人工智能，用向善科技引领变革

李映

技术无好坏，应引导向善，用技术为人类带来福祉。只有在此基础上，AI融入企业、生活，才能带来可期的未来。

如今，人工智能（AI）已是全球公认最具变革性的商业趋势之一。在技术领域，计算机和通信硬件飞速发展，为AI带来重大突破，而云计算、移动设备和边缘计算的发展，让AI获得前所未有的海量数据和运算能力，从而酝酿出巨大的商業变革。但AI并不是一位新客，我们为其超出预期的发展速度感到欣喜，同时，如何看待和应对AI更值得我们思考。

AI的现在与未来形态

狭义的AI，即通过AI算法和技术，帮助人类解决特定领域的问题。基于这一定义，今天我们的生活中，AI可谓触手可及，像阿尔法围棋（AlphaGo）、谷歌翻译及Siri等智能手机语音助手，都能归于此类。广义上，AI被看作能表现出人类“智慧”的机器，拥有意识、知觉甚至是情感，但即便如此，人类抽象思考、战略规划、思想与记忆、创意维度的能力，仍然不能被机器复制。

但如果有一天，在我们所有感兴趣的领域，机器都拥有远超我们认知的智力和能力，无论思想、情感、判断、行动，人类都无法望其项背—就像科幻电影的桥段，这就是“超能力AI”。随着狭义AI越发复杂、能力强大，人类内心深处的担忧从未消散。但部分前沿科学家和思想家认为，未来，人类可能将生活在人机融合的情境之中。我们将和AI共存，而AI将拓展我们的知觉和智力，带来前所未有的人类经验。

AI之春

AI的发展循返往复，大致经历过三次潮流。最初，就像人类模仿鸟类飞翔，人们让AI去模仿人类思考，但由于思维结构等本质差异，这一潮流很快遭遇瓶颈。20世纪70年代出现了第二种思路，从知识体系出发梳理人的思考方式、判断标准，重新设计AI运算。但由此产生的算法过于复杂，AI热潮又呈现冷却之势。

过去10年，得益于数据统计等方法，机器学习（Machine Learning）作为AI的新分支进入我们的视线。机器学习有三个非常重要的方向：监督学习、非监督学习和强化学习。监督学习最常见，训练样本包含特征和标签，如提供标记为“狗”的照片，让计算机大量学习，在遇到新的照片时得出判断。非监督学习没有标准答案，不设标签，目标是让机器自己通过相似和不同，对观察值进行聚类和区分，判断是猫是狗。强化学习更接近人类思维，机器判断后与环境交互，通过环境的奖惩持续学习和优化。

大量数据显示，AI正在蓬勃发展。普华永道预测，未来将有15.7万亿美元的GDP产出通过AI技术实现，IDC报告称2019年全球AI系统支出将增至358亿美元。与此同时，相关科学文献陆续发表，企业对AI技术的应用日趋增长。2011年，网景公司创始人Marc Andreessen认为“软件正在吞噬世界”，而伴随AI为企业带来前所未有的价值和改变，AI也正在吞噬软件世界。

应用AI，不为AI所用

AI旨在改善人类生活，也可能成为双刃剑。从商业角度出发，我认为妥善安排AI的社会角色，有三种途径：第一，把AI算法融入到目前广为使用的企业软件和应用中。第二，大规模通过云的方式，将AI算法、基础架构等扩展到更多的应用场景，获得良好用例。第三，在企业中采用开源技术，规避资金壁垒，这也是未来企业的AI采用之道。

VMware也有很多新技术，将AI融入基础架构的管理和开发。在算法层面，AI使基础架构根据目前负荷判断最合理的方式，实现自动调整。在部署层面，出现问题后，通过AI算法快速找到问题根源，获取配套资源，更快地解决问题。此外，中国将迎来飞速的互联时代，部署超过13万个5G基站，架构应用和调整时间越来越短。VMware今年收购了Uhana公司，通过AI实时进行5G优化，预先从端到端对5G网络实现全面管控。

AI未来将如何演变？我们难以给出确切答案。30年前，人类也曾反对使用计算机，但面对新兴技术，一味否定会阻塞发展。技术无好坏，每个人却有自己的价值观。因此，更应引导向善，用技术为人类带来福祉。只有在此基础上，AI融入企业、生活，才能带来可期的未来。