“AI+”时代来了吗？人与AI如何相处

　　1956年，美国达特茅斯会议聚集了最早的一批研究者，确定了人工智能的名称和任务，被称为AI诞生的标志。人工智能从诞生发展至今已经60多年，人工智能的迅速发展正在深刻改变人类社会和世界的面貌。为抓住 AI 发展的战略机遇，越来越多的国家和组织已争相开始制定国家层面的发展规划。

　　AI数据应该如何处理；现在的AI发展水平处于什么阶段，离真正的人工智能还有多远；人工智能与制造等行业的融合，对就业造成了巨大冲击，人与AI未来如何相处。这些问题，引起了学研、产业、公众的广泛关注。

　　3月27日，博鳌亚洲论坛2019年年会上，威盛集团董事长兼首席执行官陈文琦、现代密码学之父、图灵奖得主、Cryptic Labs首席科学家惠特菲尔德·迪菲、阿斯利康公司董事长雷夫·约翰森、携程旅行网首席传播官席伟航、百度副总裁尹世明与小i机器人创始人、董事长袁辉进行了深入讨论。

　　数据需要“清洗”与管理分布式AI系统需求凸显

　　雷夫·约翰森认为，在医疗领域，有三件事情可以通过AI辅助：生物学、基因排序、定制个性化药品。要实现这一切，数据要首先得到存储和管理。对于AI来说，目前存在的大量数据大都是没有经过“清洗”和整理的“脏数据”，必须要清洗和整理，才能有效利用这些数据。目前，还没有人找出办法，对AI数据进行整理。所以，AI的第一个应用场景应该是“清洗”数据。

　　尹世明称，可以基于一些有噪音的数据，生成非常可靠的清洗整理数据的模型，亦即AI的算法。强大的计算力，使人们可以在任何时候，从边缘或云端调用数据来支持AI。所以，数据是核心，硬件则是驱动的关键。

　　从事硬件领域的陈文琦也认为，硬件驱动对AI的发展非常重要。今天谈的AI，其实已经存在了很长时间，突然之间变得强大和无所不在，最重要的就是计算力的支撑，计算的作用越来越重要。“MIT在五个学院之外又建立了AI学院，但是麻省理工并不是唯一这样做的学校，很多的大学和学术机构都在关注。计算力将发挥更大的作用，我们之前并没有注意到这一点，但是现在注意到了。所以，计算力是AI向前发展的最大驱动力。要突破现在的架构量，建立巨大的并行处理能力，依然会面临很多的问题。”

　　在AI系统集中式、分布式问题上，陈文琦、迪菲和雷夫·约翰森的观点一致，认为目前普遍存在的是集中式AI系统，希望未来有一个更发达的分布式AI系统，来帮助解决数据清理、安全隐私等问题，而区块链技术的进展则可以帮助解决这个问题。

　　AI发展需突破理论框架融入生活与产业

　　AI是真正的智能么？广义的AI与侠义的AI之间的距离是什么？

　　迪菲认为，它比其他的现象更类似人的思考。袁辉说，广义的AI已经发展了60多年，关注得最多的是算力和数据问题。之所以这个话题长盛不衰，是因为新的AI正在走入一个困境。对于AI的未来之路在哪里，很多人存在误解。人工智能分为通用的人工智能和特定的人工智能，过去的60年间，人类做了很多通用的人工智能，但希望和现实的差距还很远。

　　“目前AI的数据处理还是非常初级的，我们是用巨大的数据处理一个很小的任务。从我们过往的经历来看，原本可以通过非常小的数据，完成很大的任务。”袁辉称，深度学习只是AI的一部分，未来AI的出路应该有两条。一条是突破过去的框架。如果不能突破过去的理论，AI很可能会陷入研究困境。二是AI的应用要融入生活的各个方面、产业的各个领域，这是AI发展的一个重要方向。

　　尹世明认为，把AI变成应用，需要一整套的产业链来提供支持，比如说边缘计算，要有云计算的能力加上边缘计算的能力；基础设施需要改变；需要数据标识的工具，即数据做标签，包括语音的、算法的。

　　陈文琦补充说，目前的应用大部分是在H端，网络架构实时处理还不够快。全球范围内91%的公司都没有很好地利用数据。5G的大规模应用有望帮助解决这个问题。

　　雷夫·约翰森认为，5G的计算力，无论是在核心还是边缘都是可用的，但是需要连通。比如，有了5G，在上海的一个指挥中心，就可以通过5G通讯，给一个乡村的儿童做远程手术。基础设施、好的存储、好的通讯，都能够帮助智能医疗的发展。“如果我们把注意力放在AI上，而不只是讨论它的风险，就可以确保有足够的区块链或其他的技术，能够让这种研究更好地展开，挽救很多的生命，造福患者。”

　　人与AI如何相处

　　随着AI快速发展，影响力越来越凸显，它会在多大范围内代替人的作用，人与AI应该如何相处，成为值得思考的问题。