论文部分内容阅读
摘 要：在2017年的全国"两会"上，提交了利用人工智能和大数据技术，切实解决儿童走失的问题，解决城市道路拥堵问题，加强人工智能的行业应用，为中国经济增添新的增长点三个提案。"人工智能"首次写入政府工作报告。这充分说明，在人工智能这个领域，政府与企业界的共识正在达成，其意义堪比"互联网"首次出现在政府工作报告中，也无疑将加速智能革命的进。当然，智能革命，它的过程会轰轰烈烈，但它的成果将会是条宽广平缓的河流。人工智能领域的权威人士都认为，在不久的未来，智能流会像今天的电流一样平静地环绕、支持着我们，在一切环节提供养料，彻底改变人类经济、政治、社会、生活的形态。
1、“智能”已换代
如果人工智能的启蒙阶段可以称为1.0时代的话，那么现在很明显已经大步进入2.0时代了，机器翻译就是典型案例。过去的机器翻译方法就是基于词和语法规则进行翻译——人类不断地把语法规则总结出来告诉机器，但却怎么也赶不上人类语言尤其是语境的多变，所以机器翻译总是会出现诸如把“ how old areyou”翻译成“怎么老是你”的笑话。
后来出现了SMT（统计机器翻译），基本思想是通过对大量的平行语料进行统计分析，找出常见的词汇组合规则，尽量避免奇怪的短语组合。SMT已经具有机器学习的基本功能，有训练及解码两个阶段：训练阶段就是通过数据统计让计算机构建统计翻译模型，进而使用此模型进行翻译；解码阶段就是利用所估计的参数和给定的优化目标，获取待翻译语句的最佳翻译结果。
SMT研究在整个业界已经持续了二十多年，对于短语或者较短的句子，翻译效果显著，但是对于较长的句子翻译效果就一般了，尤其是对语言结构差异较大的语言，例如中文和英文。直到近几年NMT（基于神经网络的翻译）方法崛起。NMT的核心是一个拥有无数结点（神经元）的深度神经网络，一种语言的句子被向量化之后，在网络中层层传递，转化为计算机可以“理解”的表达形式，再经过多层复杂的传导运算，生成另一种语言的译文。
传统的翻译方法也不是一无是处，每一种方法都有其擅长的地方。以成语翻译为例，很多时候有约定俗成的译文，不是直译而是意译，必须在语料库中有对应内容才能翻译出来。如今互联网用户的需求是多种多样的，翻译涉及口语、简历、新闻等诸多领域，一种方法很难满足所有的需求。因此百度一直把传统的方法如基于规则的、基于实例的、基于统计的方法与NMT结合起来向前推进研究。 在这种机器翻译的模式中，人类要做的不是亲自寻找浩繁的语言规则，而是设定数学方法，调试参数，帮助计算机网络自己寻找规则。人类只要输入一种语言，就会输出另一种语言，不用考虑中间经过了怎样的处理，这就叫作端到端的翻译。这种方法听起来挺神奇，其实概率论里的贝叶斯方法、隐马尔科夫模型等都可以用来解决这个问题。
2、无人驾驶浪潮
人工智能只有同人类命运紧密相连，直面复杂形势，才能体现出技术的革命性意义。昆德拉说：“负担越重，我们的生命越贴近大地，它就越真切实在。”无人车是紧贴大地的顶级人工智能工程，“艰难”和“颠覆”是它无法逃避的两个命题。它比人工智能诞生更早，却要翻过更多观念和技术的大山才能走到今天，车辙所及，是自交通工具诞生以来的社会秩序。
无人车也叫自动驾驶汽车，是指在没有人工参与的情况下，能够感知环境并进行导航的汽车。1925年第一辆无人车在美国上路时，发明者对它是否需要“智能”还未达成共识。但从此以后，无人车的形象出现在不同种类的科幻小说和电影里。这个梦想如此具体，可是历经几代人的实践仍然没有成真。不过值得庆幸的是，每一个逐梦者的挫折都让无人车的前进之路日渐清晰—这是一条智能进化之路，也是人类社会的变革之路。
在吸引人们踏上征程的未来世界，无人车不再只是通行工具而是家和办公室之外的第三空间，移动、安全且舒适。人类以最低的成本穿梭在空间之中，以往由低效带来的堵车、污染、停车问题都将大为缓解，酒驾、闯红灯、超速等危及他人人身安全的驾驶行为将不复存在。无人车体系更有望成为全球物联网体系的血脉，甚至汽车作为一种交通工具的社会地位和符号意义也将发生彻底改变。
3、个人钱包的智能守夜人
一向对技术投资不太感冒的巴菲特大概不会想到，有人会用他的名字为一款智能投资咨询软件来命名。这款致敬投资大师的软件，就是智能投资公司 Kensho（这个名字是日语用来描述禅宗的“明心见性”，透过现象看本质的意思）设计的一款基于云计算的财经软件“沃伦”，其使用大数据和机器学习分析具体事件（从自然灾害到选举结果）对市场的影响，并使用简单易懂的知识图呈现结果。
这款软件发布之初就震动了华尔街，很多人甚至打电话给Kensho的创始人纳德勒，大骂他是“叛徒”。因为在华尔街，无论是人工智能还是什么其他华丽的技术，关起门来闷声发大财才正常，而将其公之于众，普惠众生则是典型的“大逆不道”
智能投顾，也被称为机器人投顾、智能理财等，是指在人智能和大数据的基础上，针对不同风险偏好和投资要求的用户由计算机提供基于算法的投资管理建议，帮助投资者组建个性化的资产投资组合，实现个人资产配置的最优化。
智能投顾一般遵循如下服务流程：首先洞悉投资者需要，即清楚地了解投资者自身及家庭整体的关键数据。比如投资者所处人生阶段、收入水平、历史投资经验和偏好。一般来说，投资者标签越丰富，画像的颗粒度越精细，对投资者的把握就越准确。理财是财富保护、长期投资、资产配置，更是一种人生规划方式。所以，下一步，机器还要详细描摹投资者阶段性的生活追求，如买房、买车、求学、育儿、养老等，以此搭配相应的投资周期以及考察投资回报期望。
4、从CTO到CAO：引领企业升级之人
企业永远需要引领技术的角色。如今一般企业都会有CTO或者CIO（首席信息官），为了应对智能革命，吴恩达在2016年11月撰文提出，每一个企业都需要一位CAO（ Chief Al Officer，首席人工智能官）。
那么CAO从何而来？CTO、CIO与CAO的关系又是什么？随着互联网全面渗透，CTO这个角色诞生了。他不同于以往的总工程师等，是特别应对互联网信息化浪潮的角色。在很多企业、单位，初级技术官的职能往往在于搭建一个内网平台，管理软硬件等。然而新的时代，每个CTO是否具有智能化业务的视野则不一定。举个例子，在一些高校商学院，CTO的职责仅限于根据需求来打造网络、办公系统等，不会洞察和利用商学院本身的业务带来的数据增益。比如很多商学院有課程案例销售工作，本可以智能化，对客户订阅进行跟踪分析。金融原本与数据紧密相关，但很多金融学院自身恰恰未能数据化。
5、总结：在未来漫长的智能岁月里，即便诸如百度、谷歌这样的人工智能公司，可能也只是浩瀚历史中的一个过客。我们是人类，有我们的弱点和优点，有我们的短视，也有我们不灭的抱负。古人说“不以物喜，不以己悲”“担当身前事，何计身后评”，正是我们人类担当精神的体现。我们能做的就是抓住当下。人类的存在就是“在路上”。百度要为美丽新世界铺垫好最初的基因，中国要从大国变成伟大的智能文明国家，每个人也都应该不甘落后于机器，努力做更好的人，知道更多，做到更多，体验更多起向着美好但不确定的未来进发。
参考文献：
[1] 史忠植，智能主体及其应用
1、“智能”已换代
如果人工智能的启蒙阶段可以称为1.0时代的话，那么现在很明显已经大步进入2.0时代了，机器翻译就是典型案例。过去的机器翻译方法就是基于词和语法规则进行翻译——人类不断地把语法规则总结出来告诉机器，但却怎么也赶不上人类语言尤其是语境的多变，所以机器翻译总是会出现诸如把“ how old areyou”翻译成“怎么老是你”的笑话。
后来出现了SMT（统计机器翻译），基本思想是通过对大量的平行语料进行统计分析，找出常见的词汇组合规则，尽量避免奇怪的短语组合。SMT已经具有机器学习的基本功能，有训练及解码两个阶段：训练阶段就是通过数据统计让计算机构建统计翻译模型，进而使用此模型进行翻译；解码阶段就是利用所估计的参数和给定的优化目标，获取待翻译语句的最佳翻译结果。
SMT研究在整个业界已经持续了二十多年，对于短语或者较短的句子，翻译效果显著，但是对于较长的句子翻译效果就一般了，尤其是对语言结构差异较大的语言，例如中文和英文。直到近几年NMT（基于神经网络的翻译）方法崛起。NMT的核心是一个拥有无数结点（神经元）的深度神经网络，一种语言的句子被向量化之后，在网络中层层传递，转化为计算机可以“理解”的表达形式，再经过多层复杂的传导运算，生成另一种语言的译文。
传统的翻译方法也不是一无是处，每一种方法都有其擅长的地方。以成语翻译为例，很多时候有约定俗成的译文，不是直译而是意译，必须在语料库中有对应内容才能翻译出来。如今互联网用户的需求是多种多样的，翻译涉及口语、简历、新闻等诸多领域，一种方法很难满足所有的需求。因此百度一直把传统的方法如基于规则的、基于实例的、基于统计的方法与NMT结合起来向前推进研究。 在这种机器翻译的模式中，人类要做的不是亲自寻找浩繁的语言规则，而是设定数学方法，调试参数，帮助计算机网络自己寻找规则。人类只要输入一种语言，就会输出另一种语言，不用考虑中间经过了怎样的处理，这就叫作端到端的翻译。这种方法听起来挺神奇，其实概率论里的贝叶斯方法、隐马尔科夫模型等都可以用来解决这个问题。
2、无人驾驶浪潮
人工智能只有同人类命运紧密相连，直面复杂形势，才能体现出技术的革命性意义。昆德拉说：“负担越重，我们的生命越贴近大地，它就越真切实在。”无人车是紧贴大地的顶级人工智能工程，“艰难”和“颠覆”是它无法逃避的两个命题。它比人工智能诞生更早，却要翻过更多观念和技术的大山才能走到今天，车辙所及，是自交通工具诞生以来的社会秩序。
无人车也叫自动驾驶汽车，是指在没有人工参与的情况下，能够感知环境并进行导航的汽车。1925年第一辆无人车在美国上路时，发明者对它是否需要“智能”还未达成共识。但从此以后，无人车的形象出现在不同种类的科幻小说和电影里。这个梦想如此具体，可是历经几代人的实践仍然没有成真。不过值得庆幸的是，每一个逐梦者的挫折都让无人车的前进之路日渐清晰—这是一条智能进化之路，也是人类社会的变革之路。
在吸引人们踏上征程的未来世界，无人车不再只是通行工具而是家和办公室之外的第三空间，移动、安全且舒适。人类以最低的成本穿梭在空间之中，以往由低效带来的堵车、污染、停车问题都将大为缓解，酒驾、闯红灯、超速等危及他人人身安全的驾驶行为将不复存在。无人车体系更有望成为全球物联网体系的血脉，甚至汽车作为一种交通工具的社会地位和符号意义也将发生彻底改变。
3、个人钱包的智能守夜人
一向对技术投资不太感冒的巴菲特大概不会想到，有人会用他的名字为一款智能投资咨询软件来命名。这款致敬投资大师的软件，就是智能投资公司 Kensho（这个名字是日语用来描述禅宗的“明心见性”，透过现象看本质的意思）设计的一款基于云计算的财经软件“沃伦”，其使用大数据和机器学习分析具体事件（从自然灾害到选举结果）对市场的影响，并使用简单易懂的知识图呈现结果。
这款软件发布之初就震动了华尔街，很多人甚至打电话给Kensho的创始人纳德勒，大骂他是“叛徒”。因为在华尔街，无论是人工智能还是什么其他华丽的技术，关起门来闷声发大财才正常，而将其公之于众，普惠众生则是典型的“大逆不道”
智能投顾，也被称为机器人投顾、智能理财等，是指在人智能和大数据的基础上，针对不同风险偏好和投资要求的用户由计算机提供基于算法的投资管理建议，帮助投资者组建个性化的资产投资组合，实现个人资产配置的最优化。
智能投顾一般遵循如下服务流程：首先洞悉投资者需要，即清楚地了解投资者自身及家庭整体的关键数据。比如投资者所处人生阶段、收入水平、历史投资经验和偏好。一般来说，投资者标签越丰富，画像的颗粒度越精细，对投资者的把握就越准确。理财是财富保护、长期投资、资产配置，更是一种人生规划方式。所以，下一步，机器还要详细描摹投资者阶段性的生活追求，如买房、买车、求学、育儿、养老等，以此搭配相应的投资周期以及考察投资回报期望。
4、从CTO到CAO：引领企业升级之人
企业永远需要引领技术的角色。如今一般企业都会有CTO或者CIO（首席信息官），为了应对智能革命，吴恩达在2016年11月撰文提出，每一个企业都需要一位CAO（ Chief Al Officer，首席人工智能官）。
那么CAO从何而来？CTO、CIO与CAO的关系又是什么？随着互联网全面渗透，CTO这个角色诞生了。他不同于以往的总工程师等，是特别应对互联网信息化浪潮的角色。在很多企业、单位，初级技术官的职能往往在于搭建一个内网平台，管理软硬件等。然而新的时代，每个CTO是否具有智能化业务的视野则不一定。举个例子，在一些高校商学院，CTO的职责仅限于根据需求来打造网络、办公系统等，不会洞察和利用商学院本身的业务带来的数据增益。比如很多商学院有課程案例销售工作，本可以智能化，对客户订阅进行跟踪分析。金融原本与数据紧密相关，但很多金融学院自身恰恰未能数据化。
5、总结：在未来漫长的智能岁月里，即便诸如百度、谷歌这样的人工智能公司，可能也只是浩瀚历史中的一个过客。我们是人类，有我们的弱点和优点，有我们的短视，也有我们不灭的抱负。古人说“不以物喜，不以己悲”“担当身前事，何计身后评”，正是我们人类担当精神的体现。我们能做的就是抓住当下。人类的存在就是“在路上”。百度要为美丽新世界铺垫好最初的基因，中国要从大国变成伟大的智能文明国家，每个人也都应该不甘落后于机器，努力做更好的人，知道更多，做到更多，体验更多起向着美好但不确定的未来进发。
参考文献：
[1] 史忠植，智能主体及其应用