当前的人工智能究竟能做什么，不能做什么

《哈佛商业评论》本周刊登百度首席科学家吴恩达的文章。文章介绍了当前的人工智能究竟能做什么，不能做什么。

以下为文章全文：

许多业内高管都会问我，人工智能可以做些什么。他们希望了解，人工智能将如何变革他们的行业，以及他们可以如何利用人工智能去重新发明自己的公司。然而，关于人工智能的力量，近期媒体描绘了一些不切实际的未来场景。（或许不久之后人工智能将接管世界！）人工智能已经在改变搜索、广告、电商、金融、物流和媒体等行业。作为谷歌(微博)大脑团队的创始负责人、前斯坦福人工智能实验室的主任，以及目前百度1200人人工智能团队的领导者，我很重视培育全球领先的人工智能组织，开发了多种能被数亿用户使用的人工智能产品。在了解人工智能的影响力之后，我可以说：人工智能正在变革许多行业。然而，这并不是魔术。为了理解人工智能对你业务的影响，让我们撇开炒作，看看人工智能目前实际能做些什么。

令人惊讶的是，尽管人工智能具备广泛的影响力，但部署仍然极为有限。近期，几乎所有人工智能的发展都是同一种类型：提供一些输入数据（A），迅速得出简单的反馈（B）。举例如下：

从A得到B的技术将变革许多行业。开发用A得到B的软件被称作监督式学习。然而，这种软件距离科幻小说中描绘的有感知能力的机器人还有遥远的距离。人类智能所做的也远远不止是从A得到B。这种从A得到B的系统正迅速得到优化，而当前最优秀的技术基于的是深度学习系统，或称作深度神经网络。这种系统借鉴了来自人类大脑的灵感。然而，这类系统仍远远没有达到科幻小说的水平。许多研究人员仍在探索其他形式的人工智能，其中一些在特定环境中被证明有用。或许我们将看到突破，使更高程度的智能成为可能，但目前仍没有清晰的途径去实现这一目标。

今天的监督式学习软件有自身的“阿喀琉斯之踵”，即需要大量数据。你需要向系统展示大量的A和B范例。例如，开发照片标识工具需要数万到数十万张照片（A），以及关于照片中是否有人物的标签（B）。开发语音识别系统则需要数万小时的语音录音（A），以及对应的文字脚本（B）。

那么，这种从A到B的系统能做什么？有一条经验法则能说明这种系统的变革意义：

如果普通人的某项思维任务只要不到1秒即可完成，那么目前，或是在不久的未来，我们就可以利用人工智能技术将其自动化。

目前需要人工去做的许多有价值的工作，例如检查监控视频判断是否有可疑行为，判断汽车是否会撞击行人，识别并删除网络上的滥用内容，都可以在不到1秒钟时间里去完成。这些任务已经做好了被自动化的准备。然而，它们往往被置于更庞大的环境或业务流程中，分析这些任务与业务其他方面的关联同样重要。

开发人工智能需要谨慎地选择A和B，提供必要的数据帮助人工智能找到从A到B的关系。以创造性的方式选择A和B已经给许多行业带来了变革，而这也将给更多行业带来革命。

在理解人工智能能做什么，不能做什么之后，业内高管的下一步是将人工智能纳入到各自战略中。这意味着，他们需要理解价值从哪里创造而出，以及什么东西很难被复制。人工智能社区非常开放，许多顶级研究员发布并分享了概念，甚至是开源代码。在这个开源的世界中，最稀缺的资源将会是：

1.数据。许多领先的人工智能团队都很可能复制出彼此的软件，所需要的时间最多只是1到2年。然而最困难的是获得对方的数据。因此数据，而非软件，将是许多公司的防御壁垒。

2.人才。简单地下载开源软件，并将其“应用”至你的数据无法起到效果。针对你的业务环境和数据，人工智能需要得到订制。因此，对于能够胜任这项工作、稀缺的人工智能人才，业内正展开争夺。

关于人工智能的潜力，我们写过很多。这可能给人类带来帮助，也可能带来不利。例如，我们曾看到人工智能给孤独者带来交流对象，令他们感到安慰，而我们也曾看到，人工智能表现出了种族歧视。然而，人工智能短期内可能给个人带来的最大威胁在于抢走工作岗位，因为我们目前可以通过人工智能去自动化的工作正变得越来越多。作为领导者，我们有责任去确保建设一个世界，让所有人都有机会得到发展。理解人工智能可以做什么，如何适应你的战略，这只是过程的开始，而不是结束。