李健：通过仿生技术的发展，其他算法和硬件能力的提升，我们是有可能实现通用人工智能的，甚至可能实现强人工智能来解决目前人类难以解决的难题。
随着大数据时代的深入发展、计算机技术的迅猛进步，任何行业乃至国家都无法忽视人工智能这个新兴的“时代宠儿”。无限的前景和巨大的潜力使它成为各行各业划时代的革新引擎。10月10日，作为2018创业论坛导师，李健校友以京山轻机的发展及研究经验、以及自己亲身的经历为切入口，对人工智能的过去、现在和未来阐述了自己的见解。
武汉大学经济与管理学院院长宋敏，武汉大学校友事务与发展联络处处长邓小梅、副处长徐毅等出席了本次课程。
Alpha狗——高明的“弱”人工智能
要讨论智能，我们还是要回到这个问题上——人类为什么能区别于其他动物?就是因为它有一些独一无二的能力，这种能力就是智能，例如思维能力、认知能力、学习能力。 我们希望通过研究AI这种技术科学，据此来做出一种与人类智能类似的一套系统，然后应用到各个领域去。
2016年Alpha狗击败世界排名第一的围棋手柯洁是人工智能发展的一个里程碑。在过去两年，大众开始关注到人工智能的发展、资本蜂拥而入。各国都把人工智能作为一个未来国家的核心竞争力去打造。
Alpha狗是怎么学习的?它把历史上所有的围棋棋谱全部拿出来学，学完之后再把所有柯洁的和战胜过柯洁的棋谱拿出来学。通过这种方法迅速的从一个“零基础”的“初学者”变成了一个超强的专家学习系统。这其中就是我们所谓的深度学习理论、大数据及神经网络。AI最近几年的高速进步源自于新的算法和足够的大数据量。然而Alpha狗依然只是一个弱人工智能。它只会下围棋，要干任何其他事情都必须重新学习。重新学习的量非常大。目前，还没有人能够做一套像人类一样既能下围棋、又能下象棋、还能开车、能读书的系统出来。所以这又回到刚刚最开始的问题，AI 其实不太可能替代绝大多数工作。
大数据时代的宠儿
1950年的图灵假设一般被视作人工智能的起点。这一年，图灵提出了一个假设：当你与一台电脑通过电传进行对话时，无法发现你对面是一个电脑而不是一个人，我们就可以认为这个电脑就是一个人工智能。1956年，达特茅斯学院正式定义了AI这一称谓。然而在此之后，AI发展很慢。从2006年开始，由于算法的进步、运算能力的提高和足够的大数据，才有了最近几年AI的爆发式增长。
人工智能技术架构的基础分三大部分，基础层、技术层和应用层。基础层包括硬件、软件和数据。技术层处理学习、算法和存储的问题，其中运用到的就是NLP自然语言处理技术、计算机视觉技术、人机交互技术等等。而应用层就是我们看到最后的产品了，比如手机刷脸支付、无人驾驶和智能音箱。
如今，AI的应用十分广泛。除医疗领域的基因测序外，交通领域的无人驾驶和智能城市管理方面也有广泛应用。而中国的在安防领域的人工智能应用是全球做的最成熟、最大也是最好的，我们也有了一批巨无霸公司，海康、威视、大华等等。现在有多家公司跟公安部合作，利用高清摄像数据和智能识别追捕逃犯，并有很多成功案例。
三大领域有望最先突破
国内人工智能领域的优秀企业还有很多，我们的华为云和阿里云在全世界都属于领先水平，并不逊于亚马逊和google。而智能芯片，中国是做的最好的，我们的寒武纪占据全球芯片市场比例单一细分领域近20%，在人工智能芯片里面是非常高的一个水平。中国和美国是现在人工智能最牛的两个国家，相比之下中国更多的是集中在技术上的应用，我们基础层的优秀企业远远少于美国，但这个差距并不会很大，因为技术的进步太快了，美国的人工智能也是最近这十年的进步，我们有同样的起跑线。中国真正对AI的投资也就是最近这五年，但最近五年已经取得了比很多国家60多年的研究更厉害的技术成就。
最近十年，人工智能在工业领域最有可能产生突破和已经产生突破的是三个方面。
第一个方面是智能物流。我们发现在工业领域最容易实现无人驾驶。因为工业是可以界定边界的。比如说港口，比如说工业园，比如说武汉大学，完全可以做到无人驾驶。无人驾驶最害怕的是跟有人驾驶汽车一起跑。如果我们把整个武汉大学规划为一个无人驾驶的校园，做多个无人驾驶的固定线路和和可变线路的车辆。当所有的车行道上只有无人驾驶汽车，它就非常安全了。所以工业领域内，在工厂、港口、码头、校园还有景区这种限定区域内是完全可以实现无人驾驶技术的，这也是未来我们在工业领域最大的一块应用。
第二块就是目前最成熟的一块——机器视觉。一个蓝领工人在车间生产线上的很多工作，无非是根据所见所闻指挥四肢做事。机器视觉可以识别产品的尺寸、空间和缺陷，解决认知感知的技术难题。因此，机器视觉完全可以和机器人相组合，实现对人的替代。
第三块就是专家系统加工业，简单来说就是在每一个领域形成一个Alpha狗，降低对专家经验的依赖。阿里的云大脑就通过大数据深度学习设计算法，靠系统来指挥生产线切割光伏切片。成功将原来 90%的良率提升到99%。这就从过去由人来指挥，靠人的经验切割，变成用人工智能去指挥切割。
人工智能的实践尝试
这些年，京山轻机有很多不同的团队在这一领域做了各种尝试。
在机器视觉工业应用领域，我们为惠州三协开发了“三协槟榔方案”。加工槟榔其实是一个巨大的难题，因为槟榔是树上长出来的， 每个大小尺寸都不一样，每一粒槟榔相对应应添加的卤水和葡萄干也不一样。我们出产的机器通过机器视觉检测每个槟榔腔内的体积，然后据此对槟榔去注射卤水和加葡萄干。我们做的很成功，槟榔企业极大的减少了人工，同时提高了安全性。再比如为深圳慧大成开发的自动点数机，它用一个相机从上到下拍摄一摞纸，一秒钟之内告诉你准确数量。再比如我们现在做水质检测，利用水的灰度变化反推有害物质含量。我们现在跟广东省环保厅在合作，对湘江流域进行整体检验。
在智能物流方面，我们在做无人驾驶的物流车，这可以为港区节省大量能源和人工;我们开发了“蓝蚂蚁”智能物流，它们自动将货物送到需要的位置，然后重新编队调整，可以直接用手机对车间内的“蓝蚂蚁”进行调度。由于新技术的出现，现在的工厂会变得非常智能化、自动化，变得很酷。铲车、堆高车、脉轮车等等都会被这些一个个小蓝蚂蚁替代。
通用人工智能未来可期
实际上，我们所说的人工智能工业领域的三大应用都还处于弱人工智能时代。它并不是一个通用化的人工智能，想要去做其他东西我们都得重新开发。弱人工智能向通用人工智能的转化远远还没有完成，我们还有很长的路要走。
想要实现通用人工智能，核心的问题还是对人的研究。 在未来，仿生技术的进步可能是人工智能下一个阶段最大的突破的可能性，否则，现在的硅基芯片和大数据深度学习理论只能训练出一个特别优秀的蓝领工人，永远训练不出高级工程师研发工程师，更永远实现不了情绪情感的交流。
目前来看，通过仿生技术的发展，其他算法和硬件能力的提升，我们是有可能慢慢实现通用人工智能的，甚至可能实现强人工智能来解决目前人类难以解决的难题，比如癌症、比如星际移民。没有人工智能的帮助，我们很难实现科技爆发。因此，人工智能一定会在很多方面起到很大的作用。
我觉得所有武汉大学的学弟学妹们，你们在大学期间有必要去了解一下人工智能，有必要去知道一下什么是大数据，什么是深度学习，什么是神经网络理论。我相信人工智能和你们所学习的所有领域相结合，无论是经济学管理学，无论是医学还是工学科理学科，都会有很大的发展机会。
现场问答
Q：您作为管理专业的学生，成功进入工业领域。管理学的知识对于你有什么帮助?
A：所有的行业都需要管理，管理学专业所教授的很多框架性知识是受益终生的。但是毕竟我们在学校学到的都是通用性知识，对每个细分行业的深入度不够。所以这个时候应该尽量去理解框架，理解一些基础性的东西，未来你真正进入到某个行业、对这个行业产生比较深入了解的时候，再与你学所的知识相结合。
如果有可能，建议辅修一门专业技能的课程，比如说计算机，这对你未来肯定会有好处。
Q：请问我们这行非专业人士应该如何应对人工智能时代的到来?
A：现在有了互联网，我们有太多方法了解新知识新事物。你可以在网上搜一下人工智能相关的排名前十的书，认真的看三本，相信你看完之后想法就会不一样。同时还可以去计算机学院选修一些相关课程。我相信一个学期下来，你一定能够做到对人工智能脱胎换骨的认识。
Q:京山轻机在未来国际化发展上有何规划?
A：未来企业的国际化一定是以全球配置资源，应对全球竞争，哪里适合干嘛就去哪里。否则我们在全球竞争中将毫无优势。我认为目前政府是比较鼓励制造业企业走出去的，所以我们也一样会按照全球配置全球的思路走下去。
文字：黄好
图：刘丹
排版：高庆欢
