□ 本報實習記者 馬爽

　　隨著計算機與互聯(lián)網(wǎng)技術(shù)、云計算技術(shù)、大數(shù)據(jù)技術(shù)的進步，人工智能研發(fā)環(huán)境已越來越好，不但百度、微軟、谷歌、IBM等巨頭公司，從應用、硬件、系統(tǒng)等多方面高度重視人工智能，不少創(chuàng)業(yè)項目也相繼涌現(xiàn)，希望能乘上這一“風口”?！艾F(xiàn)在人工智能還處在初始階段，但這個領(lǐng)域存在著大量的創(chuàng)業(yè)機會?！本藕?a href="http://app.www.zhonghuixigou.com/stock/cate/detail.php?symbol=400121929" target="_blank" title="創(chuàng)投 400121929">創(chuàng)投天使投資人王嘯表示。

　　“在很長的時間內(nèi)，人類與機器的交流基本上遵循了以下模式，人類依據(jù)操作手冊向機器下達固定指令，而機器則根據(jù)人類的指令執(zhí)行相應的動作，整個過程是機器‘被動執(zhí)行’的過程，而人工智能則是要打破這種模式，讓機器具備主動思考的能力。”前百度首席科學家、人工智能專家張棟表示。

　　就像人類具備獨立意識及主動思考能力需要依托于高度智慧的大腦一樣，機器獨立意識及思考能力的產(chǎn)生，也需要這樣一顆“智慧大腦”。與人類相同的是，通過技術(shù)手段，機器也可以模擬人類的思維方式，通過對大量數(shù)據(jù)的分析和培訓，形成自己的認知體系，并在與人類對話的過程中不斷完善與提高自己的認知能力，從而不斷縮小與人類思維之間的差距，以至于意識產(chǎn)生。

　　9月中旬，IBM推出最新大數(shù)據(jù)服務(wù)Watson Analytics（沃森分析），這是一種認知技術(shù)，處理信息的方式與人類更加相似，它可以理解自然語言，基于證據(jù)產(chǎn)生各種假設(shè)，并且持續(xù)不斷地學習。IBM全球副總裁王陽表示，除了幫助企業(yè)進行數(shù)據(jù)分析和獲取，Watson還可以為人類做更多有意義的事情，比如通過Watson的自主學習為醫(yī)療領(lǐng)域從業(yè)者提供更加準確和個性化的診斷和治療方案。

　　此外，百度憑借在搜索領(lǐng)域的多年沉淀，發(fā)現(xiàn)搜索引擎通過不斷學習可以具備一定智商，而且智商會越來越高。利用搜索引擎公司在研發(fā)人工智能方面的天然優(yōu)勢，百度已開發(fā)出小度機器人等人工智能領(lǐng)域的產(chǎn)品，并成立深度學習研究院，廣攬世界級技術(shù)專家，推出BaiduInside智能硬件合作計劃，發(fā)布大數(shù)據(jù)引擎，研發(fā)“百度大腦”。

　　北京光年無限科技有限公司近日也推出基于Deep QA深度問答技術(shù)的圖靈機器人產(chǎn)品，并免費開放API端口，供開發(fā)者在微博、微信、QQ機器人、客服、智能硬件等領(lǐng)域搭建屬于自己的個性化智能機器人，將“智慧大腦”用于更好地提升軟硬件產(chǎn)品的交互體驗。據(jù)了解，自今年4月正式內(nèi)測至今，圖靈機器人已吸引1.5萬家開發(fā)者接入平臺，各場景累計覆蓋用戶達8300萬，開發(fā)者可將之應用于任意場景中，并可以加入自己的私有數(shù)據(jù)庫。

　　據(jù)了解，光年無限做過最成熟的產(chǎn)品是蟲洞語音助手，公司CEO俞志晨介紹，蟲洞語音助手兩年半累積了約3500萬注冊用戶，但在做蟲洞過程中，公司發(fā)現(xiàn)語音不是目的，人工智能的核心應該是智能交互與服務(wù)。據(jù)圖靈機器人CTO介紹，Deep QA用基于規(guī)則的深度語法分析和統(tǒng)計分類方法來確定一個問題是否應該被分解，以及怎樣分解才最容易回答。通過技術(shù)手段模擬人類的思維方式，并通過大量數(shù)據(jù)分析和培訓形成自己的認知體系，還可以在與人類對話過程中不斷完善自己的認知能力，從而不斷縮小與人類思維的差距，甚至產(chǎn)生意識。

　　王嘯表示，真正的人工智能還需要很長時間，也是非常有難度的事情，而現(xiàn)在輔助的人工智能能夠逐步起步、開始起飛，是因為有幾個因素在推動它前進。

　　在王嘯看來，推動人工智能進步的第一個因素是云計算能力。過去機器服務(wù)器很貴，現(xiàn)在可以把大量數(shù)據(jù)存在云端上，人工智能的核心是對大量數(shù)據(jù)學習和處理能力；第二是硬件成本的降低，隨著智能硬件的普及，大規(guī)模批量生產(chǎn)導致與機器人相關(guān)的、與智能硬件相關(guān)的傳感器收集能力得到極大提高，而大量硬件產(chǎn)生的內(nèi)容也可以供機器進行學習；第三是背后的算法，通過一些深度學習的算法，變成一種機器可以識別的東西。