人工智慧與數字化
人工智慧的概念起源於1956年的達特茅斯會議，但提起人工智慧，人們一定會想到三年前的那場人機大戰，谷歌AlphaGo以4：1戰勝了世界圍棋冠軍李世石。一年後，新版本AlphaGo Zero在完全不依賴人類棋手經驗的前提下，只經過短暫的訓練，就擊敗了強大的AlphaGo。一時間，深度學習、神經網路等專業字眼在很多行業像雨後春筍般湧現出來，很多企業和創投公司也都忙不迭地給自己的產品或服務貼上“人工智慧”的標籤。與此同時，擔心人工智慧會搶走人們工作機會、甚至會最終控制人類等“人工智慧威脅論”也成了大家在網路上爭論的話題。
圖片來源：Intellipaat Blog
這不僅令人回想起20多年前IBM用超級計算機“深藍”戰勝國際象棋冠軍加里·卡斯帕羅夫的場景。當時的人機國際象棋大戰也曾引起大家同樣的驚呼和對人類未來命運同樣的擔憂。不過，隨著時間的推移，人工智慧就被公眾漸漸的淡忘了。
那麼，這次的人機大戰和以前的有何不同？為什麼這次更像是人工智慧的引爆點，觸發了時至今日仍然火爆的人工智慧浪潮？這次，人工智慧真的來了嗎？
關於人工智慧
在回答上述問題之前，先來看看什麼是智慧。智慧主要指理解、思考和推理的能力。那人工智慧（Artificial Intelligence），顧名思義，是指人造的具有理解、思考和推理能力的東西，著重指計算機程式或機器具有像人一樣思考和做事的能力。
回到前面提出的問題，本次人機圍棋大戰與以前相比確實有很大區別。我們知道圍棋比國際象棋的走位方案要多很多，其數量超過整個宇宙的原子總數。因此，機器人AlphaGo不可能基於暴力演算法進行判斷，只能採用新的方法，透過機器學習神經網路，預測落子的獲勝機率和下一步的可能性，並不斷積累經驗，提升獲勝能力。這一方式十分接近於人類大腦的“直覺”和“創造力”。與前者相比，前者需要程式設計師預先定義邏輯和規則，後者僅需要程式設計師提供足夠的示例；前者需要告訴機器怎麼做，後者僅需要讓機器自己學習做什麼。正是這種不斷成長的迭代能力震撼了人類世界，讓人們見證了“人造智慧”超越了“人類智慧”難以置信的奇蹟。
“將孩子的好奇心賦予機器，賦予它們猜測的能力，並對後續的結果進行強化或捨棄，進而實現智慧進化。”這是人工智慧之父圖靈在二十世紀50年代對人工智慧實現途徑的設想。今天，在這個設想的引導下，很多人工智慧能力都趕上甚至超過了人類水平。谷歌最新“說話人分類系統”可將多人語音分類識別錯誤率降到 2%，不僅可以識別出“你說了什麼”，而且可以準確地識別出“是誰在說話”；微軟電腦系統影象識別能力已超越人類5。1%的錯誤率，降至4。94%。與此同時，基於自然語言的聊天機器人（類似蘋果Siri、亞馬遜Alexa、微軟小冰、小娜等）已走入我們生活；谷歌Waymo自動駕駛汽車也已在真實公路上行駛了1600萬公里（截止2018年10月）；LittleRipper 無人機僅用 70 秒就可定位被困人員位置，併成功解救兩名被大浪困在海面上的游泳少年。所有這些都表明，人工智慧正一步步走向我們，走進我們的生活。
圖片來源：How to Create a Mind： Ray
人工智慧與數字化的關係
人工智慧離不開數字化。數字化是對現有海量資料價值的實現，海量資料價值的實現又為數字機器自主學習提供了豐富的資訊資源，加速了人工智慧的程序（參考閱讀：數字化轉型之我見）。正是由於早期的數字世界沒有大量而多樣化的資料，沒有強大的資料運算處理能力，才使得人工智慧無法進行有效的自我學習和訓練，一直默默地呆在科學家的實驗室裡。
當數字世界進入二十一世紀，資料呈現爆炸式指數級增長，全球資料以每年40%的速度增長，預計到2020年將達到40ZB。與此同時，超強的計算能力、深度機器學習技術、更輕的工業設計材料、更復雜的控制機制以及更廣泛的機器感知技術日新月異，極大地促進了人工智慧的崛起。
自然語言、影象/影片理解技術賦予了機器“看”、“聽”和“說”的能力，深度學習的神經網路賦予了機器“自主學習”的能力，大資料處理賦予了機器“決策”的能力，各種感測器和執行器又賦予了機器“感知”和“操作”的能力。
這些被賦予能力的人工智慧系統能以極高的速度查閱海量的資訊和樣本，能理解我們所熟悉的自然語言和圖片，總有一天，人工智慧對我們的瞭解可能超過我們自己，預測我們的行為可能比我們更準確，如果結合感測器和執行器，它們將可以在數字世界裡看到、聽到和感覺到，並自然的與所在的環境互動。如果說人類是以碳和水為基礎的“碳基生命”，那麼人工智慧越來越像以矽和矽化物為基礎的“矽基生命”。在數字宇宙中，數字化奠定了人工智慧發展的基礎，被賦予生命的人工智慧將成為數字化的終極形態。
圖片來源：From Network World
人工智慧與企業的關係
從前面的討論可以看到，人工智慧技術正在持續地從實驗室轉到商業應用，並逐步滲透到我們生活的方方面面。今天的計算機已經可以表徵幾十億的神經元，可以為我們提供建議，充當我們的智慧助手。技術領先的公司如谷歌、亞馬遜、Facebook、阿里、騰訊等公司正利用這些技術獲得越來越多的生意和客戶，並不斷蠶食其它行業的市場份額，如媒體、零售、金融等。在一個優勝劣汰、適者生存的競爭時代，不創新就消亡已經成了很多企業的座右銘。
現代的企業應該看到許多人工智慧需要的技術已經存在，且正在快速發展，正等著足智多謀的執行者利用這些技術來創新自己的產品與服務。為了企業的生存，企業需要知道自己所在的行業、產品和服務，哪個環節需要人工智慧的加入？哪些人工智慧的技術可以被採用？某個技能在什麼時候會被人工智慧所取代？與使用者的溝通以及使用者的行為會發生怎樣的變化？企業還應該看到記憶、計算、學習和智慧都是獨立於物質層面的，不再是人類擁有的特權，一旦現有的工作被人工智慧所取代，整個商業遊戲規則就可能發生意想不到的變化。因此，企業應當在合適的時候將人工智慧技術與企業的需求和增長結合起來，在新的商業遊戲規則中找到適於自己生存的位置。
在一個得客戶者得天下的網際網路時代，企業也應該看到人機互動的變化趨勢正在吸引客戶從傳統模式轉向新的模式。傳統的滑鼠、點選互動模式正在被更自然的手機觸控互動所取代，隨著智慧家居、智慧助手、虛擬現實VR（Virtual Reality）/增強現實AR（Augmented Reality）、以及機器人的出現，更人性化的會話式語音互動將逐漸成為人機互動的主流，到那時，不能提供人機語音互動的企業可能就像現在不能提供手機服務的企業一樣，將被客戶逐漸拋棄。
在一個不知道誰是競爭對手的時代，企業更應該看到科技正趨向於聯合化和簡單化，為人類打造一個又一個的電子版多功能瑞士軍刀。如智慧手機讓GPS、普通照相機、錄音機、CD機消失殆盡，亞馬遜正在吞噬著美國的零售業，谷歌搜尋引擎將網頁、圖片、音樂、影片、地圖等匯聚到統一的入口，微信把電話、影片聊天、照片/影片分享、朋友圈等功能無縫地融入到一個完整的溝通生態系統中。如果無人駕駛汽車和無人機普及化，那又將對汽車、運輸、旅遊、交通等相關行業及上下游行業產生多大的影響？在新的人工智慧時代，企業如果不設法讓自己的企業成為規則的制定者，或者至少是電子版多功能瑞士軍刀的一部分，就只能被時代所拋棄。
最後，企業應該知道，一旦人工智慧投入生產和運營，替代現有的流水化、程式化和資料化工作，人工智慧的效率將大大超過人類，同時便捷的人工智慧複製，又將帶來極低的邊際擴張成本。因此，企業必須儘早行動，跟蹤人工智慧發展趨勢，研究人工智慧技術對企業相關領域的影響，規劃人工智慧在企業的發展路徑，並開始儲備人工智慧相關人才，培養員工去做較長時間內無法被人工智慧所取代的工作。只有時時刻刻保持被時代淘汰的危機感，才有動力改變自我，超越自我，融入人工智慧的新時代。
人工智慧已是大勢所趨，基於人工智慧的數字生命終將以遠超人類生命的進化速度和生存能力不斷向前發展和向外傳播。也許未來，人類生命和數字生命會融合成一個人機共生體，也許某一天，當大自然不再具備人類生存環境時，人類文明的歷史或將依賴人類創造的數字生命長久的繼承和傳播下去。
萬為瞻卓原創洞見，轉載需授權