经历2018的风林火山，人工智能2019将给我们带来什么？

 2018年被业界称为AI元年，人们切实感受到人工智能的高速发展为各个产业带来了翻天覆地的变化。人工智能的概念被提出将近60年，然而近年才真正大爆发，其主要原因，我们认为一个是技术层面的突破，一个是应用性上的突破。

 

从技术层面而言，算法、数据和硬件算力组成了人工智能高速发展的三大要素。首先是算法。近期人工智能领域最大的突破之一正是深度学习算法。以人脸识别为例，当人工智能超越了人类95%的识别率，做到97%的识别正确率，意味着具备了大规模商业应用的基础。尤其是在安防领域、金融领域等，机器可以做得比人更好。第二是数据。数据是驱动人工智能进化的核心因素。互联网时代，数据的高速产出与累积，为人工智能的训练和学习提供了足够的素材。AlphaGo学习的核心数据来自互联网累积数十年的3000万例棋谱。离开了这些棋谱数据，机器战胜人是无法实现的。第三个是高性能硬件带来的计算能力。二十年前，一个机器人需要用32个CPU，才能达到120MHz的速度。以前的硬件算力是远远不能满足人工智能的需求的。GPU出现后大幅提升了计算量。GPU和人工智能结合后，人工智能才迎来了真正的高速发展。

 

从应用性上来说，很多我们熟知的商业领域均已采用人工智能。我们日常使用的搜索、看到的推送、广告等，更是广泛应用了机器学习的技术。让我们来看一下AI科技在2018年四大领域的广泛应用。

 

安防+AI

安防领域一直被认为是人工智能落地最佳的行业之一。人工智能在安防领域的应用主要集中在公安、交通、社区、工业等方面，其中公共安全是最为核心的应用。利用人脸识别、行为分析、步态分析等技术，人工智能可以对特定的人通过数据分析给予犯罪风险评估，再通过海量数据进行筛选，极大程度的提高了罪犯排查的成功率。涌现出了像商汤科技、旷视科技、云从等聚焦于人脸识别、行为分析等图像智能领域的公司。

2018年，中国安防产业发生了巨大的变化，智慧安防的理念进一步渗透，人工智能尤其是人脸识别技术在越来越多的场景下落地。2018年3月，平安科技与深圳监狱合作共建智慧监狱；2018上海“进博会”期间，上海公安局使用商汤科技senseface人脸实战平台，承担了活动区域的视频分析保障任务；在张学友九月石家庄演唱会上，石家庄警方利用依图人像系统识别抓获3名网逃人员。

 

医疗+AI

 

随着医疗人工智能技术尤其是智能影像诊断的飞速进步，AI在医疗领域的应用越来越广泛。AI诊断优势在于疾病早期筛查和诊断准确性。医疗AI赋能有助于提升影像诊断的工作效率，减少误诊漏诊现象的发生，为大规模疾病早筛行动的开展提供有力技术支持。心脏病与肺癌等疾病的诊断流程甚至可以达成全自动量化分析。除了诊断流程，AI医疗智慧解决方案也能解决互联网问诊平台与日常疾病预防等各种问题。

 

在2018世界人工智能大会上， 商汤科技公布商汤首款医疗AI产品原型——SenseCare智慧诊疗平台。该平台计划覆盖骨科、呼吸科、放疗科、神经内科、心内科等多个科室，赋能从诊断到治疗规划、耗材设计、手术跟踪预测等多个工作环节，全方位助力医生提高工作效率及精度。8月腾讯发布医疗AI应用“腾讯觅影”，官方称其筛查一个内镜检查用时不到4秒，对早期食管癌的发现准确率高达90%。阿里健康去年推出“Doctor You”医疗AI，今年再度拓展至糖尿病等慢病管理领域，“瑞宁助糖”--一款糖尿病人工智能医生，通过人工智能革新糖尿病的诊断及治疗模式，为全科医生提供辅助诊疗方案。

交通+AI

 

毋庸置疑自动驾驶是人工智能应用大热的一个赛道。从日常出行来说，可以大幅减轻人类驾驶者的负担。在运输业当中，可以在现有的硬件架构之下提供更大的货运量和更安全的运输过程。理想的自动驾驶技术不仅能改变人类的出行方式，同时具有巨大的商业价值。

 

从技术角度看，自动驾驶分为感知定位、规划决策、执行控制三个部分。按照SAE美国汽车工程师学会对自动驾驶汽车的分级，把ADAS从Level0到Level5分成了6级：从 Level 0（无自动化）到Level 5（完全自动化）由无人驾驶系统完成所有的驾驶操作。就目前来看L4已经是人类在无人驾驶技术领域探索的最高水平。

 

奥迪(Audi)和英伟达(Nvidia)在2017年拉斯维加斯的CES科技展上正式宣布了合作关系。这两家公司将一辆自动驾驶的奥迪Q7带到了展会上。到2020年，市场上将出现一款全自动汽车:这是奥迪和英伟达的既定目标。

 

2019，应用AI的三大趋势

 

2018年我们目睹了人工智能在各个行业的广泛应用和急剧增长，我们总结了2019年最值得期待的三大AI发展趋势。

趋势一：量子计算：人工智能AI革命性算力

 

在人工智能领域大规模并行计算是一个刚性的需求。经典计算机的核心使用的是中央处理器，是一种基于半导体理论设计的电子芯片，用于串行运算。CPU的设计本就更偏重多任务处理，所以并不适合在需要高并行的矩阵计算中应用。

 

量子计算机的并行计算的特性，使得它可以一次同时处理多个任务，有望实现计算能力上的超越。而在量子计算机中，它的计算核心是量子芯片，当量子芯片中的量子比特数量达到一定数量后，计算能力将满足人工智能对运算能力的需求。未来量子芯片小型化后，车载智能系统、无人机智能系统等人工智能前端系统的快速实时处理便成为可能。这也给了像Nvidia、Xilinx等AI芯片相关公司在深度学习时代的爆发的机会。

 

趋势二：对抗性神经网路（GAN）正在赋予机器创造力

 

从无到有创造一个东西，这正是人工智能一直难以企及的能力。我们在人工智能领域看到最具开创性的突破点，就是对抗性神经网络（Dueling Neural Networks）/ 对抗式生成网络（GAN），它能够创造超级真实的原创图像或声音，进而赋予机器智能过去从未企及的想像力，而在此之前，机器从未有这种能力。

 

这种名为“对抗式生成网络”（GAN）的手段会使用两个神经网络，这两个神经网络会使用同一个数据集进行训练。其中一个叫生成网络，它会依照所见过的图片来生成新的图片，比如：一个多长了一条手臂的人。而另外那个叫判别网络，它的任务则是判断这张图片是否与训练时的图片相似，还是由生成网络创造的“假货”，如：判断那个长着三条手臂的人是否真实存在。两个AI系统在“猫捉老鼠”游戏中相互拼杀，通过竞争对抗来创造超级真实的原创图像或声音，极大化加速机器学习的过程。

 

趋势三：传感城市：让AI从虚拟世界做到现实世界

 

据报道，谷歌Alphabet旗下“人行道实验室”（Sidewalk Labs）正和加拿大政府合作，计划以多伦多的一个街区为示例，创建“传感城市”。希望融合人工智能、大数据、云计算、物联网等新技术，将城市升级为了一个能够感知环境信息和人类行为数据的“智慧体”。

 

在这样的“传感城市”中，运行的将是自动驾驶的公共汽车和私家车，交通信号灯具有自动跟踪行人、自行车及车辆移动的能力，地下隧道里将穿梭着运送邮件和垃圾的机器人，可扩展的模块化建筑将满足不同公司或家庭的需要，可再生能源的广泛应用使这里成为气候友好型社区。可以想见，具备自动驾驶技术和环境友好新能源动能的汽车将是未来城市的标配。

 

在自动驾驶领域，奥迪一直是具有前瞻性的开拓者和推动者。早在2013年，奥迪便成为全球第一家获得美国加利福尼亚州和内华达州测试执照的汽车制造商。2015年1月，奥迪A7自动驾驶概念车从斯坦福出发，在前往拉斯维加斯的高速公路上行驶了900公里，创造了自动驾驶领域有公众参与的最长行驶记录。同年5月，一辆无人驾驶的奥迪汽车行驶在中国上海车辆密集的城市交通路线上，这是迄今为止最复杂的路况。

 

奥迪自2015年推出A3 e-tron之后，奥迪进入了新能源汽车的布局，3年来发布了Q7 e-tron、A6L e-tron共3款插电式混合动力产品。全新奥迪Q7 e-tron是世界上首款使用热泵技术的插电式混合动力车型，可以把汽油发动机、电动发动机上产生的热量转化给驾驶室内部需要的热量。根据奥迪此前对新能源产品的规划，到2020年旗下所有主要车型都将推出新能源版，并将优先发展插电混动车。

 

随着“奥迪2025战略”的提出，“奥迪AI人工智能科技逐步部署到我们未来所有的车型，它运用深度学习技术提供主动式人机交互界面，将彻底改变人