許多專家學(xué)者認(rèn)為，當(dāng)今世界正處于第四次工業(yè)革命前夕。美國科學(xué)界認(rèn)為人工智能、基因工程、可控核聚變、新材料（石墨烯）、量子科學(xué)是第四次工業(yè)革命的突破口。
第四次工業(yè)革命與以往工業(yè)革命有明顯不同。前三次工業(yè)革命均由歐美國家主導(dǎo)，發(fā)展中國家?guī)缀鯖]有參與，中國也僅抓住了前三次工業(yè)革命的尾巴。新中國成立后，先學(xué)習(xí)蘇聯(lián)，后學(xué)習(xí)歐美，再自己做兼容，才有今天的成績。可如今，時(shí)代變了。歐洲國家整體衰落，內(nèi)部問題叢生。美國也再不是“獨(dú)孤求敗”，面對中國有些力不從心。能夠引領(lǐng)第四次工業(yè)革命的國家，大概只有中國和美國。也就是說，未來中國必須走出自己的路，因?yàn)槲磥淼穆愤€沒有國家走過。這對中國而言是挑戰(zhàn)，但也證明中國道路正確，是非常好的機(jī)遇。
可控核聚變、量子計(jì)算機(jī)何時(shí)實(shí)現(xiàn)民用，還是未知數(shù)；基因工程存在一定道德和情感方面的限制，安全性也難以估量；相比之下，只有人工智能和新材料最具實(shí)現(xiàn)可能。人工智能在當(dāng)下是熱點(diǎn)，5G也好、物聯(lián)網(wǎng)也好，其歸宿都在這里。對創(chuàng)業(yè)者來說，了解人工智能很有必要。
搖籃16期創(chuàng)業(yè)家、英泰智科技創(chuàng)始人楊云飛正在清華讀創(chuàng)新領(lǐng)軍工程博士，其中就有人工智能的相關(guān)內(nèi)容。2021年10月29日，在搖籃晚宴分享會上，他結(jié)合學(xué)習(xí)成果和公司業(yè)務(wù)，對人工智能做了專業(yè)解讀。下面是整理出來的內(nèi)容，希望能讓更多人受益。
目前，人工智能沒有一個(gè)明確的定義。清華教授把它定義為設(shè)計(jì)和研究智能體，主要是為了實(shí)現(xiàn)類人的四個(gè)方面，思維、視覺、聽覺和運(yùn)動。
最關(guān)鍵功能是，像人一樣思考。比如，機(jī)器學(xué)習(xí)、表達(dá)等功能。課上教授有個(gè)觀點(diǎn)很有沖擊力，即人工智能它知道自己知道什么，但是它不知道自己不知道什么。也就是說，人類告訴人工智能什么，它就知道什么。它不知道自己無知，不知道自己沒有感情，不知道自己很多方面不行，不知道自己不擅長什么。
像人一樣看懂、聽懂和運(yùn)動非常重要，但像人一樣思考是前提，也是相對基礎(chǔ)的存在。
這里有個(gè)講動物的例子，可以幫助我們理解人工智能。
在非洲，許多養(yǎng)牛人都會在牛屁股處畫上眼睛，這樣牛被獅子攻擊的概率會減少70%。因?yàn)楠{子一般是從動物身后攻擊，當(dāng)給牛屁股畫上眼睛后，獅子很容易被迷惑住。這說明動物的思維能力和人比有很大差距，它們更多是進(jìn)行客觀表達(dá)，而人更多是進(jìn)行主觀思考。一個(gè)孩子只要認(rèn)識牛，無論在牛身上畫什么，他都能認(rèn)識牛，但動物做不到。
人工智能與動物比較相像。在深度學(xué)習(xí)方面，大家都是先做標(biāo)定，然后對機(jī)器進(jìn)行訓(xùn)練，這兩步完成后，機(jī)器就有了識別能力。例如在交通領(lǐng)域，哪個(gè)是奧迪，哪個(gè)是桑塔納，這都需要事先標(biāo)記好，然后進(jìn)行訓(xùn)練，最后它才能夠執(zhí)行。
再舉一個(gè)例子，這是阿爾卑斯山圖片，人和機(jī)器識別一致。但只要給它加上噪聲，人看起來還是阿爾卑斯山，機(jī)器卻認(rèn)為是條狗，而且機(jī)器的置信度是99.99%，非常容易受欺騙。從這些地方我們就可以看到，人的思維方式機(jī)器和動物都不具備。
還有人在研究人工智能會不會超過人，兩位清華教授給出的答案非常一致，在能考慮的有生之年不可能。
首先，這其實(shí)是哲學(xué)范疇的問題，現(xiàn)在無法確定。但從科學(xué)角度上看，人是碳基生命，芯片是硅基的造物，兩者基礎(chǔ)都不同，所以認(rèn)為不可能。當(dāng)時(shí)，老師這樣說：“快樂的科學(xué)家，痛苦的哲學(xué)家。科學(xué)研究的是已知的東西，或者說找到一個(gè)規(guī)律，最終認(rèn)識它，有確定的答案。但哲學(xué)永遠(yuǎn)在研究是非問題，沒有確切的答案。”
第二個(gè)原因是，人是物質(zhì)世界和意識領(lǐng)域結(jié)合出的概念，而人工智能只是物質(zhì)世界的范疇。人的左右半腦有者不同分工，左半腦擅長分析、邏輯、演繹、推理等理性抽象思維；右半腦擅長直覺、情感、藝術(shù)、靈感等感性形象思維。人具有情感、意志、心態(tài)、情緒、經(jīng)驗(yàn)等方面的自然交互。人工智能僅能模仿人類左半腦的理性思維模式，完全不具備右半腦的感性思維。也就是說，人工智能技術(shù)還很難應(yīng)對具有顯著人類主觀意識影響的社會文化和意識領(lǐng)域問題。它也不可能產(chǎn)生自己的情感。
到目前為止，人工智能共歷經(jīng)三個(gè)發(fā)展階段。首先是1997年，AI“深藍(lán)”戰(zhàn)勝棋王卡斯帕羅夫，標(biāo)志著人工智能具備推理能力。在國際象棋中，每步棋都有一定約束條件，計(jì)算機(jī)可以利用推理能力，對世界上已有的棋譜進(jìn)行分析，戰(zhàn)勝卡斯帕羅夫。當(dāng)時(shí)，卡斯帕羅夫問了個(gè)問題，“是誰戰(zhàn)勝了卡斯帕羅夫？”因?yàn)樵谀菚r(shí)，人工智能主要靠推理能力，它依賴人類的棋譜，這其中就包括卡斯帕羅夫本人的棋譜。
之后是2016年，AlphaGo擊敗李世石，標(biāo)志著人工智能具備深度學(xué)習(xí)能力。計(jì)算機(jī)只有推理能力難以下圍棋，因?yàn)樵趪逯校遄涌梢韵略谄灞P任何一個(gè)位置。這種情況下，計(jì)算機(jī)必須具備深度學(xué)習(xí)能力。用這樣能力戰(zhàn)勝李世石，毫無疑問是計(jì)算機(jī)戰(zhàn)勝了人。因?yàn)槠遄V的意義不大了，更多是靠計(jì)算機(jī)本身的能力。
現(xiàn)在是人工智能發(fā)展的第三個(gè)階段。代表是非常強(qiáng)大的仿人機(jī)器人，它的聽覺、視覺和運(yùn)動都越來越接近人，但還是不具備感情，沒有任何感性因素。
為什么國家及社會各界都如此重視人工智能呢？因?yàn)?/span>未來人工智能在很多領(lǐng)域代替人是必然趨勢。按照2018年清華的統(tǒng)計(jì)，我國人工智能技術(shù)已經(jīng)在人臉識別、語音識別、安防監(jiān)控、智能語音和智能家居等方面已經(jīng)走在了世界的前列。在逐漸缺乏人口紅利，以及精密制造和技術(shù)快速發(fā)展的前提條件下，中國人工智能技術(shù)將迅速走在世界前列。中國還有個(gè)巨大紅利，那就是中國每年畢業(yè)的大學(xué)生幾乎等于美國每年出生的人口，在這種條件下，我們非常容易實(shí)現(xiàn)彎道超車。
人工智能的優(yōu)點(diǎn)比較容易理解，有以下五點(diǎn)。
首先是更少的錯誤和更快的決策。在邏輯運(yùn)算層面上，人腦和計(jì)算機(jī)相比完全不占優(yōu)勢，它們之間的差距只會越來越大。需要注意一點(diǎn)，即量子計(jì)算機(jī)能不能給人工智能帶來變化。理論上，現(xiàn)在所有計(jì)算機(jī)的運(yùn)算速度都無法媲美量子計(jì)算機(jī)，但量子計(jì)算還不適合人工智能，因?yàn)樗荒軋?zhí)行有限算法，還不能完成精密推理。所以，現(xiàn)在做人工智能不用太去考慮量子計(jì)算，量子計(jì)算對人工智能研究起不到太大支撐作用。
人工智能沒有感情，這也是優(yōu)勢。人類會受感性思維影響做出非理性活動，但人工智能不會出現(xiàn)這種情況。它是什么程序，就會一直做什么。而且在信息存儲方面，也具有明顯優(yōu)勢，只要能與人進(jìn)行交互，那它就是得力的數(shù)字助手。另外，人工智能可以不間斷工作，這種能力人完全不具備。
人工智能的缺點(diǎn)也很明顯，主要是以下四點(diǎn)。
首先是脆弱性，這也是人工智能最大缺點(diǎn)。一旦場景發(fā)生變化或這種變化一定超出范圍，人工智能可能立即無法“思考”。前面提到，人工智能把阿爾卑斯山的圖識別成狗，就是其脆弱性的表現(xiàn)。這種錯誤像玩笑，但有些錯誤則很致命。特斯拉曾因?yàn)槿斯ぶ悄艹霈F(xiàn)問題，導(dǎo)致其無人駕駛犯下致命錯誤。無人駕駛系統(tǒng)把集裝箱大卡車當(dāng)成了橋，人工智能認(rèn)為可以在橋墩里穿過，結(jié)果車毀人亡。
從特斯拉案例中可以看出，同樣可以看到人工智能其它缺陷。脆弱性是人工智能缺陷的根源，由于魯棒性差，容易出現(xiàn)安全問題和漏洞，其行為將不可預(yù)測，人機(jī)交互失敗概率激增。人只要不是神經(jīng)病，那就能被理解，即使是神經(jīng)病，人也能被預(yù)防。但機(jī)器不行，在犯下錯誤之前，用戶很難提前預(yù)知它有問題，而后果用戶可能無法承受，所以應(yīng)該尤其注意。
人工智能如何與我們公司業(yè)務(wù)結(jié)合呢？這個(gè)世界上，人類95%的信息主要來自眼睛，全世界幾乎都相信眼見為實(shí)。所以，攝像機(jī)一直是人工智能領(lǐng)域最關(guān)鍵的部分。
針對交通行業(yè)，我們研發(fā)了高清智能攝像機(jī)。把它裝在一個(gè)位置，就基本上具有四面八方的視野。再給它接上信號機(jī)，它就具備交通管控能力。下面，來簡單介紹。
如果檢測區(qū)一嚴(yán)重堵塞，那它就會亮起四面紅燈，減少車流量，不讓堵塞情況繼續(xù)加重。同時(shí)，第一時(shí)間會報(bào)警，報(bào)給指揮中心，讓指揮中心來檢查手工疏導(dǎo)。在一般情況下，堵車自消散需要40分鐘，在智能攝像頭和信號燈的幫助下，30分鐘就可以疏通道路。
如果在檢測區(qū)三，也就是出口位置，智能攝像頭檢測到發(fā)生堵塞，就不會讓直行燈亮起，而是和其它攝像頭聯(lián)動，從而實(shí)現(xiàn)交通順暢。
不過攝像頭聯(lián)動非常復(fù)雜，四個(gè)路口就要協(xié)調(diào)16個(gè)信號燈，數(shù)量再往上就是指數(shù)級增長。1988年，北京引入西門子在二環(huán)路內(nèi)做區(qū)域聯(lián)動控制，整整配置了十臺小型機(jī)。現(xiàn)在我們在赤峰做300個(gè)路口的聯(lián)動，大概用了10P算力。每一條車道都要考慮到，這對算力要求非常高。
在檢測區(qū)四我們主要做可變車道。大多路口只有一個(gè)左轉(zhuǎn)車道，但左轉(zhuǎn)需求并不比直行低。如果左轉(zhuǎn)車道只有一條的話，那左轉(zhuǎn)車輛會排成長長一列，非常影響直行車輛的效率。所以，如果智能攝像頭檢測到有大量左轉(zhuǎn)車輛，就會把左轉(zhuǎn)綠燈時(shí)間放長或者提供更多車道。
智能攝像頭還能檢測車的長度、車流量以及車的功能。如果是救護(hù)車，消防車，警車等，那智能攝系統(tǒng)可能就會優(yōu)先放行。
為了讓智能攝像頭發(fā)揮更強(qiáng)的作用，我們針對性研發(fā)出智能信號機(jī)。它可以綜合分析從路口感知到的數(shù)據(jù)，并統(tǒng)一控制信號燈，同時(shí)它會把大數(shù)據(jù)上傳到云端，云端根據(jù)每個(gè)路口的情況，對這些路口下發(fā)統(tǒng)一的交通控制策略。
需要注意，交通指揮主要是為城市不擁堵，和個(gè)人節(jié)省時(shí)間的目的并不完全統(tǒng)一。但通過控制交互和誘導(dǎo)的方式，實(shí)現(xiàn)慢行交通系統(tǒng)，雖然限制部分個(gè)人的快速通過，但可以使整個(gè)城市的效率實(shí)現(xiàn)最大化。
目前，我們在北京西山街、觀音橋等地已架設(shè)智能系統(tǒng)，但北京交通問題還涉及到市場。智能系統(tǒng)與非智能系統(tǒng)，在整體費(fèi)用上沒有太大差別，都是100萬左右。單個(gè)智能設(shè)備的成本，主要增加在CPU和GPU上，但智能設(shè)備能省去許多重復(fù)建設(shè)，原來需要10個(gè)攝像機(jī)，現(xiàn)在可能只需要2個(gè)。但問題出在哪里呢？北京交通線路上有許多其它廠家的設(shè)備，系統(tǒng)在做協(xié)調(diào)時(shí)非常困難，很難把整個(gè)城市都覆蓋。
北京的交通系統(tǒng)還處于90年代水平，主要是由警察管理信號燈。按照分析，北京就應(yīng)該堵車，因?yàn)檐囕v太多，我們這套系統(tǒng)無法完全解決北京的交通問題。但對于絕大多數(shù)中小城市而言，我們采用平均控制理論，把車輛均勻地分布在各個(gè)車道上，可以非常有效地解決堵車問題。
從理論上而言，當(dāng)自動駕駛普及以后就再不需要人力和紅綠燈，但真實(shí)情況是人與人工智能共同參與交通，是混合交通。因?yàn)檐囕v可以安裝傳感器，但人不能安裝傳感器，只要人有過馬路的需求，交通狀況就充滿不確定性。日本在這方面做得比較好，實(shí)現(xiàn)了完全人車分離，人行通道在路下，機(jī)動車道在路上。
總而言之，人工智能有優(yōu)勢，但劣勢也比較明顯，在許多領(lǐng)域與人相比有明顯差距。目前相比于交通領(lǐng)域，人工智能在家庭服務(wù)領(lǐng)域可能更有市場，但以后它一定會在更多領(lǐng)域發(fā)揮重要作用。在教育、醫(yī)療、傳媒等領(lǐng)域都已出現(xiàn)它的身影。