2019年人工智能行业濒临寒冬？NO！
人工智能即将带来伟大变革，且将超乎你的想象！

本文节选自国际技能经济研究所《人工智能环球格局：未来趋势与中国位势》一书，作者： 宫学源。
内容略有修正。

文章来源：***发展研究中央国际技能经济研究所（IITE）"大众年夜众号环球技能舆图（ID: iite_er)

作者：宫学源

遥想1969年，ARPANET（由ARPA创建）刚刚成立的时候，还只是美国国防部防止苏联打击的冷战产物。
谁曾想在随后的半个世纪，由ARPANET转变而来的Internet竟掀起了如此巨大的波澜。

2001年，环球市值最高的前五家公司中，只有微软一家科技公司，而且当时的微软并非是一家互联网公司。
但到了2016年，环球市值最高的前五家公司均是互联网公司。

在这期间，搜索引擎、社交网络、移动互联网和移动支付等技能一次又一次改变了人们的生活，互联网也造诣了一个又一个商业传奇。

2001-2016年环球市值前五公司的变迁（单位：十亿美元）

估计美国国防部在成立ARPANET项目的时候，也弗成思议互联网在未来会给人类社会带来多么大的变革。
同样的，人工智能技能的潜力大家都有目共睹，但未来人工智能可以用来做什么，将会给人类社会带来多大的变革，也在磨练我们的想象力。
只管人工智能技能还处在低级发展阶段，但它现有的能力也足以改变浩瀚领域，尤其是那些有着大量数据却无法有效利用的领域。

1.人工智能推动根本科学理论打破

纵览历史，每一次重大的根本科学理论打破，都必将带来人类社会的巨大变革。
例如，牛顿的经典力学为第一次工业革命奠定了根本，法拉第的电磁感应理论和麦克斯韦方程直接引发了第二次工业革命，爱因斯坦、冯·诺依曼等科学家无疑是第三次工业革命的“幕后推手”。
人类一旦认识了新天下，就一定会创造工具来改造旧天下，社会就会沿着“根本科学理论打破→新工具出身→生产效率极大提升”的模式产生变革。

但被很多人诟病的是，近几十年来根本科学理论没有像样的重大打破。
例如，核电技能在60年代就商业运营了，核聚变却仍旧遥遥无期；登月火箭和高铁60年代就造出来了，但干系材料科学却没有重大进展；粒子物理和弦理论等物理学的理论发展险些结束；在医学上，癌症、艾滋病和帕金森等疾病仍旧难以治疗。
虽然最近几十年运用物理的发展很快，比如手机一代一代更新、汽车一代一代进步，但根本科学理论都是在“吃老本”。

随着人工智能的发展，根本科学研究仿佛又有了的新希望。
在浏览Phys.org和EurekAlert!网站（环球最著名的科技***网站）的时候，可以创造2016年以来涌现了很多关于人工智能促进新材料、化学和物理研究的***。

2018年12月，仅“人工智能+新材料”领域的就有4条，这足以解释学术界对人工智能工具的重视。
仔细浏览一遍，还可以创造美国险些主导了这方面的研究。
美国学术界一贯对利用大数据加速科学研究抱有浓厚的兴趣，例如“材料基因组”便是由美国发起的，美国人对大数据在科学研究中的浸染有着更深刻的认识，连续引领“人工智能+材料/化学/物理”领域的研究也不足为奇。

2018年12月关于人工智能变革新材料研发办法的几则

实际上，材料、化学、物理等根本科学领域的研究过程中充满了“大数据”，从设计、实验、测试到证明等环节，科学家们都离不开数据的搜集、选择和剖析。
由于物理、化学或力学规律的存在，这些领域的数据每每都是构造化的、高质量的以及可标注的。

人工智能技能（机器学习算法）善于在海量数据中探求“隐蔽”的因果关系，能够快速处理科研中的构造化数据，因此得到了科研事情者的广泛关注。
人工智能在材料、化学、物理等领域的研究上展现出巨大上风，正在引领根本科研的“后当代化”。

以物理领域为例，人工智能的运用给粒子物理、空间物理等研究带来了前所未有的机遇。
为探求希格斯玻色子（上帝粒子），进一步理解物质的微不雅观组成，欧洲核子研究中央（CERN）主导开拓了大型强子对撞机（LHC）。
LHC是目前天下上最大的粒子加速器，它每秒可产生一百万吉字节（GB）的数据，一小时内积累的数据竟然与Facebook一年的数据量相称。

有一些研究职员就想到，利用专用的硬件和软件，通过机器学习技能来实时决定哪些数据须要保存，哪些数据可以丢弃。
事实证明，机器学习算法可以至少做出个中70%的决定，能够大大减少人类科学家的事情量。

只管人工智能商业化发展更随意马虎受关注，但人工智能在根本科研中的运用，却更加激动民气。
由于社会生产力的变革，归根结底在于根本科研的进一步打破。
我们或许再也回不到有着牛顿、麦克斯韦和爱因斯坦等科学“巨人”的时期。
在那个时期，“巨人”们可以凭借着超越时期的聪慧，在纸张上书写出简洁幽美的定理，或者设计出轰动天下的实验。

像这样做出伟大事情的机会或许不多了，在这个时期，更多须要的是通过大量实验数据来获取真理的事情。
大到宇宙起源的探索，小到蛋白质分子的折叠，都离不开一批又一批科学家们前赴后继、执着探索。
人工智能技能的运用，或许能帮助蓝色星球的科学家们摆脱无穷无尽实验的痛楚，加速重大科学理论的创造，将人类文明提升到新的层次。

2.人工智能推动社会生产效率快速提升

人工智能无疑是打算机运用的最高目标和终极愿景：彻底将人类从重复机器劳动中解放出来，让人们从事真正符合人类智能水平、充满创造性的事情。
在60年的人工智能发展史中，已经出身了机器翻译、图像识别、语音助手和个性推举等影响深远的运用，人们的生活在不知不觉中已经发生了巨大变革。
未来，人工智能运用处景进一步延伸，是否能够带来社会生产效率的极大提升，引领人类进入新时期？

为了探索这一问题，曾在谷歌和百度担当高管的吴恩达于2017年景立了一家立足于办理 AI 转型问题的公司 Landing.ai。
吴恩达通过一篇文章和一段***在个人社交网站上宣告了该公司的成立，并表示希望人工智能能够改变人类衣食住行等方方面面的生活，让人们从重复性劳动的精神苦役中解脱。

Landing的中文含义是“落地”，这家公司的目标是帮助传统企业用算法来降落本钱、提升质量管理水平、肃清供应链瓶颈等等。
截至目前，Landing.ai已经选择了两个落地领域，分别是制造业和农业。

Landing.ai官网页面

Landing.ai最先与制造业巨子富士康达成互助。
Landing.ai考试测验利用自动视觉检测、监督式学习和预测等技能，帮助富士康向智能制造、人工智能和大数据迈进，提升制造过程中AI运用的层次。
吴恩达认为，人工智能对制造业带来的影响将犹如当始创造电力般强大，人工智能技能很适宜办理目前制造业面临的一些寻衅，如质量和产出不稳定、生产线设计弹性不足、产能管理跟不上以及生产本钱不断上涨等。

目前，工业互联网、智能制造和工业4.0等观点已经深入民气，传统企业都在向智能化、数据化转型，但生产过程中获取的大量数据如何运用又成了新的问题。
Landing.ai与富士康的互助，或将给传统制造的从业者带来新启迪。

继富士康之后，Landing.ai又与农业机器制造商中联重科达成了计策互助协议。
双方联姻后，携手研发由人工智能技能驱动的农业机器产品，这些设备利用机器学习将具备在作业现场自我智能决策的能力，从而将产品的智能掌握提升到新的高度。

吴恩达表示，“由人工智能技能驱动的农业，将会减轻农人的劳动强度，同时也使全体作业更加环保，这样人们将更随意马虎获取更安全、更康健的食品。
”Landing.ai与中联重科的互助是“聪慧农业”发展的一个缩影，未来人工智能+农业的发展还有着更多想象空间。
当农业进入了大数据时期，机器作业时可以利用产量、景象、温度、湿度和土壤等各方面的数据进行调度，进一步提升农业生产效率。

当然，制造业的核心竞争力还在于制造业本身，比如车床的精度、热处理炉的温度掌握能力等等，农业的核心竞争力也在于农业本身，比如育种技能、转基因技能等等。
人工智能技能的紧张代价在于提升决策能力，进一步提升生产效率，以及降落人的重复性劳动等方面，这便是人工智能为什么可以“赋能”各个行业的缘故原由。

3.人工智能将有效改进人类的生存空间

自第一次工业革命以来，人类活动对自然界造成的影响越来越大，日益增长的资源需求使得地皮利用情形产生巨大变革，污染愈发严重，生物多样性锐减，人类的生存空间变得越来越恶劣。

从1850年开始，环球景象变暖开始越来越严重，由此引发的水资源供应、气温反常、沙漠化等问题纷至沓来，人类与自然生态系统的动态平衡被扰乱。
近年来，环球景象变暖问题已经受到环球范围内的高度重视，节能、环保、绿色和可持续发展已成为天下各国政策的落脚点。

根据联合国的预测，2050年天下人口将从现在的76亿增长至98亿，2100年更将达到112亿，个中一半以上的人口增长量将来自南亚和非洲地区。
随着人口的迅速增长和经济的不断发展，环球能源消费需求将会呈直线上升的趋势，现有高污染、高能耗的发展模式将难以为继。

在这种大背景下，全天下都在大力发展太阳能、风能以及核能等清洁能源，并积极研发可降解的生物质材料来更换石化产品。
进入人工智能时期后，若何更好地利用大数据和机器学习等前沿技能，为环保和绿色家当赋能，成为了政府、科学家、"大众年夜众以及企业的关注焦点。

在能源利用方面，谷歌旗下的DeepMind无疑走在了最前面。
2016年开始，DeepMind将人工智能工具引入到谷歌数据中央，帮助这家科技巨子节省能源开支。
DeepMind利用神经网络的识别模式系统来预测电量的变革，并采取人工智能技能操控打算机做事器和干系散热系统，成功帮助谷歌节省了40%的能源，将谷歌整体能效提升了15%。

2018年后，DeepMind更是将“触手”伸向了清洁能源领域。
我们都知道，风力发电由于有较大的颠簸性和不可预测性，因而难以并入电网，无法有效利用。
DeepMind利用景象预报、气候不雅观测等数据演习神经网络模型，可以供应36小时后的风力预测，从而让农场的风力发电变得能够预测。
一旦风力发电可以预测，电厂就能有充裕的韶光启动须要较永劫光才能上线的发电手段，与风力互补。
如此一来，风电并网难的问题就可轻松办理。

DeepMind预测的风力发电量和实际发电量比拟

在自然环境保护方面，微软的“人工智能地球操持（AI of Earth）”则为大家做出了模范。
这一操持于2017年7月启动，旨在借助云打算、物联网和AI技能，保护和坚持地球及其自然资源，通过帮助、培训和深入互助的办法，向水资源、农业、生物多样性和气候变革等领域的个人和组织机构供应支持。

例如，“SilviaTerra”项目通过利用Microsoft Azure、高分辨卫星图像和美国林务局的现场数据来演习机器学习模型，实现对森林的监测；“WildMe”项目通过利用打算机视觉和深度学习算法，可对濒临灭绝的动物进行识别；“FarmBeats”项目在户外环境下可以通过传感器、无人机以及其它设备改进数据采集，进而提高农业的可持续性。

微软“AI for Earth”操持页面

在前三次工业革命中，科学技能进步给人们带来极大生活便利的同时，也带来了景象变革、生物多样性退化、大气与海洋污染等棘手的自然环境问题，人类的生存环境正逐渐变得恶劣。

从表面上看，彷佛发达经济体的自然环境已经改进了，但这种改进因此转移污染、毁坏发展中国家自然环境为代价的，天下整体的自然环境状况依然不容乐不雅观。
一贯以来，人们寄希望于未来的科学技能进步能够办理当下的自然环境问题，而人工智能技能的涌现点燃了这一希望。
一旦人工智能技能可以加速根本科学理论的打破，实现生产效率的大幅提升，有效改进人类的生存空间，统统发展与自然环境的问题也就迎刃而解。

4.总结

站在2019年看人工智能，不免感到几丝寒意。
人工智能算法没有明显打破，鲁棒性差、算法黑箱等问题依然突出，部分商业化落地也不及预期，一些专家学者开始担心人工智能将迎来新的“寒冬”。

但若站在未来回顾人工智能，当前所有的担忧将仅仅是一个个小插曲。
即便是目前，人工智能技能的潜力也远远未闭幕。
人工智能即将带来的变革，仍将会超乎大部分人的想象。

近年来，许多行业都已切实感想熏染到人工智能带来的颠覆，包括金融、制造、教诲、医疗和交通等等。
但人工智能的代价维度还有很多，加速根本科学研究、提升社会生产效率和改进人类生存空间也只是个中的几个方面，我们不妨先提升一下自己的想象力。
人工智能将为人类带来若何的变革，让我们拭目以待吧！