比如，去年阿里云才將A I作為一種產(chǎn)品和服務對外開放。阿里云總裁胡曉明向南都記者表示，目前為止，ET最典型的應用是在湖南衛(wèi)視的《我是歌手》決賽過程當中成功預測歌王歸屬。除此之外，ET還被應用于工業(yè)生產(chǎn)、交通、健康、洪澇預測等多個領(lǐng)域。
對于“小冰”的應用場景，小冰項目負責人李笛更愿意將其定義為“真實的人”，并規(guī)劃其職業(yè)生涯。比如，小冰在九月將以虛擬歌手的形象正式出道。另外的應用則是客服。“現(xiàn)在100個客服里面，有90個客服做的是初篩工作，所以呼叫中心才老是有那么長的自動服務轉(zhuǎn)接，而這部分完全可以由小冰完成，提高效率也節(jié)約人力。”李笛如是表示。
芮勇從資本的角度指出，未來的投資熱點會在智能駕駛、醫(yī)療、教育、金融等方面。這意味著這幾個領(lǐng)域的AI創(chuàng)業(yè)創(chuàng)新公司的競爭也將會比其他領(lǐng)域更加激烈。
智能出行領(lǐng)域也是最被看好的，高德地圖目前也主要解決人們個性化出行的問題。“除了公交數(shù)據(jù)，再加入用戶行為數(shù)據(jù)，分析其更個性化的出行方案，”高德地圖副總裁董振寧說，目前其A I尚未應用在自駕上，而是在公交上，“比如你平時8點出門，我發(fā)現(xiàn)公交車可能稍晚到，就會提醒你晚點出門。”但從長遠看，董振寧更希望把A I應用于整個城市交通調(diào)度上。
從數(shù)據(jù)的優(yōu)勢來判斷，楊強比較看好金融領(lǐng)域。而MichaelWooldridge認為，下一個A I熱點應該在醫(yī)療領(lǐng)域。他的判斷也是基于大數(shù)據(jù)的優(yōu)勢，“現(xiàn)在非常受歡迎的手環(huán)，能監(jiān)控你的心率，你的血糖，還有你走了多少步，蘋果手表也是這種可穿戴式的設備，可以不斷地監(jiān)測你的身體情況，而所有這些信息會給到AI。”
不過，資本也很難準確判斷哪一個項目能夠成功跑到最后。厲偉表示：“對待這些新領(lǐng)域，每個人的眼光都是有局限性的，所以投資上難免會‘廣撒網(wǎng)’，除非是跑出來的項目，否則只投一兩個人工智能項目風險太大。”
AI與人的差距還有多遠？
阿里云提供給記者的通稿上的標題是：ET或在20年后成為馬云接班人。屆時，ET就是MichaelWooldridge口中的“強AI”。
但現(xiàn)在，E T還處于1.0階段，初步具備聽、說、看的感知能力，并能夠在交通、工業(yè)生產(chǎn)、健康等固定的領(lǐng)域輸出決策。但要做一個商業(yè)領(lǐng)袖，需要全面、綜合的技能，甚至還要具備商業(yè)直覺。阿里云首席科學家周靖人表示，目前來看，ET尚不具備這種通用的人工智能能力，把它放到一個新行業(yè)，它還需要很長的時間學習、探索，“我們正在不斷拓展ET的能力，并提升它對各個行業(yè)的適應能力。”
說白了，就是對知識（數(shù)據(jù)）的學習。微軟全球副總裁陸奇向南都記者詮釋他對人工智能的定義：“可以自動地獲取知識，來代表知識，可以自動地完成他需要達到的目的，這就是智能。”
從“1.0版本的ET”到“馬云的接班人”，這中間差了多少數(shù)據(jù)？
金山軟件兼金山云CEO張宏江接受南都記者專訪時舉了一個例子———今年火遍全球的圍棋人機大戰(zhàn)。他指出，AlphaGO在對局中獲得30M個布點數(shù)據(jù)，其動用了1920個CPU和280個G PU的高性能計算資源，在一場比賽中消耗的能量是人的300倍。
張宏江同時指出，當數(shù)據(jù)量不夠大時，AI的學習能力也相當有限。比如，特斯拉不久前無人駕駛汽車發(fā)生事故，原因就是特斯拉的AI沒有學習到“強光遮擋視線”的數(shù)據(jù)，影響了圖像識別。因此，想要提高性能，就必然依賴于大數(shù)據(jù)，“數(shù)據(jù)越多，覆蓋量、精密度越高，對模型的依賴就越低，人工智能就變得足夠可靠。”
但目前A I還不能像人一樣“智能”。芮勇指出，現(xiàn)在A I給予它的還是監(jiān)督式學習。比如讓A I去識別一只狗，就要給很多很多狗的圖片樣本讓它學習，“但是人類不是這樣學習的。顯然這在算法上是有問題的，非監(jiān)督式學習的技術(shù)有希望，但現(xiàn)在的技術(shù)距離還比較遠。”換句話說，ET1 。0和馬云之間差的不是多少TB的數(shù)據(jù)，而是學習方式———“學渣”和“學霸”的學習方式根本就不同。