人工智能，从博弈游戏走向商业化

编者按：本文转载自互联网风云榜，作者青词，创业邦经授权后发布。

1956年世界达特茅斯会议上，人工智能的概念诞生。之后的1957年，人类智能先驱赫伯特·西蒙宣称：“现在世界已经有了可以思考、学习和创造的机器，它的能力还将与日俱增，一直到人类大脑能够运用的的所有领域。”同时赫伯特·西蒙预言，十年内人工智能就可以成为国际象棋冠军。

虽然赫伯特的预言直到四十年后才终于实现，不过随着近几年人工智能在人类的博弈游戏中不断获胜，人工智能热潮再一次升温。

近五年伴随着AI产业进入到快速发展期，以及人工智能的发展进入到第三次高速发展期，人工智能基础技术不断地成熟。金融、零售、广告营销等方面已经有了初步应用的人工智能技术，能够在更广泛的场景中产生价值，成为了人工智能行业商业化的契机。

人工智能与人类的博弈游戏交锋

人工智能的概念诞生不久，行业先驱赫伯特·西蒙就预言人工智能会在十年内击败人类，成为国际象棋冠军。

但是，就像当初对人工智能发展抱有极大期望的先行者们没有预想到人工智能技术的发展会在半个多世纪的时间内经历两次低谷一样，赫伯特·西蒙大概也没有想到自己的预言不但没有在十年内实现，而且还经历了四个十年之后才成功。

1997年，经历四十年的等待，美国IBM公司的超级计算机“深蓝”以2胜3平1负的战绩击败当时的国际象棋冠军卡斯帕罗夫。拥有强大计算能力与学习能力的人工智能开始在博弈游戏上展现超越人类的实力。

“深蓝”击败卡斯帕罗夫使得赫伯特·西蒙预言终于成真，同时开启了人工智能与人类在众多博弈游戏中激烈对抗的帷幕。

在一方赢另一方输的零和博弈里，人工智能面对人类已经取得多次胜利。

如果说深蓝的胜利与中国超级计算机天梭击败多位象棋大师只是开胃菜的话，AlphaGo在人类智慧的结晶、最复杂的围棋盘上先后战胜两位围棋世界冠军李世石和柯洁，则成为了人工智能发展史上不可忽略的里程碑。AlphaGo通过学习与优化能力，学会了下棋，其展现的不断进步的能力也使其成为了真正意义上拥有学习能力的人工智能。

由谷歌旗下DeepMind公司戴密斯·哈萨比斯领衔的团队开发的AlphaGo，其主要工作原理是深度学习。

机器学习作为人工智能的核心，是使计算机拥有智能的根本途径。深度学习作为机器学习领域中的新的研究方向，它被引入机器学习使人工智能的相关技术取得了极大的进步。

除了在传统博弈游戏上展现威力之外，通过AlphaGo得到大量关注的人工智能技术，在进入到第三个繁荣期之后，也在更多的领域展现了强大的实力。

在8月2日的王者荣耀世界杯半决赛上，腾讯王者荣耀AI绝悟击败了五位顶尖的电竞职业选手获得胜利。同时绝悟也在Chinajoy第一日的王者荣耀1V1体验赛里，取得了503胜、1负的战绩。

在此之前，人工智能也已经在星际争霸、DOTA2等电竞项目上击败了人类。

除了在要么是两人、要么是两队之间的零和博弈中取胜，在1vN的博弈中，人工智能也在不断取得进步。两年前的Libratus，虽然历时20天战胜4位顶级德州扑克选手，但是只能1v1。而全新的赌神Pluribus，终于取得突破，称霸多人局：在六人无限注德扑比赛上击败人类顶尖玩家。

人工智能在经历六十多年的发展之后，已经取得了巨大的成果。而科技公司通过博弈游戏不断试探人工智能的实力之后，也为其在各行业的商业应用中积累经验。能够自己学习人工智能，已经通过深度学习展现了自己的潜力，也将会在各领域的应用中展现自己更强的实力。

巨大价值驱动人工智能商业化进程

世界著名科学家格特纳曾说：“人工智能将是未来十年最具颠覆性的技术，无处不在人工智能将成为趋势。”

作为各大互联网巨头、科技公司们竞争最激烈的领域之一，人工智能技术的应用场景十分广泛。其背后具备的巨大价值，使得AI+任一行业都可能成为资本们竞逐的风口。

国际知名咨询公司预测，2016年到2025年人工智能的产业规模几乎直线上升。国务院《新一代人工智能发展规划》提出，2030年人工智能核心产业规模将超过1万亿，带动相关产业规模超过10万亿。这个产业是蓬勃发展的，前景显然是非常大的。

随着人工智能基础技术的不断成熟，在机器视觉、人脸识别、智能搜索、自动驾驶、教育等实际应用领域的商业化进程也随之加快。其中，中国人工智能技术商业化的发展速度也是极快。

根据美国数据、技术和公共政策交叉研究智库 Center for Data Innovation 发布的一份中、美、欧 AI 实力对比报告显示，从人才、研究、发展、应用、数据、硬件六个角度对三方的 AI 力量进行了对比。报告显示，美国各方面综合得分最高，为 44.2 分（满分为 100 分），中国则以 32.3 分紧随其后，而欧盟得分仅为 23.5。

习近平总书记强调，人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。

在各国相继发放5G商用牌照，开始进入到5G时代后。之前不少发展受限的行业在5G时代中，都可能会迎来重大发展的机会。5G技术的应用，加速了人工智能技术的落地。

华为创始人兼CEO任正非近日在签发最新电邮时表示：5G只是小儿科，人工智能才是大产业。

近几年走出实验室的人工智能技术，已经开始解决实际问题。据WIPOP2019年人工智能趋势报告显示，50%的AI专利在过去5年内发表。AI产业的高速发展，助推了人工智能技术商业化的进程。

加速的商业化进程与广阔的发展前景，使得人工智能在互联网、安防、教育、医疗、交通、零售、办公、家居、金融、物流、制造等领域创造的价值。

在上海掀起垃圾分类的热潮后，能够自动分类AI垃圾桶吸引了不少资本的进入。人工智能技术的应用能够加速分类速度、提升分类效率，在为市民提供方便之余，也极大的节省了人力成本。像这样的案例，在人工智能的应用中还有很多。

“强”“弱”人工智能的困局

人工智能就其本质而言，是对人的思维的信息过程的模拟。对于人的思维模拟可以从两条道路进行，一是结构模拟，仿照人脑的结构机制，制造出“类人脑”的机器；二是功能模拟，暂时撇开人脑的内部结构，而从其功能过程进行模拟。现代电子计算机的产生便是对人脑思维功能的模拟，是对人脑思维的信息过程的模拟。

1950年英国数学家艾伦-麦席-图灵首先提出的关于区分人工智能的一个测试，测试中要求一个人和一台拥有智能的机器设备在互不相知的情况下，进行随机的提问交流，如果超过3成的测试者没有发现对方是机器设备，那就代表了这台设备拥有“人类智能”。

可惜提出多年之后，依然没有人工智能能够通过“图灵测试”。与此同时，有人认为在图灵测试中，仅仅通过AI是否表现的像个人类的判断无法有效得出AI是否真的具有智能，而要想AI脱离“人工”烙印真正实现智能，就必须真正跨过那条人与AI之间的边界。

近几年飞速发展的人工智能技术，其实只是弱人工智能，强人工智能的发展仍然受限。

弱人工智能是指不能制造出真正地推理和解决问题的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。现阶段，人工智能的技术的研究与应用，都主要集中于此。

约翰·麦卡锡在1956年的达特矛斯会议上提出：人工智能就是要让机器的行为看起来就象是人所表现出的智能行为一样。但是这个定义似乎忽略了强人工智能的可能性。

强人工智能一词最初是约翰·罗杰斯·希尔勒针对计算机和其它信息处理机器创造的，其定义为：“强人工智能观点认为计算机不仅是用来研究人的思维的一种工具；相反，只要运行适当的程序，计算机本身就是有思维的。”

拥有强人工智能的机器不仅是一种工具，而且本身拥有思维。强人工智能有真正推理和解决问题的能力，这样的机器将被认为是有知觉，有自我意识。

在弱人工智能已经被广泛应用的当下，强人工智能之所以研究进展缓慢，是因为在技术上强人工智能的发展仍需面对极大的挑战。同时在应用风险和社会伦理等方面，关于强人工智能的应用存在比较的大争议。所以业内人士普遍认为，短期内强人工智能的发展难以获得较大的突破。

在人工智能技术的发展中，人才是重中之重。为了能够在人工智能技术的发展中，涌现更多的人才，人工智能教育将会逐渐普及。教育部专门发布了高校人工智能的行动计划。国务院《新一代人工智能发展规划》也指出，要支持开展形式多样的人工智能科普活动。美国科技委员会在《为人工智能的未来做好准备》中提出全民计算机科学与人工智能教育。

目前来看，人工智能技术的发展仍旧没有达到真正意义上的“智能”。但是，已经有不少人提出人工智能对人类的“威胁论”。不过，如前百度首席科学家吴恩达所言，现在担心人工智能统治人类，无异于担心火星上人口过剩。