2017，人工智能大爆发之年？

人工智能已经取代大数据，成为科技行业中“闪耀的新星”。当今世界上领先的科技公司均将投资目光投向机器学习的未来发展上，并且在可预知的未来一段时间内，他们纷纷计划在该领域发力。...

人工智能已经取代大数据，成为科技行业中“闪耀的新星”。

Apple、Google、Facebook都放大招了。

人工智能已经取代大数据，成为科技行业中“闪耀的新星”。当今世界上领先的科技公司均将投资目光投向机器学习的未来发展上，并且在可预知的未来一段时间内，他们纷纷计划在该领域发力。

然而，虽然机器学习在整个行业内掀起了如此大的热潮，但是该领域的研究进程与实际带来的有效价值始终有一条跨不过去的鸿沟。事实上，可能只会有一小部分公司拥有推动人工智能创新进程的资源，并最终成为这一领域的引领者。

遥不可及，还是触手可及？

苹果、Facebook、谷歌以及微软等公司均在最近放出了大招，比如对外公开源代码，分享各自在人工智能领域的开发研究成果。上个月，苹果公司就宣布不再一味遵循以往严格的保密制度，第一次允许公司内部人工智能研发团队对外公开其研究论文。库克接受采访时称，现如今智能手机的技术相对来说还不太成熟，人工智能对iPhone的未来革新而言，将会取得惊人的成就。

谷歌的进展已经证明了机器学习将如何整合进入各种受大众欢迎的应用软件中，例如拥有数以亿计用户的Gmail。原本属于谷歌旗下的无人驾驶汽车项目如今已独立出来，这家叫做Waymo的公司的未来发展就与人工智能息息相关。

近日，扎克伯格对外公布了一项详细的个人挑战计划，那就是为他自己的家庭花了差不多100个小时研发一个名叫Jarvis的人工智能系统。但他说，即使他再花上1000个小时，也没办法让这个系统能够自学新技能。扎克伯格这次的挑战经验再次证实了他之前的预测，“从某种程度上来说，人工智能看起来是触手可及的，但似乎又那么遥不可及。”

Facebook人工智能研究负责人Yann Lecun说：“人工智能并不是魔法般的存在，但是，我们早已见识到它带给我们如魔法般神奇的进展，特别是在科技领域。不仅如此，它还为我们的日常生活带来许多奇迹，例如帮助我们识别照片上的物体、识别声音、驾车、在线翻译几十种语言。”

他还表示，这项技术将会成为“未来许多最具创新性应用软件以及服务的支柱力量”，医疗卫生服务以及交通运输将会成为第一个被人工智能改造的行业。

Lecun说，Facebook将设下目标，开始在人工智能领域布局，进一步研究人工智能。“这并不是单纯的技术方面的挑战，而是一个关于科学的问题，”他写道，“什么是智能？我们要如何把它应用到机器里？这些问题的答案不仅仅能够帮助我们开发智能机器，最重要的是能够帮助我们更深入地了解到人类的思维和大脑是怎样运作的。慢慢地，人类的智力活动将和机器的智能操作同时发挥作用，正如我们所知道的，正是人类的智慧造就了我们人类本身，而人工智能也是这种智慧的延伸。”

人工智能在2017年行业中的影响力程度如何？Forrester Research近日对612家企业以及技术专家进行调查，有58%的受访者表示其机构正在研发人工智能，12%的受访者表示相关技术正在投入使用。“这个差距反映了各机构在人工智能领域的差距正越来越大，但是就目前而言，实效性差别还不大。”在这份关于人工智能行业发展潜力的报告中，Forrester Research称。

人工智能会出现发展失控吗？

“终结者”式的场景是关于人工智能的文学和影视作品中的常见桥段。这其中，有几分能成为真正的现实？Sundown AI公司CEO法比奥•卡德纳斯（Fabio Cardenas）认为，“人工智能失控”或许会成为2017年的一种新现实：“小型的网络不法团伙出于欺诈机构或个人的恶意目的，也许会创造出另一种人工智能，将能够入侵到曾经被认为固若金汤的系统。”

卡德纳斯也认为这种情况可以通过败坏现存的人工智能来发生。他表示：“如果人工智能的训练遭到破坏，黑客可以引入偏差或豁免值以改变人工智能的预测能力，为自己从中谋利。”其中一种可能发生这种情况的途径就是，“研发出能让其他的人工智能变得更聪明的人工智能”。人工智能可以通过检查训练数据中的盲点来进行自我完善和调整，将有助于优化人工智能。

路易斯维尔大学网络安全实验室主任罗曼•亚普尔斯基（Roman Yampolskiy）也认为人工智能“失控”是2017年的一个趋势：“在人工智能中，最有趣和最重要的趋势看点以及我现在密切追踪的是：人工智能失灵的频率和严重程度将与人工智能的能力成比例增长。”

换言之，当我们从中获益时，我们也加大了出现“恶意”人工智能的可能性。

如果人工智能犯错……

专家们担忧的是人工智能所引发的伦理后果。毕竟，人工智能犯错误的方式是显而易见的——从强化偏见到使用种族歧视语，再到在极端情况下不能预防致命事故的发生。

杜克大学计算机科学教授文斯•康尼茨（Vince Conitzer）表示：“计算机科学中的传统人工智能社区将越来越多地着手解决他们工作中出现的社会和道德问题，但我们只是处于探寻如何沿着这些思路来作出具体的技术贡献的初始阶段。”

莱斯大学计算机科学教授摩西•瓦迪（Moshe Vardi）也认为这是2017年的一个趋势：“围绕自动化对劳动岗位、致命的自主武器、算法的公平性和透明度等等的影响，与人工智能相关的伦理问题将继续引起人们的关注。”

价值观对接的问题——也就意味着我们如何才能确保人工智能会以与人类相同的价值观来运行，不再被视为关于超级智能的问题，而是被视为一个我们当今所做的算法和机器学习程序所面临的问题。