AI+：2016人工智能影响力微报告.pdf

AI + : 2016 人工智能影响力微报告AI 对 8 大领域及法律规则的影响分析阿里研究院2017 年 1 月主要观点人工智能已经无处不在，但目前还是处在 弱人工智能 阶段，只能解决特定的具体任务类问题；人工智能发展第三次热潮主要源于三个重要因素：计算能力、深度学习算法和大数据 的发展；人工智能未来最可能替代掉的是 重复性高、规则相对标准化 的工作机会，比如客户服务人员、电话销售人员、速记员、驾驶员等。AI 驱动创意革命时代到来 ：大型互联网平台进行人工智能生态生态布局入手，人工智能专用芯片研发加速，特定任务或垂直类应用驱动的 AI 而不是纯技术导向的 AI 更容易落地。人工智能未来将会使成文法萎缩甚至消亡； 法律体系将被颠覆 ；法律将在“创新”与“生存”之间不断博弈。从互联网+，大数据+，到AI+，会成为未来各行各业数字化转型的重要方向 。AI技术会驱动人机交互的变革、让机器看懂物和人，会深度影响零售、金融、交通、制造等行业。1AI 对 8 大领域及法律规则的影响分析麦肯锡全球研究院给出更加激进的预测，人工智能正在促进社会发生转变，这种转变比工业革命“发生的速度快 10 倍 ，规模大 300 倍 ，影响几乎大 3000 倍 ”。2016 年最热门的科技名词是什么？人工智能当之无愧，这个已经存在了 60 年度的技术领域因为谷歌的 AlphaGo 人机大战而声名鹊起，从过去的高高在上到今天的人人皆知，人工智能已经无处不在。Apple 的 Siri, 亚马逊的 Echo, 阿里小蜜，蚂蚁金服的刷脸支付，Google 的无人车等都有人工智能技术的身影。投资界和产业界对 AI 的关注度更是前所未有的高涨，令人联想起 2000 年左右互联网热潮兴起的时代 。2016年是 AI+ 的元年，从互联网 +，大数据 + 到今天的 AI+ 会成为各行各业数字化转型的重要方向。根据 Gartner 2016 年 7 月的新兴技术成熟度曲线可以看出，感知智能机器时代正在来临，33 项技术之中，与人工智能相关的技术占到一半的比例，其中最值得关注的是机器学习技术已经到达炒作顶峰，预示着未来 2-5 年内会得到广泛应用。对于 AI 未来可能带来的颠覆性变化也得到了全球知名金融和咨询机构的支持。根据美银美林的预测：2025 年以前，人工智能的“每年产生的创造性破坏的影响”可能会达到 14到 33 万亿美元，其中包括因人工智能实现了知识工作自动化，导致雇佣成本减少的 9 万亿美元，制造业和医疗护理开销减少的 8 万亿美元，以及部署无人驾驶汽车和无人机后因效率提升增加的两万亿美元。而麦肯锡全球研究院则给出更加激进的预测，人工智能正在促进社会发生转变，这种转变比工业革命“发生的速度快10倍，规模大300倍，影响几乎大3000 倍”。无论哪种预测，毋庸置疑的是 AI 为整个社会经济层面会带来巨大的变化。人工智能从 1956 年诞生，在这 60 年间经历过两番起起落落，为何今天有机会第三次崛起呢？归结起来，三大技术基础的成熟和发展为人工智能的落地奠定了基石。2一、人工智能崛起的三大基石：大数据 + 计算能力 +深度学习算法首先，人工智能对计算能力的要求很高，而以前研究人工智能的科学家往往受限于单机计算能力，需要对数据样本进行裁剪，让数据在单台计算机里进行建模分析，导致模型的准确率降低。伴随着云计算技术和芯片处理能力的迅速发展，可以利用成千上万台的机器进行并行计算，尤其是 GPU、FPGA以及人工智能专用芯片（比如 Google 的 TPU）的发展为人工智能落地奠定了基础计算能力，使得使用类似于人类的深层神经网络算法模型的人工智能应用成为现实；第二是伴随着互联网的飞速发展，在线数据变得异常丰富，多来源、实时、大量、多类型的数据可以从不同的角度对现实进行更为逼近真实的描述，而利用深度学习算法可以挖掘数据之间的多层次关联关系，为人工智能应用奠定了数据源基础。正如阿里巴巴集团技术委员会主席王坚博士的观点所述，人工智能是互联网驱动下的一个重要领域，能够发展到今天，不是靠着自身内部的驱动力，而是因为互联网在不断完善，数据变的随处可得，所以，人工智能的进步来源于互联网基础设施的不断进步，离开互联网孤立的来看人工智能，是没有意义的。第三是算法的发展尤其是 Geoffrey Hinton 教授 2006 年发表的论文，开启了深度学习在学术界和工业界的浪潮，以人工神经网络 (ANN) 为代表的深度学习算法成为了人工智能应用落地的核心引擎。计算能力 + 大数据 + 深度学习算法三者相辅相成、相互依赖、相互促进，使得人工智能有机会从专用的技术成为通用的技术，融入到各行各业之中。正如阿里巴巴集团技术委员会主席王坚博士的观点所述，是 人工智能的进步来源于互联网基础设施的不断进步，离开互联网孤立的来看人工智能，是没有意义的。算法数据计算null机器学习算法是实现人工智能落地的引擎null机器学习尤其是深度学习/强化学习的完善与迭代促成了人工智能与商业场景的结合。null大量实时产生的数据为人工智能的落地应用奠了基础。null通过大量数据训练人工智能的算法模型。null深度学习对并行计算、单位时间数据吞吐能力有更高要求null GPU/FPGA的发展及计算能力的提升使得云计算平台可以快速计算、处理大量数据。人工智能3AI 对 8 大领域及法律规则的影响分析二、人工智能深度影响的 8 大领域根据美银美林估计，2020 年，全球机器人和人工智能市场规模将达 1,530 亿美元。那么哪些领域会更容易被人工智能所改变呢？总起来看，机械性或可重复性比较强、规则相对明确的脑力劳动会成为被替代的重点方向，Forrester 称，5 年内人工智能将取代客户服务、卡车运输和出租服务领域的工作职位，约占目前总工作岗位的 6%。世界经济论坛发布的报告显示，提高自动化程度和在劳动力队伍中引入人工智能，未来 5 年将使 15 个主要经济体失去 710 万个就业岗位，而同期技术进步将仅带来 200 万个新工作岗位，这些岗位主要集中在更为专业的领域，例如计算机、数学、建筑以及工程。我们发现，有以下 8 个领域会受到人工智能的深刻影响，会成为 AI+ 率先深度融合的领域 ：1. 客户服务人员被智能机器人替代客户服务岗位是很多行业，尤其是需要为消费者提供产品和服务的行业的重要岗位，覆盖银行、保险、电信、零售、制造、电商等多个行业，这些行业主要依靠自建或者租用呼叫中心，雇佣大量的客户服务人员提供售前咨询和售后服务，而大部分企业的客户服务中心都是企业的成本中心。根据 Gartner 公司的预测，2020 年左右 85% 的客服服务都将由人工智能完成。社交媒体自动分析、客户关系管理软件和个性化聊天机器人的出现将大大减少人工客服的需求量。伴随着语音识别、自然语言处理等人工智能技术的融入，客服机器人已经从第一代的问答为主发展到融入深度学习技术的智能客服机器人时代，客服人员可能真会在不远的将来被机器替代掉了。语音识别与自然语言处理的成熟会使得智能机器人客服不仅能理解客户语言的上下文语义，还具备自我学习能力，可以理解口语化问题、分辨问题焦点，大大提升服务效率和水平，同时能够给客户提供更好的个性化体验。以 2016 年 3 月阿里巴巴集团正式上线的智能客服机器人“阿里小蜜”为例，它的目标就是致力于成为消费者购物私人助理，让消费者专享 1 对 1 的客户顾问服务、全程陪伴式、安全有保障的购物体验。这款应用基于语音识别、语义理解、个性化推荐、深度学习等人工智能技术，支持上下文理解的多轮对话，以及个性化记忆功能，同时机器人每天都会去学习几百万条人工的服务记录以及海量的知识源，自动改善智能解决能力。同时，阿里巴巴利用人工智能技术对客户服务世界经济论坛发布的报告显示，提高自动化程度和在劳动力队伍中引入人工智能，未来 5年将使 15 个 主要经济体失去 710 万个就业岗位，而同期技术进步将仅带来 200 万 个新工作岗位。4质量进行监控，减少人工干预，大幅提高了服务质量。在淘宝和天猫平台上，每天有近 5 万次热线电话求助，无线端的在线服务量更是每天都超过 100 万次。在刚刚过去的双 11，阿里巴巴人工智能服务家族表现惊艳，智能服务承接占比超 95%，成为双 11 服务的绝对主力。阿里小蜜累计接待消费者数超 632 万，相当于 5.2 万客服小二连续工作 24 小时，作为商家客服的店小蜜首次成为 9 个商家客服力量参战双 11，当天接待消费者近百万。2. 人工智能解放速记员和书记员？ 根据 Gartner 预测，到 2018 年，客户数字助手将能跨渠道和合作伙伴识别人脸和声音：机器在倾听指令和告诉我们该做什么上比真人表现更好。语音识别和自然语言处理技术基础上的人工智能应用场景非常丰富，速记员和书记员的未来可能被智能机器人替代。比如，在今年的阿里云 2016 年会上，阿里云 ET 的速记能力就曾在准确率方面以 0.67% 的微弱优势战胜第 50 届国际速联速记大赛全球速记亚军姜毅。9 月 13 日，浙江省高级人民法院对外宣布，将在全省 105 家法院全面上线智能语音识别系统。该系统由阿里云人工智能 ET 提供技术支持，能够快速、准确的完成庭审记录，承担起“书记员”的角色。在上线之前，系统曾在西湖区人民法院试点，准确率高达 96%。这些都是阿里人工智能技术与行业应用场景落地的案例。3. 人机交互方式再升级，与智能设备深度融合成就个性化助理从键盘、屏幕到越来越自然的交互方式语音交互，伴随着人工智能技术的成熟，融入更深入的语音识别、自然语言处理等技术的虚拟机器人开始与智能设备结合在一起，未来将会在很多场景下成为个性化助理，可以为不同的客户依据个性化需求提供不同的服务，能真正和人进行深入沟通，使得机器与人的交流更加自然、亲切和人情味，比如家庭服务、医疗服务、购物助手等。像亚马逊的 Echo 智能音箱，Google Home 为代表的智能家居以及各种手机中的语音助手正成为新一代交互入口。4. 计算机视觉让机器看懂物和人计算机视觉技术是人工智能领域的核心技术之一。而作为5AI 对 8 大领域及法律规则的影响分析计算机视觉技术中的关键基础，指纹及人脸等生物识别技术目前已经开始应用在身份识别的多个领域，比如支付宝钱包已经能够支持指纹和人脸识别的身份认证，刷脸支付成为了现实。除此之外，图像和人脸识别技术还可能应用在商品搜索、违规图片识别、道路交通状况分析、安防、工业以及自动驾驶方面。在互联网应用的未来，实现“所见即所得”的需求会使图片搜索成为人们获取信息的常态。比如，图中文字识别（OCR）一直是计算机视觉领域的难点。阿里巴巴平台很多营销创意、商品都以图片形式存在，同时，也有一些商家在图片中内嵌违规的信息实现恶意推广的目的，图片内文字违规是比例相当大的一类，而传统监控手段多以人工肉眼来审核，费时费力，尤其是随着图片数量越来越大，这几乎已成为不可完成的任务。从2014年开始，阿里妈妈图像团队开始重点攻坚OCR技术，通过机器视觉的方式从图片中识别出文字，从而鉴别出违规的文案信息。2016年6月，阿里巴巴旗下广告交易平台阿里妈妈图像团队的 OCR（图中文字识别）技术刷新了 ICDAR Robust Reading 竞赛数据集的全球最好成绩，并大幅超越第二名。借助这一领先的 OCR 技术，阿里妈妈图像团队能够以 95% 的超高准确率识别图中违规文字信息，有效过滤商家恶意推广，维护消费者权益。2015 年，阿里妈妈累计屏蔽了 4600 万条恶意推广。阿里绿网依托于阿里巴巴全生态体系，拥有海量的特征样本及丰富的数据模型分析经验，也利用 OCR 技术进行了黄色图片鉴别。根据技术人员的测试，通过人工智能技术鉴别黄色图片，准确率高达 99.6% 以上。5. 人工智能成为新零售的技术基石我们可以想像一下新零售的购买服装的典型场景：消费者刷脸登录后，通过图片或语音搜索自己想要的服务，通过虚拟试衣间感受下效果，同时购物助手还向你推荐了感兴趣的其他商品，选定商品刷脸支付购买后，发现自己旁边的线下实体店铺就有现货，物流公司派出机器人配送员快速将货送到你身边，客服助手主动问你感觉衣服如何，有哪些改进意见，这些信息实时反馈到商家端，进入到商家新产品研发设计流程之中。从这个场景我们可以看到从消费者的身份识别、商品搜索、虚拟试衣、购物助手、刷脸支付、物流配送、客从消费者的身份识别、商品搜索、虚拟试衣、购物助手、刷脸支付、物流配送、客户服务等环节无一不在使用人工智能技术，人工智能将会驱动新零售 “所见即所得”的未来。6户服务等环节无一不在使用人工智能技术，人工智能将会驱动新零售“所见即所得”的未来。比如，阿里的“电商大脑”为消费者提供了每个人专属的“双 11”，千人千面的服务让消费者发现商家越来越懂自己了，用户更容易快速发现自己心仪的宝贝。这种个性化已经渗透到毛细血管，包括搜索、推荐、猜你喜欢、有好货、店铺、商品详情、问大家、微淘等大幅提升消费者的需求匹配，就连红包、优惠券都会投你所好。后端的智能决策引擎分秒不停的自我迭代，每次点击的背后都有海量计算和万亿级智能匹配。双 11 当天，通过机器学习自动生成千亿的个性化展示。个性化推荐能力是消费者体验最直接的感受，背后的算法是以机器学习算法为主。伴随着消费者对个性化体验的需求提升，各大互联网平台都在不断加强推荐算法能力，使得个人可以随时随地获得个性化服务，在线 + 实时是人工智能在个性化推荐领域的关键特点。6. 人工智能贯穿新金融的全流程：从客服、风控到业务创新人工智能未来会重构金融服务的生态，成为普惠金融的基石，驱动着金融的个性化、场景化服务成为主要创新方向。伴随着基于大数据的机器学习算法的发展以及语音识别、人脸识别、自然语言处理技术的日趋成熟，人工智能技术已经在贷款服务、投资、保险、征信、风险控制、客户服务等多个领域。比如蚂蚁金服通过机器学习技术把蚂蚁微贷和花呗的虚假交易率降低了 10 倍。为支付宝的证件审核系统开发的OCR 系统，使证件校核时间从 1 天缩小到 1 秒，同时提升了30的通过率。2015 年“双 11”期间，蚂蚁金服 95% 的远程客户服务已经由智能机器人完成，同时实现了 100% 的自动语音识别。蚂蚁金服与保险公司合作的“航空退票险”上线之后赔付率一度高达 190%，保险公司面临巨大的亏损压力。通过引入机器学习技术，建模、优化后，有效地降低了赔付率，并成功扭亏为盈，满足了保险公司的核保要求。7. 人工智能实现智慧交通从交通的角度来看，今天的交通拥堵对于城市管理者来说是个很大的难题，在有限的空间内实现人、车和道路的最佳人工智能未来会重构金融服务的生态，成为普惠金融的基石，驱动着金融的个性化、场景化服务成为主要创新方向。