【專欄】回顧2019年AI發展趨勢：更像人、更懂人，也更挑戰人性

思考人工智慧今日的進化。最愛炒作的技術也是最複雜、最普遍、最難監控的技術。機器學習實施的發展已經具有「自己的生命」，超出了任何一個公司、國家或學術機構的範圍。在資本主義和創新機制的驅動下，AI是一個特洛伊木馬，既可以説明，增強，自動化和武器化。這既令人興奮，又可怕，也是不可避免的。

但是，這到底包括什麼？演算法在 2019 年無處不在，但 AI 仍然是啞巴，只是一個管道，並且 AI 在雲端中的集成是基本的。深度學習還處於萌芽階段，機器人技術還很原始。但它已更像人、更懂人，也更挑戰人性。

2019年比往年有些變化：
1.智慧揚聲器採用規模：2019 年中國在語音，AI 介面的主流採用和銷售方面接管了美國，通常被視為智慧揚聲器。這對阿里巴巴、百度、小米等公司如何擴大影響力具有重要意義。
2.企業採用 AI 戰略是看漲：雲端領導者正在採用更多，以 AI 為中心的工具和功能，企業正在採用、試用並計畫比以往更多測試。
3.中國將很快超越美國學術人工智慧論文：根據艾倫人工智慧研究所，中國到2020年可能論文數會超過美國。
4. AI動力晶片正在復興：AI動力晶片目前正由包括主流FAANG（是美國市場上五大最受歡迎和表現最佳的科技股的首字母縮寫，即社交網路巨頭Facebook、蘋果、線上零售巨頭亞馬遜、流媒體視頻服務巨頭奈飛（Netflix）和谷歌公司在內的多家公司開發。這意味著下一代AI晶片即將使用。
5. AI在網路安全中越來越有牽連：為網路安全解決方案部署AI正變得越來越實用，以説明保護組織，免受現有網路威脅，並説明識別較新的惡意軟體類型。
6. AI將引領傳統產業的顛覆：隨著自動駕駛車輛的發展，我們一些最常見的職業對人力的需求要少得多。例如，據CNBC報導，高盛預計，自動駕駛汽車每月將導致25,000名卡車司機失業。
7.無收銀機和實體零售，AmazonGo風格：AmazonGo 和許多其他類似技術還增加了一個更加自動化的實體零售店，逐漸消除了數千名收銀員和零售銷售人員，將零售行業轉變為一個比以人為本的，更以 AI 為中心的領域。
8. 對AI的信任正在超越許多人類機構：在一個我們不信任政府、政治家、矽谷、社會平台媒體的時代，我們實際上更信任的是AI。像亞馬遜這樣的公司，既為消費者提供滿足、便利的服務，又能同時提供AI發展，因此，消費者應該高度信任它。
9. 開放源碼框架的演變：美國市調公司CB Insights談論開源是如何不斷發展的。在實踐中，我認為這裡發生的是，由於開源軟體，進入AI的障礙，比以往任何時候都要低。年輕的軟體工程師正在採用新的開源框架，來快速跟蹤他們如何建構下一個世界。
10.面部識別正在成為主流：無論你對監控機制的看法如何，面部識別的廣泛使用，正變得越來越普遍，尤其是在擁有許多頂尖初創企業的中國。在中國，它與曠視科技（Megvii）、商湯科技（Sense Time）、阿里巴巴等公司以及他們如何與學校政府監控系統整合的方式一起，確實已經起飛了。
11.邊緣計算層的物聯網成熟：物聯網需要幾十年才能成熟。但是，已經有一些有希望的交叉點。物聯網將成為企業中人工智慧的最大驅動力之一。
12.軍事中的自動化和AI：
2019年是AI在機器學習指導下在軍事和殺手無人機中發揮作用的重要一年。這些機器人將具有顯著自動化的方面，從而帶來許多道德問題和風險。
13. AI對自動化和工作的未來的影響：10年後，20-30%的工作將是「超級工作」，10-20%是低工資、低技能的工作，而60%-70%的中級工作將是需要技術和軟技能的「混合工作」。這意味著AI不僅會影響重複性工作，還可以影響白領工作，消除許多工，減少多個領域的需求，同時説明從事其他很可能出現重大技能短缺的職業。
14.在2020年選舉中，AI將成為主要討論點：當機器學習被視為既提高了全球GDP和生產率，又將工作自動化，遠離美國公民時，AI會影響經濟和許多其他問題，這意味著人工智慧甚至基本收入（自由紅利）等話題正在成為資本主義未來、經濟和中產階級關注問題辯論的一個主流話題。
15.從AI衍生的業務價值和投資回報率將呈指數級增長：2020年基本上是AI炒作的十年。2018年，AI在全球產生的業務價值達到1.2萬億美元，到2022年將增長到3.9萬億美元，例如這意味著醫療保健、零售、運輸、物流、教育等數十個領域的AI催生了能夠成為未來強大企業的新公司。

AI當前的幾個問題：（綜合各專家的結合）
問題一：是運算力太貴，用不起，看起來很美，用起來太貴。
問題二：是沒有好的數據，也就沒有好的AI，所以數據要進行處理，要保證數據的質量，正所謂「沒有人工就沒有智能」。為什麼現在AI的專家這麼貴，AI工程師也找不到，因為AI還是個專家的工作，沒有平民化。
問題三：是訓練太慢。訓練要幾天甚至幾個月，卻只能表演幾分鐘、幾秒鐘。
問題四：是應用太淺。AI一定是有模型的，好不容易調試出來一個模型，在某種特定場景下測試水平很高，而真正實際應用場景的情況下，效果卻並沒有那麼好，準確度會大大下降，甚至下降10%-15%。

2019年將說明一個問題：作為一個社會，我們是否開始更認真地對待AI的發展，並堅持以合乎道德的發展方法（換言之，拯救和增加人的生命的方法）？還是我們繼續進入黑匣子，在那裡我們屈服於自動化服務，以及它所附帶的所有社會、經濟和心理變化？只有期待時間能說明一切。

專欄屬作者個人意見，文責歸屬作者，本報提供意見交流平台，不代表本報立場。