阿里云人工智能科學(xué)家閔萬里（山景）在虎嗅F&M創(chuàng)新節(jié)上，分享了人工智能的過去、現(xiàn)狀和未來。他的觀點與當(dāng)前的人工智能熱相反，他認為人工智能短短半年時間被炒得過熱了，應(yīng)該慢下來。
除此之外，閔萬里認為場景應(yīng)用是人工智能或數(shù)據(jù)智能來證明自身價值的地方，比如在預(yù)測《我是歌手》、城市交通調(diào)度、水壩水位監(jiān)測等。他說：“當(dāng)你有一天走到廣州一路綠燈的時候不要很驚奇?！?/p>
以下是閔萬里的演講，有刪節(jié)：
希望人工智能“慢”下來
人工智能這四個字太熱了，在座有非常多的投資人、創(chuàng)業(yè)者，以及從業(yè)者，正在創(chuàng)業(yè)路上的同學(xué)們。今天的分享我想給大家唯一一個的印象，我希望（人工智能）慢一點、慢下來，為什么？這個詞用得太多了。
人工智能其實還在一個早期。
實際上，早在兩千年前，我們就已經(jīng)在做“人工智能”了，那就是老祖宗的算盤；1950年代，夏普的計算器，在某些方面它已經(jīng)打敗了人類；今年3月份的AlphaGo，則在圍棋上戰(zhàn)勝了人類。
任何一個理性的、基于邏輯思考的、規(guī)則性的東西，也就是所謂的人工智能，或者機器智能，都會打敗人。但是，人工智能真的可以取代人嗎？還差得很遠?？v觀整個人工智能發(fā)展的歷史，1950年提出人工智能，然后再往后就是機器學(xué)習(xí)，一直到60年代、80年代，機器學(xué)習(xí)其實已經(jīng)興起好幾遍。
尤其是現(xiàn)在非常火熱的神經(jīng)網(wǎng)絡(luò)，90年代的時候非?；?，后來又沉寂下去了，為什么？因為計算能力跟不上。90年代當(dāng)時大家知道在統(tǒng)計學(xué)講了很多，后來算不下去，但是2005年的時候突然一下爆發(fā)了。
2005之后，一個根本性的革命發(fā)生了：云計算、大數(shù)據(jù)，從Micro array （微矩陣），再到基因重組。在阿里云上我們現(xiàn)在可以實現(xiàn)“暴力”計算，以前需要很多天，今天我們幾個小時就可以算出來。
當(dāng)這種從量變到質(zhì)變發(fā)生的時候，我們可能從表象感覺到了人工智能時代，就是我從一個小朋友就變成一個大人，我的智慧成長了，所以變得人工智能來了，但是我們還有很多不會的東西。
人工智能距離真正的智能還很遠
舉個例子，今年阿爾法狗下圍棋下得很好，因為圍棋是有規(guī)則的，但是對于那些沒有規(guī)則的東西，對于藝術(shù)的鑒賞、文學(xué)的創(chuàng)作，究竟哪一首歌、哪一首詩比較容易打動你，這種非客觀的主觀認知智能還沒有實現(xiàn)。
所以我們今天真正能夠讓人工智能超越人還遠得很。今年投資人或創(chuàng)業(yè)者拿著DT來說，所有的技術(shù)再牛牛得過阿爾法狗嗎？但是阿爾法狗的局限在于，它是理性的思考，感性的認知還差得遠。
100年前，機器下圍棋肯定是下不贏人的，但是有了這些計算能力之后，就像“群狼打虎”一樣，AlphaGo背后的計算能力，相當(dāng)于多少臺機器？其實它是一個不平等的競爭，是車輪戰(zhàn)。表面上看是人工智能，但其實是量的不對等。
以阿里云為例。大家可以看到，從幾十年前的單機到現(xiàn)在的集群，我們探索的數(shù)據(jù)量足夠大，這時候人工智能就有可能出現(xiàn)量變到質(zhì)變的過程。
一千年前我們做不到這點，我們沒有這個數(shù)據(jù)把集群統(tǒng)一協(xié)調(diào)起來，但是今天不一樣。有了云計算、大數(shù)據(jù)，大家可以看一下大數(shù)據(jù)的注入，比如說神經(jīng)網(wǎng)絡(luò)，深度學(xué)習(xí)已經(jīng)做到語音識別、圖像識別、文本識別，大家都熟悉的，這些都非常典型的，大數(shù)據(jù)的技術(shù)能夠促進人工智能的發(fā)展，以及功能上有一個量變到質(zhì)變的過程。
以電商為例，這個海量數(shù)據(jù)的深度挖掘，包括“雙十一”馬上要到來，各種行為如果我們在上面做深度的挖掘，我們可以做到對人的喜好進行個性化的推薦。對于賣家來說我可以告訴他要備多少貨，價定多少等等，這些信息的挖掘來自于大數(shù)據(jù)的挖掘手段。
現(xiàn)在有一個觀點，就是大數(shù)據(jù)加上人工智能在一起就變成了數(shù)據(jù)智能。其實我更想說，“智能”跟“智慧”這兩者一字之差，差別千萬倍。
智能是對某一個任務(wù)機械化、自動化的完成，智慧則是匯集多重信息的思考過程、認知過程，包括視覺、聽覺、肢體語言等等，這些匯集在一起應(yīng)用在場景中。這樣的思考過程，就是智慧，從小智能到大智慧，當(dāng)中是數(shù)據(jù)的融合和貫通——大數(shù)據(jù)。
說了這么多大數(shù)據(jù)和云計算，它的架構(gòu)究竟是怎么樣？
首先是以應(yīng)用為主。很多人很容易陷入一個誤區(qū)，就是我要做一個平臺。初生牛犢行走江湖，如果沒有亮幾招，是無法號召起武林大會的。因此，如果一個初入者說我要做一個武林聯(lián)盟，我來當(dāng)盟主，大家不會很重視。只有當(dāng)你出招的時候，證明了你的價值，你才有資格去說平臺。
數(shù)據(jù)智能在垂直行業(yè)的應(yīng)用案例
所以我剛才說的智慧、智能這件事，它體現(xiàn)在垂直行業(yè)運用當(dāng)中，智能交通是最典型的。
數(shù)據(jù)智能的價值體現(xiàn)在垂直行業(yè)的應(yīng)用當(dāng)中。其中，智能交通就是典型的海量數(shù)據(jù)場景。例如，我們可以實時監(jiān)測信號燈的交通流量，把城市所有信號燈的數(shù)據(jù)連接在一起，就變成了城市的眼睛，可以看清楚多少左轉(zhuǎn)、多少右轉(zhuǎn)。如果大家有裝高德地圖，就會告訴你哪里堵、哪里不堵。有了數(shù)據(jù)智能之后，可以告訴你、20分鐘、30分鐘之后，3公里外的路口是否堵車。
交通的狀況瞬息萬變，空間的距離會帶來信息的滯后，為什么現(xiàn)在高德地圖App和百度地圖App會告訴你當(dāng)前的情況，夜視技術(shù)的問題。去年國慶在浙江，阿里云成功預(yù)測出了未來1小時內(nèi)的路況。
從個體的感受到全局的智能還有很多，比如說水壩監(jiān)測，這個跟我們生活息息相關(guān)，但是我們又不怎么感知，就像長江一樣，每個支流的水量怎么樣，包括下游，我要加大泄洪，這個需要實時的研判，需要預(yù)判，需要多種數(shù)據(jù)的連接。
另外一個例子是貨車如何做到智能物流。誰能告訴我下午三點跑到廣州，誰能告訴我跑回來有貨可以帶回來，這個事情我們很容易做到，通過搓合機制，實時搓合貨車和司機，實現(xiàn)供需之間的匹配問題。
應(yīng)用場景有很多。例如：語音識別、文字實時轉(zhuǎn)錄，可以把法院庭審的過程轉(zhuǎn)化可記錄的文字，存儲歸檔。車輛路徑的實時捕捉和追蹤，城市交通管理者能夠看的更加清楚、仔細，從而更好的安排和設(shè)計路口的車輛轉(zhuǎn)向規(guī)則。另外一個例子是搜圖購物，拍個照立刻到淘寶找類似的同款。
《我是歌手》的歌王預(yù)測，是典型的挑戰(zhàn)非理性思考的過程，一首歌是否好聽，取決于多種因素。這樣的實時預(yù)測很難，做這樣的事也很冒險，但是從人工智能的角度，我們要做的不是簡單、機械的重復(fù)任務(wù)，而是要挑戰(zhàn)人的情感世界認知過程。
我們到目前為止所有看到的機器人都應(yīng)該把那個“人”去掉，它是機器，它不是人。人是一個有情感的動物，我看過很多創(chuàng)業(yè)公司做的機器人，它的情感在哪里？有嗎？沒有。
最新的一個案例，是廣州交警“互聯(lián)網(wǎng)＋信號燈”的試點項目。8月31日剛剛發(fā)生的，剛你看清楚了每一個路口左轉(zhuǎn)右轉(zhuǎn)有多少車的時候你知道該怎么調(diào)每一個紅綠燈的時長，使路口變得暢通，廣州2000多個路口，給大家創(chuàng)造的生產(chǎn)力價值有多少，這個價值很難衡量的，因為有人一分鐘值很多，我們?nèi)プ鰞?yōu)化決策。
當(dāng)你有一天走到廣州一路綠燈的時候不要很驚奇，杭州太堵了，但是北京是有可能的。