最近我經常被問起，到處都在問人工智能很火，里面到底有什么東西，你們這個學科是怎么分類的，我想花一點時間講一講人工智能的內行和外延。

人工智能的內涵和外延

這里面有一個最大的問題，就是智能科學與技術跟人工智能相等嗎？是同一個詞嗎？你們學會爭論一級學科的時候為什么不直接用人工智能呢？我看到有一個群體討論得很好，也在討論這兩個的差別，我在這里做一個簡單的說明。

我個人認為，目前智能科學技術跟人工智能就是一個同義詞，就是一回事，遠距離看不要太介意它有多大差別。我們人工智能學會又叫智能科學技術學會，有的地方叫人工智能學院，有的地方叫機器人學院，有的地方叫智能科學技術學院，總體上都是搞智能，沒有多大差別。那么如果一定要說它有差別，我們能不能做一個注解，它哪些地方有差別，我想跟大家討論一下，下面的4個方面有一點差別，使得我最終選擇了智能科學技術作為一級學科，而不是用人工智能作為一級學科。

1 注解一

Minsky當初提出Artificial Intelligence，這個詞在60多年的發展過程當中，無論在教科書里，還是在論文里，還是在著作里面，用的頻度不大，所以我們作為學科認證的時候，沒有把人工智能作為它的命名，因為這個詞用的頻度太少。當然這個詞也沒有注錯，但是畢竟群體智能對這個詞還不太喜歡，或者用得比較少，所以在中國的語境里面，認證一級學科的時候，我們希望用智能科學技術來覆蓋更好、更穩，更符合我們中國的文化，這是第一個注解。

2注解二

我們說人工智能，無論是圖靈測試，還是后來人們認識的人工智能，都是受人腦認知啟發的人工智能。如果不把腦認知搞清楚，人工智能就搞不清楚，因此人腦認知是生物智能，它比人工智能外延要寬，因此我們主張用智能科學與技術，要研究腦認知的基礎怎么樣啟發我們研究人工智能。

3注解三

人工智能研制出來的產品賦予社會之后，一定要跟人交互，一定要人跟它評價，所以人類跟機器人之間的交互認知不可或缺，因此這也超過了人工智能自身定義的范疇，所以我們覺得用智能科學與技術更好一點。

4注解四

因為大家都在擔心人工智能會不會超過人，如果用人工智能這個學科，就會把這個擔心再擴大化。實際上所有人工智能的產品產物都是跟人分不開，更多出現的對抗是這一群人和這一群機器人同另外一群人和另外一群機器人的對抗，不會出現這樣一個物理世界說人類在一邊，機器人在另外一邊，互相對抗，這是不可能出現的，有人把它叫做偽命題，就好像世界不會出現男人在一邊、女人在另一邊對抗一樣，因為每個家庭都有男人和女人。因此從這個角度來講，人工智能會引起大家一個擔心，智能科學與技術不會引起這個擔心，因為智能里面既有人的智能，也有機器的智能。所以我個人同意用智能科學與技術，我們學會都同意用智能科學與技術，我希望這件事情以后就不要再過多地議論它，就是一個同義詞，基本都一樣，說得寬一點就是一回事，不要再議論這個差別，我們主要是把人工智能推向前進，它的新經濟、新引擎做出來，把它的加速器做出來就可以了。

下面我們講一講人工智能的內涵，也就是智能科學與技術的內涵，大概有4個核心學科。第一個學科，我們曾經叫做腦認知，后來跟生命科學家講，他說腦認知太大，你們叫腦認知機理，后來說腦認知機理沒有搞清楚，但是受腦啟發，于是我們把它叫做腦認知基礎。第二、第三分別講機器感應與模式識別，是兩個重要的核，一個代表圖像視覺，一個代表語言聽覺。1977年美國斯坦福大學計算機科學家費根鮑姆教授(提出了知識工程的概念，知識工程已經有40年的歷史，而其他的歷史都長過它，所以這4個二級學科的歷史都很長。還有一個外延學科，叫做機器人與智能系統，下面我把每一個學科研究的內容用一張PPT大概概括一下。

1第一個學科

腦認知基礎闡明認知活動的腦機制，即人腦使用各層次構件，包括分子、細胞、神經回路、腦組織區實現記憶認知、計算認知、交互認知等活動，以及如何模擬這些認知活動。包括認知心理學、神經生物學、不確定性認知、人工神經網絡、統計學習、機器學習、深度學習等內容。

2第二個學科

機器感知與模式識別研究腦的視知覺，以及如何用機器完成圖形和圖像的信息處理和識別任務，如物體識別、生物識別、情境識別等。在物體的幾何識別、特征識別、語義識別中，在人的簽名識別、人臉識別、指紋識別、虹膜識別、行為識別、情感識別中，都已經取得巨大成功。

3第三個學科

自然語言處理與理解研究自然語言的語境、語用、語義和語構；大型詞庫、語料和文本的智能檢索，語音和文字的計算機輸入方法，詞法、句法、語義和篇章的分析，機器文本和語音的生成、合成和識別，各種語言之間的機器翻譯和同傳等。尤其是計算語言學和語言數字化取得巨大成功，例如信息壓縮和抽取、文本挖掘、文本分類和聚類、自動文摘、閱讀與理解、自動問答，話題跟蹤、語言情感分析、聊天機器人、人工智能寫作等，形成一大批井噴成果，中文信息處理與理解尤為突出。最近看到一篇報道，說俄語有點衰退，華語、漢語在全世界都在往上發展，我們的孔子學院立了大功了。

4第四個學科

是知識工程研究如何用機器代替人，實現知識的表示、獲取、推理、決策，包括機器定理證明、專家系統、機器博弈、數據挖掘和知識發現、不確定性推理、領域知識庫；還有數字圖書館、維基百科、知識圖譜等大型知識工程。

人工智能的外延主要講機器人與智能系統。機器人一個很大的領域長期以來找不到自己的學科定位，今天終于找到了，是我們的第五個學科，叫機器人與智能系統，包括工業機器人、農業機器人、醫療與康健機器人、服務機器人、太空機器人、國防機器人等等。對于智能系統就太多了，智能商務、智能農業、智能物流、智能政務、智能醫療、智能金融、智能法庭等。當前機器人和智能系統的普遍應用大大推進人文理工各個學科的科技進步和全社會經濟、國防和人民生活的迅猛發展，我們長期奮斗，要把智能科學與技術納入到本科來。我們說本科不牢，地動山搖，智能教育要回歸本科。在國務院的智能發展規劃里面，提出了智育教育要從中小學抓起，在大學更不能斷層，不能只有研究生的智能專業，而沒有智能的本科。

人工智能的內涵與外延大概構成這一個關系，核心是4個基礎學科，外圍是全社會輻射的一個應用學科，我用這個圖大概講一講我對智能科學技術內涵和外延的認識，智能科學技術的5個二級學科發展歷史如此悠久，奠基人陣容如此強大，包括諾貝爾獎、圖靈獎獲得者等，以及華人和中華文化在其中的作用如此明顯，是許多其他一級學科難以比擬的。

人工智能以潤物無聲的柔軟改變整個世界

最后講一講加速器。人工智能正以潤物無聲的柔軟改變整個世界。我們習慣于原子能量工具的的開發，像原子能、原子彈驚天動地，恰恰相反，人工智能不是驚天動地的，它是潤物無聲的。創新驅動智能擔當，不僅是材料、能源、傳統制造和動力工具，更重要的是智能及智能工具，體現人的認知力、創造力，成為人類認識世界改造世界新的切入點，成為經濟社會最重要的經濟來源。科學技術的發展已經從認知客觀世界、改造客觀世界拓展到認識人類自身、認識人腦認知的新階段，從發明動力工具拓展到發展智能工具的新階段，智能是提升創新驅動發展源頭供給能力的時代需求。

早在1993年，時任國務委員、國家科委主任宋健在題詞中就明確指出：“人智能則國智，科技強則國強”。1998年李嵐清就明確指出：“通過對腦科學的研究，若能提高人的學習認知效率，將是對人類的一大貢獻。”2017年百度董事長李彥宏在天津世界智能大會上講到一個觀點，值得我們深思，他說：“中國在機器人非常有優勢，創新不只是在大學，因為這里很大的市場、人才和資金。”所以我們到佛山來開產業峰會，有著大量的數據積累和經驗訓練，有千億網民說同樣的語言，有同樣的文化道德標準以及同樣的法律，他說了下面這句話尤其讓我們沉重，中國不領先世界，真的說不過去啊。中國的人工智能不領先世界說不過去啊，不是驕不驕傲的問題，是說不說得過去的問題，是及格不及格的問題。2016年獲得“中國政府友誼獎”的美國科學院院士、美國工程院院士約翰.霍普克羅夫特的觀點值得我們深思，他說，“中國擁有全球六分之一的人口，卻沒有能夠擁有全球六分之一的智能資源。”昨天吃飯有一個德國人，他說在美國華人排在黑人之后。我聽了很沉重，因為大學里面的黑人教授我們華人看著有的覺得黑人當教授，他說我們華人排在黑人之后，我是不太同意他的看法，但是他是那樣說的，那是他的認知，你要允許他的認知存在，我們中國的學者難道不應該想一想我們的責任擔當嗎？我們的智能是不差的。當前人的速度和智能產生的大數據正是訓練機器人的素質和智能的前提條件，如果我們的智能不好，我們的機器人怎么有好的智能、好的智慧、高尚的情操？無論是人類智能還是人工智能，無論是個體智能，還是群體智能，無論是集中智能還是網絡智能，都是在提升創新驅動發展源頭的供給能力，是創新的原始驅動力量，是生產力中的核心生產力。

機器人將成為人類認知自然與社會、擴展智力、走向智慧生活的重要伴侶，引發了人人聯網、物物聯網的嶄新形態，也改變著人們人類的生產活動、經濟活動和社會生活。智能已經提升到國家戰略的高度，智能科學技術對經濟繁榮、國家安全、人口健康、生態環境和生活質量，對整個人類社會發展都會起到加速器的作用。

最近我在準備這個報告的時候，給自己提出一個問題，當前人工智能沖擊最大的行業是哪一個？是哪兩個？哪三個？甚至哪四個？我們可以做一個民意調查，大家一起來回想這個問題，我自己把我個人的觀點拿出來，大家一起討論。

觀點

1第一個行業是制造業

為什么庫卡會賣給美的？是德國人聰明，還是中國人聰明？因為制造工業已經走上智能制造的時代，制造業是世界經濟的脊梁，當今汽車制造業又是制造業的脊梁，所以你到汽車整車廠商看看，到處看不到幾個人。我國的汽車產銷量已經連續8年居世界第一，工業機器人在汽車產業的應用尤其突出，你到哪個國家看它的制造，就看汽車業的制造有人還是無人，你們到德國博世的工廠看看，基本上沒有人。但是2015年我國每萬名產業工人擁有工業機器人的數量平均是49臺，全球平均是69臺，我們比全世界的平均水平要低，韓國就在我們旁邊，韓國513臺，差別巨大。智能化新能源汽車正成為制造業的下一個風口，機器換人，勢在必行。我和奧地利的專家坐在一起，他給我一個數字，他說在奧地利如今一個人的工廠或者企業占全國所有企業的三分之一。我們國家“夫妻店”是兩個人的工廠，比我們還要低，我們中國人多，到底人多好還是人少好？所以對制造業的沖擊是很大的，差距是很大的。三分之一是什么概念？我的一個學生現在搞創新創業，一下子找了20個人，我說員工不能多了，多了不一定好事。昨天我和廣東省一個領導坐在一起，他說佛山人的腦袋特別靈活，我不知道怎么靈活。

2第二個行業是教育

第一是制造業，第二我覺得是教育。我很感謝英偉達當我們這個大會的主席，因為英偉達對中國的教育做出了貢獻。英偉達的芯片在很多教學里面都是它的實驗平臺，卷積神經網絡算法，借助成千上萬臺的CPU+GPU服務器架構的超計算能力，超過大量數據樣本做混合的大規模深度學習訓練，可確定人工神經網絡模型中的幾十億個參數，這樣制作的智能芯片用于語言識別、人臉識別獲得了顯著成效。尤其是語音識別對人類的發展，現在可以翻譯方言，已經進入到千家萬戶，這是什么概念？死記硬背、大量做題，機器一定做得比人好，所以對我們教育的挑戰是從根本上的。所以怎么樣看待教育？怎么樣看待我們的教育的基本理念？我們的基本理念是什么？教育就是知識的積累，一個知識點、兩個知識點一直積累，知識就是學問，知識就是力量，所以我們的教師傳授知識，學生掌握知識，評價是考知識，尤其是高考。當機器人考過考生的時候，我們怎么看待這個教育？這個公式對不對？教育等于知識的累計嗎？人腦中的存量知識，記憶的能力既有利于發展好奇心和想象力，這是大家都知道的，知識就是力量，后面的這句話是我說的，大著膽子在這里提出來，碰撞一下，也制約了好奇心和響亮的發展。知識是沒有窮盡的，所以我說了這樣一句風險比較大的話，人腦中的存量知識既有利于發展好奇心和想象力，也可能制約好奇心和想象力的發展。因此我個人認為人工智能對教育的改革將會做出有力的貢獻。

什么是教育？我認為是培養3個能力，第一培養學生獲取知識的能力。我認為過去知識的能力比一個人的知識存項還重要。第二個問題，決策的能力。其實我們每時每刻無論你是領導干部、官員，還是企業家，還是學者，你整年都在做決策，決策重要的一個就是選擇，你的決策能力怎么樣很重要，你來參加這個會議還是不來參加這個會議，這是你的選擇，也是一種決策，要培養學生的決策能力。還要培養學習的創新能力，而不是積累的知識。知識的獲取應該是主動地、積極地生長的，所以一個教師不要再怪學生太多的存量知識，而是讓他怎么樣獲得知識。創新能力、決策能力體現了一個人的鑒賞力、判斷力和思想。

因此我在這里大膽地憧憬一下人工智能引發的高考革命。將來高考什么樣子，我做一個展望，第一次拿出來，我這個報告費了很大力氣，怕這個詞說過頭，如果說過頭，都是朋友幫我改一改。

第一步，以后的高考通過網絡，考生對話自己感興趣的高校，提交個人的中學學習情況，在家里就發生了，報名嗎？第一步這樣報就行了，一年12個月隨時可以報，不一定哪一天是高考。

第二步，當被確定為候選人后，機器人對考生進行游戲式交互，全面確認考生具備的學科知識和能力。

第三步，考生被在線面試，機器人分析考生的特質和潛力。

第四步，考生通過虛擬現實，沉浸在該校該專業里學習和生活一段時間，暢談感受，然后決定是否錄取。

把高考變成一個生活很平常的事情多好，這樣解放了一大堆的父母，我希望我們中國的高考是這個樣子，行不行。后面這句話更重要，各個公司、公務員考試、各行各業人才選拔都可以這樣做，不但是高考，騰訊、英偉達新進職員都可以這樣搞，人力資源就相對輕松了，這就是人工智能對教育的變革。

云計算、大數據和人工智能成就了慕課、微課、反轉課堂和個性化教學等交互認知手段逐漸把教師轉型為教練，今后的大學里會出現更多的教練機器人，替代人類教師。

3第三個行業，我個人認為沖擊最大的是醫療

我70歲了，我這一輩子在醫院里留下了幾十張醫療影像圖，為什么不拿這個圖像識別提取技術去識別醫療影像？因為我們看病找醫生真的是一個隨即事件，醫生開的藥你拿回來當圣旨，其實是不是適合你很難說，為什么不找一個沒有情緒而有更多知識的機器人看病呢？為什么不用專門的技術把它算出來你是癌癥早期，還是一個良性瘤呢？我覺得醫療太重要了

4第四個行業，我認為是金融

因為所有的客觀事件里邊，唯獨把數據化做得最好的就是金融業，他們全部是用數據說話，金融挖掘、對沖、基金高級分析師完全可以用機器人來替代。全是用數據挖掘。

Q  請大家思考，人工智能對當前垂直行業沖擊最大的是什么？

A   制造業，教育，醫療，金融

“我們看看愿景。我們這個星球上，機器人、新人類正發展人類的伙伴，它們有智慧、有個性、有行為能力，甚至還有情感，機器人給人類帶來的影響將遠遠超過計算機和互聯網過去幾十年間已經對世界造成的改變，像我們這些老頭子對這幾十年的改變已經感到驚心動魄了，世界變化真的太快，我們不應該在一個地方，我們應該想一想未來。我們將成為機器人的最大市場，機器人是制造業皇冠頂端的明珠，是國家科技創新和中高端制造業的重要標志。只有原創性的智能科學與技術，才能使我們成為機器人的產品和機器人市場規則的重要制定者和主導者。到2030年爭取我國每1萬名產業工人擁有工業機器人數量達到300臺，還沒超過韓國，農村城鎮化導致中國農民急劇減少，無人拖拉機、農用無人機、背包機器人和收割機器人將成為新一代“農民”。要把我們現在20%的農業人口降到3%甚至更早。黃牛退休、鐵牛耕地、農民進城、專家種田，全國大中醫院的微創手術機器人近一半國產化，在全社會普及使用形形色色的服務機器人，翻譯、新聞報道、助理、客服、交易、會計、金融分析師、司機、家政、咨詢等被人工智能代替，我國老年人、殘疾人和兒童平均每人擁有一臺形態各異的服務機器人。

“人類的發展史，就是人類學會運用工具、制造工具和發明機器的歷史，機器使得人類更強大。今天，人類正在發明越來越多的機器人，智能手機成為你的忠實助理，輪式機器人也會比一般人開車開得更好，曾經的很多工作崗位將會被智能機器人替代，但同時又自然會涌現出更多新的工作，人類將更加尊嚴、優雅、智慧地生活！ 

李德毅院士《AI：人類社會發展的加速器》

本文轉載自智能制造百人會（ID：cim100zhihuigang），

來源：“產業智能官”（ID：AI-CPS）

延伸閱讀：

人工智能如何驅動實體經濟？六大領域展望

本文轉載自人工智能學家（ID：AItists），來源：騰訊研究院

【概要】：科技進步正在成為推進經濟發展的重要推動力，對中國經濟發展的貢獻率已經上升到56.2%。面對正在興起的人工智能浪潮，如何占據行業發展制高點，如何促進與實體經濟深度融合，形成新增長點？

“加快建設制造強國，加快發展先進制造業，推動互聯網、大數據、人工智能和實體經濟深度融合，在中高端消費、創新引領、綠色低碳、共享經濟、現代供應鏈、人力資本服務等領域培育新增長點、形成新動能。”——十九大報告

十九大報告關鍵詞系列解讀之三·人工智能

科技進步正在成為推進經濟發展的重要推動力，對中國經濟發展的貢獻率已經上升到56.2%。面對正在興起的人工智能浪潮，如何占據行業發展制高點，如何促進與實體經濟深度融合，形成新增長點？

一、人工智能的再度崛起

2016年世界圍棋冠軍李世石在與Alpha Go的比賽中投子認輸，讓人們驚覺人工智能的力量已經不容忽視。過去的十年，算法、數據和計算三大要素助推了人工智能的再度崛起，互聯網存儲了二十多年的數據終于找到了它的歷史使命：訓練機器。本輪以機器學習、深度學習為主的浪潮被認為是當前面臨的最為重要的技術創新和社會變革的驅動力，以算法為核心的AI時代來臨。

與互聯網、移動互聯網一樣，人工智能是基礎能力。人工智能并不是單一的技術或者賽道，它將融入現有的生產中，在垂直領域加深數字化的影響，影響到所有和數據相關的領域。深度學習算法使機器擁有自主學習的能力，被應用于語音、圖像、自然語言處理等領域開始縱深發展，帶動了一系列的新興產業。通過AI提高生產力以及創造全新的產品和服務，這是經濟競爭和經濟升級的迫切需求。

人工智能底層技術的不斷發展，已經讓智能機器逐步實現從“認識物理世界”到“個性化場景落地”的跨越。科技公司將人工智能視為數字革命的下一站，各大科技公司都在積極布局爭取通往AI世界的“船票”。巨頭之外，大量資金流入AI，中國在企業層面的融資金額已接近美國。在國家層面，各國政府正在不遺余力地推進人工智能技術發展，其在經濟建設以及國家戰略層面的作用日益重要。

近年來，中國政府對人工智能重視程度不斷提高，持續從各方面支持和促進人工智能發展。在今年的“兩會”上，“人工智能”第一次出現在政府工作報告上。隨后，國務院印發《新一代人工智能發展規劃》，標志著人工智能的發展成為國家戰略。其中，實體經濟是發展的根基，是國民經濟的基礎，也是中國走向未來的基石。推動人工智與實體經濟結合，是加快實體經濟轉型升級的必然發展方向。

二、六大領域助力實體經濟

人工智能不是一個遙遠的概念，新一代人工智能的繁榮，衍生出了眾多應用型的技術。從技術層面來看，機器人、自然語言處理（NLP）、計算機視覺與圖像（CV）、語音識別、自動駕駛等技術領域是AI產業熱門的分支，創業熱情火爆，技術突破及應用創新層出不窮。現在應用型AI已經滲透到了各行各業，多種技術組合后打包為產品或服務，改變了不同領域的商業實踐，使垂直領域AI商業化進程加速，掀起一場智能革命。

（圖片來源：騰訊研究院整理）

根據此前騰訊研究院發布的《中美AI創投報告》中整理的中國AI滲透行業熱度圖顯示，醫療行業成為目前AI應用最火熱的行業，汽車行業借勢自動駕駛/輔助駕駛等相關技術的發展脫穎而出，位列第二。第三梯隊中包含了教育、制造、交通、電商等實體經濟標志性領域。在各行各業引入人工智能是一個漸進的過程。

從最基礎的感知能力，到對海量數據的分析能力，再到理解與決策，人工智能將逐步改變各領域的生產方式，推進結構轉型。根據人工智能當前的技術能力和應用熱度，我們展望了人工智能將如何助力以下六大實體經濟領域。

1、健康醫療，從輔診到精準醫療

歷史上，重大技術進步都會催生醫療保健水平的飛躍。比如工業革命之后人類發明了抗生素，信息革命后CT掃描儀、微創手術儀器等各種診斷儀器都被發明出來。

人工智能在醫療健康領域的應用已經相當廣泛。依托深度學習算法，人工智能在提高健康醫療服務的效率和疾病診斷方面具有天然的優勢，各種旨在提高醫療服務效率和體驗的應用應運而生。

醫療診斷的人工智能主要有兩個方向，一是基于計算機視覺通過醫學影像診斷疾病；二是基于自然語言處理，“聽懂”患者對癥狀的描述，然后根據疾病數據庫里的內容進行對比和深度學習診斷疾病。一些公司已經開始嘗試基于海量數據和機器學習為病患量身定制診療方案。人工智能將加速醫療保健向醫療預防轉變。充分理解AI如何應用到各個醫療場景將對未來的人類健康福祉有重要的意義。

2、智慧城市，為城市安裝智慧中樞

人工智能正在助力智慧城市進入2.0版本。大數據和人工智能是建設智慧城市有力的抓手。城市的交通、能源、供水等領域每天都產生大量數據，人工智能可以從城市運行與發展的海量數據中提取有效信息，使數據在處理和使用上更加有效，為智慧城市的發展提供了新的路徑。

在城市治理領域，人工智能可以應用于交通狀況實時分析，實現公共交通資源自動調配，交通流量的自動管理。

如今，生產自動駕駛汽車已經在梅賽德斯-奔馳等老牌鋼鐵巨頭與科技巨頭之間展開競爭。未來無人駕駛也將大幅提高城市整體通行效率，建設綜合交通運輸體系。

計算機視覺正在快速落地智能安防領域。騰訊的優圖天眼系統正是是基于人臉檢索技術和公安已有的海量大數據建模，面向公安、安防行業推出的智能安防解決方案。

3、智能制造，自動化的下一站

制造業是實體經濟的支柱產業。人工智能時代到來，為中國制造2025計劃進一步深化帶來了重大機遇，推動中國制造業轉型升級。制造從自動化走向智能化。

第一種含義是機器換人，智能化成為當前機器人的發展方向。傳統的機器人只是數控的機械裝置，不能適應變化的環境。與人類的交互成本也非常高。高精度、高效率、能夠主動適應的機器人將能夠為制造業中小批量、多品種等場景提供解決方案，使大規模定制化成為可能。

其次，人工智能不僅意味著制造業中完成某一環節工作的實體機器人，也是未來制造業的智能工廠、智能供應鏈等相互支撐的智能制造體系。通過人工智能實現設計過程、制造過程和制造裝備的智能化。智能化將不斷賦予制造業新能量，賦予制造業更高效率，甚至帶來生產和組織模式的顛覆性變革。

4、智能零售，實體店加速升級

零售行業將會是從人工智能發展創新中受益最多的產業之一。在Amazon Go的帶動下，各類無人零售解決方案層出不窮。隨著人口紅利的消失，老齡化加劇，便利店人力的成本正在越來越高，無人零售正處在風口浪尖。無人便利店可以幫助提升經營效率，降低運營成本。

人臉識別技術可以提供全新的支付體驗。《麻省理工商業評論》發布的“2017全球十大突破技術”榜單中，中國的“刷臉支付”技術位列其中。基于視覺設備及處理系統、動態Wi-Fi追蹤、遍布店內的傳感器、客流分析系統等技術，可以實時輸出特定人群預警、定向營銷及服務建議，以及用戶行為及消費分析報告。

零售商可以利用人工智能簡化庫存和倉儲管理。未來，人工智能將助力零售業以消費者為核心，在時間碎片化、信息獲取社交化的大背景下，建立更加靈活便捷的零售場景，提升用戶體驗。

5、智能服業務，“懂你”的服務入口

Bot是建立在信息平臺上與我們互動的人工智能虛擬助理。在未來以用戶為中心的物聯網時代，Bot會變得越來越智能，成為下一代移動搜索和多元服務的入口。在生活服務領域，Bot可以通過對話提供各式各樣的服務，例如天氣預報、交通查詢、新聞資訊、網絡購物、翻譯等。在專業服務領域，借助專業知識圖譜，Bot也可以配合業務場景特性準確理解用戶的行為和需求，提供專業的客服咨詢。

虛擬助理并不是為了取代或顛覆人，而是為了將人類從重復性、可替代的工作中解放出來，去完成更高階的工作，如思考、創新、管理。

6、智能教育，面向未來“自適應”教育

人工智能對教育行業的應用當前還處在初始階段。語音識別和圖像識別與教育相關的場景結合，將應用到個性化教育、自動評分、語音識別測評等場景中。通過語音測評、語義分析提升語言學習效率。人工智能不會取代教師，而是協助教師成為更高效的教育工作者；在算法制定的標準評估下，學生獲得量身定制的學習支持，形成面向未來的“自適應”教育。

目前，一批中國人工智能企業正在蓄勢待發改造各行各業。在智能革命的影響下，舊的產業將以新的形態出現并形成新產業。人工智能合實體經濟的融合，既是AI產業的產業化路徑，也是傳統產業升級的風向標。

三、三個層面擴大對實體經濟的影響

從經濟學的角度，新技術的經濟影響要通過全要素增長率來衡量。人工智能有望變革經濟發展的基礎，對社會產生廣泛的、顛覆性的影響，創造出更多經濟效益：

1、提高生產效率

作為一種全新的生產要素，人工智能創造了一種虛擬的勞動力，能夠解決需要適應性和敏捷性的復雜任務。傳統的自動化只針對特定的任務，基于人工智能的智能自動化將能夠靈活解決多領域的問題，提高實體經濟運行的效率，降低生產成本，開辟嶄新的經濟增長空間。

2、進一步降低交易成本

互聯網平臺模式通過降低信息不對稱，降低了傳統經濟活動中的交易成本。隨著機器學習的引入，可以實現更精準的服務匹配。進一步優化資源分配。

3、人工智能將帶來數據經濟

據英國政府測算，2015-2020年，數據產業將為英國帶來2410億英鎊的增長。只有通過人工智能才能處理分析數據產業的快速發展帶來的海量數據。這些數據金礦也將為經濟帶來不可預測的增長點。

四、推動AI與實體經濟融合

世界發達經濟體在面臨人工智能技術變革時，充分認識到其中蘊含的磅礴力量。人工智能起起落落六十年，本輪人工智能革命終于走出實驗室，成為下一輪產業革命的驅動力。政府從戰略層面加強頂層設計，企業從底層應用提速發展，布局產業生態。國務院在此前發布的《新一代人工智能發展規劃》中，明確表示了中國成為AI強國的雄心，提出了在2030年中國在人工智能領域達到世界領先水平的任務。憑借人口和數據的優勢，中國在這場全球人工智能革命中有天然的優勢。對于中國而言，現在是把握機遇，實現彎道超車的契機。為了釋放人工智能帶來的經濟潛力，各界需要合作推進AI行業的發展，推動AI與實體經濟融合。

1、人才培養，推動技術進步

當前，人工智能領域的競爭，主要體現為人才之爭。與發達國家相比，中國在人工智能領域尚存在人才缺陷，其中既包含人工智能領域的專業學術、研發人才，也將包含未來人工智能行業中大量的低技能勞動力。需要建立核心技術人才培養體系，加強人工智能學科建設，加強企業和學術界的人才流通，打造堅實的人才基礎，推進產業健康發展。此外，政府還應當創造多元的技能培訓計劃，并且提高全民的科技素養，甚至制定“終生學習計劃”，應對多變的未來。

2、加大數據開放，推進數據治理

數據是人工智能產業發展的核心。中國雖然是世界上數據總量最大的國家，但在數據開放和數據交易方面還遠未形成生態。

今天，世界各國政府都宣稱“信息公開是常態，不公開是例外”，而且正紛紛從“信息公開”走向“數據開放”。政府一方面要加大數據開放，另一方面要促進企業、高校、公共部門之間的數據交換，推動合作及共享，為人工智能的技術發展培育世界一流的土壤。

同時，人工智能的發展也為開發者和政府對于數據治理提出了新的問題，在數據開放和隱私保護之間取得平衡，從而增強人工智能領域的信任。

3、加深實體經濟領域的場景探索

人工智能的發力需要深度和廣度。從實驗室到實際應用，人工智能需要邁過商品化鴻溝。十九大報告中在提到“人工智能”時，強調與“與實體經濟深度融合”，也正是要推進人工智能在應用層面落地。技術和數據本身需要找到有價值的場景進行應用才能形成產品或解決方案，實現價值。目前我們還處在人工智能的應用早期，已有大量可以與現行人工智能結合的行業與領域。尤其在實體經濟，還有許多細分領域需要進一步了解人工智能的能力，對細分行業的流程進行重整，通過數據和應用的不斷優化，分場景逐個突破，最終形成人工智能社會的新版圖。