刷新未来：重新想像AI+HI智能革命下的商业与变革

(图片来源：pixabay)

加速发展的人工智慧 好莱坞曾运用不同手法拍摄无数人工智慧相关的电影，人工智慧几乎已成为好莱坞电影的一个子类型。1973 年的电影《钻石宫》（Wesorld ）里，尤．伯连纳（Yul Brenner）饰演人工智慧硬汉牛仔机器人，他走进酒吧，对决枪战一触即发。几年后，迪士尼则有了截然不同的诠释。在《大英雄天团》（Big Hero 6 ）中，像枕头一样柔软的巨型机器人杯面（Baymax）友爱地陪伴14 岁的小主人度过紧张 *** 的旅程。「他会改变你的世界，」电影里这么说道。

没错，人工智慧会改变我们的世界，并且扩增人类智能，而人工智慧协助人类的角色比较像是杯面，而非伯连纳的牛仔机器人。

大数据、大规模运算力以及复杂的演算法，这三大突破正加速着人工智慧从科幻电影成为现实的脚步。多亏了我们日常生活中的相机及感应器数量呈指数成长，大量的资料以惊人的速率被收集与运用。人工智慧需要从资料中学习。云端让每个人都能取用庞大的运算能力，我们现在也有复杂的演算法，能从堆积如山的庞大资料中找出重点，提炼洞见与智慧。

但现在的人工智慧与杯面或伯连纳不尽相同，离所谓的「强人工智慧」（artificial general intelligence， AGI）还有段距离，就是电脑与人类智能并驾齐驱， 甚至超越人类。和人类智慧一样，人工智慧能依层级分类。最底层是简单的模式辨识。中间是感知（perception），感测越来越复杂的场景，根据估计，人类感知有99％是透过语言和视觉。最后，智能的最高层级就是认知（cognition），能深刻理解人类语言。

这些都是人工智慧的基础，多年来微软大量投资上述各层次的研发。例如， 统计机器学习工具（statistical machine learning tools）可以理解资料、辨识模式；以及能观看、聆听、移动，甚至开始学习与理解人类语言的电脑。在我们的首席电脑语言科学家黄学东及团队带领下，微软创下正确率新纪录，我们的电脑系统转录电话通话内容的正确率，比受训过的专业人员还高。在电脑视觉与学习方面，2015 年末，我们的人工智慧团队在五大挑战中大获全胜，即使我们只有训练系统解决其中一项挑战。在「常见物体图像辨识（Common Objects in Context）」挑战赛中，人工智慧系统要尝试解决几个视觉辨识任务。

我们只训练自家系统完成第一项挑战：看一张照片，然后标明看到的内容。然而， 透过初阶的迁移学习（transfer learning），我们建立的神经网络成功举一反三，透过学习并且自主完成其他挑战项目，不仅能解读照片， 还能圈出照片中每个独立的物件，并用单句文字描述照片中进行的动作。

我相信十年内，人工智慧的语音及视觉辨识能力会超越人类。但机器能看和听，不代表可以学习与理解。自然语言理解（natural language understanding），也就是人机互动，就是下一个新领域。

那么在未来，人工智慧真的能达到大家想像中的境界吗？人工智慧该如何造福每个人？同样地，答案也是层次递进的。

量身订制。今天，我们其实还处于人工智慧的最底层。人工智慧是特别订制、量身打造的。少数能存取资料、具备运算能力与演算法的科技公司打造出人工智慧产品，再推到市场。只有少数人能为多数人打造人工智慧。这是目前大多数人工智慧所在的阶段。

普及化。下个阶段就是普及化。微软做为平台公司，长期以来提供基础技术与工具，让其他人可以在其基础上研发更多创新。我们的策略就是把开发人工智慧的工具交到每个人手中。推广人工智慧就代表让每个人、每个组织都能创造意想不到的人工智慧解决方案，满足特定的需求。我们可以拿活字版印刷与印刷机的普及做为比喻。

1450 年代，欧洲估计只有约3 万册书籍，每一册都由修道院的某个人手工制作而成。古腾堡圣经是第一本使用活字版技术制作的书， 之后50 年内，书籍数量成长为大约1200 万册，进而 *** 学习、科学与艺术上的复兴。

人工智慧也需要这样的发展轨迹。要达到目标， 我们需要包容与民主。所以，我们的目标就是做出拥有人工智慧的工具，并融入到所有个人助理、应用程式、服务及基础设施中：

◆ 我们正努力运用人工智慧来全面地改变人类与Cortana 等个人助理的互动方式，这样的智慧型个人助理在我们的生活中会愈来愈普遍。

◆ Office 365 与Dynamics 365 这类应用程式将融入人工智慧，帮助我们专注于最重要的事情，最有效利用时间。

◆ 我们会开放微软几项基本的智能服务，包含模式辨识、感知与认知能力，让全世界的应用程式设计师都能使用。

◆ 最后，我们正在打造全世界最强大的人工智慧超级电脑，并朝开放这个基础设施给每个人的方向努力。

很多产业都开始运用人工智慧。麦当劳正在开发人工智慧点餐系统，协助员工在得来速的作业，让点餐更简单、更有效率也更准确。Uber 用微软的认知服务工具比对驾驶照片、确定驾驶身分，预防诈骗与提升乘客安全。Volvo 汽车也用我们的人工智慧工具侦测驾驶是否分心，可以提醒驾驶预防事故。

如果你是企业主或经理人，可以想像有一个人工智慧系统，能看到公司全部营运流程、了解一切实务进度，并通知你最在意的事项。影像分析公司Pri *** Skylabs 在微软的认知服务基础上创新，让电脑可以操控影像监控摄影机，分析当下发生的事件。如果你经营的是营造公司，人工智慧系统可以通知你，水泥车已经抵达某个工地。对零售商来说，系统可以追踪存货，或协助你找到某家分店的店经理。未来有一天，系统或许能在医院观察外科医师与助理人员，若侦测到医疗疏失，就能在无法挽回之前，先警告医疗团队。

学会如何学习。最终极的人工智慧，就是电脑学会如何学习，也就是电脑能产生自己的程式。和人类相同，电脑最终不仅仅只会模仿人类行为，而是能创造出更新、更好的方法解决问题。深度神经网络（deep neural neorks）与迁移学习让我们有了突破式进展，但人工智慧就像梯子，而我们还在最底层。梯子顶端是强人工智慧以及机器对人类语言的全面了解。到时候，电脑就能展现和人类不相上下，或难以分辨的智能。