|
阿里巴巴近日宣布，其人工智能在一项全球阅读理解测试中表现优于人类。 在本次测试中，参赛公司让各自的人工智能系统解答斯坦福问答数据集（Stanford Question Answering Dataset）的提问，其中涉及的问题包括：“尼古拉·特斯拉（Nikola Tesla）是什么种族的人”、“亚马逊雨林有多大？”等，计算机的答案被与普通人的答复进行比较，然后据此排名。
\ AI的边界在哪？\
测试结果显示，微软与阿里巴巴的人工智能系统并列首位，但这个结果却引发了两种不同的声音，一方面，人工智能的“本领”媲美人类已然不是第一次被发掘，在AlphaGo击败人类职业选手后，又出现了能够自主对话的智能机器人苏菲，很多人认为此次人工智能在“理解能力”领域的突破是一项新的意义非凡的进展。而另一种观点则认为，人工智能技术的发展聚集了过多的目光和关注，行业巨头的一举一动都会被公众视野所无限放大，而对这项测试本身的科学性和技术含量却缺乏足够的关注——测试问题的选择、测试环节的设置是否真的就能证明人工智能的“理解能力”能够超越人类？
百度作为中国BAT之一，在人工智能无人驾驶领域领跑，这间寻求多元化发展的高科技公司已经与许多世界级的企业达成合作，可以说是企业开拓人工智能领域的发展机会的标杆。
但是，在2018拉斯维加斯消费电子展（CES）上，一直在自动驾驶技术上颇有亮点的百度，却对人工智能的飞速演进提出了警示。作为百度首席运营官、百度自动驾驶汽车项目负责人，陆奇表示，自动驾驶汽车面临被变成“武器”的危险，会导致全球政府限制外国公司运营的自动驾驶汽车，“这和任何特定政府无关，它和自动化的本质有关，一个能够自动移动的物体。从定义上讲，它就是个武器。”
普通汽车所被认为的“消费品”的概念，与陆奇所提及的“武器”可是相距十万八千里的两个概念，人工智能作为一项技术，是可以没有边界地被运用于任何与之匹配的行业和产品当中，但是，产品一旦成形，就有了其相对固定的类别和效用范畴，那么这项技术所承载的内涵也就变得更为复杂了。
当前，在全世界范围内，对于自动驾驶技术的监管和规范都缺乏完备的一套系统以及较为成熟成功的管理实践经验。“究竟应该在什么时间点、什么情况下允许自动驾驶汽车上路行驶？”成为了这项技术在实现普及之前面对的第一个障碍。
而早在2013年，AI作为一项辅助决策工具，就曾收到来自科学性和伦理观的双重质疑。当时，在美国威斯康星州的拉克罗斯市发生过一起枪击案。犯罪嫌疑人驾驶着车辆向某房屋开了两枪，闻讯而来的警方找到了嫌疑车辆，并逮捕了车内31岁的埃里克·卢米斯和他的同伴，同时警方在车子里发现一些枪支。本以为是人赃俱获，但仔细彻查后发现这两人根本不是枪击案的罪犯，而是在枪击案罪犯弃车逃跑后，并不知情的埃里克及同伴顺手把这辆车给偷了。
原本，这件案子并不复杂，但是在埃里克接受了一个叫做COMPAS的软件系统的提问后，法官竟然判处埃里克长达8年6个月的有期徒刑。COMPAS是一个能够帮助司法人员做出判断的AI系统，它通过向被告询问137个问题，经过设定的复杂算法，最终得出包括被测试者的孤僻程度、犯罪型人格分数、危险指数等一长串数据，从而辅助人类进行相关决策。而这样的算法是值得信赖的吗？在定罪量刑这个极为严肃的问题上，人类是否能够不仅仅依托法律、而是依托数据进行决策？那么最终做出决策的，究竟是人类还是机器？
不论是对于AI能力的界定、还是对AI参与产品更迭和人类活动的科学性的界定，至今都没有明确的范畴划分和规则限定。但从另一个角度看，技术的变革本身或许就是难以划清边界的，随着新技术的多重实践程度不断加深，规则、法律条款、使用权限问题等都会随之而来，新技术在市场中的良性存活必然要经历一场不可回避的、疼痛的“成人礼”。
\ 一条鲶鱼和沙丁鱼们 \
印度巨头塔塔集团旗下的塔塔咨询发布过的一份报告中，有一句非常有名的核心观点：未来只有两种公司——有人工智能的公司和不赚钱的公司。人工智能已经广泛应用于各个领域，全世界范围内的企业都力图通过人工智能技术为自己的企业加码。新技术开始在越来越多的领域占领高地，在其演进过程中，企业管理者是面对变革冲击的第一群体。
事实上，当外界新技术开始潜移默化地影响了我们所处的市场和企业环境时，也有很多积极的反应能够带动企业在变化中稳步发展。管理学理论中的“鲶鱼效应”就陈述了这样的情况，从前，人们发现在运输沙丁鱼的过程中，由于沙丁鱼喜静、不爱游动，所以在路途中很容易缺氧致死，而当将喜动的鲶鱼放在沙丁鱼群中时，到处游动的鲶鱼引起了沙丁鱼群的躁动，于是也开始因为这个陌生家伙的闯入而不停地游动，这样反而给鱼群增加了氧气，提升了鱼群的存活率。“鲶鱼效应”其实是指通过某些来自外部的手段或措施，刺激企业内部的人和机制产生改变，以应对市场中更为激烈的竞争，甚至带动市场中整个同行企业进入良性竞争。
百度当前已经开始积极地用Apollo平台来稀释自动驾驶技术面临的困境，这是一种正向的主动反馈。在Apollo这个开放的平台上，任何公司都能够参与到编写新的软件代码过程中来，这对于当前自由的市场竞争是很有益的。
但除此之外，工业4.0背景下无人驾驶系统也面临着诸多挑战：首先，无人驾驶系统中的软件和硬件系统普遍存在系统性程度不高的情况，所以其设计成本就非常高昂。对于自动化的生产线而言，一旦固定，就无法再用于其他的生产流程；其次，无人驾驶系统通常是作为一套独立的系统进行设计、生产和销售的系统，而在实际应用中存在许多相互独立的操作系统，它们各自有着各自独立的中央控制系统，在集成生产和操作上存在着困难；另外，因为与服务型机器人相接近，无人驾驶系统可以从机器人发展当中获得借鉴、甚至可以将一些机器人研究中的技术直接运用到无人驾驶系统中，但如何把握二者系统间的差异显得尤为重要。可见，百度等一众在人工智能领域深耕的企业，他们的实践之路还很长、很远。
在当前的市场中，AI可以说就是一条极其具有活力的“鲶鱼”。《经济学人》不久前发布了一项研究报告，提出AI技术或许会给社会劳动力结构带来三种影响：一是帮助现有劳动者提高效率，缓解劳动强度；二是创造新的劳动岗位；三是智能和自动化代替就业机会。特别是，在层出不穷的“在最短时间内将被AI淘汰的50个职业”这类报道的冲击下，很多从业者开始对自己所处的行业进行重新审视——我的工作能够轻易被机器人取代吗？离开现在工作的岗位，我的职业发展方向在哪？除了我现在的职业，我还能从事哪些职业？与此同时，企业也在思考如何借力这条“鲶鱼”，为企业的人才布局和发展方向增添一个新的选项。
文 / Ariel
本文版权归世界经理人所有 （www.ceconline.com） 
|
