在宁波奇点机器人体验馆，机器人正与一位观众现场围棋“对弈”。新华社发
最近，当升级的“阿尔法狗”完胜围棋高手柯洁时，人工智能再一次引起了人们的关注。
今天，人工智能正越来越成为人们生活中熟悉的“伙伴”。语音助手、人脸识别、虚拟聊天机器人，以及智能交通、无人车等，无不显示着人工智能的存在。人们对人工智能刮目相看的同时，也产生了一些疑问：人工智能何以如此强大？其智力会超过人类吗？在让我们的生活更美好的同时，会不会给人类带来麻烦？对可能出现的挑战，我们该如何应对？
围绕这些问题，记者日前深入采访了多位权威专家，聆听他们的见解，并从今天起在本版推出系列报道“三问人工智能”，以求深入探讨和把握人工智能的发展趋势，敬请关注。
——编 者
不久前，成都某公司开发的机器人和高考状元展开了一场解答高考数学题的较量，虽然机器人最终落败，但其理解语义、逻辑分析以及快速学习的能力令人赞叹。
从简单的娱乐游戏到辅助人类智慧决策的工具，人工智能正更加广泛地应用到人们的生活中。尽管人工智能仍处于“婴儿期”，但它的时代或许正悄悄到来。
人工智能最重要的特征是有学习能力
随着技术的发展，人工智能可以达到甚至超过人类的识别精度
关于人工智能，学界尚没有统一的准确定义。通常认为，人工智能的核心是算法，是一套利用机器智能解决问题的手段。
“过去的算法，人类给计算机下达指令来解决问题；现在，我们只要告诉计算机想解决的问题，它就可以自行选择算法来解决，这是人工智能带来的根本性变革。”人工智能专家邓力说。
“比如给瓶子安装盖子，如果只是机器人重复加装动作，不是真正的人工智能。只有机器人能根据瓶子方位的变化做出相应调整，并能对突发状况做出正确反应，才称得上是人工智能。”百度研究院院长林元庆说。
邓力认为，人工智能最重要的特征是有学习能力，即机器能根据以往的经验来不断优化算法。例如“阿尔法狗”就能梳理决策模式，并从之前的比赛中吸取经验，平时也会通过跟自己下棋来强化学习。
人工智能并不是一个新名词。上世纪50年代，科学家就提出了人工智能概念，并于上世纪70年代掀起了一个小高潮。但当时算法采用的是符号逻辑推理规则，缺乏自我学习能力。80年代，科学家改进了机器学习模型，但智能水平依旧较低，有价值的成果寥寥无几，人工智能研究进入低潮期。
大约10年前，一种被称为深度学习的新的机器学习方法，让人工智能的算法更智能。“深度学习通过多层结构算法，让机器对数据集的‘特征’进行筛选和提取，通过反复训练，最终获得了提取抽象概念的能力。”邓力说。
微软人工智能及微软研究事业部负责人沈向洋博士表示，当前人工智能火起来主要有三个原因：互联网大量的数据、强大的运算能力以及深度学习的突破。“深度学习是机器学习方法之一，是让计算机从周围世界或某个特定方面的范例中学习从而变得更加智能的一种方式。”
深度学习的广泛应用离不开计算机硬件的发展。浙江大学计算机科学与技术学院教授蔡登说，深度学习又叫深度神经网络模型，以前计算机硬件不行，没法学习很深的神经网络，随着计算机性能大幅提升，训练很多层数的神经网络成为可能。
有专家把人工智能的特点概括为“数据多了、计算大了、层次深了”。邓力认为，随着神经网络研究的深入，计算机视觉和听觉等有望让算法越来越精确。未来，计算机对自然语言的应用将大幅提高，电脑可以听懂、读懂人类平常所用的语言，而不仅仅是机器指令。
“人工智能拥有计算机视觉、语音识别、自然语言处理等能力，与之对应，它就能像人一样看、听、理解事物。随着技术的发展，人工智能可以达到甚至超过人类的识别精度。”林元庆说。
人工智能为人们决策提供支撑
机器人写的稿子，粗看上去与记者写的没有差别
“广州到武汉、长沙、岳阳的票十分充足，其中，余票最多的是广州到武汉，还有1534张。不过，车次主要是K字头和普列，基本都是无座票，一站到底，路途会比较辛苦……”这是国内某媒体写稿机器人的“处女作”。这篇出自人工智能之手的报道，粗看上去与记者写的报道没有差别。
人工智能应用到新闻生产得益于它对数据、语义等的理解和处理能力。人工智能通过大量数据的学习，模仿甚至理解相对固定的新闻写作方式，并依靠算法迅速筛选、整合出内容。
专家预测，2020年将有500亿台相互连接的智能设备，每天将产生海量数据。大数据在推进人工智能发展的同时，人工智能也反过来释放了大数据的潜能。
“大数据并非高纯度的石油，而是含金量非常低的贫矿石。其数据量大、种类繁杂、价值密度低以及瞬息万变的特点，使得存储、统计、分析和呈现分类以及调用都异常困难。”人工智能专家、驭势科技联合创始人吴甘沙说，人工智能的研究方法和应用技术，如自然语言语义分析、信息提取、知识表现等，正在逐步地应用于大数据技术的前沿领域，结合预测分析方法，就能挖掘大数据蕴含的规律和价值，从而为人类决策提供支撑。
吴甘沙认为，人工智能帮助大数据分析的方式有很多，既能“见微”，即从小处细微的、个性化的洞察；又能“知著”，即看到宏观的变化规律。“比如，从前商家只能关注花钱的客户，人工智能则能帮忙发现潜在的消费群体，或者发掘老客户的新兴趣，实现用户体验和消费需求反馈。”
人工智能和大数据结合还给精准医疗带来了福音。专家介绍，医疗的精准建立在数据分析之上。对于很多疾病，尤其是罕见病，找到基因上微小的变化就可能找到了解决方案，但这意味着巨大的计算量，没有深度学习之前这几乎是不可想象的。现在，类似IBM人工智能“沃森”、百度大脑等应用了深度学习的计算处理系统，就可能通过已有数据进行训练，找出规律，帮助诊断疾病、研发新药。
计算机能像人一样“听”和“看”
通过与神经学、生物学的结合，最终发展出能理解人类感情和文化的人工智能
安徽国家普通话水平考场里迎来了一位新“考官”，考生读完一段文字，这位“考官”立马就能打出分数。
评判口语发音标准的“考官”是一款人工智能程序，它运用的是科大讯飞智能口语评测技术。该技术已经应用于全国所有省份的国家普通话水平智能测试中，具有极高的精确度。
人工智能在语音识别上的突破，让机器能够像人一样去“听”。“听”懂之外，它还能通过对语音的不断学习，准确地转换出相应文本。目前，人工智能技术已经应用到一些语音助理、语音输入、家庭管家等产品中。不用打字，人们说话就能完成远程控制。
借助计算机视觉，人工智能还学会了“看”，具备识别出物体、场景和活动的能力。比如一些大型会议、活动举办时期，所在区域的人口流动量会瞬间扩大，这就加大了安防监控的难度。基于深度学习训练出来的人脸识别技术，能对海量视频监控数据、图像数据进行实时对照处理，遇到突发情况能快速响应。全国信息技术标准化委员会生物特征识别分委会专家委员张鑫说，机器“看”的人脸越多，训练数据越大，理解就越深，它对人脸的判断也会更准确、更迅速。
刷脸识别也给人们生活带来很多便利。过去，到银行开户必须拿着身份证验证身份，不仅耽误时间，也给一些行动不便者带来麻烦。借助人工智能人脸识别系统，人们在网上就能完成实名验证。
张鑫认为，未来，到商场购物、去银行取钱、乘高铁坐飞机等各种服务场景都将受益于人工智能的应用。
此外，人工智能被认为是能够推动无人驾驶汽车商业化的关键技术。处理好复杂的环境信息，是无人驾驶发展必须解决的问题。吴甘沙说，人工智能在环境感知、驾驶决策、路径规划、语音手势识别、眼球追踪、驾驶员监控和自然语言交互等功能方面的应用，能够帮助汽车应对复杂的路况，从而实现安全和舒适的自动驾驶。
让人工智能更加“智慧”是科学家努力的方向之一。比如，越来越多的研究试图将人工智能与脑科学连接起来。近年来，科学家正尝试将生物智能和机器智能互联互通，以达到更高级的人工智能形态。通过与神经学、生物学的结合，最终发展出能理解人类感情和文化的人工智能。
林元庆说，帮助人类拥有更好的生活，是人工智能的根本出发点和落脚点。现在，人工智能虽然可以帮助人们完成一部分工作，但在创造力方面还有很大空间。乐观的科学家估计，不久的将来，人工智能将更“智慧”，会和互联网一样成为我们生活中不可缺少的一部分。
参与药品研发、负责股票交易……
国外的人工智能“黑科技”(延伸阅读)
《 人民日报 》（ 2017年07月03日 20 版）
日本研发的人工智能能够把新药的研发周期缩短一半甚至2/3，费用则有望减半
在全球制药企业纷纷削减研发经费的大背景下，日本京都大学和约70家制药及IT相关企业联合组成研究机构，计划开发专门用于研发新药的人工智能，以大幅降低药品研发成本。
据日本制药工业协会统计，目前每种新药研发大约需要10年时间，所耗经费高达1200亿日元（约合10.9亿美元）。而新组成的研究机构计划利用20种人工智能，将新药研发周期缩短为3年。京都大学该项目负责人说，人工智能能够把新药的研发周期缩短一半甚至2/3，费用则有望减半。
新药研发人工智能的工作内容包括锁定致病蛋白质、筛选对蛋白质起作用的药物成分、评估药物成分的安全性并决定合成方法、制定临床试验计划以确定药效等。仅筛选药物成分一项，以往靠制药企业研究人员调查海量的国内外医学论文和数据，耗时又耗力，而人工智能则可以更快地处理庞大的医学文献数据。
美国一家公司让人工智能程序全程负责股票交易，据说收益已经超越公司设定的内部指标
美国硅谷一家公司让人工智能程序全程负责股票交易，据称收益已超越公司设定的内部指标。
这家名为“感知力”技术公司的联合创始人巴巴克·霍查特认为，人类进行股票交易时太容易受到情绪影响。因此，他在大约10年前参与创建“感知力”技术公司，致力于训练人工智能系统学习海量数据，预测市场走势，从事股票投资。
与其他一些运用人工智能的投资公司不同，“感知力”技术公司把整个投资决策过程全部交给了机器。公司交易部门只有两名员工负责监控机器，以确保出现不可控情形时可通过关机终止交易。
“感知力”公司的人工智能投资系统可以通过经验学习实现“自主进化”。公司在全球拥有数千台同时运行的机器，其独特算法创造了数万亿被称为“基因”的虚拟交易者。系统利用历史数据模拟交易，目前可在几分钟内模拟1800天的交易量。经过测试，不好的“基因”被剔除，好的“基因”被保留。公司员工只需设定好时间、回报率、风险指数等交易指标，剩下的一切都交由机器负责。
公司首席投资官杰夫·霍尔曼透露，目前机器在没有人为干预情况下掌握着大量股票，每天完成数以百计的交易，持仓期限为数日到几周。公司表示，机器的表现已超越他们设定的内部指标，但没有透露指标的具体内容。
（来源：新华社 本报记者 谷业凯整理）
特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。
