人工智能形成成熟产业还有很长的路要走

　　5月26日，卡耐基梅隆大学计算机科学学院邢波教授在“人工智能遇上大数据论坛”上作主题发言。他认为，人工智能方兴未艾，但事实上并没有带来直接的商业价值，而且出现了人工智能人才培养的断档问题，人工智能形成成熟产业，未来还有很长的路要走。

　　刑波说，人工智能作为一门科学，其定义并不明确。有人认为是制造一台机器，通过数据整合和分析产生预测，以帮助人们实现精准决策。还有人认为，人工智能就是制造出来一台机器，然后去代替人。基于此，20世纪60年代就有科学家开始进行人工智能的研发，并发明了可以做数学应用题的机器人、能够人机对话的机器人；到80年代，日本又出现了专家级系统计算机，帮助企业和政府进行决策；现在又出现了下围棋的数字机器人。但综合来看，人工智能的目标和技术都并不明确，人们并不确定利用人工智能来干什么。

　　人工智能应该定义成为对某一功能的追求，例如专业做图像识别、下棋、赛车手等。有了一个明确的功能定义后，快速进行计算设备、软件、程序、操作系统的对接，即可实现人工智能的工业化生产和制造，这也是我们理想中的人工智能场景，蕴含着丰富的机遇和挑战。

　　刑波表示，近几年，人工智能又开始火热起来，出现了自动驾驶等热词，但到底能走多远，依旧是行业里较为担忧的问题。目前来看，现有人工智能的设计方案都较为笨重、单一、昂贵。例如，谷歌推出的图片识别系统“谷歌大脑”，是由上千台计算机组成的，需要数十个研发人员操作，投入和产出不成比例。当前火热的下围棋的机器人，设备十分昂贵，难以形成规模化生产。此外，人工智能的技术需要长时间在实验室进行研发，但在这个追求“短平快”的年代，很多人很难掌握人工智能技术，这也间接阻碍了人工智能的商业开发。

　　人工智能的未来还有很长的路要走。在这个过程中，将人工智能细化成内容、数据、硬件、算法等各个小的领域，然后集中精力突破，可能会是当前人工智能商业化的一座“富矿”。