你还每天忙着和你的Siri说话吗？除了我们每天最熟悉的智能语音助手之外，今天全球人工智能的发展已经开始应用于解决世界上最棘手、最危险的问题。前沿的AI技术和自动化技术的兴起，可能会让我们的未来再次充满无数的“可能性”。
文/广州日报全媒体记者黄伟
科技发现
人工智能技术发展的新趋势:
关注世界上“最棘手”的问题
只要你说出命令，“它”就会帮你找到有用的信息。对于AI，我们最熟悉的就是手机里的“Siri”。这个看似强大的个人语音助手，实际上有人工智能的介入——收集我们的指令信息，利用这些信息进一步识别你的声音，为我们提供个性化的结果。
生活中的各种智能电子应用也隐藏着人工智能的“智慧”。随着我们使用的机器变得越来越智能，我们周围的世界一直在变化。智能手表、智能恒温器、智能照明……对于一些人来说，人工智能和机器人技术的普及会对个人隐私、工作甚至人身安全造成威胁。然而，随着科技的快速发展，我们不得不承认，人工智能和自动化系统确实给人类带来了许多潜在的好处，而且这些好处不仅限于提高我们的生活质量——
为了抗击由蚊子引起的疟疾，来自多米尼加共和国的计算机工程师Rainier Mallol与来自马来西亚的医学博士Darcy Raja一起开发了一种针对登革热、黄热病、寨卡和基孔肯雅热的AI算法，可以预测疫情最有可能发生在哪里。
为了解决连续发生的枪击和持枪犯罪，美国许多城市都在试图通过科技寻找解决方案，比如开发和使用“ShotSpotter系统”。这种自动系统可以利用传感器阵列监测枪声，准确定位枪声位置，并在45秒内向相关机构发出警报；
为了解决木本灌木极易遭受病虫害的问题，来自乌干达坎帕拉麦凯大学的研究人员与植物疾病专家合作，开发了一种自动化系统来对抗木薯疾病。当地农民只需要使用廉价的智能手机拍摄植物，系统中经过训练的计算机视觉可以发现对木薯作物造成损害的四种主要疾病的迹象。
你不知道的人工智能的应用领域，可能比人们想象的更深更远。
专家的困惑
尖端技术也有“软肋”:
从承认错误的“路标”到操作错误的“手术刀”
随着“无人驾驶”概念的流行，无人驾驶汽车可以说是一个很大的期待。这种智能轮式机器人，以探测器为“精准的眼睛”，以基于深度学习的人工智能为“果断的大脑”，无需任何人工操作就能快速移动。然而，不久前，一些研究人员发现，这辆看似智能的汽车其实有点“笨”——只要在交通标志上贴上任何贴纸，AI就会立即做出错误的判断，因为他们“看到”的东西，无论是停车标志还是缓行标志，都与他们记忆中的图像不一样。
虽然听起来很不可思议，但目前，前沿的人工智能技术确实存在技术弱点。前不久，外媒报道了英国首例机器人手术失败案例，因机械故障和人类未遵守标准操作导致手术失败。消息一出，很多人意识到了依赖机器可能存在的风险。
“说到人工智能系统的弱点，‘特异性’是个问题。比如AlphaGo只能下围棋，其他棋类游戏或者其他智力游戏，你就需要再设计一套系统。”华南理工大学软件工程系教授、博士生导师黄汉教授告诉记者。此外，大量的AI系统并不具备自学习的功能，即只能用已经学到的知识来解决当前的问题，无法从这些失败的历史教训中通过训练得到更好的解决方案。“就像AlphaGo的AI技术，取决于设计者对问题的理解，但需要解决问题的‘涌现规则’其实很难定义。当人类自己都面临无法解决的问题时，我们怎么能指望设计出来的AI算法来解决问题呢？”
无论是在路上还是手术台上，如果机器人不服从“命令”，就很容易导致不良后果。如果要克服弱点，黄教授说，AI应该不仅仅是计算机视觉技术。“以无人驾驶汽车为例，AI相关的计算机视觉技术可以检测交通标志的变化，但提示系统也可以参考其他信息来指导驾驶，例如获取GPS实时路况，甚至检查其他车辆经过同一路段的行为，以辅助系统决策。
“跨学科”的建立有利于AI技术的发展。
如今人工智能随处可见。它已经根植于我们的生活，触及到我们生活的方方面面。从我们决定在网上买什么书或飞机票，到投保成功与否，甚至患癌后应该接受什么样的治疗，都少不了它。
然而，除了技术这个“硬件”，目前，人工智能还需要面对其他问题。机器学习领域的先驱彼得·诺维格(Peter Novig)曾提出，人工智能面临的最大挑战不是技术，而是想出新的方法来监控或审计人工智能目前发挥重要作用的许多领域。
黄教授告诉记者，人工智能应用技术发展的另一个瓶颈是交叉学科造成的领域知识鸿沟，这在我国尤为明显。
简单来说，很多科研体系被分割成单一的学科，会导致跨学科的应用技术研究难以进步。“例如，当人工智能应用于金融或医疗时，人工智能科学家需要研究金融和医疗领域知识的‘数字表示’，这必然需要银行家和医生等相关领域专家的支持。”他说，“然而，目前这种‘跨领域合作研究’的方式还没有得到业界的重视。因此，一些人可能会错误地认为，AI的问题只能通过单一学科来解决，这给AI技术产业化过程中的投资和运营带来了很高的风险。”
黄教授说，幸运的是，中国目前非常重视“交叉学科”的发展。很多知名高校和科研院所都成立了跨学科的研究所，也鼓励跨学科研究基金的整合和发展。
展望未来
人工智能的领域未来还会继续延伸。
AI不是神和人的武器，也有弱点；AI不是洪水猛兽，在很多方面都有建树。虽然AI技术的兴起可能会让一部分人在未来面临失业，但我们不得不承认，在某些方面，AI的能力甚至远超人类。
即便如此，卡耐基梅隆大学机器人学教授金武夫(Takeo Kim)仍然认为，我们不应该把AI视为与人类竞争的东西，而是可以增强自身能力的武器或工具，因为AI不仅可以做好繁琐的工作，还可以识别模式。
据黄教授介绍，与以往的固有模式相比，人工智能技术近年来取得了许多新的突破，如神经网络技术、生物识别技术、对话式人工智能系统和智能资源分配技术:
1.神经网络技术:尤其是深度学习技术通过GPU并行，使其广泛应用于许多工业应用，包括智能翻译系统、语音识别系统、图像处理等领域；
2.生物识别技术:包括人脸识别、生物动作分析、轨迹跟踪等研究；
3.对话人工智能系统:包括语音识别、人机交互、自然语言处理与分析等。
4.智能资源分配技术:主要应用于货运频繁的行业，对资源调度和运输有严格要求。根据实际运输和产品库存，实现产品的实时高效调度。
“上面提到的只是应用技术层面的一些概念。从科学的本质来说，AI的研究进展主要是‘知识表征’的研究进展。换句话说，当新的计算载体出现时，比如量子计算、类脑计算和DNA计算，AI的研究进展就会以不同的形式出现在我们眼前。”黄教授补充道。
未来，人工智能可以涉及的领域还会不断延伸。
