AI应用势如破竹取代人类？危言耸听，距真正的AI还有多远？人工智能（AI）持续走热

根据中国AI学会、罗兰贝格预测：

在汽车行业，AI在自动驾驶上的技术突破将带来约5000亿元人民币的价值增益；

在医疗行业，通过AI技术在药物研发领域提高成功率、在医疗服务机构内提供疾病诊断辅助、疾病监护辅助等提高服务效率的应用；在零售行业，AI在推荐系统上的运用将提高在线销售的销量表现，同时更加精准的市场预测将降低库存成本。

应用繁多三大领域最热门

提及AI的应用，

自动驾驶一直被视为未来AI的主要应用领域。

除了电动车大厂特斯拉之外，近年来已经有大众、宝马、丰田、苹果、谷歌等知名汽车和科技巨头、自动驾驶创新公司都相继推出搭载AI“黑科技”的智能汽车、无人驾驶汽车、自动驾驶汽车。一时间AI让该领域热闹非凡。

尽管目前来说，自动驾驶的技术还不是很成熟，但随着该技术需求和热度不断升高，

相信今年和未来的几年里将会是产业界与市场对该技术更加关注的时期。从行业发展历程中可以看出，以深度学习为突破的“AI时代”大风口下，自动驾驶受到了前所未有的关注。此外，自动驾驶的普及对产业结构、经济格局的影响将极其深远。而如此庞大的汽车工业，正面临着以AI为依托的自动驾驶技术的改造。生态中的每一个子产业都可能在未来10年内发生翻天覆地的变化。

除了自动驾驶外，

无人便利店中的AI+新零售也是主要应用场景之一，

这从去年开始分布在街头巷尾的各式各样的无人便利店可见一斑。最先打响“无人便利店”概念的是亚马逊，即2016年12月推出了AmazonGo无人零售商店。它的推出有一定革命性，对国内外在零售新业态的探索具有一定的影响。

AmazonGo主要运用目前市场上，已经较为成熟的机器视觉等一系列传感器和深度学习技术，来提升线下购物的新模式。它的最大卖点就在于消费者可以不用再排队结账。而随着大数据、物联网、云计算等技术的日趋成熟，共享出行行业不约而同地把未来聚焦在AI上。

对于AI技术，

医疗领域一直被视为很有前景的应用领域。

基于AI的应用在接下来的几年能够为数以百万的人们改进健康和提升生活质量，在此之前，他们必须获得医生、护士、病人的信任，同时解绑来自政策、条例和商业层面的层层束缚。主要的应用包括临床决策支持、患者监控、辅导、手术或者病人看护中的辅助自动化设备、医疗系统的管理。近期也取得了一些成功，比如通过挖掘社交媒体推理可能的健康风险、利用机器学习预测潜在易感人群、使用机器人辅助外科手术，这些应用都为AI在医疗领域的应用拓展出极大的可能。目前应用面临最大的发展障碍是：AI与医学专家和病患之间交互的顺畅。

弊端初现但也无须危言耸听

众所周知，

自动化普及可能会扩大现有的收入差距，造成前所未有的经济不平等。

随着AI不断完善，算法变得越来越先进，自动化系统可以取代更多的劳动力。这意味着，为处于社会顶层的人创造相同(甚至更多的)财富所需的劳动力变得更少。如果科技进步到足够的程度，传统劳动者可能会被淘汰。

在2018年达沃斯论坛上，麦肯锡预计2030年前，AI发展将造就一支庞大的失业大军(数字约4-8亿)，这是因为很多工作会被机器取代，但很多人想换好工作的同时却又没有足够的才能，更糟糕的是，

AI的能力提升又会造成工作对才能的要求越来越高。

事实上，AI取代人类工作这一观点正得到越来越多人认可。比如美国俄克拉荷马州大学的计算机专家Subhash Kak近期发出警告，随着机器人与AI水平不断提高，机器终将取代人类，迫使人类进入“地狱般的反乌托邦社会”。他还指出，工

作可以为人们带来自我实现感和价值感，但随着机器人执掌全球，这种自我实现感将逐渐丧失，使人们的生活“毫无价值，极为悲惨”。

此外，

微软创始人比尔·盖茨表示，技术可能将加剧贫富差距。

因为技术进步所带来的好处，可能不是每个人都能享受到。

尽管如此，从另一方面来说，AI以及自动化系统能够降低商品和服务成本，如果这些降低的成本能够使消费者受益，那么AI就可以缩小贫富差距。在这种情况下，AI系统能够提高整个社会的生活水平，甚至于引发一个渐进式的再分配效应。

距离真正AI仍有差距

虽然AI的应用势如破竹，弊端初现引发了业内的担心，但实际情况是，

AI目前的水平远非达到上述让人类恐惧的程度。

据研究公司 Gartner 在研究了1000 家宣称自己使用了AI的技术供应商后发现，大部分所谓的AI技术，采用的依旧是基础的、基于规则的机器学习和分析技术。这些技术，早在AI这个概念被热炒之前，就已经出现并被学界所使用；此外，这些技术的能力也远远未达到可以被称得上“AI”的程度。换句话说，现在被用于产品中的“AI”，和科技巨头们花大价钱研究的，可以说得上是两种不同的事物。而营销部门的冒进，让大家乐观的以为，让AI驱动万物已经是指日可待。

对此，相关专家认为，尽管不少公司都认为“智能时代”大幕已经开启，语音和图形识别领域的突破不断出现，但这些

前沿的AI研究仍前路漫漫，距离真正的AI还相差很远。

本文刊登于

2018年5月15日

《通信世界》