人工智能的发展过程是迟缓的，但这三件事可以让它变快

编者按：2016年，人工智能行业呈现爆发趋势，但是目前仍然处于人工智能的“初级阶段”，未来还有很长的路要走，本文作者 Curtis Peterson 认为当前的人工智能发展过程是缓慢的，并给出了可以加快这一进程的三种措施。

目前，数据观测者预算我们平均每天至少创建270万字节的数据——足够使数字世界每两年翻一番。数字化分享经济带动应用程序市场的兴起。所有生成的字节数据其中的大部分是无人问津的。我们如何有效地利用这些大量的数据呢？

一致的回答是利用人工智能。人工智能会把这些数据垃圾场中的数据用于一些应用的突破，包括从无人驾驶汽车和医疗诊断到国家安全和科学发现。但事实是，除了一些特殊的情况外，人工智能作为一门广泛学科已停滞了几十年。除了一些系统外，现在可利用的人工智能使用的驱动器似乎和我20多年前上大学时主修的计算机工程课中所使用的驱动器是一样的，而那时可以在几小时内浏览整个互联网。

鉴于这种状态，人工智能需要快速追赶上商业和信息技术中的领导者、技术专家、教育者以及决策者的脚步。我们处在一个对人工智能抱以热切期盼的社会之中，我们都需要对它进行投资。这里有三件我们可以做的事来帮助人工智能完成目标。

1. 培养和吸引人工智能领域的年轻人才

从教育的角度来看，我们需要培养出对人工智能生涯感兴趣的年轻一代，而不是只会敲代码的人。现在的人工智能没有足够的智囊团，我们需要更多的专家和人才。人工智能的核心是困难的高级别的计算，它需要精通专业知识的博士，而不是在为期六周的训练营培训结束后开始编码的毕业生。

技术领导人员可以立即去做的一件事就是识别拥有攻读人工智能博士学位能力的人才，开始培训他们并为他们交大学学费。然后要做的就是通过提供更好的职位和其他激励机制去留住他们。绝大多数公司需要的人才都是无法在人才市场上找到的，并且为这些博士生交的学费要比直接聘用人才所花的费用便宜。

2. 定义和建立一个人工智能管理的框架

为了推动人工智能的发展，私人和公共部门必须规定人工智能做哪些和不能做哪些。现在很多法律都是围绕着人制定的，但是一旦电脑学会像人一样思考时，我们应该制定什么样的规则呢？我们允许人工智能根据物联网数据或健康数据做出决策吗？

我们既需要去规定人工智能的预期进度，还需要规定相关的边界。并且需要股东们团结一心，去解决人工智能带来的问题。国家科学技术委员会最近建立了一个人工智能小组委员会去解决这些问题。但是同样需要创建更多的人工智能小组。Uber最近宣布建立了一个人工智能实验室，它让人工智能的专家和研究者聚在一起，做到了一个在人工智能领域负责任的企业应该做的事情。

技术领导人员可以制定用户数据使用的公共行为准则，并且停止依靠落后的监管来定义道德行为。我们还需要从过去的错误中吸取教训，比如“道德黑客”，我们并不能保证这样的政策会给消费者带来的收益。

3. 创建快速成效、跨行业的人工智能商业模式，产生更大的需求

目前，人工智能被定义为解决这些问题：治疗癌症，破解加密数据，以及管理我们的全球电网。现在人工智能发展所欠缺的地方是满足消费者和企业的需求。企业需要在行业的更大范围内充分利用机器学习、自然语言处理、智能代理和人工智能附属领域，将其运用到特定的业务领域中去。

无人驾驶汽车就是一个很好的例子。科学家已经开发出围绕无人驾驶汽车的人工智能技术，部分原因是它们的算法只需要远程处理中的一个特定的数据集——马路、树木、桥等等，而不是数据宇宙中无限的数据。申请无人驾驶汽车同样会得到丰厚的资金奖励。

类似的（相对）快速、特殊的奖励将帮助产生人才、金钱、欲望和数字经济的势头，以人工智能应用程序的形式将帮助我们将人工智能具体化到更大更复杂的数据集中。重要的是，这些应用程序会帮助用户衡量他们在人工智能上的投资回报率，从而估测出他们在更大范围内使用人工智能将会带来的影响。

需要收集大量数据，但缺乏模式或行为分析的企业会从这样的工具中受益。我给他们的建议就是去建立一个人工智能实验室，即使是一个小的实验室。数据很重要，并且你不能只是坐在那里然后希望从中获取价值。你需要进入市场。在我的公司，我们有丰厚的回报和奖励措施以提高用户产品体验。使用这些知识，我们计划在我们的空间内使用人工智能技术（统一标准、综合通信）来实现短期、简单但是强大的产品提升。当每个人都付出一些努力的时候，整个市场就会向前推进。

我们所期望的人工智能水平可以达到吗？我相信会的，但最终取决于我们。作为技术领导者，我们需要行动起来，更多地参与到技术研究中来，让这门科学不再遥不可及，使其真正地为我们工作。

翻译来自：虫洞翻翻 译者ID：盖里君