人工智能的未來是什么樣的，是否是我們暢想的那樣可以利用各種設(shè)備和技術(shù)，做想做的任何事情，就像科幻小說里寫的，成為萬物的主宰，無所不能、無所不會。比如，可以隨時跟一個便攜設(shè)備對話，獲知天氣、地圖或者聯(lián)系上某人；跟遠(yuǎn)方的交流變得簡單，如果你想，甚至可以隔著數(shù)千公里與之面對面交談；國家的分際還在，但實(shí)際上，整個世界都已經(jīng)是一個整體了。

讓人工智能改變未來

信用卡交易、電表記錄、醫(yī)療健康記錄、地鐵檢票……這些我們每天生活中接觸的東西都在產(chǎn)生著大量的數(shù)據(jù)。

原先，這些數(shù)據(jù)產(chǎn)生了，但我們并不知道怎么去應(yīng)用，因此它們只能作為冗長數(shù)據(jù)庫中的一部分而存在。但現(xiàn)在，基于日立制作所研究開發(fā)中心技師長矢野和男先生研發(fā)的人工智能分析技術(shù)的服務(wù)，這些數(shù)據(jù)將會爆發(fā)出驚人的力量。

1、提升效率

通常在數(shù)據(jù)分析時，我們只能通過人力，根據(jù)現(xiàn)有的數(shù)據(jù)建立預(yù)測模型或者分類模型，再提出問題的假說和結(jié)果，耗費(fèi)大量的金錢、時間成本，經(jīng)過反復(fù)地驗(yàn)證假說后才能得到一個對策方案。

可是，當(dāng)公司規(guī)模日益龐大、數(shù)據(jù)量激增時，這樣的解決方案無法妥當(dāng)應(yīng)對變化。而日立提供的服務(wù)，借鑒物聯(lián)網(wǎng)的思路，通過時間、屬性、平均值等不同維度，將數(shù)字變成主角，成為可視化的“物品”。這種運(yùn)轉(zhuǎn)判斷型的人工智能，可以在把握業(yè)務(wù)現(xiàn)狀的基礎(chǔ)上，以得到良好效果為目的，提供判斷信息。根據(jù)得到的業(yè)務(wù)數(shù)據(jù)輸入后，系統(tǒng)會自動翻譯，生成復(fù)合組合，根據(jù)重要的指標(biāo)提出相應(yīng)的假說。這樣的分析系統(tǒng)提高了數(shù)據(jù)的利用率，也可以找到人為無法想象的關(guān)聯(lián)性。

2、多領(lǐng)域應(yīng)用

這種系統(tǒng)還能為交通管制提供解決方案，通過對車輛產(chǎn)生的行駛與軌跡數(shù)據(jù)加以檢索與分析，讓交通管制中心獲得更真實(shí)、及時的交通信息，并以此為基礎(chǔ)做出交通調(diào)節(jié)方案。經(jīng)過實(shí)時收集分析的路況信息，在不遠(yuǎn)的未來還將面向智能手機(jī)，為每個普通人提供交通信息服務(wù)，讓更多人避免糟糕的出行體驗(yàn)。

在物流倉儲領(lǐng)域，日立也利用物聯(lián)網(wǎng)與大數(shù)據(jù)技術(shù)進(jìn)行了嘗試。在過去，物流領(lǐng)域高度依賴預(yù)判與工作人員的操作來提高效率，但收效甚微。在日立物聯(lián)網(wǎng)與大數(shù)據(jù)支持下的新型物流倉庫，則通過物聯(lián)設(shè)備實(shí)時收集商品ID、商品貨架ID與配送地ID以及工作開始與結(jié)束時間的運(yùn)營數(shù)據(jù)，對海量數(shù)據(jù)進(jìn)行分析。

根據(jù)日立獨(dú)有的人工智能模型構(gòu)架并不斷優(yōu)化工作效率模板，將貨物車的調(diào)配加入業(yè)務(wù)系統(tǒng)，對貨物車的進(jìn)出順序進(jìn)行優(yōu)化匹配。同時通過對特定貨架在特定時間的搭配提升貨物擺放時的工作效率。在日立大數(shù)據(jù)與人工智能模型的幫助下，該新型物流倉庫貨物擺放工作時間縮短8％，極大提升物流倉儲業(yè)務(wù)的工作效率。

人工智能將如空氣和水一樣滲入到各行各業(yè)

業(yè)界特別看好人工智能在各行各業(yè)的應(yīng)用，未來它會像空氣和水一樣會滲透到我們的日常生活中，會像移動互聯(lián)網(wǎng)一樣滲透到各行各業(yè)里面去，并重塑未來的數(shù)字商業(yè)格局。

比如，在交通領(lǐng)域，智能駕駛是人工智能技術(shù)施展能力的大舞臺。人工智能解決的很多是人的一些下意識就能處理的問題，比如分清哪里是道路哪里是行人，地上的東西是個塑料袋還是個盒子等等。人有多少這樣的能力，就有多少待解決的問題。再比如長途汽車司機(jī)的疲勞駕駛，這是貨運(yùn)駕駛里最大的安全隱患，常常造成很多的交通事故。而通過將智能駕駛功能應(yīng)用用在卡車、汽車中，實(shí)現(xiàn)緊急情況由人來處理，簡單的操作由系統(tǒng)自動處理，有一些進(jìn)行半自動處理，這樣就可以大大地緩解疲勞駕駛，提升行駛安全。智能駕駛是一個巨大的市場，能夠很好反哺這個領(lǐng)域內(nèi)的智能技術(shù)研究，形成健康的循環(huán)，是發(fā)展人工智能技術(shù)的優(yōu)質(zhì)土壤。

再來看金融領(lǐng)域，這個行業(yè)有很多的數(shù)據(jù)積累，人工智能可以在其中實(shí)現(xiàn)智能的資產(chǎn)管理、智能投顧、做更加合理的金融決策等等。人工智能從技術(shù)上解決的很多都是非確定性的問題，它能夠做各種概率的判斷，并且從不確定性中去獲得收益或者做出更好的決策，而金融業(yè)務(wù)本身就是關(guān)于風(fēng)險管理的業(yè)務(wù)。此外，還包括金融欺詐的問題，反欺詐、反洗錢，如何從各種各樣的蛛絲馬跡中推斷交易的可靠性，判斷資金的流向以及發(fā)生的周期性規(guī)律等等，都是人工智能將要去解決的問題。如今，金融系統(tǒng)是在一個廣泛互聯(lián)的世界里看問題，金融機(jī)構(gòu)能夠獲取的數(shù)據(jù)是動態(tài)的，包括你在淘寶、電信局、個人的組織機(jī)構(gòu)等地方的行為信用，這些數(shù)據(jù)比原來大很多，而AI在這里就可以起到很大的作用。

在醫(yī)療領(lǐng)域，從技術(shù)特征來看，這里同樣充滿了大量的非結(jié)構(gòu)化數(shù)據(jù)，包括醫(yī)療影像數(shù)據(jù)、醫(yī)生醫(yī)療記錄的草書、醫(yī)患之間對話等等。舉一個醫(yī)療影像識別的例子，以往對于醫(yī)療影像的解讀基本上都是依賴于醫(yī)生本身的專業(yè)知識，沒有辦法用規(guī)則寫出來。但是人工智能的應(yīng)用，就能夠做精確的幾何層面的解讀，也能夠去做大量的數(shù)據(jù)訓(xùn)練，從而判斷圖像特征反映的問題，為醫(yī)生提供有效的輔助。再舉一個語音記錄的例子，現(xiàn)在優(yōu)質(zhì)醫(yī)生資源緊缺，對于患者病情的記錄都特別精簡，而且都是難以識別的手寫天書，但是未來這些信息是要求盡可能電子化的，只有這樣才能進(jìn)行數(shù)據(jù)積累和分析。利用語音病例錄入技術(shù)，就能解決這方面的問題。

是挑戰(zhàn)還是有潛能？

人的未來就是與機(jī)器相結(jié)合，有可能是做創(chuàng)意性的工作。那么，有人工智能的未來是好，還是壞？

許多科幻小說都描述過這樣一個場景：人類制造的機(jī)器人產(chǎn)生了自我意識，并開始與人類為敵，最終擁有人工智能的機(jī)器人幾乎摧毀了人類文明。

特斯拉汽車和SpaceX兩家公司的創(chuàng)始人埃隆·馬斯克日前再次發(fā)表“機(jī)器人威脅論”。馬斯克當(dāng)時說：“如果它能做一些像刪除垃圾郵件一樣的事情，它也可能會認(rèn)為，刪除垃圾郵件最好的方式就是滅掉人類?！瘪R斯克說：“這種高度危險的事情將在5年內(nèi)發(fā)生，最多10年內(nèi)。”但也有人有不一樣的觀點(diǎn)，“智能手機(jī)剛出現(xiàn)時，也有人不看好它，如今，誰還這么看？”某機(jī)器人論壇上，一位網(wǎng)友說。

所以人工智能的未來是否是人類的未來這個問題需要時間去回答，也需要我們?nèi)祟惛有⌒那谏魅タ创@個問題。

更多資訊請關(guān)注工業(yè)機(jī)器人頻道

以上內(nèi)容由傳動網(wǎng)整理，部分資料來自機(jī)器人庫、智能制造網(wǎng)。