歷史車輪滾滾向前，如今我們正在進入人工智能時代。其中的坦途足以讓我們樂觀和振奮，其中的波折也可能會讓我們不安或擔憂。面對未來，我們需要堅持三個基本要點：效率、環保與福祉。

1.人工智能與傳統產業的加速融合

如果我們做一個連連看的小游戲，把左邊的6家公司和它們近期各自在人工智能領域的布局一一對應，你的答案會是什么？

我們具體來看看這6家公司的布局：利用AI算法開發新型食品；在大學校園測試零食配送機器人；推出倉庫協作機器人原型；與寶武鋼鐵合作，推動人工智能在鋼鐵行業的應用；成立第二支規模為一億美元的人工智能投資基金；與英國合作伙伴一起，進行AI診斷帕金森病的臨床試驗。

答案是這樣的。

之所以分享這幾個案例，是因為這些案例非常典型。這些案例表明：不管是傳統企業，還是互聯網巨頭，都在推動人工智能與傳統產業的融合，而這種融合的跨度之大是我們以前很難想象的。

但是，這些案例還只是冰山一角。我們可以看到幾乎所有的行業都在加速與人工智能的融合。那么融合的程度到底怎么樣，各行業有什么樣的差別？我們可以從風險投資的角度來做一個分析。

這張圖分析了過去五年中人工智能投資活躍度最高的10個行業。

數據顯示，醫療行業的人工智能投資活躍度排在首位。這個數據有點眾望所歸的意味，因為它代表了我們目前對人工智能的最大期待，那就是用人工智能更好地預測、檢測、診斷和治療人類的疾病，讓人類更健康、更高質量地生活。

當然，其他行業，包括金融、制造、能源、物流等傳統行業都在加速這種融合。

那么，從細分技術領域來看，人工智能行業的投資又到哪兒去了呢？

通過這張表，我們可以發現，截止到今年一季度，全球人工智能投資總額超過800億美元，而其中一半以上的資金都投給了機器學習技術，包括機器學習平臺和機器學習應用。這代表了當前人工智能技術研發和商業化的一個主攻方向。

2.人工智能：讓人樂觀和振奮的消息

下面我們來看更多的應用案例，這些案例可能足以讓我們為人工智能感到樂觀和振奮。

第一個是在新藥研發領域的應用。就在五月份，哈佛醫學院的研究者發布了一項研究成果，他們通過AI算法能夠將蛋白質折疊的研究速度提高一百萬倍。雖然這項技術目前還難以直接應用于新藥開發，但對于建模技術的改進將會有很大的提升。

第二個是農業領域的應用。美國創業公司TellusLabs利用衛星數據分析和機器學習來減少農業生產的不確定性。據報道，2017年，它預測美國玉米作物產量的準確率超過99%，比美國農業部得出相同的結論還要早幾個月。這就是人工智能的力量。

第三個是制造業的應用。目前，奧迪通過機器學習和AI神經網絡能在幾秒內自動、準確地識別并標記零件中微小的裂縫。這項技術的應用可以說將徹底改變傳統制造業的質檢流程。

我們再看看能源領域的應用。美國公司HST Solar利用AI算法優化太陽能電廠建設方案，并根據自身實踐得出了一個結論：與人類工程師設計的系統相比，AI設計的太陽能發電場可以把可再生能源的生產成本降低10-20％。在投入巨大的太陽能行業，這也是一個非常大的優化。

當人工智能用于交通管理，又會有怎樣的效果？目前百度與許多城市合作推進智慧城市建設，包括智能交通系統的建設。在去年的烏鎮大會上，李彥宏表示，公司將用AI賦能海淀區的交通管理，有了智能系統的融合，海淀區的交通擁堵將減少30%-40%。對于長期受困于交通擁堵的人們來說，這無異于一個福音。

人工智能已經開始應用于建筑行業。例如，美國的HoloBuilder可以分析360°圖像中捕獲的施工現場材料、物體和結構，以實現施工過程的自動化，尤其是進度跟蹤的自動化。對于建筑業這個曾經“傻大黑粗”的行業，這種類似的技術將有效地提高現場管理效率。

當人工智能應用于環境保護，同樣為我們打開了新的想象空間。在一項為期三年的印度尼西亞珊瑚礁研究項目中，攝影師拍攝了近60000張水下圖片。要識別和分析一張照片，一個珊瑚礁科學家要花10到15分鐘，而通過人工智能的快速分析，現在只需要幾秒鐘。

看了這么多案例，我們知道，人工智能在各行業的應用都在穩步推進。那么，從技術角度來看，人工智能的應用和普及到底處于一個什么階段呢？

Gartner在2018年發布的技術成熟度曲線可以提供一些答案。

通過這張圖，我們可以發現，與人工智能直接相關的技術，包括邊緣AI、深度神經網絡ASICs、自動化移動機器人，大部分都還處于創新觸發期，只有兩項技術：深度學習和虛擬助手已經進入欲望膨脹期。總體來看，人工智能各項技術的普及仍然處于初級階段，而且是一個分階段突破的過程。

3.人工智能：讓人不安或擔憂的消息

在前面，我們看到了很多讓人樂觀和振奮的消息，但是在發展過程中，人工智能并非一片坦途，而是注定將經歷各種波折。下面我們來看看那些讓人不安或擔憂的消息。

2018年，IBM Watson醫療部門大幅裁員。說起來，IBM的這個部門一直在發布一些關于醫療領域人工智能的重大突破，但這次裁員引發了全球關注和質疑。許多人說人工智能醫療已死，但這個結論下得還是過早。如果深入分析，除了技術本身的難度，我們會發現可能是我們自己，包括整個醫療體系還沒完全做好準備。

我們再看一個關于醫療領域的例子。2018年，Netflix制作了一部紀錄片，叫《尖端醫療的真相》。這部片子主要揭露了美國的醫療器械商把并不成熟的所謂尖端醫療技術過早地推向市場，并造成了許多醫療事故，包括手術機器人的事故。在這些事故的背后，既有技術的不成熟，也有人類醫生的操作不當，或者說人機協同問題，當然也有廠商的利欲熏心。

再來看看自動駕駛。在過去幾年中，一方面，自動駕駛一路高歌猛進，不斷吸引各方資金注入，也調動了我們所有的向往和期待；但另一方面，由自動駕駛造成的十多起傷亡事故，哪怕只是十多起，也引起了人們的擔憂。大家在不斷反思，當你把駕駛權限交給人工智能的時候，到底有多安全？

在協作機器人領域，我們還可以看到著名協作機器人Rethink robotics和Blue Workforce公司的相繼倒閉。

還有，在家庭社交機器人領域，Jibo、Kuri、Anki這三家曾經風投眼中的“香餑餑”，創業公司中的大明星也要么倒閉，要么關門大吉。

不管是協作機器人，還是社交機器人，這些案例給我們的反思會有哪些？是技術不成熟？還是應用場景缺乏？還是商業模式跟不上？每一個問題都值得深入探究。

我們還知道，亞馬遜公司開辟出了智能音箱這個全新的市場，并且已經成為該領域當之無愧的全球老大。但是，這樣一個設備也正在引發越來越多關于其語音助手Alexa竊取隱私的擔憂。

我們還可以看到近期蘋果公司就其AI語音助手“Siri偷聽用戶”而發布道歉的消息。這些事件表明，人工智能在帶來前所未有的便利的同時，其負面作用，或者其背后的“老大哥”的無形“黑手”也亟需全球治理與監管的跟進。

此外，還有DeepFake這項新技術。這個可以“把任何人變成任何人”的技術對個人隱私，對社會安全可能會造成什么樣的不良影響值得深思。

說了這么多讓人不安或擔憂的消息，我們知道了人工智能在發展過程中還存在許多待解決，甚至還未出現的問題。

但是，在眾多的問題中，我們最需要警醒的是貪婪和欺騙：

據倫敦風險投資公司MMC的調查，四成自稱為人工智能公司的歐洲創業公司實際上并未在核心業務中涉及到人工智能，人工智能僅為吸引投資的漂亮外衣。

回到中國，中國工程院院士徐匡迪在今年院士沙龍活動上提出了一個問題：“中國有多少數學家投入到人工智能的基礎算法研究中？”這個被稱為“徐匡迪之問”的問題可以說對當前中國人工智能的短板做出了嚴厲的敲打。這個問題最大的價值在于，不管外界的炒作如何火熱，我們始終需要堅守研究的基礎和科技的本質。

4.從科幻視角看人工智能的未來

前面分享了一些關于人工智能現狀的信息和思考，那么人工智能的未來會是怎樣的？科幻作品或許能夠給我們提供一些視角。

在未來，機器人能否在農場幫我們完成從種植到收割的全部工作，我們需要的只是按一下按鈕？

在未來，機器人能否在工地蓋起一棟大樓，而我們需要的也只是按一下按鈕？

而關于自動駕駛的未來，這副作品可能代表了自動駕駛的一種終極形態：汽車向前行駛，而我們可以解放自己的手腳，在車上打麻將、玩紙牌，甚至吃著火鍋唱著歌。在那時候，駕駛車輛已經演化為真正的移動出行、移動娛樂。

關于陪護機器人，電影《機器人與弗蘭克》提供了一種美好的向往。在未來，機器人可以給我們最好的陪護和幫助嗎？

當然，也有可能像這位，電影《她》中的男主角——作家西奧多，在和他的人工智能語音助手“薩曼莎”談了一場轟轟烈烈的戀愛后，發現這個助手其實也隨時在與無數的人談戀愛。為此，主角受到了不止一萬點傷害。

我們已經經歷了手機沉迷、網絡沉迷時代。在未來，又有多少人會經歷這種“人工智能沉迷”呢？

關于醫療，我們可能會有電影《普羅米修斯》中功能強大，能夠自動完成許多手術的醫療倉。大家注意，威蘭德公司在2061年獲得了這項發明的專利，專利號是16572092。這是科幻帶來的樂趣和想象力。

當然，有順從、貼心的人工智能，也可能有不那么聽話，甚至違抗人類的人工智能。

就像經典科幻片《2001太空漫游》中的太空艙機器人哈爾對主人公說的那句話：“對不起，Dave，恐怕我做不到。”我們可以想象主人公的內心是多么的崩潰。

5.如何應對人工智能的未來

不管是現在，還是未來，不管是讓人樂觀和振奮，還是讓人不安和擔憂，前面我們討論了很多關于人工智能的信息。這些信息都指向了關于人工智能的幾個關鍵趨勢：

“替代”是這個時代最大的主題，而人機關系的變化又是重中之重。

面對未來，我們必須更多地選擇信任機器，并學會與人工智能共生。

人工智能與傳統產業的融合才剛剛開始，許多全新的機會尚待發掘。

未來只有兩種公司：做人工智能的公司，用人工智能“做”的公司。

在快速發展的過程中，對人工智能的管理本質上其實是對人的管理。

那么我們應該如何應對這些趨勢？不管是做人工智能，還是用人工智能“做”的企業，都不能脫離三個最基本的價值，或者說基本點。

第一個是效率，我們的產品和服務能否解決傳統行業的痛點，并帶來效率的提升；

第二個是福祉，我們能不能有效解決讓我們不安和擔憂的問題，持續為社會、為用戶謀福利；

第三個是環保，這個說起來可能比較空，但是我們看到任何一個以技術為驅動的公司最終都應該對環境做出貢獻。

總的來說，我們需要什么樣的人工智能，最終的選擇在我們自己。