5月8日，谷歌一年一度的Goolge I/O大會，CEO桑德爾·皮查伊直接祭出了這次大會的王牌AI——Goolge Assistant，這個智能過人的AI完全顛覆了人們的認知，不僅能夠聽懂人話，還可以無障礙地和人溝通。此外，它甚至能幫你預訂餐館、影院、旅行社……AI正越來越快地顛覆人類的社會秩序。

這兩年，人工智能產業“一路狂奔”，但在實際的“落地”過程中，存在產品和應用場景不完全匹配的問題。事實上，自從人工智能誕生以來，針對它的爭議就從未停止。本文將以醫療AI為例，談談關于人工智能的一些思考。

最大爭議：“人工智能威脅論”

這一輪人工智能熱的復蘇究竟是新一次冷熱交替還是奇點來臨不可逆轉？這是目前業界爭議很大的一個話題。業內專家對這一次的復蘇持悲觀和理性的態度，而相關行業的投資公司和創業者則表現出了近乎狂熱的樂觀。在過去60年中，人工智能經歷了三起兩落，其中面臨的最大爭議莫過于“人工智能威脅論”，已故物理學家霍金便是“威脅論”的堅實擁躉。

埃隆·馬斯克和馬克·扎克伯格關于“人工智能威脅論”的辯論，代表了兩種典型的聲音：一邊是公眾輿論對強人工智能和超人工智能可能失控、威脅人類生存的未來主義式的擔憂和警告；另一邊是產業界從功用和商業角度出發，對人工智能研發和應用的持續探索，在自動駕駛、圖像識別、智能機器人等諸多領域取得了長足進步。與此同時，很多技術研發人員認為人工智能不可能超越人類，“威脅論”是杞人憂天。

因此可以這樣說，關于人工智能引發的爭議原因還在于認知鴻溝。首先，我們要明確的一點是：人工智能是一組技術的統稱。要理解人工智能已經具備的能力，需要了解它目前在技術領域的發展及其能夠解決的問題，而并非把“人工智能”看成是一種籠統的能力。例如，決策能力涉及到強化學習，創造力是指跟創造有關的生成模型，在內容生成領域會有很好的應用……

隨著AI時代來臨，各種人工智能應用（即所謂的“弱人工智能”）已然滲入人類生活，由此產生的不確定性開始在人類社會中發酵。此外，由于人工智能程序已經在很多行業可以取代簡單的、可重復的人類勞動，甚至在股票高頻交易領域已經具有了人類無法達到的能力。因此不少人擔心會出現大規模的失業潮，“被點名”的行業和崗位包括翻譯、客服、會計、司機、保安、家政工作人員、新聞記者（小編內心瑟瑟發抖）、律師、醫生、股票交易員……甚至有人預言，那些能被機器所代替的人類會被劃分到無用階層中，在未來生活中被取代、控制、甚至消逝。這幾乎給我們描述了一幅黑客帝國里面人類被機器智能控制的恐怖場景。

事實上，每一回人類生產能力的跨越都會引發社會失業危機的恐慌和擔心，好在人類每次都能夠成功地應對，所以至少在目前看來，談“威脅論”還為時尚早。

醫療AI的三座“大山”

人工智能在醫療領域的應用是當前產業界的一大熱門，業內一致認為“醫療是人工智能一個非常好的切入點”。熱門的應用場景包括綜合性診斷、醫療機器人和輔助藥物研發等等。

深耕康復機器人的上海傅利葉智能科技有限公司（以下簡稱“傅利葉智能”）CEO顧捷早在10年前就扎根于智能機器人。在談到研發過程中所遭遇的問題時，他說：“任何一款創新型的產品，迭代的周期非常長。康復機器人它沒有一個現成的‘標的’可以直接拿來借鑒，大家都在向前摸索。一旦這款產品對實際需求和應用場景出現誤判的話，它的迭代周期會很久，最終甚至沒有辦法真正落地。”

顧捷的顧慮并非沒有道理，事實上技術和市場的“斷層”一直存在，科技成果轉化亦是長久以來擺在技術研發人員面前的一道坎兒。而對于醫療AI來說，人才缺失是一道更大的難題，業內有觀點認為，與其他細分領域相比，人才之于醫療AI的桎梏更大，既懂人工智能，又懂醫療的復合型人才稀缺。

對此，上海森億醫療科技有限公司（以下簡稱“森億智能”）聯合創始人馬漢東表示：“不少人才不是去了BAT這些巨頭公司，就是去了人工智能的其他分支領域，其實我們并不是特別在意。如果我們現在想找一個AI方面的人才，尤其是在醫療領域，我們可能希望他有10年的醫療背景、單純懂人工智能是遠遠不夠的，因為他不清楚醫療領域的一些發展規律。我們現在的首席醫學AI官，就是在瑞金醫院擔任了10年的主治醫生，與此同時他又有特別扎實的AI技術背景。”

馬漢東也承認，這樣的人才在業界確實是鳳毛麟角，而且在今后的一場段時間內也會是一個很大的問題。顧捷也認為：“人才稀缺并不只是醫療AI的特殊現象。任何一個新興的行業起來，人才都是稀缺的，這是一定的。但是，稀缺歸稀缺，企業還是會在資源貧乏的情況下成長起來，也會有一些優秀的人才加入到這些頭部的企業，幫助他們成長得更快。”

2017全球人工智能人才白皮書數據顯示，2017年前10個月內，AI人才需求量已經達到2016年的近兩倍，2015年的5.3倍，人才需求直線上升，年復合增長率超200%。截至2017年第三季度，中國對于AI人才的需求數量已經突破100萬，但國內AI領域人才供應量卻很少，人才短缺嚴重，中小企業招攬人才更加困難。

人才之外，醫療數據的獲取和打通也存在一定的門檻。由于醫療數據本身具有的敏感屬性，許多國家對此都有嚴格的規定，中國也不例外，雖然中國出臺的《“健康中國2030”規劃綱要》和《關于促進和規范健康醫療大數據應用發展的指導意見》對健康醫療大數據的開放和應用作出了部署，但當前醫療數據質量不高，開放程度仍然有限。就目前的現狀來看，僅醫學數據質量的提升和共融共通，可能就需要很長的時間周期。

上文談到的“人工智能威脅論”固然存在對人工智能本質認知的偏差，但同時我們也可以看到，包括人工智能醫療應用研發、部署和使用的倫理規范的確改變了傳統的醫患關系，也在一定程度上沖擊了醫療健康領域就業，而人工智能醫療產品和服務價格正加劇著患者之間的機會不平等。

對于科學技術的進步，大多數人顯然是喜聞樂見的，但隨之而來的一些爭議亦是不可避免。阿蘭·圖靈曾說：即使我們可以使機器屈服于人類，比如，可以在關鍵時刻關掉電源，然而作為一個物種，我們也應當感到極大的敬畏。對于這第三次人工智能浪潮，我們無需妄自菲薄，亦不必固步自封。