12月16日，“2017新華網(wǎng)三亞思客年會”在海南召開。IBM中國研究院院長沈曉衛(wèi)在會上發(fā)表了精彩的主旨演講。他認為人工智能今天的成功和它未來可能引發(fā)的成功，不僅僅局限于一場比賽的勝利或者一個特別的解決方案，而在于是不是能夠重新定義我們的生活，或是對這個世界產(chǎn)生完全不同的影響。本屆思客年會由新華網(wǎng)主辦，新華網(wǎng)思客和新華網(wǎng)海南分公司承辦，三亞市人民政府、恒大集團為支持合作單位。

以下為演講精彩內(nèi)容：

今天我們處在一個大數(shù)據(jù)和人工智能的時代，可以說，人工智能代表了IT的未來。人工智能今天的成功和它未來可能引發(fā)的成功，不僅僅局限于一場比賽的勝利或者一個特別的解決方案，而在于它是不是能夠重新定義我們的生活，或是對這個世界產(chǎn)生完全不同的影響。

首先，從技術創(chuàng)新的角度，如何看待未來人工智能的創(chuàng)新戰(zhàn)略呢？在可預見的將來，整個人工智能的創(chuàng)新或IT行業(yè)的創(chuàng)新都集中在以下四個方面。

第一，在過去的幾十年中，人工智能核心技術的創(chuàng)新（包括算法、模型等）取得了很多成功，但接下來還需要更多的努力。

第二，我們需要構建全新的、支撐未來人工智能應用的計算能力。過去30年，計算能力提升了100萬倍，而今后我們還能不能保持這樣的發(fā)展趨勢和速度，也是非常重要的研究方向。

第三，如何發(fā)展人工智能與IT及相關行業(yè)相互融合的重大技術，如區(qū)塊鏈技術、互聯(lián)網(wǎng)技術、云計算等。

第四，如何真正的把人工智能運用到行業(yè)當中，真正解決行業(yè)中的問題。

我們首先看一下人工智能最核心的技術接下來如何發(fā)展?，F(xiàn)在人工智能發(fā)展更多是在于大數(shù)據(jù)的發(fā)展，今天談到的很多人工智能的解決方案或者人工智能技術的突破，更多的是面向消費者市場的技術突破。其實我們知道，可以說80%的數(shù)據(jù)是在防火墻之后的企業(yè)的數(shù)據(jù)。把人工智能應用在企業(yè)的發(fā)展、轉變或革新上的時候，我們會看到很多數(shù)據(jù)的質(zhì)量并沒有那么好，可能沒有那么多的數(shù)據(jù)，或者更確切的說，是沒有那么多可標識的數(shù)據(jù)，對深度學習算法或是其他模型進行更好的訓練。所以人工智能接下來非常重要的一點就是：如何能夠在僅有小量數(shù)據(jù)的情況下構建新的解決方案。

另外，今天的人工智能，特別是深度學習，很多時候并沒有辦法就我們的決策給出一個清晰的解釋，如何解決或改善這個問題，也是相關技術發(fā)展中另一個非常重要的趨勢。再加上今天的人工智能可能比較欠缺一些常識性的東西，如何把已有的技術學習、深度技術的學習和其他技術做結合，這些都是人工智能技術發(fā)展接下來需要探討的問題。

人工智能之所以有這么快速的發(fā)展，非常重要的一點是計算能力的極大提高。我們看到，在物理層面，半導體技術的發(fā)展可能會面臨摩爾定律的限制。今天看到的這些技術，無論是FPGA還是GPO，都能幫助人工智能系統(tǒng)進行加速。接下來我們還看到一些技術，比如做近似計算的時候，整個加速比是非常不一樣的感覺；比如圖像識別，如果有幾個像素的誤差不會影響大局；比如模擬計算，如何利用物理設備或者物理器件本身的一些特質(zhì)用模擬信號進行計算，而不是數(shù)字信號的計算等等。今天的計算機還是傳統(tǒng)的計算機架構，想要更好地進行邏輯運算，就要考慮如何構建新一代的、能夠模擬人腦運算的系統(tǒng)，那樣不僅能實現(xiàn)邏輯思維，也能很好地實現(xiàn)形象思維等等。

今天的人工智能都是大數(shù)據(jù)背景下的人工智能，我們在談到人工智能可能給我們帶來的挑戰(zhàn)時，其中一部分疑慮，從純粹的技術角度來看，應該說是不必過于擔心的。因為有些疑慮就好像是在今天就擔心人類移民到火星之后，會不會在火星上進行車牌限號一樣——我覺得將來可能有這樣的需求，但是現(xiàn)在去談還稍微有點過早。今天討論人工智能，很大程度上是需要討論如何增強它的職能，如何把它應用在行業(yè)當中，去解決實際的問題。

人工智能有這樣幾個方面構建了今天的成功，也構建了人工智能接下來發(fā)展所面臨的挑戰(zhàn)：大數(shù)據(jù)的存在，人工智能的算法、模型、計算力等，還有非常重要的一點就是應用場景。人工智能要向前發(fā)展，它需要不斷地獲得商業(yè)上的成功，而商業(yè)成功非常重要的一點就是如何利用今天已有的計算力、已有的人工智能算法和技術來選擇合適的商業(yè)場景。

我們?nèi)绾伟讶斯ぶ悄軒У叫袠I(yè)中，解決行業(yè)的問題？比如環(huán)境問題、教育問題、醫(yī)療問題、金融問題、制造業(yè)問題，等等。把人工智能應用到行業(yè)中去，大概會帶來兩大方面的改變：第一，它提高了行業(yè)的效率和安全性等等，會使一些工作被機械替代，與此同時產(chǎn)生另一些新的工作機會；第二，它能通過不斷學習來提供一些基于知識的專業(yè)建議，未來可能會出現(xiàn)人工智能律師或助手、人工智能金融師或者助手等。

在人類過去幾百年的發(fā)展中，每一次新的工具的出現(xiàn)，無論是蒸汽機還是電子計算機，都會帶來改變；而今天的人工智能又給我們帶來一個全新的改變，就是基于知識而產(chǎn)生的能力，它的一部分會在可預見的將來被其所取代。

把人工智能應用到行業(yè)中，我們其實可以想像在不遠的將來能夠發(fā)生的事情，因為這里提到的很多改變其實今天已經(jīng)開始發(fā)生。比如今天的人工智能可以通過聲頻信號的檢測自動發(fā)現(xiàn)機器故障，可以通過圖像處理來更好地保障整個生產(chǎn)線的產(chǎn)品質(zhì)量，也可以自動解讀法律文檔，看它是否合規(guī)或者有特別值得關注的地方。我們也可以想象，把人機對話系統(tǒng)運用到金融行業(yè)、保險行業(yè)中，能夠更好地與客戶進行溝通，這是今天已經(jīng)發(fā)生的事情。當然在博弈領域，包括象棋、圍棋等等，如果獲勝規(guī)則是非常清晰的，那今天的人工智能系統(tǒng)基本上都可以達到人類所不能達到的高度。我們可以設想，未來幾年可能會出現(xiàn)這樣的情況——人工智能對一場體育比賽進行解說，還能理解整個比賽；當我們給出一個辯論的題目，人工智能會自動地找到大量的信息并對其進行分析，看哪些信息可以支撐或反駁一個觀點，從而進行辯論，也就是人工智能辯手或辯論師；人工智能可能進入法律行業(yè)，成為一個律師的助手，可以將相關的案例提供給律師，讓其更好地工作。

在談到人工智能和行業(yè)的應用時，如果讓我來選擇一個行業(yè)的話，我會特別談到醫(yī)療行業(yè)。一方面是因為醫(yī)療行業(yè)本身對生活的質(zhì)量和國民經(jīng)濟的影響都非常大，另一方面我認為人工智能技術發(fā)展到今天，可能已經(jīng)到了對醫(yī)療行業(yè)做一些改變的時刻。比如今天我們可以做到什么呢？談到醫(yī)療影像，今天的人工智能系統(tǒng)在很多醫(yī)療領域已經(jīng)達到或者超過了醫(yī)生的水平。膠囊機器人在進行腸胃檢查時一般會產(chǎn)生兩到三萬張的醫(yī)療影像，今天的機器可以對這些圖片進行自動解讀，其中可能只有很少的一部分圖片需要跟人類醫(yī)生一起分析和判斷。對于一些慢性疾病，可以構建人工智能系統(tǒng)，為社區(qū)醫(yī)生提供診療幫助，這樣當醫(yī)生對病人進行診斷的時候，人工智能系統(tǒng)就會告訴他，根據(jù)醫(yī)療指南和大數(shù)據(jù)中學到的知識，哪些是可能的情況，哪些藥物應該在這種情況下得到推薦，包括不同藥物可能會對這個病人產(chǎn)生不同的療效，因為以前有相應的數(shù)據(jù)，從這些數(shù)據(jù)中就可以進行分析。此外還有大家非常關注的腫瘤診斷，當然這是一個非常困難的問題，人工智能在這方面也取得了一定的進展，我們與國外的一些醫(yī)院進行合作探討時發(fā)現(xiàn)，有些腫瘤病，人工智能系統(tǒng)給出的建議和醫(yī)院的專家系統(tǒng)給出的建議，吻合度已經(jīng)超過了90%。

物聯(lián)網(wǎng)是我們這個時代很大的題目，人工智能時代會對物聯(lián)網(wǎng)產(chǎn)生什么影響？這里很重要的一點就是物聯(lián)網(wǎng)已經(jīng)超過了我們想象的概念。在原本的概念中，物聯(lián)網(wǎng)就是把數(shù)據(jù)進行采集、傳輸以及進行簡單的分析；而在人工智能時代，對于這個物理世界，數(shù)據(jù)分析不但需要進行很好地感知，還需要進行更好的學習，要具有自我學習能力。這里面不但要分析結構化的數(shù)據(jù)，還有很多非結構化的數(shù)據(jù)；不但要有簡單的數(shù)據(jù)分析，還可能要有物理的模型進入，最后構建一個具有物理模型理解能力的感知系統(tǒng)，讓我們對物理世界能進行更好的分析、管理和優(yōu)化。

最后談一談人工智能時代的安全與倫理。數(shù)據(jù)安全包括系統(tǒng)安全一直是IT時代非常重要的問題，但在人工智能時代，它可能會有完全不一樣的感覺。比如今天我們構建一個人工智能的解決方案，更多的還是從算法、數(shù)據(jù)進行訓練；但在不久之后，當人工智能真正進入產(chǎn)業(yè)化的時候，可能并不是每一個解決方案都需要耗費大量的精力和數(shù)據(jù)來重新學習，而是可以從市場上拿到一個成型的模型來作為基礎，那個時候如何保證這些模型和算法是安全的、符合倫理的？因為那些人工智能系統(tǒng)可能有意或者無意地被不安全或者存有瑕疵的數(shù)據(jù)訓練過，就像一個小孩子讀書時，可能被不合適的教材教導過，所以它可能產(chǎn)生一些這樣那樣的問題，那么如何預防和解決呢？無論是從技術還是其它角度來看，如何檢測人工智能時代算法、模型、解決方案的安全瑕疵和倫理瑕疵，都是需要關注的問題。

談到人工智能，大家對于未來都充滿了憧憬、向往和興奮，當然還有不安和懷疑。這使我想到了60多年前計算機奠基人圖靈的一句話：“對于未來我們只能看到前方非常近的一短距離，但是即使如此，我們已經(jīng)看到那里有太多的事情需要我們?nèi)ネ瓿伞?rdquo;