AI的智能只要体现在哪里

AI的智能只要体现在哪里

人工智能现状：瓶颈or临界点

据清华大学中国科技政策研究中心发布的《中国人工智能发展报告2018》显示，中国的人工智能发展迅速，多项领域已经成为世界第一，包括人工智能专利布局、相关科研论文数量、风险投资占比等，而人工智能市场规模也将继续增长，预计到2020年达到接近1000亿人民币的规模。

但人工智能的发展不可能短期一蹴而就，整体来说，通用人工智能和人工智能的发展还处在初级阶段。这一点不仅国家层面有着清醒的认识，人工智能领域的科研机构、专家及企业对此同样有着理性判断。尤其在B端行业应用、AI产业化、真正的行业人工智能方面，目前还仅仅是起步。

人工智能的三个层次：计算智能、感知智能、认知智能。

当前的人工智能（AI）识别做的只是比对，缺少信息进入大脑之后的，加工、理解、思考’步骤，因此仅仅停留在‘感知’，而并非‘认知’。”要让AI有类似大脑的活动，走到认知阶段，需要让它掌握知识、进行推理。AI从“感知智能”走向“认知智能”的实践目前在通用状态下比较困难，但在一些诸如反洗钱、侦察等领域正在应用。

AI“大脑”长成要先建知识库

现在的AI处于弱人工智能状态，它没有大脑，要让它形成大脑，最核心的是要有“知识”。如果现有的算法、模型是神经或脑结构，那么知识是大脑能够运转起来的原动力。让AI获得知识的知识库在业界称为“知识图谱”，它不仅要关注知识点还要关注知识点间的关联。这些关联将赋予AI联想力。提到水，它要反应到密度、透明等多个性质，还要和浇水、能喝的功能联系起来，更高级的是计算出用多大力道去取水。

知识图谱的建立非常困难，人类海量的知识如何翻译成机器的语言，并与之建立联系，很成问题。尤其是之前这项工作一直是人工完成的，例如谷歌词库、百度百科、维基百科等都可以转换为知识图谱，但工作量大、内容异常庞杂。

“关联密度”不足是另一个难以达到应用的“瓶颈”。一个知识点可能最多出现在几个关系中，能解决比尔·盖茨的爸爸的邻居的妈妈这种单维度的问题，但离反映现实世界中“蝴蝶效应”里的相互影响还差很远。在关联密度不足的情况下，AI的“大脑”即便拥有一个上千万词条体量的通用知识图谱也难以达到应用的级别。

行业知识图谱能达“认知层面”

越密集越准确，AI知识图谱的关系图要做到像“福尔摩斯”一样综合分析，要形成凝集大量信息的知识图谱，这对传统的人工建立知识图谱的效率提出了挑战。

但不论怎么说，人工智能与行业深度融合是一个不可逆的趋势，人工智能对人类、人机关系的影响也会日益加深，整个世界会在人工智能的催化下联系更为紧密。