超越时空

    在《量子计算有多神奇（下）》中提到，量子计算机最擅长的，是可以同时对所有可能性进行运算，但纠错方法则是一个迄今尚未突破的难题。可以想象，当人类一旦突破这个技术难点的时候，人工智能或将迎来全新的时代。而人工智能（Artificial Intelligence，以下称AI）则是当下第四次工业革命之中的几大关键技术之一，那就从这篇开始，详细介绍一下AI的方方面面。

    人手一部的手机中，APP核心驱动力就是AI技术：图片处理系统利用AI识别图像、进行分类、一键美化；新闻软件推送的个性化新闻稿件由AI程序自动撰写的；各类出行软件里AI算法为司机选择路线、规划调度方案；未来自动驾驶技术还将重新定义我们的城市和交通。而网络购物，客户从首页通过语音、图片的方式检索商品后，会获得个性化商品推荐；客户咨询客服时，回答问题的是机器人；然后平台数据库根据这一消费轨迹设计特定的营销。比如买米几次后，AI预估下次购买时间，并及时推荐特价、优惠券之类吸引再次消费。

    如今的人工智能就是用人类制造的机械和电子装置来模拟人类智能。这一人造智能，总有一天达到甚至超越人类智能。此篇从“眼耳口身意”维度，对AI基础应用进行梳理。

    人类观察世界依赖于眼睛，计算机视觉就是一门让机器“看见”的科学，最终目标是通过视觉观察，让机器更容易理解世界。机器看的文字、图像或者视频，通过观看最终输出对画面的理解，进而了解所“看见”的世界。像手机相册自动照片分类，可以识别银行卡号或者快递地址。乘坐高铁时的人脸验证识别等都属于计算机视觉范畴的实际应用。

    机器没有耳朵，又是如何听到声音的呢？对于一个普通人而言，“听到”就代表着知道谁在说？说了什么？而对于机器而言，完成 “听到”的动作，首先需要借助麦克风阵列来收音。麦克风阵列可以理解成多个麦克风结合相关前端算法的系统，它的收音单元比较多。在收音的基础上，运用语音技术中的一项语音识别技术（简称ASR），把听到的声音转换成文字即可，这样机器就听到“说了什么”。至于到底是“谁在说”？那就需要用到声纹识别技术来进行分辨，识别出说话者是谁。

    发声是为了传达信息，如果想要通过机器主动发声怎么办？虽然机器没有嘴巴，但是可以用到语音技术中的另一项核心技术——语音合成技术（简称TTS），利用它将文字信息转换为人类听得懂的语言，来达到说话的功能。常言道能听会说，听与说是紧密相连的，ASR和TTS作为语音技术的两项核心技术，在实际应用中也是密不可分的，将它们与不同载体或者场景结合，就会出现智能音箱、智能电视、智能车载等丰富多样的产品。

    AI在“身“的延伸技术，主要以实体机器人表现为主。大致上可以将实体机器人分为两类：工业机器人和服务与仿人机器人（也可细分为家庭服务机器人、商用服务机器人）。

    感知、运动和认知是实体机器人的三要素。其感知能力主要依赖于硬件系统中丰富的传感器，能够检测或感知世界温度、光线、声音、图像、距离、触觉、力觉、射线等并做出反应。有些实体机器人生产者还会为仿人机器人定制仿生皮肤，比如“女性”机器人索菲亚就拥有柔软的橡胶皮肤。

    而工业机器人主要是模仿并发挥人体的运动能力，如四肢、骨骼和肌肉的发力，将动力学研究融入其中，其目的是在工业生产中代替人做一些危险、单调重复的作业。其中机械臂作为一种固定或移动式的机器，是工业机器人领域中使用最广的一种机械装置。

    几十万年间，人类祖先将进化的方向指向大脑，随着脑容量增加，人类拥有了明显区别于其他动物的智慧，并且自然形成了语言。语言也是人类最明显的特征。为了实现人机交互，就必须要让机器学会处理和运用自然语言，这就是自然语言处理技术。想要处理，必先理解，简单说就是“能理解会思考”，这包含了两个过程，即自然语言理解（NLU）和自然语言生成(NLG)。AI底层技术中最后的“意”就是思考。

    语言是人类进行交流的工具，而交流的是信息，是脑海中概念的映射，是意义的阐述和理解。完成自然语言处理，既要求机器能理解自然语言的意义，又能用自然语言表达意图和思想。

    语言本身非常复杂，不同语种之间、即便是同一个语种，也可能存在一词多义，一义多词，隐喻等各种语境变化。而且人类每天都在创造新生词汇，比如网络词语、新梗等，这使得这门技术也变得非常庞杂。正因如此，自然语言处理指向了一种更加抽象和不可捉摸的思维困境，这也让机器理解人类的语言变得困难重重。

    理解了自然语言，是否就能对人类思维的秘密一探究竟？目前还无法回答，但毫无疑问自然语言处理技术是AI皇冠上一颗极为耀眼的明珠。这项技术在各个领域也得到了广泛的应用，比如各种语言间随意转换的机器翻译，智能助手的问答系统，对海量文本数据进行结构化的信息抽取等，都是以自然语言处理为核心技术。

    那在这些应用产品中，即便机器能够迅速给出翻译结果、回复问题、抽取信息，就可以认为它们已经理解语言了吗？自然语言处理仍然面临着许多瓶颈亟待突破。最尖端的科技，依然是酷炫、规整、深邃……带有抽象的疏离感。在AI技术快速发展，全方位落地并渗透生活衣食住行各个方面的现在，AI的鼎盛时代又会怎样？它会在何时到来？

    这些问题留待接下来的几篇和大家一起讨论、思考。

    （作者系加拿大某国际财团风险管理资深顾问，科幻作家）