“AI對人類來說只是一個孩子，18年以后是給你一個溫暖的擁抱，還是用一把刀對著你，這是由人類自己決定的”。在博鰲亞洲論壇2019年年會中的《“AI+”時代來了嗎？》分論壇上，小i機器人創始人袁輝這樣談AI和人類的關系。

3月26日至29日，博鰲亞洲論壇2019年年會在海南舉行，AI成為了論壇的重要議題之一。在1956年的達特茅斯會議上被提出以來，AI已經走過63年的歷程。2012年，AlexNet深度神經網絡把圖片識別準確率提升到83.6%，人工智能進入爆發式的發展階段，人們所了解的AI從變形金剛變成了會下棋的AlphaGo。

就在3月19日下午，中央全面深化改革委員會第七次會議中，審議通過了《關于促進人工智能和實體經濟深度融合的指導意見》，著重強調市場導向與產業應用，打造智能經濟形態。早在2018年10月31日的政治局集體學習中，就包含人工智能以及“AI+”等相關內容；而在近期緊鑼密鼓推進的科創板中，AI是其關注的重點領域。

近五年AI爆發式的發展，并持續向各行業滲透。隨著滲透率提升，AI的局限和問題也逐漸暴露，AI的話題被炒作是否現實？是否面臨倫理和隱私問題？目前已經在哪些領域有著實質性的運用？或許可以在博鰲嘉賓的討論中尋找答案。

60年AI路

1956年，美國達特茅斯會議聚集了最早的一批研究者，確定了AI的名稱和任務，這也成為了AI誕生的標志。AI從誕生發展至今已經60多年，人工智能的迅速發展正在深刻改變人類社會和世界的面貌。人們所研究和理解的AI也發生了變化。國泰君安研報顯示，當前的AI主要基于深度學習。早期提出的AI概念，指的是通用型AI，能完全代替人類的機器人；而當前的AI是專用型AI，主要基于機器學習、深度學習、神經網絡算法，只能在某件具體的事情上勝過人類，比如谷歌開發的會下圍棋的AI，AlphaGo等。

“我們今天看AI的方式和過去不一樣了“，在百度副總裁尹世明看來，因為今天計算力發生了翻天覆地的變化，可以應用計算力解決很多的問題。”有海量的數據，但是這些數據并不是清潔的，怎樣處理這些臟數據？沒有100%的清潔數據，但基于一些有噪音的數據，還是可以生成非常可靠的模型，這就是AI的算法。“

但在袁輝看來，深度學習對AI只是其中的一個部分，未來AI該有其他出路，首先需要從理念上突破，我們現在的研究并沒有超出過去的框架，如果不能突破過去的理論，AI很有可能會進入研究上的困境。

值得注意的是，在AI發展的60余年里，已經歷了三次潮起、兩次潮落。“過去的60年二次AI都失敗了，因為它沒有給我們帶來真正的獲益，我們沒有體會到AI帶給我們的價值”。袁輝這樣解釋AI研究失敗的原因，“在目前的各個行業，是不是AI可以得到應用，是一個很重要的方向，如果今天AI可以產生應用，將是一個很好的突破。”

“AI+”的邊界

國家重視，資本加持，AI已經在哪些領域展開應用？

威盛電子股份有限公司董事長兼首席執行官陳文琦稱，AI絕對是會用在各行各業，我們已經看到了非常大的用途，醫療才剛剛開始。

國泰君安的一份研報指出，在產業層面，基于深度學習的AI確實被用于各個技術領域，如計算機視覺、語音識別、自然語言處理NLP等，并在各行業的應用場景中持續滲透，部分應用已開始商用，比如智能語音客服、醫療影像識別等。

阿斯利康公司董事長雷夫·約翰森則則提到了AI在醫療領域的應用，在他看來，有三件事情可以通過AI輔助：生物學、基因排序、定制個性化藥品。但要實現這一切，數據要首先得到存儲和管理。對于AI來說，目前存在的大量數據大都是沒有經過“清洗”和整理的“臟數據”，必須要清洗和整理，才能有效利用這些數據。

而在目前的實踐中，AI與金融行業也擦出了不少火花。金融業是采用人工智能技術的先行者。

金融機構已經開始利用人工智能來滿足日益增長的監管需求，同時最大限度地降低人力資源成本。而這也是金融科技的重要組成部分。

花旗集團曾估計，大型銀行雇傭的處理合規和監管的人員數量增加了一倍，這些人力成本每年消耗銀行業2700億的資金，占銀行業運營成本的10%。

在發放貸款時，基于人工智能的人臉識別可以提高效率。例如，金融壹賬通目前已經正式向中小金融機構輸出全套加碼智能貸款解決方案。該方案以人工智能為核心，借助區塊鏈、大數據等先進科技對信貸業務流程進行智能化改造，推動了傳統貸款模式在獲客、審核、審批以及系統開發等領域的革新。

但是金融科技并不能完全替代人工。正如借貸寶CEO王璐在博鰲論壇上對經濟觀察報記者表示，金融科技必須謙卑，畢竟科技再發達也不能完全代替人，尤其是在復雜、非標準問題上。比如判斷個人、中小微企業信用如何，即使再過一百年，金融科技再發達，都不如身邊的熟人、員工。

陳文琦稱，AI值得大家關注的有二個議題，一個是它帶來的影響是非常巨大的，在2030年，全球會有8億份的工作被取代，這是一個非常驚人的數據，我們能看到無人車，無人商店，而銷售比原來更好，另外一個是它會讓我們整個的社會結構發生非常巨大的變化。

安全之辯

技術都有兩面性，AI在改善社會的同時，也暴露出新的問題。

國泰君安證券曾從AI應用開發到普及的四個階段來討論已經出現、即將出現的問題及威脅。

AI模型的訓練階段主要發生在機器學習框架平臺上，如谷歌Tensor－Flow、百度Paddle等。學習平臺相當于AI的組裝廠，當開發者通過平臺降低開發門檻，或是糾結于哪個平臺之時，不禁忽略了平臺的漏洞，就像是食品加工廠混入了病菌，更加致命，危害面積更大。

當AI模型完成訓練，用來識別、預測時，存在更加致命的問題。以圖像識別為例，AI模型會受到環境干擾。2018年6月，曾有研究團隊僅在公路指示牌上貼了一些膠帶，就導致AI模型把停車指示牌識別成了限速45公里每小時的指示牌。

AI還存在濫用風險，比如用AI參數的隱蔽性觸發后門攻擊；用AI打騷擾電話，節省80%的人工成本；偽造他人信息，足以騙過鑒別專家；將AI用于軍事武器等。

AI面臨的更深層次的問題是與當前社會的法律、道德體系發生碰撞的倫理問題，比如說智能炸彈等智能武器。

如何讓AI更好地服務社會呢？

在陳文琦看來，一個是整個政府的政策，另外一個是教育。“怎么樣讓全民盡量的了解AI、學習AI，大家一起來參與，在AI廣大的應用和市場上，這是非常重要的。”