2016年即將過去，這一年中相信諸位ICT業(yè)內(nèi)人士聽得最多的詞就是AI（人工智能）。無論是企業(yè)還是媒體，凡是和ICT著邊的，都多少要冠以AI的字眼，否則就有OUT之嫌。但實(shí)際情況又如何呢？

所謂追根溯源。這里我們不妨回溯下今年比較重要或者說引起媒體和業(yè)內(nèi)對(duì)于AI關(guān)注或者炒作的幾個(gè)節(jié)點(diǎn)或者說是標(biāo)志性事件，而對(duì)于這些標(biāo)志性事件的解讀和延展無疑會(huì)讓我們看到AI的本質(zhì)。

• 一、谷歌旗下AI公司DeepMind開發(fā)的Alpha Go神經(jīng)網(wǎng)絡(luò)在與世界圍棋冠軍李世石的“人機(jī)大戰(zhàn)”中以絕對(duì)優(yōu)勢(shì)獲勝，進(jìn)而引發(fā)了業(yè)內(nèi)對(duì)于AI的關(guān)注，之后AI開始頻頻出現(xiàn)在科技媒體和企業(yè)的報(bào)道中；
• 二、谷歌主打AI的無人駕駛汽車在路側(cè)中出現(xiàn)首例事故和特斯拉的Autopilot（自動(dòng)駕駛系統(tǒng)）頻頻出現(xiàn)的致死事故，盡管是負(fù)面的新聞，但還是激發(fā)了業(yè)內(nèi)對(duì)于AI的關(guān)注，并以自動(dòng)和無人駕駛汽車的熱炒體現(xiàn)出來；
• 三、是亞馬遜裝有Alex語音識(shí)別技術(shù)的Echo音箱所謂的暢銷以及有“互聯(lián)網(wǎng)女皇”之稱的 Mary Meeker 發(fā)布 2016 年度網(wǎng)絡(luò)趨勢(shì)報(bào)告時(shí)對(duì)于Echo以及AI的熱捧和向好的預(yù)測(cè)；
• 四、美國(guó)總統(tǒng)大選中名為MogIA的人工智能系統(tǒng)成功預(yù)測(cè)出川普將成為美國(guó)總統(tǒng)；
• 五、是圖形芯片公司或者說是其自己標(biāo)榜為人工智能公司的英偉達(dá)股價(jià)的暴漲。

首先我們看下Alpha Go在圍棋中戰(zhàn)勝李世石究竟依靠的是什么？其實(shí)對(duì)于計(jì)算機(jī)與人類在棋類的博弈，早在1997年計(jì)算機(jī)首次擊敗了等級(jí)分排名世界第一的棋手。加里?卡斯帕羅夫以2.5:3.5 1勝2負(fù)3平）輸給IBM的計(jì)算機(jī)程序“深藍(lán)”,當(dāng)時(shí)全球媒體和高科技界都驚呼標(biāo)志著人工智能進(jìn)入了新時(shí)代。

此前1988年，“深藍(lán)”的上一代“深思”是第一個(gè)贏過國(guó)際象棋特級(jí)大師的電腦；1996年，“深藍(lán)”成了第一個(gè)贏了國(guó)際象棋世界冠軍的電腦。需要說明的是。深藍(lán)重1270公斤，有32個(gè)大腦（微處理器），每秒鐘可以計(jì)算2億步，輸入了一百多年來優(yōu)秀棋手的對(duì)局兩百多萬局。

相比之下，AlphaGo最初通過模仿人類玩家，嘗試匹配職業(yè)棋手的過往棋局，其數(shù)據(jù)庫(kù)中約含3000萬步棋，計(jì)算能力是當(dāng)初“深藍(lán)”的3萬倍。這里我們看到的與“深藍(lán)”相比最大的不同是AlphaGo在數(shù)據(jù)和計(jì)算能力上的優(yōu)勢(shì)。

在此也許有人會(huì)說AlphaGo贏在其龐大復(fù)雜的神經(jīng)網(wǎng)絡(luò)，但根據(jù)Tian yuandong和AlphaGo的論文，如果不做任何搜索（實(shí)際上考驗(yàn)的是計(jì)算能力），只是根據(jù)“棋感”（其實(shí)就是估值函數(shù)），CNN（神經(jīng)網(wǎng)絡(luò)）最好能達(dá)到KGS 3d的水平，也就是業(yè)余1段的水平。

而MCTS算法在沒有Value Network的情況下在9×9的棋盤上能戰(zhàn)勝人類高手，其實(shí)印證了AlphaGo在殘局的實(shí)力是搜索(計(jì)算）起重要作用，也就是殘局的計(jì)算能力碾壓人類。但眾所周知的事實(shí)是，計(jì)算機(jī)的計(jì)算能力遠(yuǎn)強(qiáng)于人類早已經(jīng)是常識(shí)。

對(duì)此，微軟亞洲研究院常務(wù)副院長(zhǎng)芮勇在評(píng)價(jià)AlphaGo時(shí)曾對(duì)媒體表示：

“今天所有的人工智能幾乎都是來自于人類過去的大數(shù)據(jù)，沒有任何一個(gè)領(lǐng)域的能力源自自我意識(shí)，不管是象棋還是圍棋，計(jì)算機(jī)都是從人類過去的棋譜中學(xué)習(xí)。其他領(lǐng)域也是類似，計(jì)算機(jī)在做圖像識(shí)別的時(shí)候，也是從人類已有的大數(shù)據(jù)中學(xué)習(xí)了大量的圖片。

在面對(duì)人類從來沒有教過的問題時(shí)，計(jì)算機(jī)就會(huì)一竅不通。假如讓 AlphaGo 去下跳棋，它就會(huì)完全傻掉。甚至說把圍棋的棋盤稍作修改，從 19×19 的格子變成 21×21 的格子，AlphaGo 都招架不住，但是人類就沒有問題?！?/p>

牛津英語詞典對(duì)智能（intelligence）的定義為“獲取并應(yīng)用知識(shí)的能力”。以數(shù)字經(jīng)濟(jì)麻省理工學(xué)院（MIT）數(shù)字經(jīng)濟(jì)倡議的研究員兼AI意見領(lǐng)袖湯姆?達(dá)文波特（Tom Davenport）的話來說：“深度學(xué)習(xí)并不是深刻的學(xué)習(xí)?！?/p>

另一位專家奧倫?埃佐尼（Allen Institute of AI）也有類似意見：“AI只是簡(jiǎn)單的數(shù)學(xué)的大規(guī)模執(zhí)行?！焙?jiǎn)單說，現(xiàn)在的AI實(shí)質(zhì)只是一種強(qiáng)大的計(jì)算方式，并沒有達(dá)到人腦那種堪稱智能的方式。

而花了15年的時(shí)間在IBM研究院和IBM Watson團(tuán)隊(duì)工作的專家Michelle Zhou，作為該領(lǐng)域的專家，其將AI分為三個(gè)階段。

第一個(gè)階段是識(shí)別智能，在更加強(qiáng)大的計(jì)算機(jī)里運(yùn)行的算法能從大量文本中識(shí)別模式和獲取主題，甚至能從幾個(gè)句子獲取整個(gè)文章的意義；第二個(gè)階段是認(rèn)知智能，機(jī)器已經(jīng)超越模式識(shí)別，而且開始從數(shù)據(jù)中做出推論；第三個(gè)階段的實(shí)現(xiàn)要等到我們能創(chuàng)建像人類一樣思考、行動(dòng)的虛擬人類才行。

而我們現(xiàn)在只處于第一階段，“識(shí)別智能”，也就是說，人們說的“人工智能”里面有很大一部分其實(shí)是數(shù)據(jù)分析，還是原來的套路或者說是“舊瓶裝新酒”而已。

無獨(dú)有偶，如果說上述AlphaGo最終還是依靠強(qiáng)大的計(jì)算能力體現(xiàn)出所謂AI優(yōu)勢(shì)的話，那么接下來我們要說的谷歌和特斯拉的自動(dòng)和無人駕駛汽車則在簡(jiǎn)單的數(shù)據(jù)分析上都出現(xiàn)了偏差。

最典型的表現(xiàn)就是此前一直被吹捧的谷歌無人駕駛汽車，今年在時(shí)速低于2英里的情況下竟然發(fā)生了交通事故，且按責(zé)任劃分當(dāng)屬谷歌。

如果我們拿當(dāng)時(shí)谷歌無人駕駛汽車發(fā)生事故時(shí)的選擇和結(jié)果與此次人機(jī)大戰(zhàn)中的每步棋的選擇與結(jié)果比較的話，對(duì)于AI(例如AlphaGo)來說，前者不知道要容易多少倍(谷歌無人駕駛系統(tǒng)比人類最大的優(yōu)勢(shì)就是預(yù)判對(duì)方的行為，并做出應(yīng)對(duì))。

可惜的是，谷歌無人駕駛汽車在這次事故中體現(xiàn)出了智能系統(tǒng)沒能完全判斷準(zhǔn)確人類的行為，還做出了最令人失望，可能也是最有悖于人類駕駛員的選擇，并最終導(dǎo)致事故的發(fā)生。

至于特斯拉，在今年屢屢發(fā)生事故之后，其升級(jí)了到了Autopilot 2.0系統(tǒng)，并發(fā)布了第二段自動(dòng)駕駛技術(shù)的演示視頻。

官方聲稱 Autopilot 2.0 系統(tǒng)的硬件得到了相當(dāng)巨大的提升，環(huán)車共配備 8 個(gè)攝像頭，達(dá)到 360 度全車范圍覆蓋，最遠(yuǎn)檢測(cè)可達(dá) 250 米。另外搭載了 12 個(gè)超聲波傳感器用于視覺系統(tǒng)的補(bǔ)充，對(duì)物體的距離、軟硬精準(zhǔn)度有更大的提升。

增強(qiáng)版的前置雷達(dá)可以穿越雨、霧、塵環(huán)境，豐富視覺系統(tǒng)的探測(cè)數(shù)據(jù)。特別是里面集成了 Nvidia PX2 處理芯片，運(yùn)算能力比起第一代自動(dòng)駕駛系統(tǒng)要高 40 倍。

盡管如此，通過視頻分析中出現(xiàn)的諸如無論有沒有來往車，每一次需要轉(zhuǎn)彎時(shí)都會(huì)停下來再繼續(xù)轉(zhuǎn)彎；逼停了了一輛正常行駛的白色小車以及在完成一次轉(zhuǎn)彎之后，突然無緣無故自動(dòng)剎車等諸多問題看，Autopilot 2.0依然沒有逃出計(jì)算能力和大數(shù)據(jù)簡(jiǎn)單分析結(jié)果呈現(xiàn)的范疇，并非真正的AI系統(tǒng)。

提及亞馬遜的Echo，其實(shí)就是語音搜索和識(shí)別，而提及此領(lǐng)域，蘋果的Siri、微軟的Cortana或Google Now早就與智能手機(jī)綁定，但我們看到更多的實(shí)際應(yīng)用場(chǎng)景是人們經(jīng)常以搞笑的方式誤聽或者誤解語音指令。

關(guān)于語音搜索，谷歌依然在致力于克服諸如語音識(shí)別、自然語言理解、對(duì)話理解的挑戰(zhàn)上，而這些挑戰(zhàn)早在3年前就已經(jīng)存在。而從亞馬遜Echo的諸如語音查詢天氣或新聞、播放 Spotify 音樂、預(yù)約 Uber 叫車、訂購(gòu)披薩外送等應(yīng)用看，這些在手機(jī)上早已實(shí)現(xiàn)，其有別于手機(jī)的AI特性究竟體現(xiàn)在哪里呢？

相反，盡管語音識(shí)別已經(jīng)取得了長(zhǎng)足進(jìn)步，但多數(shù)人仍會(huì)沿用手勢(shì)操作和觸摸界面。在可預(yù)見的未來，這種趨勢(shì)恐怕難以改變。究其原因，主要在于語音識(shí)別服務(wù)需要依賴龐大的數(shù)據(jù)和具有捕捉自然狀態(tài)下的真實(shí)對(duì)話的能力才是真正的AI。

所以盡管在語音識(shí)別上，有些廠商稱其識(shí)別率已經(jīng)實(shí)現(xiàn)90%以上，但基于自然狀態(tài)下真實(shí)對(duì)話的能力要求，就算是95%的準(zhǔn)確率也不足以滿足人們的需求。而在被問及何時(shí)才能通過自然語言與數(shù)字助理交流，并得到滿意的答案時(shí)，即便是對(duì)最高水平的神經(jīng)網(wǎng)絡(luò)學(xué)家而言，這項(xiàng)技術(shù)仍然有很多謎團(tuán)有待解開。

有很多工作只能通過不斷試錯(cuò)來改進(jìn)，沒有人敢保證某項(xiàng)技術(shù)調(diào)整可能產(chǎn)生什么樣的后果。根據(jù)現(xiàn)有的技術(shù)和方法，這一過程大約要耗費(fèi)數(shù)年時(shí)間，甚至有專家稱，我們永遠(yuǎn)無法知道何時(shí)能夠?qū)崿F(xiàn)突破，何時(shí)能讓Alexa和Siri與人類展開真正的對(duì)話。

可見，即便是今年被熱捧的亞馬遜Echo也并非真正的AI，只是其在特定環(huán)境下（例如室內(nèi)和特定的數(shù)據(jù)庫(kù)）的表現(xiàn)強(qiáng)于相應(yīng)的對(duì)手而已。

至于AI在美國(guó)總統(tǒng)大選中的預(yù)測(cè)，我們這里暫且不說那些預(yù)測(cè)失敗的所謂AI系統(tǒng)，僅就成功預(yù)測(cè)大選結(jié)果的MogIA系統(tǒng)，其公司創(chuàng)始人Rai也承認(rèn)，目前AI系統(tǒng)對(duì)“諷刺表達(dá)”、“反話”的識(shí)別能力有限，網(wǎng)民們的言論可能被系統(tǒng)錯(cuò)誤解讀。

比如，即使特朗普的Twitter賬號(hào)下有大量的網(wǎng)民互動(dòng)，也不代表這部分網(wǎng)民傾向于支持特朗普，但相關(guān)話題的活躍度會(huì)被AI系統(tǒng)歸入民意預(yù)測(cè)依據(jù)看，其根本具備真正的AI能力，其僥幸猜中的成分很大。

其實(shí)縱觀此次美國(guó)總統(tǒng)大選的AI預(yù)測(cè)之戰(zhàn)，無論是贏家還是輸家，其背后反映出的AI在數(shù)據(jù)和算法上均存在或主觀或客觀的缺陷，并導(dǎo)致最終的結(jié)果也存在相當(dāng)偶然的因素，

最后看以AI名義股價(jià)暴漲的英偉達(dá)。我們先看看最新季度英偉達(dá)的財(cái)報(bào)表現(xiàn)。

總營(yíng)收20億美元，同比增長(zhǎng)53.6%。其中圖形芯片部門的營(yíng)收在其總營(yíng)收中占比85%，同比增長(zhǎng)52.9%，為17億美元；數(shù)據(jù)中心業(yè)務(wù)同比增長(zhǎng)兩倍，為2.4億美元；汽車業(yè)務(wù)同比增長(zhǎng)60.8%，為1.27億美元。

從營(yíng)收的構(gòu)成上，不難看出，支撐英偉達(dá)的核心業(yè)務(wù)依舊是傳統(tǒng)PC市場(chǎng)的圖形芯片（獨(dú)立顯卡），而涉及到AI相關(guān)領(lǐng)域或者是與AI密切相關(guān)（例如數(shù)據(jù)中心）業(yè)務(wù)的營(yíng)收僅占到其總營(yíng)收的1/10左右。所以僅從營(yíng)收看，英偉達(dá)遠(yuǎn)稱不上是一家AI芯片公司。

至于所謂與AI相關(guān)的收入，無非是諸如谷歌、微軟、特斯拉這些主打AI概念的公司需要計(jì)算能力更為強(qiáng)大的芯片而已。而英偉達(dá)的GPU（圖形芯片）恰好滿足了這種強(qiáng)計(jì)算能力的需求。

此外，從英偉達(dá)爆發(fā)的與英特爾在所謂AI芯片誰強(qiáng)誰劣的口水戰(zhàn)中，雙方均強(qiáng)調(diào)或者說惟一強(qiáng)調(diào)的核心依然是在計(jì)算能力上看，所謂的AI能力只是雙方計(jì)算能力上的一種博弈而已，與AI似乎沒有任何的關(guān)聯(lián)。

綜上所述，通過今年與AI相關(guān)的重要節(jié)點(diǎn)和事件看，其實(shí)所謂的AI依舊是計(jì)算能力和大數(shù)據(jù)簡(jiǎn)單分析輸出的一種深化，盡管各家都打著AI的名義，但按照真正AI的定義和應(yīng)用場(chǎng)景看，不要說實(shí)現(xiàn)真正的AI，就連基本的計(jì)算能力、大數(shù)據(jù)分析和輸出上都存在不足，甚至是誤判。

人工智能概念股：埃斯頓、科大智能、漢王科技、江南化工、華東數(shù)控、和而泰、中科曙光、永創(chuàng)智能、北京君正、通富微電、永創(chuàng)智能、勁拓股份。