在近日舉行的“2018上海國際人工智能創(chuàng)新應用峰會”上，機器學習奠基者、美國加州大學伯克利分校電子電機和計算機系及統(tǒng)計系教授Michael I. Jordan在題為《人工智能的未來：挑戰(zhàn)與機遇并存》的演講中，闡述了他對人工智能的深刻理解。

Michael I. Jordan表示，過去智能科技進步主要是指提升機器執(zhí)行指定任務的能力，而當今的人工智能則賦予機器反應和適應能力以優(yōu)化產(chǎn)出。通過與物聯(lián)網(wǎng)、機器人等技術的結合，人工智能能夠構造出一個整合的信息物理世界。

技術可行性只是影響自動化速度及程度的一個因素，還有其他因素需要考慮，包括研發(fā)和應用成本、勞動力市場供需、經(jīng)濟效益，以及社會和政府監(jiān)管部門的接受度。在現(xiàn)今所有工作內(nèi)容之中，過半會在2055年左右自動化，但這一過程存在諸多變量。如果自動化推進速度快，達到該程度可能會提前20年；如果推進緩慢，則可能延后20年。

他說，的人工智能發(fā)展多由科技企業(yè)推動引領。得益于大量的搜索數(shù)據(jù)和豐富的產(chǎn)品線，一些互聯(lián)網(wǎng)企業(yè)走在了自然語言處理、圖像和語音識別等技術前沿。這些技術被整合應用于新產(chǎn)品中，如自動化私人助理、自動駕駛汽車等。展望未來，在醫(yī)療領域，人工智能將極大提升我們分析人類基因組和為患者開發(fā)個性化治療方案的能力，甚至大大加快治愈癌癥、阿茲海默癥和其他疾病的進程。

上海科技大學信息學院副院長虞晶怡教授指出，人工智能的工作模式依據(jù)通用的學習策略，可以讀取海量的“大數(shù)據(jù)”，并從中發(fā)現(xiàn)規(guī)律。因此，人工智能能夠根據(jù)新數(shù)據(jù)自動調(diào)整，無需重設程序。利用機器學習，人工智能系統(tǒng)獲得了歸納推理和決策能力；而深度學習更將這一能力推向了更高的層次。這些計算機系統(tǒng)能夠完全自主地學習、發(fā)現(xiàn)并應用規(guī)則。

復旦大學信息學院教授葉士青認為，只有將人工智能技術正確、準確地賦能給傳統(tǒng)行業(yè)，才會產(chǎn)生巨大價值。各個國家和地區(qū)看到人工智能的巨大前景，正紛紛出臺政策、投入資金以加快布局速度。例如，在全球各個地區(qū)，“人工智能+醫(yī)療”不再是一種創(chuàng)新概念，它已經(jīng)為醫(yī)生、患者、企業(yè)、醫(yī)療及研究機構提供了前沿和切合實際的服務。而美國、、歐洲是在“人工智能+醫(yī)療”領域表現(xiàn)搶眼的區(qū)域。

峰會還發(fā)布了《2018智造時代勞動力研究關鍵數(shù)據(jù)報告》。

報告指出，從勞動力密集型的制造工廠升級到技術驅動的智造平臺已是制造業(yè)的共同選擇。就在關于“機器是否取代人”的討論不斷升級時，制造業(yè)已經(jīng)在大量應用人工智能、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、機器人等新技術，轉型智能制造。由“制造”走向“智造”，我們要關注的問題是人如何來適應智造時代，人怎樣才能更好地生存下來。可預見的是，智造模式在設定的框架內(nèi)表現(xiàn)優(yōu)秀，但在框架外則表現(xiàn)拙劣，未來工人的大職能就是框架的構思者、設計者、建設者。幸運的是，借助智造模式，我們擁有了更多改變世界的機會和更大的能量。