機器學習和深度學習之后，人工智能發(fā)展到下一階段的方向之一，是使用小范圍的數據解決大范圍的宏觀問題，這也就形成了“類腦計算”，即仿真、模擬和學習借鑒人腦的神經系統結構和信息處理過程，構建出具有學習能力的超低功耗新型計算系統。

人工智能的巨大能量，帶動了從微觀至宏觀的各種智能化需求，進而催生一系列新的技術、產品、業(yè)態(tài)與模式。

根據中國信通院與Gartner聯合發(fā)布的《2018世界人工智能產業(yè)發(fā)展白皮書》(以下簡稱“白皮書”)顯示，1999年至2017年，全球人工智能領域中圖像識別、生物特征識別、語音識別、語音合成、自然語言理解、機器學習等關鍵技術分支的發(fā)明申請及授權專利數量(合并同族后)超過10萬項。

伴隨技術的密集而生，是相關企業(yè)數量的暴漲。根據中國信通院數據研究中心全球ICT監(jiān)測平臺實時監(jiān)測的數據，截至2018年上半年，全球范圍內共有4998家人工智能企業(yè)。其中，美國人工智能企業(yè)數量2039家，位列全球第一，其次是中國(不含港澳臺地區(qū))1040家，之后依次是英國392家、加拿大287家、印度152家。

然而，這一輪人工智能熱潮的源頭，來自2006年Geoffrey Hinton提出的基于深度信念網絡可使用非監(jiān)督學習的訓練算法，使深度學習持續(xù)升溫。那么，除了當前的深度學習之外，人工智能還將如何向前發(fā)展?還擁有怎樣的解決方案?

“未來人工智能的研究領域會體現在兩個方向，這兩個方向與人類大腦相吻合。”在2018世界人工智能大會“AI前沿與行業(yè)賦能主題論壇”上，微軟全球執(zhí)行副總裁、微軟人工智能及微軟研究事業(yè)部負責人沈向洋表示，其中一個是探索人腦機制對AI技術的改善，另一個則是AI應用于人腦研究中，“在這些方向背后，需要進行大量的基礎研究。”

AI+腦科學

機器學習和深度學習，是當前人工智能算法中的兩大熱點。與之相對應的是，大數據成為人工智能發(fā)展的基石。

根據 We Are Social 2018年第三季度全球數字統計報告顯示，全球互聯網用戶數已經突破了41億，全球獨立移動設備用戶滲透率達到了總人口的67%。這些海量的數據，為訓練人工智能提供了原材料。

所謂訓練，是指使用統計模型來進行數據的概率推算，包括圖像、文本或者語音。通過把這些模型暴露于大數據中，使之得到不斷優(yōu)化。有了大數據的支持，深度學習算法輸出結果，會隨著數據處理量的增大而更加準確。

“計算機的發(fā)展為人類帶來了便捷性，隨著深度學習和機器學習的快速應用，我們能夠使用人工智能解決問題。”沈向洋坦言，“但這更多是使用大數據解決大問題，無法具象化。”

在他看來，人工智能發(fā)展到下一階段的方向之一，是使用小范圍的數據解決大范圍的宏觀問題。事實上，以人類小孩而言，其大腦能夠在提供有限數據量的基礎上了解事物特征，“到目前為止，這背后的機制依然并不清楚。”

這也就形成了“類腦計算”，即仿真、模擬和學習借鑒人腦的神經系統結構和信息處理過程，構建出具有學習能力的超低功耗新型計算系統。這不僅要從結構上模仿大腦，還要從神經元和突觸的模型上模仿大腦。與深度學習神經網絡不具有動態(tài)和精細的時域信息的特征相比，類腦計算在相關方面表現出巨大的優(yōu)勢。

另一個人工智能的方向則是更好地發(fā)揮人腦的潛力。“沒什么比‘腦科學+人工智能’更重要了。”沈向洋表示，根據統計數據，20%-30%的人類在一生中會或多或少經歷大腦功能的紊亂，無論是因為老齡化加劇腦老化，或是曾經受到抑郁癥的影響。

“但是通過對腦神經科學的研究，結合人工智能，我們能夠更好地理解人類大腦的運行機制，從而更好地使用AI彌補人類大腦的疾病治療。”沈向洋指出，“這不僅對教育、疾病治療極為重要，對未來人工智能商業(yè)化的潛力而言也是非常巨大的。“

垂直滲透

一方面是推進人工智能基礎研究，另一方面，現有人工智能技術向垂直行業(yè)滲透已成為大勢所趨。

白皮書指出，從全球范圍而言，全球人工智能企業(yè)主要集中在AI+(各個垂直領域)、大數據和數據服務、視覺、智能機器人領域。其中，AI+企業(yè)主要集中在商業(yè)(主要包含市場營銷和客戶管理領域)、醫(yī)療健康、金融領域。

從中國來看，各垂直領域的AI企業(yè)同樣集中，滲透較多的行業(yè)包括醫(yī)療健康、金融、商業(yè)、教育和安防等領域。其中，醫(yī)療健康領域占比最大達到22%，其次是金融和智能商業(yè)領域，占比分別達到14%和11%。

不過，在AI向垂直領域滲透的過程中，難免會遭遇傳統企業(yè)及行業(yè)的瓶頸。手握AI技術能力的科技巨頭公司，也紛紛以自己的方式進行切入。例如，包括百度、谷歌、微軟、京東等均推出了各自的機器學習開源項目，相關開源深度學習平臺允許公眾使用、復制和修改源代碼，從而降低企業(yè)開發(fā)成本。

然而，僅僅只是進行技術開源，可能遠遠不夠。事實上，微軟已經在AI資源開放上走得很遠。在今年5月初的微軟Build 2018期間，沈向洋宣布，向開發(fā)者開放微軟研究院與人工智能事業(yè)部的資源。據21世紀經濟報道記者了解，這是業(yè)內為數不多的直接面向企業(yè)開放研究院資源的行為。

在9月的2018世界人工智能大會上，微軟進一步與上海儀電成立“微軟-儀電人工智能創(chuàng)新院”。微軟全球資深副總裁、微軟亞洲研究院院長洪小文告訴21世紀經濟報道記者，該創(chuàng)新院的成立，目的在于做“最后一公里的創(chuàng)新研發(fā)”。

所謂最后一公里的研發(fā)，是指將AI能力真正落地的研發(fā)，而這背后離不開平臺、技術和人才。“我們會將研究院的平臺服務和技術服務開放給所有合作伙伴和客戶。”洪小文表示，人工智能離不開基礎的運算和數據平臺，另外還有人才的實訓。成為微軟研究院的合作伙伴后，企業(yè)可以更近距離地與研究院科學家探討AI最新的發(fā)展，從而更有效地將AI疊加到產業(yè)、服務和產品中。

“微軟是個平臺公司，行業(yè)應用并非我們的專長，我們希望與合作伙伴共同創(chuàng)新，讓技術、AI能夠落地并賦能行業(yè)。”洪小文指出。