人工智慧未來風向： 耦合腦神經科學 滲透垂直行業
人工智慧的巨大能量，帶動了從微觀至巨集觀的各種智慧化需求，進而催生一系列新的技術、產品、業態與模式。
根據中國信通院與Gartner聯合釋出的《2018世界人工智慧產業發展白皮書》(以下簡稱“白皮書”)顯示，1999年至2017年，全球人工智慧領域中影象識別、生物特徵識別、語音識別、語音合成、自然語言理解、機器學習等關鍵技術分支的發明申請及授權專利數量(合併同族後)超過10萬項。
伴隨技術的密集而生是相關企業數量的暴漲。根據中國信通院資料研究中心全球ICT監測平臺實時監測的資料，截至2018年上半年，全球範圍內共有4998家人工智慧企業。其中，美國人工智慧企業數量2039家，位列全球第一，其次是中國(不含港澳臺地區)1040家，之後依次是英國392家、加拿大287家、印度152家。
然而，這一輪人工智慧熱潮的源頭，來自2006年Geoffrey Hinton提出的基於深度信念網路可使用非監督學習的訓練演算法，使深度學習持續升溫。那麼，除了當前的深度學習之外，人工智慧還將如何向前發展?還擁有怎樣的解決方案?
“未來人工智慧的研究領域會體現在兩個方向，這兩個方向與人類大腦相吻合。”在2018世界人工智慧大會“AI前沿與行業賦能主題論壇”上，微軟全球執行副總裁、微軟人工智慧及微軟研究事業部負責人沈向洋表示，其中一個是探索人腦機制對AI技術的改善，另一個則是AI應用於人腦研究中，“在這些方向背後，需要進行大量的基礎研究。”
AI+腦科學
機器學習和深度學習，是當前人工智慧演算法中的兩大熱點。與之相對應的是，大資料成為人工智慧發展的基石。
根據 We Are Social 2018年第三季度全球數字統計報告顯示，全球網際網路使用者數已經突破了41億，全球獨立移動裝置使用者滲透率達到了總人口的67%。這些海量的資料，為訓練人工智慧提供了原材料。
所謂訓練，是指使用統計模型來進行資料的概率推算，包括影象、文字或者語音。通過把這些模型暴露於大資料中，使之得到不斷優化。有了大資料的支援，深度學習演算法輸出結果，會隨著資料處理量的增大而更加準確。
“計算機的發展為人類帶來了便捷性，隨著深度學習和機器學習的快速應用，我們能夠使用人工智慧解決問題。”沈向洋坦言，“但這更多是使用大資料解決大問題，無法具象化。”
在他看來，人工智慧發展到下一階段的方向之一，是使用小範圍的資料解決大範圍的巨集觀問題。事實上，以人類小孩而言，其大腦能夠在提供有限資料量的基礎上了解事物特徵，“到目前為止，這背後的機制依然並不清楚。”
這也就形成了“類腦計算”，即模擬、模擬和學習借鑑人腦的神經系統結構和資訊處理過程，構建出具有學習能力的超低功耗新型計算系統。這不僅要從結構上模仿大腦，還要從神經元和突觸的模型上模仿大腦。與深度學習神經網路不具有動態和精細的時域資訊的特徵相比，類腦計算在相關方面表現出巨大的優勢。
另一個人工智慧的方向則是更好地發揮人腦的潛力。“沒什麼比‘腦科學+人工智慧’更重要了。”沈向洋表示，根據統計資料，20%-30%的人類在一生中會或多或少經歷大腦功能的紊亂，無論是因為老齡化加劇腦老化，或是曾經受到抑鬱症的影響。
“但是通過對腦神經科學的研究，結合人工智慧，我們能夠更好地理解人類大腦的執行機制，從而更好地使用AI彌補人類大腦的疾病治療。”沈向洋指出，“這不僅對教育、疾病治療極為重要，對未來人工智慧商業化的潛力而言也是非常巨大的。“
垂直滲透
一方面是推進人工智慧基礎研究，另一方面，現有人工智慧技術向垂直行業滲透已成為大勢所趨。
白皮書指出，從全球範圍而言，全球人工智慧企業主要集中在AI+(各個垂直領域)、大資料和資料服務、視覺、智慧機器人領域。其中，AI+企業主要集中在商業(主要包含市場營銷和客戶管理領域)、醫療健康、金融領域。
從中國來看，各垂直領域的AI企業同樣集中，滲透較多的行業包括醫療健康、金融、商業、教育和安防等領域。其中，醫療健康領域佔比最大達到22%，其次是金融和智慧商業領域，佔比分別達到14%和11%。
不過，在AI向垂直領域滲透的過程中，難免會遭遇傳統企業及行業的瓶頸。手握AI技術能力的科技巨頭公司，也紛紛以自己的方式進行切入。例如，包括百度、谷歌、微軟、京東等均推出了各自的機器學習開源專案，相關開源深度學習平臺允許公眾使用、複製和修改原始碼，從而降低企業開發成本。
然而，僅僅只是進行技術開源，可能遠遠不夠。事實上，微軟已經在AI資源開放上走得很遠。在今年5月初的微軟Build 2018期間，沈向洋宣佈，向開發者開放微軟研究院與人工智慧事業部的資源。據21世紀經濟報道記者瞭解，這是業內為數不多的直接面向企業開放研究院資源的行為。
在9月的2018世界人工智慧大會上，微軟進一步與上海儀電成立“微軟-儀電人工智慧創新院”。微軟全球資深副總裁、微軟亞洲研究院院長洪小文告訴21世紀經濟報道記者，該創新院的成立，目的在於做“最後一公里的創新研發”。
所謂最後一公里的研發，是指將AI能力真正落地的研發，而這背後離不開平臺、技術和人才。“我們會將研究院的平臺服務和技術服務開放給所有合作伙伴和客戶。”洪小文表示，人工智慧離不開基礎的運算和資料平臺，另外還有人才的實訓。成為微軟研究院的合作伙伴後，企業可以更近距離地與研究院科學家探討AI最新的發展，從而更有效地將AI疊加到產業、服務和產品中。
“微軟是個平臺公司，行業應用並非我們的專長，我們希望與合作伙伴共同創新，讓技術、AI能夠落地並賦能行業。”洪小文指出。