大約在二百年前，工業革命使機械在人類社會中無處不在。今天工業4.0的革命正在進行，它的發展為我們帶來了人工智能。那今天讓我們一起來了解下這個新物種的起源和它的未來之路。

　　對于非專業人士來說，人工智能（AI，Artificial Intelligence）發展幾十年，幾乎看不到什么顯著變化，雖然偶爾也有比如IBM深藍電腦戰勝人類棋手、會說話的機器人等新聞傳出，但人工智能更多只能解決一些“玩具問題”，或生存在實驗室條件下，離我們的日常生活一直十分遙遠。

　　然而，2016年，谷歌的阿爾法狗（AlphaGo）讓世界圍棋冠軍李世石投子認輸的那一刻起，人工智能成為了科技界、工業界、投資界乃至公眾間的熱門話題，熱到甚至被寫入了我國“十三五”規劃綱要。仿佛一夜之間，所有的科技公司都將目光轉向了人工智能。

　　人工智能為何在現在變得如此重要？

　　其實，早在1956年，人工智能就被提了出來，但當時主要是指代可體現出智能行為的硬件或軟件。這聽起來更像一種計算機系統，可以執行一些以前需要人類智能的任務。

　　隨后，人工智能的研究起起伏伏數十年，但一直因為沒有發掘出對人類社會真正有益的功能而趨于平靜。但互聯網技術的發展和“深度學習”算法的出現改變了這一局面，讓其在很多垂直領域獲得了真正的應用，并超越人類的表現。GE科學家Achalesh Pandey表示：“一個重要的原因就是可用的大量數據和巨大的計算能力的出現，而深度學習（一種機器學習算法）的突破更是讓人工智能領域產生了脫胎換骨的革新。”

　　近期人工智能大事件

　　事件1：阿爾法狗大勝世界冠軍李世石

　　2016年3月的這場對戰被認為是一場人機“世紀大戰”，受到全世界的關注，最終阿爾法狗以4：1大勝李世石讓人大跌眼睛。

　　事件2： Uber無人駕駛出租車

　　2016年9月，Uber宣布在美國匹茲堡市推出城區大范圍無人駕駛出租車，并真實向打車用戶開放，這些車輛配備了前置攝像頭、360度雷達感應器，能夠在固定路線上行駛。

　　事件3：GE收購兩家人工智能企業

　　2016年11月，GE宣布收購了兩家人工智能高科技公司BitStewSystems和Wise.io，以強化和拓展Predix云平臺，為GE的工業制造帶來的相關大數據集，這有助于推動人工智能在工業領域的應用，為電廠、航空發動機和醫療等領域提供智能解決方案。

　　事件4：自動唇讀系統遠超人類專家

　　谷歌DeepMind與英國牛津大學研發了一套基于人工智能的自動唇讀系統LipNet，對Gird語料庫唇語識別的準確率達到了驚人的95.2%。

　　事件5：人工智能贏得德州撲克冠軍

　　2017年1月，在賓夕法尼亞州匹茲堡的Rivers賭場，卡耐基梅隆大學研發的人工智能系統Libratus戰勝4位德州撲克頂級選手，贏取了20萬美元的獎金。

　　我國人工智能現狀

　　在人工智能技術領域，我國大體上能夠與世界先進國家發展同步，以百度、阿里巴巴、騰訊為首的互聯網巨頭公司也已在人工智能領域上布局。特別是百度公司，已經將人工智能視為未來各項業務的核心所在。百度在2013年就成立了深度學習研究院，無人駕駛項目也同期啟動，并在過去的兩年半里，將200億研發費用大部分投入了人工智能。2017年1月6日，百度人工智能機器人“小度”利用其超強的人臉識別能力，以3：2的成績戰勝人類最強大腦代表王峰。5月4日，百度更是將自身使命直接更改為“用科技讓復雜的世界更簡單”，再次強調了人工智能對百度的重要性。

　　阿里巴巴和騰訊等其他中國企業也非常重視人工智能，不過主要側重人工智能對主要業務的補充。阿里巴巴研發并對外開放了我國首個人工智能計算平臺“DTPAI”，開發者可通過簡單拖拽方式完成對海量數據的分析挖掘。騰訊公司則研發與對外開放了視覺識別平臺“騰訊優圖”，它在人臉識別上達到了穩居世界前列的99.5%以上準確率，即將在微眾銀行、財付通等相關產品中大規模應用。

　　除此之外，我國在人工智能領域還有近百家創業公司，業務覆蓋了工業機器人、服務機器人、商業智能及視覺識別等技術領域。科大訊飛的“訊飛超腦”計劃，京東公司的智能聊天機器人等都達到了國際先進水平。目前我國在人工智能專利總數上僅次于美國，但近年申請增長率已經超過美國。據統計，2014年，我國人工智能產業市場規模為48.6億元，到2016年底，人工智能產業市場規模已經增長到了95.6億元。

　　不容忽視的工業人工智能領域

　　綜上所述，你可以發現，國內外絕大部分科技巨頭都集中在消費級人工智能，但事實上，人工智能在工業和制造業領域也擁有廣泛的運用，且面臨著獨特的挑戰。而工業巨頭GE正試圖將機器學習和人工智能應用到很多眾所周知的各種產品中，覆蓋航空、運輸、醫療和發電等多個領域。

　　自2015年開始，GE就宣布推出Predix云平臺。Predix是全球第一個也是唯一一個專門面向工業開發的云平臺。Predix通過機器的互聯互通，為企業提供有效的數據分析，從而快速、智能和高效地運營并加速客戶和合作伙伴的創新進程。當時，GE公司就表示使用機器學習來對收集的傳感器數據進行模式識別，可以帶來節能或預防性維護。即便Predix云平臺在2016年2月向GE客戶開放后，GE仍然在建設人工智能能力，來履行承諾。

　　GE數字集團首席執行官魯威廉表示：“之前使用了機器學習，但我更愿意將其稱之為一種傳統方法。如果你要做一個工業人工智能系統，那首先要保證你的系統對所服務的行業有足夠深度的了解。”

　　而這個深度的定義某種程度上就是指可供人工智能系統深度學習的大數據，雖然GE在燃氣輪機、航空發動機和醫療設備等數據上已經有了大量的積累，但仍斥巨資收購Bit Stew Systems、Wise.io、ServiceMax等公司來進一步強化。魯威廉說：“我們有機器學習工業領域的專業算法，它將會知道一個發電廠是什么，涵蓋所有的深度，而這是通用人工智能系統永遠不會真正理解的。”

　　GE醫療就正在與合作伙伴聯手，共同就人工智能輔助肺結節檢出與診斷進行研究，并已取得階段性成果。在剛剛結束的第77屆中國國際醫療器械（春季）博覽會（CMEF）上展示的人工智能肺結節輔助診斷技術是GE醫療的一款診斷圖像處理軟件，整合了人工智能技術與深度學習理念和工具，通過多層神經網絡和神經元來模擬人類大腦實現圖像識別，在診斷效率和精準度、肺結節自動識別敏感度以及檢出率上均取得大幅提升。

　　階段性臨床測試結果顯示：人工智能工具在<3mm病灶發現和診斷方面具有很大的優勢，檢出速度和準確定均大幅提升，這對肺癌的更早期發現和早期診斷具有重大價值。

　　接下來會怎樣？

　　經濟學常識告訴我們，低效能的生產模式必然會被高效率的淘汰，就如同手工作坊在工業4.0后被機器工廠替代，馬車被汽車替代一樣。而人工智能也是現代技術發展到一定階段的產物，核心背后是機器學習、云計算、大數據的繁榮。這樣說來，人工智能的大規模應用也許只不過是一場順勢而為的技術變革。