人工智能（Artificial Intelligence， AI）是一項終極技術，可以用于設計新材料，可以用于改變我們的學習方式、甚至與周圍一切事物互動的方式，并且可以改變人們如何管理世界和社會、如何創造藝術并治愈病人的方式。

簡而言之，AI 將觸及人類生存的每一個方面。 如果過去的幾千年是關于人類規模、工業化規模的發展，那么 AI 將以前所未有的指數級增長速度，加速這種規模的增長。

這是因為智能（Intelligence）是我們所有創新的核心。正是因為智慧與創造，生活在大城市中的人們可以周游世界、建造伸向天空的摩天大樓才成為可能；正是因為智慧與創造，人們現在可以在手機上閱讀這篇文章，這也是人們現在可以隨時隨地與朋友和家人聊天的原因。

回顧過去，科學革命只有 400 年的歷史，工業革命也僅僅過去 200 年。現在，我們正處在僅有 50 年歷史的信息革命中。這其中的每一項創新，都建立在前一項創新的基礎之上，并且這種變革越來越快。

下一個十年，標志著智能革命的開始，這是一個屬于 AI 的時代。未來十年，AI 將為電影、音樂、電視和醫學帶來令人難以置信的變化，幾乎沒人可以完全預見它們的未來。

AI 將成為人們的醫生和最親密的朋友；我們將與 AI 交談，詳細詢問它我們要去的方向；當人們生病的時候，我們可以詢問 AI 如何治療。

AI 還將重新組織我們的生活和社會，AI 將跟蹤疾病的傳播并優化道路和城市的建設方式，AI 還將向我們展示隱藏在數據中看不見的見解。

現在，這所有的一切都已經悄悄地開始了。

未來的人工智能

現階段的 AI 技術，仍然是大型科技公司控制下的產物，畢竟這些公司投入數十億美元來承擔相關研發部門的費用。此外，該領域還有一些小型的超級頂尖團隊，在一些數據科學方面提供支持。但是對于所有 AI 領域的從業者來說，這種發展模式仍處于早期階段。

像 Google 這樣的大型科技公司擁有一大批編程人員，他們已經為 Google 構建了通用的云操作系統，以運行其數據中心網絡。開發新技術時，他們可以通過更新和改編其軟件或發明新軟件進行管理，從而很容易地將 AI 融入進來。對于他們來說，AI 只是機器中的另一個齒輪。

要擺脫大型科技公司的控制，我們需要功能強大的開源平臺，這些平臺能夠將 AI 和 ML 交到所有 AI 人的手中。

也就是說，我們需要 AI 的 Linux。

一大批由風險投資公司支持的開源公司正在努力開發通用軟件，以推動 AI 創新。他們在 AI 未來基礎設施的不同層面上，不斷尋求著發展，這其中的一些人將成為巨人，另一些將被最終贏家吞噬。

圖 ｜ 未來AI基礎架構堆棧中的一些關鍵公司

一旦我們在這個領域擁有了一個明確的勝利者，那么這一個堆棧將成為未來AI創新的基石。當一個堆棧形成時，它使開發人員可以“上移”解決更多有趣的問題。ML將標注99％的數據，人類將對其進行檢查。科學家將從一系列現成的方法開始解決他們的問題。

同時，在電子游戲和深度學習興起的推動下，我們將繼續看到越來越快的芯片。這些芯片將迅速融入每款智能手機、游戲機和傳感器的通用架構中。

所有這些都會使AI／ML脫離大型技術公司，并將帶來大小不同的AI應用程序的“寒武紀大爆炸”。

這些大大小小的應用會帶來農業、金融、藥物、防御、安全、零售、電信等行業的高速發展，而在藝術和醫療保健領域，這種發展將變得更加明顯。

AI重新激活藝術

未來十年，人工智能將徹底改變音樂、電影和電視。我們已經看到最前沿的研究所帶來的突破，并且這些突破將在未來幾年相互促進。

未來的制片廠會用數字方式培養他們想要的任何演員，并用AI把他們放進最新的大片里。如果大家喜歡銀幕上標志性的老明星，例如漢弗萊·鮑嘉（Humphrey Bogart）和瑪麗蓮·夢露（Marilyn Monroe），那么就不再有現實演員的空間了。

當然，動畫制作者的工作量也將會減少，因為深度學習算法已經研究了運動和表情的規律，并可以即時地重現它們。

動畫師將告訴AI他們希望角色擁有什么樣的情感，AI將根據要求進行創作，然后動畫師只需對創作后的作品進行調整以使其更加完美。

我們已經看到了電影和電子游戲進步的相互影響，并且在未來十年中，這種融合將會加速。隨著電子游戲一直朝著實時擁有真實畫面的方向發展，最終，AI將獲得成功，屆時這項技術將真正席卷電影制作領域。

最終，人們將只需在一個盒子中就擁有一個電影制片廠。在這個盒子里，動畫制作人員和導演可以通過拖拽人物來快速制作整部電影。然后，然后他們可以把任何虛構的或真實的演員疊加在這些人物上，創造出一個精彩的新表演。

AI 將為這些動作和表情提供技術支持，從而真實再現艾娃？加德納（Ava Gardner）的嘆息、湯姆？克魯斯（Tom Cruise）的迷人魅力以及馬修？麥康納（Matthew McConaughey）和梅麗爾？斯特里普（Meryl Streep）的眼淚。

我們還將看到演員的部分表演由 AI 修正或更改。該算法可以簡單地補充新的表演，而不是當導演以后想要更改某些東西時，演員再需要回來拍攝。

在音樂界，人們已經接近實現數字明星演唱，而且這種增長會在未來幾年內加速。OpenAI Juke Box 已經可以再現弗蘭克？辛納特拉（Frank Sinatra）、貓王（Elvis Presley）等。

不久之后，媒體公司也將擁有自己的 AI 研究團隊。他們將不再需要復雜的研究團隊，只需要基本的編程人員即可將成熟的技術應用于任何人都可以使用的主流應用程序中。

在醫療保健領域大顯身手

人工智能將在未來十年及以后，將加速從藥物發現到疾病檢測以及人們如何獲得所需治療的過程，進而徹底改變醫療保健領域。

很快，我們將看到 AI 在市場上處理藥品，尋找對抗疾病的新藥物。算法將設計出新的化合物和新的方法來對付病毒，這是研究人員從未想過要嘗試的。AI 還可以比任何放射科醫生更好地檢測癌癥，并可使醫生的治療水平提升到全新的高度。

最快的突破將會是疾病檢測。在接下來的十年中，人工智能將迅速實現對放射學的終結。

2017 年，Google 的研究人員展示了使用預先訓練的 Inception V3 卷積神經網絡檢測皮膚癌的準確率達到 72％。到 2018 年，最佳分類器在 ISBI 開放式皮膚病學數據集上準確率達到了 85％。到 2020 年，同類最佳的系統具有 96％的準確率，與地球上頂尖的放射學家準確率相同。

頂尖的放射科醫生們也已經預見到了 AI 的到來。醫學博士 Robert Schier 在 Radiology Today 雜志中撰文，他介紹了 Google 團隊的算法，比當今最好的放射科醫生還能更好地檢測乳腺癌。他非常清楚地知道這對他的職業意味著什么：“該系統的出現標志著診斷放射學結束的開始。”

從病理圖像中檢測轉移性乳腺癌的 CNN 模型，已經獲得了令人難以置信的 99％的成功率，而人類醫生在具有挑戰性的幻燈片上得分有時僅為 38％。

2008 年，美國食品和藥物管理局批準了一項用于醫學成像的算法，到 2013 年，這一數字降為零。但在 2017 年升到了 4 項，到 2018 年，美國 FDA 批準了多達 18 項醫學成像算法。

可以預見，AI 將是偉大的醫生，患者將從 AI 那里獲得更好、更快、更便宜的護理。但是正如 Schier 所寫，“AI 最終不會對放射學專業有好處。”

在接下來的十年中，我們不會創造出《星際迷航》的機器人，但我們將為知道如何快速檢測和處理日常健康問題的機器奠定基礎。

醫療保健領域最徹底的變革，將來自一個最意想不到的地方。而去年開始的 COVID 大流行，又將極大推動生物技術的興起。

如果過去十年是大型數字技術公司的崛起，那么未來十年，生物技術力量將出現前所未有的激增。

大流行是對全世界人民的生存威脅，即使這種疾病沒有我們想象的那樣致命，但它對整個社會帶來的壓力，將迫使醫療保健系統變得更強大。

我們已經看到，人們部署了機器學習來跟蹤疾病的傳播。數據科學家正在使用 GPS 數據跟蹤一場大型自行車拉力賽如何將 COVID 傳播到美國中西部。他們的模型計算了數周之前的數據，并將擴散的預測時間縮短到幾個小時，因此他們可以及時向政府及相關監管組織發出警報。

我們還看到了在人類歷史上最快的、最大數量級的疫苗研究。輝瑞和 BioNTech 疫苗的早期臨床結果能夠達到 90％的有效率，是一項了不起的成就。這證明了開放科學、快速信息共享和 AI 對藥物設計和開發的推動。

在以前，開發一種疫苗通常需要很多年，甚至十幾年的時間。到現在為止，腮腺炎疫苗仍保持了最快研制疫苗速度的記錄，該疫苗在大約四年內從樣本采集變成了上市產品。

Emily Waltz 為 IEEE Spectrum 撰寫的文章中提到：“根據世界衛生組織（WHO）的數據，截至 9 月初，已有 34 種候選疫苗在人體中進行測試。另外還有 145 個候選的疫苗正在動物或實驗室中接受測試。考慮到不到一年之前，還沒有人聽說過這種新型冠狀病毒，這些數字真是驚人。”

當然，AI 不能加速藥物發現的最慢部分，即人體試驗部分。但 AI 正在幫助科學家分析病毒及其結構，并向科學家展示病毒攻擊的細節。

過去，科學家需要花數年時間研究病毒的結構，弄清楚并找出對病毒打擊最大的 “突破口”。他們必須徹底篩查現有的藥物，以確定他們是否有機會殺死一種新的病原體。

但這次，中國科學家率先獲得了新冠病毒的基因組數據，并在幾天之內將其共享給世界各地，以便可以被世界各地的人進一步研究。

請記住，人類基因組計劃耗時十年，耗資 50 億美元，而現在，人們可以在 48 小時內以 200 美元的價格對人類基因完成測序。

世界歷史有時常常是黑暗而殘酷的，但也是雄偉和輝煌的。人類是一個極具適應能力和創新性的物種。我們已經從泥濘中爬了出來，現在我們正在向火星發射宇宙飛船，在 9 個月而不是 10 年內制造疫苗，并讓汽車自己駕駛。

請記住：農業革命用了 12000 年，科學革命只用了 400 年，工業革命僅僅用了 200 年，信息信息時代才經歷 50 年。 這種發展速度越來越快。

現在，讓我們迎接智能時代黎明的到來，有誰知道明天的道路真正走向何方？不用擔心，我們要去的地方，可能不需要道路。

責任編輯：xj