它能讀懂唇語，還會創新菜肴，國際象棋、智力競賽、圍棋……它更是樣樣精通。幾乎所有大型科技公司都希望將其融入自己的組織和運營流程。似乎所有新誕生的應用都聲稱自己的軟件通過某種機器學習技術讓人們的生活更加美好。

人工智能已經以前所未有的速度席卷各大媒體頭條。人工智能革命已然展露雛形，而隨著2016年接近尾聲，人們最想知道的問題自然是：接下來會怎樣？

我們最近向詹姆斯·亨德勒（JamesHendler）詢問了這個問題。他是倫斯勒數據探索和應用學院院長，也是語義網的開發者之一。他最近與艾麗斯·穆爾維希爾（AliceM.Mulvehill）合著了新書《社交機器：人工智能、社交網絡和人類即將發生的碰撞》（SocialMachines:TheComingCollisionofArtificialIntelligence,SocialNetworking,andHumanity）。

該書的重點不是預測，而是闡述人工智能可以完成哪些任務，無法實現哪些目標。亨德勒認為，問題在于，很多人都因為電影《終結者》而害怕人工智能，還有的人則做起了烏托邦的美夢，完全沒有考慮人類的因素。

“人們喜歡將其描繪成非黑即白的技術。”他解釋道，“但實際上，它需要人類參與，人類更擅長處理‘灰色’。”

可以借用比較老套的一句政治口號：我們——人類和人工智能——團結起來就會更加強大。這也是亨德勒探討人工智能未來發展時持有的重要觀點。

將人工智能用于大規模編程

“我認為短期內令我興奮的事情是，人工智能的難度已經大大降低，可以方便程序員使用。這已經不再是一個專業領域。”亨德勒說。

他目前教的一門人工智能認知計算課程就凸顯出這一點。本科生也在從事相關項目，在幾個星期內就能開發一個聊天機器人來回答與哈利·波特相關的問題。如果是在幾年前，這應該是博士論文的課題。

究竟發生了哪些改變？

現在已經沒有必要從頭開發深度學習、計算機視覺或自然語言組件。只要下載一個開源軟件包，將其整合到你的系統中，再進行一些修改即可。這有點像搭建WordPress，但亨德勒更喜歡與互聯網發展初期的情況進行對比。在1990年代初期，得益于各種預先封裝且可以安裝到機器上的代碼，只需要簡單地了解HTML便可建設一個網站。

“人工智能已經通過實用的方式完成了封裝。”亨德勒說，“這更像是把各個元素拼接起來，然后找到哪種方式能夠發揮作用，而不是對這些元素展開基礎研究。至少在更具實用性的技術領域的確是這種情況。”

打開創新大門

亨德勒表示，人工智能技術短期內將向各種規模的行業參與者敞開大門。

“我們會看到小企業利用現有的深度學習、視覺和語言技術展開大量創新。”他說，“微軟、谷歌(微博)、Facebook等行業巨頭也將對這項技術展開重大投入，但他們會瞄準新的方向。”

與此同時，學術機構和政府將會繼續在人工智能相關技術的演變過程中扮演一定角色。以無人駕駛汽車為例：這項技術首先由斯坦福大學等高等院校開發，并贏得了美國國防部高等項目研究署（DARPA）舉行的挑戰賽。谷歌隨后推動這項技術走向成熟。現在似乎所有的汽車公司都在開發自動駕駛汽車。

雖然仍有必要開發新的人工智能技術來解決問題，但亨德勒表示，短期的重點是能夠利用現有工具實現的商業案例。

“我認為創業者和創業公司也將關注這類創新，而且數量將十分巨大。”他說。

為發達國家和發展中國家解決問題

2017年及以后，普通科技用戶將看到人工智能領域實現哪些進步？具體到這一點，或許多即是少，因為科技將整合到用戶所在的背景之中。

“有人或許期待著購買某個東西之后，整個世界就完全不同了。實際效果不會這么明顯。”亨德勒說。

以蘋果虛擬助手Siri為例。Siri勝任復雜任務的能力不斷提升，但它仍會經常找不到答案，只能返回一個網絡搜索結果。不久之后的某一天，可以想象Siri或者與之類似的服務面對“給我看一張孩子今天午飯的照片”這樣的指令時，可以又快又準確地給出結果。

事實上，亨德勒提到的一些創業公司已經實現了這一目標。一家名叫Snips的公司使用名為“情境感知”的技術便可過濾聯系人、電子郵件、日程、照片等各種數據，從而在用戶的移動設備上建立一種記憶。久而久之，它就能知道用戶真正看重的是什么，最終成為用戶使用其設備上的各種應用和信息的唯一入口。

Snips創始人兼CEO蘭德·辛迪（RandHindi）在2015年的TEDx演講中說：“使用人工智能的關鍵是讓這項技術消失于無形。你只需要過好自己的生活，不必再關注它。”

當然，這都是發達國家國家面臨的問題，他們的目的就是讓技術消失于無形。亨德勒是個樂觀的人，他相信那些旨在改進發展中國家現狀的項目不久之后也將融入人工智能技術。具體而言，他和其他人正在與IBM合作在未來5年為10億人提供識字教育。

“我們談論的是大幅改變許多人的生活，尤其是在那些識字率還比較低的國家。”他說，“在這種情況下，人們將會突然間看到科技以前所未有的方式進入他們的生活。”

教育是關鍵

雖然有好有壞，但今后將有越來越多的大規模顛覆性技術由人工智能及其相關技術來驅動。

一方面是有可能在不到一代人的時間內就被無人駕駛汽車取代的180萬卡車司機，另一方面則是制藥等有可能節省巨額成本的行業——事實上，IBM著名的人工智能平臺沃森已經大規模部署到制藥行業。

根據美國醫療保險和醫療補助中心發布的數據，醫療行業大約占到美國GDP總量的17.5%。

亨德勒表示，政府需要著手推動這些變革，而不能為創新設置障礙。他堅持認為，教育將成為人工智能革命的關鍵，幫助人們了解電腦的優勢和劣勢。

“人們需要在這方面變得更加聰明，而技術人員則應該幫助政策制定者理解這些差異。”他說，“理解這些差異是至關重要的事情。”

更多資訊請關注工業機器人頻道