人工智能卡位战 杭州能否执牛耳?

2017-03-09

今年“两会”,“人工智能”首次被写入政府工作报告,明确作为战略性新兴产业加以培育。资本市场亦闻风而动,人工智能概念股应声飙涨。

一场跨越国界的人工智能卡位战已然打响。

落地到杭州,作为国内创业创新四极之一,既有阿里巴巴、网易等巨头引领,又拥有参差多态、充满活力的创业公司生态,在这场人工智能卡位战中,拥有足够的雄心、资本和底气。

战局已经拉开,杭州正在发力。

记者 齐航

“有些办事机构大厅号称配备了智能对话机器人,我一看就不是真的,后台有人工服务。”谈及如今人工智能产业的发展现状,张以驰快人快语。张以驰是杭州滨江区最年轻的国家“千人计划”专家,也是“教育+人工智能”的杭州掘金者之一。

纵使真假难辨,也许泥沙俱下,但自从谷歌AlphaGo完胜李世石以来,人工智能就成为一种“商业正确”。从硅谷湾区到北上深杭,从科技巨头到初创公司,抢滩人工智能者如过江之鲫,似乎“奇点”时刻已近在眼前。而“深度学习”、“人工神经网络”等人工智能术语,俨然成为“黑科技”的全新代名词,寄托着改变世界的宏大梦想。

人工智能产业竞争,涵盖人力与资本、软件与硬件、顶层技术与落地应用,关乎生死与命运。能否在人工智能的时代继续引领,更是与企业未来命运、城市竞争力休戚相关。

那么,在这场人工智能卡位战中,杭州是否能执牛耳?

人工智能方兴未艾之时,他就凭一款软件在剑桥大学打败了所有对手

先知先觉的杭州创客

“人工智能到底为什么会在最近这两年里突然火爆起来?”张以驰把问题抛给自己,身体后倾,松弛地靠在椅背上,若有所思。

这确实是一个值得思索的问题。人工智能一词在1956年就已出现,此后的60年时间里,它被列为世界三大尖端技术之一,成为热门的电影题材,一度打败了国际象棋冠军卡斯帕罗夫,却始终未能在商业上掀起多大波澜。

即使在10年前,张以驰在剑桥大学攻读计算机博士时,通过人工智能去博取商业上的成功,听起来仍然像一个狂想。而张以驰走上“教育+人工智能”创业这条路,也有些偶然。

当时在写论文时,张以驰常常会遇到一些语言上的问题,甚至在发表论文前,会被告知因为语法错误太多,需要重新修改。那时微软的Word只能提示简单的单词和词组错误,并且对非母语用户的语法错误非常不敏感。

于是,他与创业伙伴孙琳开始为非英语母语用户写一款英文写作辅助软件,通过这款软件,让计算机拥有识别语法错误的能力。张以驰当时所做的研发,事实上已经有了些许人工智能的味道。

两年后,这款软件终于在技术上取得重大突破——在语法纠正的准确率上高于微软Word、WhiteSmoke等同类产品。2009年底,就在张以驰计划将软件代码源公开的时候,剑桥大学的创业大赛却意想不到地改变了他的看法——这是一项在全欧洲数一数二的校园创业大赛。

凭借英文写作辅助软件,张以驰和伙伴们包揽了当届剑桥大学创业大赛软件类的全部奖项,也打破了该项赛事举办11年来的纪录。在无心插柳中技惊四座,这也让张以驰看到了人工智能与教育结合的商业可能性。2010年,张以驰回国创业,在杭州高新区创立硅易科技有限公司,展开“教育+人工智能”的深度探索。

张以驰属于那种先知先觉者,彼时人工智能大规模商业化的时代尚未到来。在2010年,即使你用一台谷歌研发的人工智能机器去识别图像,错误率也会超过25%。但技术迭代的速度总是超出人们的想象。到了2015年,依赖于深度学习技术的人工智能系统就变得非常精确,在识别图像时与人的表现能力几乎持平。

“人工智能商业化之所以会爆发,正是因为技术门槛在日积月累之后大幅降低,语音识别和图像识别的效率和准确性大大提高了。”在张以驰看来,顶层的技术突破,必然有赖于科研机构和科技巨头的研发创新。而初创公司由于缺乏足够的资金、人才和技术储备,更现实的路径是用好已有的技术成果,然后切入具体的应用场景,比如教育、医疗、金融等等,就像硅易科技正在做的一样。

结合人工智能技术,硅易科技提供的软件产品服务于8万多家民办教育、培训机构,可以完成作业批改、单词听写、智能排课等操作。“有人觉得人工智能不可以批改作文、主观题,其实美国早在2006年就开始用机器给GRE、GMAT等考试完整打分了。如果人工智能改造教育最理想的情况是100分,现在不过只做到了10—15分,空间还很大。”张以驰说。

从顶层技术的研发到具体应用场景的拓展,阿里一直在快速奔跑

全场景应用的巨头雄心

人工智能技术门槛之所以会降低,得益于云计算、大数据技术的成熟和大规模应用。作为杭州本土的科技互联网巨头,阿里的人工智能战略本身就与云计算和大数据业务紧密结合。

“人工智能成功的关键是数据、算法和计算能力,而这也正是阿里的优势所在。‘城市数据大脑’正是三者完美结合的最佳案例。”阿里云人工智能科学家闵万里说。“城市数据大脑”是杭州市政府与阿里在去年云栖大会上共同发布的“疯狂”计划,力图通过人工智能为政府决策和管理提供帮助。

城市大脑需要将交通、能源、供水等基础设施全部数据化,连接散落在城市各个单元的数据资源,打通“神经网络”。然后,凭借精良的算法,准确分析视频数据并以此进行交通调度。结合手机地图、道路线圈记录的车辆速度和数量,公交车、出租车等运行数据,城市大脑可在一个虚拟的数字城市中构建算法模型,通过机器学习不断迭代优化,计算出更“聪明”的方案:每个路口红绿灯设置为多长时间通行效率最高?哪些路口应该禁止左转?公交车辆和线路如何调度更为合理?道路修建是否有更好的选择?

“城市数据大脑”,只是阿里人工智能战略的一个应用场景。去年8月,阿里推出了人工智能的战略级产品阿里云ET。ET的人工智能服务,覆盖了阿里的多个业务板块。比如客服这个劳动力密集型岗位,阿里的客服需求一直伴随业务的激增而扩大,这导致人力成本高企。应对这一状况的传统方式是客服外包,但其服务不可靠、不稳定的缺点难以克服。最开始,阿里采用抽检式的质检,从每100通电话里抽取1通,由人工逐句检验录音是否合规。但负责人很快发现,1%的抽检率不足以覆盖全部问题,因为每个人犯错的方式存在很大差异。

于是,阿里云ET开始介入这项服务,将语音转化为文字,再利用关键词搜索完成质检,一旦触及违规,会自动进入处罚流程。如果客服认为ET识别有误,自己被冤枉了,可以点击“申诉”——人工质检员只在这一步介入。如此,在同等人力条件下,质检率从1%提升到了100%,工作效率提升了20倍。

“不仅如此,阿里云ET的人工智能也在不断对外输出,为更多用户赋能。目前,ET在医疗、工业、交通、法院、调度等多个领域已经落地。”闵万里说。

工业领域,ET在协鑫光伏的试点车间将光伏生产良品率提升了1个百分点,能够节省上亿元的年生产成本;司法领域,浙江省的105家法院里,阿里云ET承担起“书记员”的角色,可以准确地完成庭审记录;交通领域,ET在广州街头担任交警,经过一段时间优化,南华中路—宝岗大道在9时—13时和15时—20时的平均拥堵指数分别下降了25.75%和11.83%;调度领域,ET担任了白云机场调度员、“饿了么”平台调度员等角色。

尽管在外界的认知中,阿里的人工智能战略不及谷歌、百度等巨头“高调”,但从顶层技术的研发到具体应用场景的拓展,阿里事实上一直在快速奔跑。这也是一个科技巨头所必须有的逐鹿雄心。

在杭州的人工智能生态中,致力于底层创新的初创公司往往代表着未来

年轻公司的颠覆式梦想

尽管人工智能的底层创新,如今看起来只是一场“巨头的游戏”。但正如著名管理学者克里斯坦森在《创新者的窘境》里所述,真正具备颠覆性的创新,往往不是那些已占据行业制高点的巨头所造就,而是发轫于行业的边缘地带,源出于一些看起来并不起眼的小公司。

在杭州的人工智能生态中,同样不乏致力于底层创新的初创公司,比如落户在滨江的北冥星眸科技有限公司。创始人钱小一是美国CGU德鲁克商学院金融工程硕士、上海交大博士,写过一本研究人类思维的专著《思维工程导论》。

“现在几乎所有的人工智能都只是‘弱人工智能’,它们在交互时是基于云端的语音库,在不同场景下调用不同的语音片段,而不是因为它们真正地理解了你所说的话。所以你跟它聊一个小时就会觉得没意思,因为有固定的套路。”钱小一说。但如果机器也能拥有人类一样的反思能力和情绪,那么对话就会有意思得多。

如何跳出既有的技术路径?事实上,人类的脑中有一个独立于语言的先天符号系统,我们归纳演绎的逻辑都是基于这个符号系统发生的。把脑中的符号系统转化为语言,经常会有损耗和偏差,所以经常会感觉词不达意,沟通效率非常低。比如一位教授,要传达他1%的知识给学生,也要花上1年时间。而机器就不存在这个问题,只要机器“思维”的“语言”是一致的就行。

钱小一的方案是,为机器设计一套新的语言符号体系,然后让它与人类的先天语言符号体系对应起来。钱小一把这套新的语言符号体系命名为“M语言”。机器的系统、行为、思维和语言,都是靠这套M语言写出来的。“我们人类思维的一大特点就是具有反思能力,也就是能意识到自己如何思考。通过M语言,机器也能意识到自己的‘思维’是如何运作的,从而能不断调试自己的行为。”

用一个生动的场景来诠释,如果是“弱人工智能”,当你对机器说三遍“你真笨”,它可能会回答同样的一句话:“才不是。”如果是“强人工智能”,那么也许每一遍的回应都不一样,当你说到第三遍时,机器甚至会“生气”地绕开你。

去年8月,北冥星眸基于M语言开发了智能体样机“小香槟”,具有语音识别、语义理解、任务管理系统、地图位置储存、人脸识别等功能。“小香槟”能主动引导面试人员去会议室,能通知HR、协助面试顺利完成,平时还能在办公室里传话、代劳送快递。

而在半年多的闭门研发之后,北冥星眸的智能体已然变得更加强大。“这个月我们将向投资公司、潜在客户演示我们的新一代产品,在和这个智能体交互的时候,你会感觉它有情绪,有记忆,了解你的喜好。”钱小一说。

人工智能的底层创新是个长周期工程,需要甘坐十年冷板凳的毅力和决心。在企业生存和技术积累的天平两端,必须拿捏好平衡。因此钱小一打算采用一种渐进迭代的方式,逐步实现商业化,切入智能家居、游戏、医疗等应用场景,完成后续融资,为更深度地研发积累资本。