中國人工智能發展如何？

學好數理化

人工智能的發展潛力，很大程度體現在兩個方面，

既然提到了人工智能，我們就必須選一個標的物，這個標的物自然就是傳統機械，人工智能也是在傳統機械的基礎上應由而生的，傳統的工業機器人是機械設計與製造技術、自動控制技術以及計算機軟硬件技術高度融合的結果。

而人工智能就不一樣，人工智能是數據和算法的集合，計算能力（芯片）不斷躍升是人工智能能夠得以廣泛應用的基礎。今天，人工智能仍處於弱人工智能的階段，形成突破的領域仍比較侷限，但是人工智能技術與機器人技術的結合將改變傳統的機器人行業格局，就像智能手機對傳統手機的顛覆一樣。所以如果從大趨勢來看，人工智能仍然十分值得期待。

• 人工智能已經在改變老百姓的生活
  

很明顯，這些企業都已經抓住了人工智能的“風口”，人工智能的應用也不斷受益於老百姓，但是整體上“人工智能”還是相對來說算一個“高科技”，也就是講究技術性，現在整體來看，想要短時間得到全面普及，在筆者看來，也還是十分困難，可能十年或者二十年或許人工智能或許會全面受益於老百姓。

• 政策對人工智能的發展定位是怎樣？

第一，夯實人工智能發展的科學基礎。馬上就要發佈人工智能項目指南和細則，來突破基礎前沿理論關鍵部分的技術。

第二，加快人工智能創新成果的轉化應用。推動人工智能應用到我們產業發展中去，應用到我們社會生活各方面去，解決人們所關心的安全問題、健康問題、環保問題等方面。另外，我們要加強政策法規研究，要積極應對人工智能發展可能對社會倫理、就業結構、個人隱私、國家安全等方面的一些挑戰。
第三，人工智能是一個國際化的潮流，要加強國際合作。

可以看出，人工智能還是要發展，其中技術突破是核心重點，而且並非中國要發展，而且還得迎接國際潮流，加強國際合作！

（-19東南偏北）

天天說錢

科學技術的發展，讓人工智能成為信息時代的尖端科技。無論是谷歌的“阿法狗”，還是IBM的“沃森”，都顯示出人工智能所不可思議的潛力。如果說，未來10年有一項技術能夠顛覆人類社會，那麼非人工智能莫屬。

　　近期，高盛公司發佈了一份《人工智能》報告，探討人工智能的的發展和生態體系。首先，該報告定義了何為人工智能：人工智能是製造智能機器、可學習計算程序和需要人類智慧解決問題的科學和工程。它包括自然語言處理和翻譯、視覺感知、模式識別，但應用數量和複雜性在快速增長。

　　實際上，目前人工智能的主要領導者都是一些國際巨頭，比如微軟、谷歌、IBM等。這些科技巨頭對人工智能已有十幾年的研究，並且部分研究成果已經進行商業應用。同時，我們看到國內的大公司，比如BAT都在大力推進人工智能研發。有關國際10大主流人工智能巨頭的發展情況，可參考筆者的上一篇文章《人工智能大盤點：10大主流AI巨頭都在做啥？》

　　在高盛的報告中，還有一部分專門闡述了中國的人工智能發展狀況。根據IResearch的研究，中國的AI市場規模將由2015年的12億增長到91億。其中，在2015年有將近14億的資金流入人工智能市場，同比增長率為76%。

　　在政府政策方面，中國發改委聯合相關部門在 2016 年 5 月 18 號發佈了互聯網+和人工智能三年實施計劃。

　　規劃確定了在六個具體方面支持人工智能的發展，包括資金、系統標準化、知識產權保護、人力資源發展、國際合作和實施安排。規劃確立了在 2018 年前建立基礎設施、創新平臺、工業系統、創新服務系統和 AI 基礎工業標準化這一目標。

　　目前，中國已經採取了行動：從提到“深度學習”或者“深度神經網絡”的期刊文章數據上看，中國已經超越美國。中國的 AI 研究實力同樣讓人印象深刻，其擁有世界領先水平的語音和圖像識別技術。

　　中國互聯網巨頭 BAT 引領中國 AI 的發展，與此同時，數百個初創公司在不同的 AI 細分和應用領域建立服務模型。當前，中國的 AI 市場主要分為以下幾個領域：

　　基礎服務如數據源和計算平臺

　　硬件產品如工業機器人和服務機器人

　　智能服務如智能客服和商業智能

　　技術能力如圖像識別和機器學習

　　根據 iResearch 的報告，語音和圖像識別分別佔有當前中國 AI 市場的 60%和 12.5%。71%的中國 AI 公司集中在應用開發上，其他的則聚焦在算法上，其中 55%是計算機視覺，13%在自然語言處理，9%在基礎機器學習。

天極網

如果寬泛一點說，人工智能是機器對“人的智能”的模仿、模擬，和借鑑，乃至超越。這個應該說它包括了一些不同的層次。可能最一開始的時候，我們會積極的去模仿和模擬人的智能。但我相信到了一定的程度上，機器有甚至可能在某一些特定的智能的領域，能做得比人還要更好。

如果說從整個人工智能的發展階段上來看，我覺得應該說現在人工智能還是處於一個童年階段，離他的成熟期可能還有一段比較長的距離。

在我看來如果說這個機器能夠達到一個像十幾歲的這樣一個人類的孩子的水平的話，我覺得這個人工智能相對來說是已經成熟了。但現在應該說總的來說離這個距離還有非常長的距離。

但是另外一個方面，在很多具體的應用上，人工智能都已經可以達到很好的一個效果了。所以說就是人工智能總體上來看，從通用這個人工智能角度上跟人還有很大的距離，但是它做一些具體的事情上已經可以幫助我們解決很多很有意思，也很關鍵的問題。

如果從中外的這種人工智能發展的這個差距上來看，我覺得現在基本上是全世界的這個人工智能的研究，應該說是幾個主要的國家，比如說中國，美國，或者歐洲。是相對來說比較齊頭並進的這樣一個狀態，當然美國肯定還是相對有一些優勢的，但是這個優勢可能並不是特別的明顯。

比如從我們這個人工智能領域的一些頂尖的國際會議上面來看，我們會發現這裡面華人，還有尤其是大陸本土的研究者，可能在裡面佔的這種比重，在這些高水平論文裡面佔的比重其實非常高的。華人大概可以佔到1/3左右。大陸本土的研究者其實也相當多。這是從量上面來說，應該是跟美國比較接近的。

但這個必須要看就是人工智能到目前為止，一些最根本的，最基礎性，最顛覆性的一些創新，可能主要還是美國的研究者做出來的。但是這些工作可能相對來說，比如說五六十年代的，達根矛斯會議上面的那些，很多研究者奠定了AI發展的一些根基，那時候中國可能相對來說還並沒有太多的機會去做人工智能這樣特別超前的研究。但是越到後來特別是2010年以後我們可以看到，很多新的工作，甚至很多最具引領性的工作已經開始逐漸由華人或者大陸科學家來完成。

中國科普博覽

在信息化和互聯網化的浪潮後，人工智能技術充分利用所採集的數據進行智能的思考和控制，為企業的發展拓展了巨大的空間，成為推進金融創新的重要力量。

機器智能按智能的層次分為機器學習、機器智能與人工智能，通過為機器增加傳感器，利用算法具備語音識別、自然語言處理、語音合成、情緒識別、深度學習和數據挖掘的能力，從經驗中學習，可以產生出創造者沒有預期到的結果。

智能應用已為金融、電商、個人助理、醫療、教育、安防、自動駕駛等諸多領域帶來新的發展動能。

作為服務客戶眾多、擁有非常豐富的業務數據、業務領域聚焦的金融行業，也開始啟動了智能應用的嘗試：利用智能應用提升觸點的個性化、智能化服務的能力，具體包括：

1.實體機器人，全國超10家銀行部進行實體機器人嘗試性部署,主要場景為業務諮詢、分流引導、營銷宣傳及少量的業務辦理；

2.聯絡中心智能服務：主要場景為智能導航、智能諮詢等服務，超20家銀行，以及平安、太平洋等保險公司已經廣泛應用了智能聯絡中心；

3.移動APP等線上智能服務，主要場景為線上機器人、智能身份認證、智能自助服務等，多家大型券商、部分銀行和少數保險公司已經實施；

4.在智能策略方面，實施基於場景的智能推薦,目前多家銀行已實現。

利用智能應用實現風險的快速識別降低運營成本提升管理效率，具體包括：智能知識庫，主要場景為知識的智能檢索、智能知識推薦等；智能質檢，超過50家的金融企業的聯絡中心，通過ASR（語音識別）和文本挖掘技術，進行聯絡中心服務質量監控；智能風控，包括銀聯、萬事達在內，幾乎所有銀行卡管理機構和全部券商，都通過人工智能進行金融風險防範與排查，交易過程中如出現風險異常，交易將在毫秒級內中止。

國家創新發展戰略啟用帶來人工智能迎來爆發期，但仍普遍處於起步階段，距真正的人工智能還很遙遠。

薛洪言

2017年7月，中國國務院制定了一項雄心勃勃的AI戰略計劃，旨在創造國內1萬億元人民幣的AI行業，並在2030年前使中國成為全球領先的AI創新中心。

市場準備上，中國以極高的熱情擁抱人工智能，將人臉識別用於支付認證。 AI機器學習對數據有很大的需求。數據越多，其結果就越準確和精確。中國的數據源源不斷，每天有14億人口的大部分在線。由於培訓數據的可用性，AI人臉識別技術現在是世界上最先進的技術之一。中國領先的面部識別技術公司SenseTime和Face ++都是幾年前開始發展的，現在已經從投資者那裡獲得超過10億美元的收益。截至2018年4月，SenseTime價值45億美元，是全球最有價值的AI創業公司。除了臉部識別之外，中國還將AI應用於醫療保健，自動駕駛汽車，交通管理以及各種智能城市應用。與其他經濟體不同，中國公民更願意先採用技術，而不是等待相關的隱私條例。

中國在技術投資方面也領先。在CB Insights最近的一項研究中，2017年全球投資於AI創業公司的投資額為152億美元，其中48％投向中國，僅有38％投向美國。中國的AI創業公司首次在資金方面超過美國。儘管美國的人工智能創業公司仍比中國多，但差距正在縮小。美國在2013年佔創業公司的77％，但在2017年下降到50％。總體而言，2017年人工智能創業投資增長141％，與2016年相比，新創公司有1,100家。

人才方面，中國在AI研究方面也處於領先地位。奧巴馬政府時期的美國AI報告表明，AI研究論文的數量以及中國研究質量早在2014年就超過了美國。2015年，中國AI研究論文的數量超過了美國50%。然而，中國依然缺乏AI研究人員。2016年，中國信息技術部估計該行業需要額外500萬人工智能工人。這種短缺是世界性的現象，並不是中國特有的。中國企業現在通過提高工資以及通過“千人計劃”，“萬人計劃”和“長江學者獎”等政府計劃吸引人才在中國工作，同時要求中國小學和中學階段增加對變成和AI的教育。這意味著中國的孩子將比其他國家的學習時間早。此外，教育部在本月啟動了為期五年的人工智能人才培養計劃，其中至少500名教師和5,000名學生將接受一流大學的培訓。

陳定定教授

首席投資官評論員四維認為：我國的人工智能領域在國家的大力支持推動下，目前已有部分核心技術世界領先，例如在語音識別、視覺識別、機器翻譯、中文信息處理等技術方面，我國已具有相當優勢。

但是，我們仍需看到，我國在人工智能的基礎研究和產業發展，尤其是核心技術的研發和創新方面，相對於美國而言仍然具有相當大的差距，核心技術依然受制於人。這一點通過4月16日美國對中興的一紙禁令就可窺一斑，此舉令中興陷入無芯可買的困局。中國在高端芯片、關鍵部件、高精度傳感器等方面的缺失，使我國要想在人工智能領域佔領制高點成為空談。

我國人工智能基礎層的研究目前主要分佈於大學和科研機構，存在碎片化、重複化缺點，需要進行系統性融合與整合，形成技術開放生態，構建有競爭力的底層技術平臺，這樣才能主導未來話語權。

此外，未來關於人工智能人才的競爭將更為激烈。有數據顯示，目前全球共有190萬技術人才，其中85萬都在美國，中國只有5萬人，而我國每年人才缺口達數十萬甚至百萬。因此，國家目前也在積極啟動高校培養計劃。

首席投資官

中國的人工智能是有很大機會趕超全球的，因為中國的巨大市場和巨大數據。其實，美國政府已經注意到了這個事，並且被傳正在考慮收緊對中國投資硅谷的審核，尤其是在 AI 領域，因為擔心中國可能借此加強軍事能力和推動戰略性產業。之前五角大樓出了一份報告，被路透社報出來了，這份報告認為：中國正在繞過一些特定的美國審查和監管，比如說 CFIUS 的審查和監管，以多種途徑獲得美國的敏感性技術，方式包括：成立合資公司、少量持股，或者投資美國的早期創業公司。而美國政府管控不力的原因之一，是很多中資收購的體量沒有達到引起 CFIUS 審查的程度，因為美國過去的“出口管制”不是被用來監管早期創業公司或者說早期技術的。

這份報告由此提議由五角大樓來制定嚴格技術清單，並限制中國資金流入到清單上的在列技術，同時加大反情報力度。這方面路透社有過報道，而美國媒體隨後也做過相關報道。不過到最後，這份五角大樓的報告也很可能不會執行，目前還沒有到最終決定或者定論的狀態。另外當然，如果說從整個人工智能發展階段上看，現在的人工智能還很初級，非常像一個人的童年時期，離成熟期還有非常長的路要走。但是另一個方面，在很多具體的應用上，人工智能已經可以達到非常好的效果了。通用人工智能還有很大距離，但做一些具體的事上已經可以解決很多問題。

以上答案部分信息參考硅發佈文章《美政府或限制中國對硅谷投資，尤其在人工智能領域》。

硅發佈

2016年，AlphaGo挑動了人們的神經，一時間，街頭巷尾人人議論起了人工智能。有興奮者、有擔憂者，更多的是媒體不停的炒作。2017年，物聯網、大數據、雲計算，在經歷了炒作的泡沫期後進入常態。人工智能也不例外，2017年物聯網、大數據、雲計算納入人工智能麾下，在各個領域全面開花，2018年將迎來人工智能大產業的大發展時代。

當我們以嵌入式系統視角觀察2017年時，不得不回顧在物聯網時代的那個“華麗轉身”。正是嵌入式系統普遍添加了網絡接入功能後，將互聯網變革到了物聯網。其代價是，其本身逐漸失去了獨立的產業地位，全面為物聯網應用服務成為嵌入式系統中心任務。因此，物聯網時代，嵌入式系統業者的視角必須擴大到整個“物聯網+”領域。我們將用這樣的大視角來觀察2017年、展望2018年。我們的期刊也於2017年在封面上標註了我們所關注的內容，將它擴大到物聯網、人工智能、智能製造與智能系統的諸多方面。

下面將從10個方面盤點2017年，並粗線條地展望2018年。

1

物聯網產業正在紮實前行

2017年是物聯網領域相對“沉寂”的一年。人們沒有了議論紛紛，開始形成上下統一的物聯網+的社會意識、產業意識與生活習慣。物聯網時代，“互聯網、萬物、人類”形成了一個全球化的生態共同體。在這個全球化的生態共同體中，人類個體的生活信息與萬物的物理信息完全融合在互聯網中。人們在享受網絡化生活（辦公、購物、出行、訂餐、交往）時，不再計較被暗暗收集的個人信息。而個人信息（生活蹤跡、興趣愛好、飲食習慣、購物特點等）也成為大數據的重要組成部分，成為產業界除有形資產、貨幣資產之外的最重要資產。大數據的形成、嵌入式系統技術的成熟、全球化雲計算服務體系的完善，使2017年物聯網產業進入到一個紮實前行的時代，人們不再議論物聯網的是是非非。

2018年物聯網產業會繼續紮實前行。各種大型的智慧系統，如智慧醫療、智慧家居、智慧交通、智慧社會等大的物聯網產業體系將會逐漸浮現。與穩步發展的物聯聯網相比，2018年區塊鏈將會是快速佈局的一年。有人稱區塊鏈是互聯網的第二次革命，第一次革命是萬物互聯的物聯網；第二次革命就是區塊鏈，即去中心化的數字資產網，它將人們的資產數字化，並形成封閉的、安全的交易體系。

2

嵌入式系統進入到大產業服務時代

嵌入式系統經歷了30多年的微控制器誕生、單片機的傳統電子系統智能化改造、嵌入式系統智能化創新後，便向互聯網進軍，進入到為“物聯網+”的產業服務時代。2017年嵌入式系統已成功地滲透到“物聯網+”產業的各個領域，正在成為各種智慧體系的基礎產業。在為“物聯網+”產業服務的同時，嵌入式系統也出現了明顯的技術轉型。成熟軟硬件的平臺（各種形式的樹莓派、集成開發環境、小系統的模塊化等）、AI領域基於芯片化解決方式，以及平臺開發模式，都會使嵌入式系統研發服務中的軟件比重越來越大，嵌入式系統工程師必須承擔越來越多的軟件研發工作。嵌入式系統的“嵌入”色彩也將逐漸淡化。2017年，是轉型為物聯產業服務的一年，2018年，嵌入式系統將擴大視野，投身於人工智能領域的全面服務。有人建議將MCU的應用系統改稱為智能系統。

3

人工智能產業的爆發期

2017年幾乎所有產業都爭相進入人工智能領域，線上、線下形成了無序競爭的爆發局面。在弱人工智能領域，以智能手機為中心的應用產業，全面滲透到人類生活的各個方面；強人工智能領域的深度學習、腦-機融合、大腦計劃，使現代科技進入倫理時代。在人類生活的全面滲透中，花樣不斷翻、新應用層出不窮，導致無序競爭全面爆發，泡沫不斷。在不斷拉動需求中，給百姓的適應期也越來越短。2017年是人工智能產業的試水期，在諸多領域取得耀眼的成果的同時，也出現了許多泡沫，出現了不少非理性的無序競爭（如共享單車），導致社會財富的巨大浪費、衝擊百姓正常生活。2018年將會是人工智能產業開始趨於理性的一年，人們在關注機器智力與人類智力的較量，逐漸適應了“機器智能全面超越人類（個體）智能”的殘酷現實。政府會也加大預見性，防止人工智能產業的負面效應。在強人工智能領域，2018年，大腦計劃難有實質性的突破，而在深度學習領域將會向縱深發展，大量研究成果將轉移到日常的軟件應用中。

由於人工智能的眾多應用領域都會引發相應的社會問題，2018年人們對於人工智能的爭議將轉向倫理道德領域。

4

電動汽車在困境中穾圍前行

里程焦慮、充電焦慮、電池壽命焦慮，成為電動汽車應用中的三大困境，2017年電動汽車在一些特殊領域穾圍前行，效果顯著；私家車則在政策助力下艱難中前行。2018年會是特殊領域的電動汽車大發展的一年，私家車則難有作為。

動力電池與電動汽車呈因果關係，動力電池技術發展到一定階段，便會自然地形成相應的產業效應。從電動自行車、電動摩托到電動小車的自然演變，證實了從技術到產業的發展規律。同樣，在電動汽車領域，電動大巴、港口自動運輸汽車、集團短途物流汽車、公交汽車等，以特殊的應用環境（區間行駛、更換電池組、集團充電樁等）從三大困境中突圍，獲得成功，便是證明。私家汽車揮之不去的里程焦慮、充電焦慮、電池壽命焦慮，與日益優化的內燃動力的較量，還須長期觀察、全面評估。2017年有關部門傳言（或正式規劃）某某年將全面禁售內燃動力汽車，不僅一廂情願，也違犯了科技-產業發展的客觀規律。

5

無人駕駛汽車在實驗中前行

與無人駕駛汽車概念同時出現的是汽車自動化技術。無人駕駛汽車吸引了人們的眼球，也是各大財富集團爭相追逐的高地。2017年無人駕駛汽車在實驗中前行的同時，各種類型的汽車自動化技術，正在悄悄入市。如，發動機自動啟停、自動泊車、燈光自動轉向、出入庫點到點的無人駕駛，車況自動告示等，正在助力人類駕駛，給人們帶來真正的實惠。受制於公共交通嚴格的安全管制，私家車的真正無人駕駛尚待時日。中國已出臺了無人駕駛汽車上路的制度規範，即必須有駕駛員伴駕，它表明2018年仍然是私家車無人駕駛的實驗年。與私家車的嚴酷的行駛環境不同，在港口、倉庫、地庫、公交、城鐵等可控區域，無人駕駛汽車已呈現出巨大優勢。2017年青島港、洋山港無人駕駛的全自動碼頭吸引了人們的眼球。2018年這些領域的無人駕駛產業會有爆發式增長。

6

共享單車在亂象中尋找出路

2016年剛治理了好網上約車的亂象，2017年又爆發共享單車的亂象，人們普通讚賞先進科技帶來的興奮，有人把它稱作中國的新四大發明之一。從網上約車到共享單車的亂象中，見識了先進科技與百姓生活的碰撞。人們看到了科技領域中一個“無需實驗，先投放後治理”的典型範例，與歷史上“先生產後生活”、“先發展後治汙”的觀念一脈相承。由此帶來的社會財富的極大浪費與社會生活的衝擊。人們有理由要求在涉及民眾廣泛利益的科技產業投入使用前，先申請進行試點，總結經驗，制定法規，然後放行。鑑於連續兩年亂象對百姓生活的衝擊，2018年希望政府轉變思想，加大對關於百姓生活的人工智能產業實現預先申請、預先評估、全面審核、有序規範。

7

智能製造進入普遍發展階段

藉助低端製造業實現經濟起飛後，都會出現成本危機，產業轉型不可避免。產業轉型成功與否關係到社會經濟的再次起飛。產業轉型的重心，是向基礎製造業進軍。高端科技、高端人才、鉅額資金、政府意識，是產業轉型成功的關鍵所在。我國在“中國智能製造2025”規劃指引下，智能製造產業穩步前行。2017年，無論是製造手段（機器人普遍使用、智能化管理方式、物聯網的服務體系、無人化生產方式），還是製成產品（自動化裝備、智能機械、成套智能化系統）都在全面地進入智能化時代，智能製造不再是熱點話題。舉世矚目的重大工程，如產業升級的機器人技術，海洋探測中的深潛器、全自動海港碼頭建設、造島神器天鯤號、藍鯨號鑽井平臺，以及高鐵從和諧號到復興號的升級、軍工產品爆發的諸多現狀，都表明智能製造已開始將我國從製造大國推向製造強國。智能製造是泡沫化最少的一個領域，2018年將繼續紮實前行。

8

機器人產業進入興旺發展期

一個新興經濟體的產業升級，除了向基礎製造業進軍外，還有低端製造業的現代化改造。在低端製造業現代化改造中，利用機器人技術不斷提升生產效率、降低成本、改善品質，搶佔低端製造業的制高點，就能在低端製造業外遷中繼續保持優勢。在低端製造業現代化改造中，我國機器人產業正在奮起直追。在廣東製造業中心的東莞，在經歷了低端製造業空心化後，依靠機器人技術，狠抓低端製造業現代化改造，初見成效。2017年年底統計，東莞市機器人企業從30多家增長到100多家，全市規模以上工業企業年平均用工人數比2012年減少3.78萬人。全員勞動生產率由2012年的每人7.77萬元人民幣提高到2016年的每人11.83萬元。“機器換人”政策帶動機器人產業爆發式發展，助力勞動密集型企業向技術密集型企業轉型。2018年無論是機器人產業還是機器人應用產業都會繼續興旺發展。機器人產業發展從根本上動搖了“人口紅利”說，或將“人口紅利”蛻變到“工程師紅利”。

除了工業機器人，2018年各種類型的服務機器人（家庭服務、醫療服務、公共服務、社區服務）化將會進入產業化發展期。

9

人工智能的一個重大技術成果，是無人化技術。2017年無人化產業收穫滿滿，大量出現的無人機，無人碼頭、無人商店、無人倉庫、無人車間等，表明無人技術已進入大面積的產業應用期。隨著無人化環境的難易不同，無人化產業進展不一。最早的產業化領域是無人機。2017年，率先實現的無人化產業，有碼頭、倉儲、軌道交通、商店等產業。2018年特殊行業（與百姓生活無關的領域）中，無人化產業將迎來大面積的爆發。而關係百姓生活領域的無人化產業將面臨考驗，如無人商店。

另一類無人化技術，是區塊鏈中的無人化資產操作管理。區塊鏈中，剔除了大量的中間機構及代理人，將無人化體系與人類個體利益緊密相連，對無人化技術無疑是個巨大的考驗。2018年將是區塊鏈的普及年、試驗年。區塊鏈技術應用關係國計民生，政府必須強力介入。

10

人臉識別技術面臨考驗

人臉識別技術無疑是2107年人工智能領域的一大熱點。與指紋識別、虹膜識別的個體識別、主動識別、特定場合識別不同，人臉識別可以是群體識別、被動識別、隱敝場合識別。因此，人臉識別將會觸及社會倫理。

作為認證手段，指紋、虹膜以足以應對，人臉識別技術很難動撼它們在認證領域的地位。因此，未來人臉識別技術的主要應用方向是人臉搜索。人臉識別技術除技術完善外，還會面臨有諸多社會問題。人臉搜索要在群體中採樣，人們普遍不願意被人窺視，何況還會記錄在案。2018年人臉識別技術熱點在人臉搜索領域，會由此帶來諸多社會問題，政府應迅速介入，並制定法律道德規範。

回顧人類知識的非線性發展規律：在經歷了漫長的歷史演化後，人工智能時代進入到超高水平、超高速度的科技動盪時代。過去是世紀展望，後來是十年展望、五年展望。如今是隔年展望。人們尚未熟悉新科技時，更新科技又向人們襲來。在年度點評中，人們在感受先進的科技時，又會充滿許多無奈。

暗黑創業者

我是不請自到的北京知行翻譯，

2018年3月，日本後現代主義作家村上春樹的最新長篇小說《刺殺騎士團長》的簡體中譯本正式上架，預售時每3秒就賣出一套，發售僅僅兩天，首印的35萬套全部售罄，這一成績的背後除了原作者村上春樹，還有譯者林少華。關於翻譯，小強最喜歡村上春樹說的這句話非常形象：“翻譯這東西，原本就是將一種語言置換為另一種語言，哪怕再認真，再巧妙，也不可能原封不動，翻譯當中必須選擇捨棄什麼，保留什麼，這種取捨才是翻譯工作的根本概念”。

關於翻譯，村上春樹有個說法很形象：“翻譯這東西，原本就是將一種語言‘姑且’置換為另一種語言。哪怕再認真再巧妙，也不可能原封不動。翻譯當中必須捨棄什麼方能留取保住什麼。所謂‘取捨選擇’是翻譯工作的根本概念。”

但隨著人工智能的發展，當AlphaGo在圍棋界所向披靡，Skype開始支持實時翻譯功能時，憂慮也在翻譯界瀰漫。人們在問，人工智能最終會代替人工翻譯嗎？如此一來，是否意味著大多數譯者將面臨失業？

事實上，迄今為止，機器翻譯已經出現了70年，但大多還停留在比較機械化的字面意思對應翻譯。為了打破這一格局，谷歌、微軟等都在積極開發智能化的翻譯，爭取讓機器能夠真正“讀”懂人類的意思，而非一字一字地對應輸出答案。

從長遠來看，人工智能對翻譯行業帶來的衝擊將會是致命。雖然現在的翻譯軟件，仍然無法代替正式的翻譯。現在一些基本意思歧義，翻譯軟件對於多重含義詞語無法處理，書面翻譯尚且搞不定，但隨著技術的發展，翻譯軟件的缺陷應該會被不斷克服。

或許隨著技術的不斷成熟，未來會有部分專業性和創造性不強的翻譯工作被人工智能所取代，這是無法避免的，但語言代表著一種文化，要真正瞭解一個詞的意思，只是簡單地查字典還遠遠不夠，更需要了解背後的故事，才能明白其真正的涵義。所以，目前的人工智能還沒有發展到完全取代人類的程度，應該還有很長一段路要走。

即使未來人工智能發展到了非常成熟的地步，但是在文學領域這一塊是永遠不可能被機器所取代的，因為文學作品的翻譯，機器很難勝任。翻譯是門技術，更是一門藝術。機器沒有創造性，不懂得文化、審美、藝術，而這些卻是譯者在翻譯一部文學作品時必不可少的素質。“機器翻譯即便能趨近準確層面上的‘信’，卻未必能做到‘達’和‘雅’。”

隨著人工智能的不斷完善，小強相信它完全可以勝任簡單規範的文本翻譯，只要我們高規格的要求，不斷的精益求精，那麼人工智能永遠無法取代我們，因為人才永遠是稀缺的！

知行翻譯

最後，小白認為中國人工智能在近幾年的高速發展所積累的成果會惠及於廣大人民群眾，伴隨著一帶一路也會惠及其沿線國家的人民併為他們國家的人民謀福祉！以上是小白的個人見解，不足之處還望批評指正，虛心接受與大家共勉，謝謝！

關鍵字: 人工智能 科技 力度