陳根：阿里斬獲AI領域「奧斯卡」四項冠軍，人工智慧發展潛力或將大於人類

文/陳根

近日，全球計算機視覺頂會 CVPR 2020（CVPR，即 IEEE 國際計算機視覺與模式識別會議）公布各大挑戰賽結果，阿里巴巴（以下稱「阿里」）獲得四項比賽的世界冠軍，其中，在難度最高的 DAVIS（ Densely Annotated Video Segmentation，密集標註視頻分割 ）挑戰賽中，阿里提出了可以精準預測視頻目標位置的方法，並且首次以超過 80 分的成績奪得第一名。

CVPR 是 AI 領域規模最大的會議，被譽為計算機視覺領域「奧斯卡」，其範圍涵蓋計算機視覺領域的前瞻學術研究和工業應用，會議的研究成果體現著視覺 AI 領域研究的趨勢。由於視頻會議、直播等應用逐漸普及，2020 年頂級科技公司的研究成果逐步從圖像延伸到視頻領域，涉及視頻壓縮、視頻分割、三維視覺等領域。

據介紹，阿里參加的四項比賽均為視頻技術領域。在 DAVIS 挑戰賽中，阿里達摩院團隊率先實現突破，力壓雪梨科技大學 ReLER 實驗室，以 84.1 的分數獲得了第一名，比 2019 年第一名的中興和華中科技大學聯合團隊高出 7.4 分。

目前，阿里視覺 AI 技術已在全球率先實現大規模落地。例如，城市大腦、拍立淘、優酷視頻等阿里集團內部業務場景均已大規模使用該技術；阿里 CT 影像 AI 已經服務全球 600 多家醫療機構，疫情期間已完成 50 餘萬例病例臨床診斷。

而人工智慧賦能的實體經濟，也將為生產和生活帶來革命性的轉變。人工智慧作為新一輪產業變革 的核心力量，將重塑生產、分配、交換和消費等經濟活動各環節，催生新業務、新模式和 新產品。從衣食住行到醫療教育，人工智慧技術在社會經濟各個領域深度融合和落地應用。

同時，人工智慧具有強大的經濟輻射效益，為經濟發展提供強勁的引擎。據埃森哲預測，2035 年，人工智慧將推動中國勞動生產率提高 27%，經濟總增加值提升 7.1 萬億美元。

目前，全球人工智慧產業的生態系統正逐步成型。依據產業鏈上下遊關係，可以將人工智 能劃分為基礎支持層、中間技術層和下遊應用層。基礎層是人工智慧產業的基礎，主要提 供硬體（晶片和傳感器）及軟體（算法模型）等基礎能力；技術層是人工智慧產業的核心， 以模擬人的智能相關特徵為出發點，將基礎能力轉化成人工智慧技術，如計算機視覺、智 能語音、自然語言處理等應用算法研發。

其中，技術層能力可以廣泛應用到多個不同的應 用領域；應用層是人工智慧產業的延伸，將技術應用到具體行業，涵蓋製造、交通、金融、 醫療等 18 個領域，其中醫療、交通、製造等領域的人工智慧應用開發受到廣泛關注。

相比於基本元件運算速度緩慢、結構編碼存在大量不可修改原始本能、後天自塑能力有限的人類智能來說，人工智慧現在尚處於蹣跚學步的發展初期，但未來的發展潛力卻遠遠大於人類。

在享受著人工智慧便捷性的同時卻也應該警惕科技給我們帶來的新的挑戰，當我們與機器的聯繫越來越緊密，我們把道路的記憶交給了導航，把知識的記憶交給了晶片，甚至兩性機器人的出現能幫我們解決生理的需求和精神的需求，於是在看似不斷前進的、更為便捷高效的生活方式背後，身為人類的獨特性也在機械的輔助下實現了不可逆轉的「退化」。我們能夠藉助科技所做的事情越多，也就意味著在失去科技之後所能做的事情越少。

在人工智慧應用越來越廣的時下，我們還將面對與機器聯繫越發緊密的以後，而亟待進化的，將是在嶄新的語境下，我們人類關於自身對世間萬物的認知。