游客

人工智能会不会走向泛化?

游客 2017-08-15 15:12:27    201320 次浏览

在8月12日进行的DOTA2国际邀请赛上,顶级职业玩家Dendi在“1v1”展示赛中以第一局落败、第二局认输、第三局放弃的结果负于OpenAI公司开发的人工智能(AI),让电竞圈也体会了一把被AI支配的恐惧。不过,深度学习研究员、前谷歌大脑机器翻译架构师Denny Britz在赛后发文称,AI在对战中的表现令人惊喜,但并未在技术领域有所突破,由于DOTA2“1v1”模式的操作复杂性和比赛用时远远不及团战,人类玩家输给在攻击距离测算、反应速度方面优势明显的人工智能并不奇怪,并表示舆论对AI技术的过度炒作是一件“危险的事”。

此前,信息技术研究机构Gartner指出,AI正在经历“AI漂洗(AI washing)”。类似于上世纪某些公司将环保作为形象包装的手段却没有采取任何环保措施的“漂绿(green washing)”现象,部分技术提供商正在夸大AI技术的商业应用程度以获取营收回报,腾讯研究院甚至在《中美两国人工智能产业发展全面解读》中预测AI创投领域将在不久的将来迎来泡沫。在市场潜力、投资热潮、舆论期待的催化下,人工智能会不会走向泛化,引发了各方的关注和探讨。

基础层研究有待加强

差异化卖点缺乏

自从亚马逊推出智能音箱Echo show,国内外厂商紧随其后,纷纷推出智能音箱产品,并越来越频繁地使用人机交流、多轮对话、深度学习等AI标签。虽然消费者动动嘴就能控制音箱的播放和音量,也能向它们询问天气、温度等百科信息,但业内人士指出,基于大数据和语料库的任务式对话与真正意义上的“人机交流”还有一段距离。

“如果产品仅限于用语音做简单控制和检索,用到的是语音识别技术,目标是将语音转变为可被机器识别的字符命令。但是,语音识别并不具备语义理解、意图理解和多轮对话能力,与自然语言处理技术还有差距。”Gartner研究副总裁蔡惠芬向《中国电子报》记者表示。

赛迪顾问电子信息行业分析师向阳也向记者指出,随着开源架构进一步降低软件开发门槛与开发者获取算法、代码的难度,将简单的语音交互功能封装成产品上市并非难事,但这种语音设备的智能化程度十分有限。要实现真正意义上的AI,应进一步体现基于神经网络的记忆和理解功能。

“我们希望智能语音产品能具备对语义的理解能力,并形成对语音、语义的记忆能力以更好地理解上下文关系。在语音辨识度上,许多产品宣称具备远场识别技术,能实现超过5米的语音交互,但家庭的多成员、多障碍环境与实验室有本质区别,语音体验度有待提高。”向阳说。

要攻克AI语音的技术难点,提高产品的智能化水平,形成独特的竞争优势,企业需加大对基础层、技术层的开发力度,可目前来看,国内的AI投资者更偏向于在应用层加码。根据《中美两国人工智能产业发展全面解读》,美国投资者对AI企业的投资遍及基础层、技术层和应用层,对基础层的芯片、处理器最为看重,融资达到308亿元,而中国在处理器、芯片的融资只有13亿元,投资集中在应用层。

“基础层的获利过程比应用层长。如果投资者追求营收回报,初创公司就很难将资源和精力集中在基础层和技术层的研究。而美国初创公司的创始人和投资人许多出身于学术机构,更偏向技术研究,虽然基础研究的回报周期长,但研究成果的核心价值高。从真正提升获利能力和竞争门槛,保持独特性与影响力的角度来说,对基础层的研究至关重要。”蔡惠芬对《中国电子报》记者说。

在C端市场出现厂商通过“爆款”产品抢滩AI(人工智能)市场的同时,B端市场的企业用户也对技术提供商的AI解决方案充满疑惑。Gartner称,全球已经有超过1000家技术提供商号称提供AI解决方案或在产品中使用了AI技术,却缺乏差异化服务和量化的效益数据,加大了用户的甄别难度,也为进行“AI漂洗”的供应商提供了生存空间。

“要明确差异化卖点,技术厂商首先要将着眼点放在具体的业务场景上,明确自己的AI技术方案会用在哪里、解决什么,比如提升企业的生产效率、缩短业务流程或者创新商业模式等;其次,由于企业级用户大多不具备对AI技术的评估能力,技术厂商应在案例中体现AI服务的量化效益,用数据阐明对企业一项或多项能力的提升幅度,以清晰可视的方式展现自己的差异化服务。 ”蔡惠芬告诉《中国电子报》记者。

红利还未到来

“泡沫”言之过早

鉴于AI领域出现的资金多、项目少、周期长、营收难现象,腾讯研究院预测AI创投行业即将出现资本泡沫。对此,蔡惠芬认为,新兴技术在初创阶段的“过热”现象属于正常的市场迭代,“泡沫”言之过早。

“AI的影响遍布各行各业,需要很多聚焦具体场景的定制化服务。新创公司只要拥有针对业务场景、解决具体问题的产品、服务或商业模式,就有生存和发展空间。”蔡惠芬说。

Gartner预测,到2019年,初创公司对AI经济的驱动能力会超过谷歌、亚马逊、微软等龙头企业。在AI技术应用进入标准化、规模化之前,初创公司可以发挥“船小好调头”的优势,从技术供应链环节和行业细分领域寻找盈利点,用差异化服务撬动市场资源。

“在各行各业都在寻求解决方案,龙头企业对AI技术尚处于探索阶段的情况下,初创企业还有很多的获利空间。”蔡惠芬说。

从1956年被正式提出开始,人工智能已经经历了六十多年的发展。向阳认为,市场对AI的需求是切实存在的,人工智能还存在一定的增长空间。

“人工智能已经经历了这么长时间的发展,技术一直在迭代,可真正意义上的红利期还未到来,深度学习的潜力也没有发掘殆尽。接下来,还会有很多应用落地,人工智能还有增值空间。”向阳说。

内容加载中