如何挖掘人類大腦的潛力,一直是科學界孜孜不倦的研究方向。在AI爆炸式發展的今天,這個問題好像也迎來新的解題思路。
機器人界的「莫拉維克」悖論
4年多前,人工智慧程序AlphaGo以總比分4:1的成績戰勝了前世界冠軍李世石。AlphaGo在智力上碾壓人類,但在行動力、感知力上卻完全不如一個3歲的小孩。最直接的例子就是AlphaGo沒辦法挪動棋局上的棋子。有人可能會說,裝個機械手不久完了嗎?事情真的如此簡單嗎?
這就引出了機器人領域著名的「莫拉維克」悖論。這個由漢斯·莫拉維克(Hans Moravec), 羅德尼·布魯克斯(Rodney Brooks),馬文·閔斯基(Marvin Minsky)等人於20世紀80年代提出的理論,至今仍然是人工智慧界一道難以逾越的鴻溝。
莫拉維克悖論指出:和傳統假設不同,對計算機而言,實現邏輯推理等人類高級智慧只需要相對很少的計算能力,而實現感知、運動等低等級智慧卻需要巨大的計算資源。
簡單來說,機器可以輕易地完成難度極高需要複雜計算的任務,但卻往往對一些3歲小孩就能做到的簡單任務束手無策,比如倒杯水喝等。
平安集團首席科學家肖京認為,未來即便人工智慧技術發展到「超人工智慧」階段,全面超過人腦的認知決策能力,也還會有做不到的事情。比如需要特定機體配合的任務,智力水平即使夠了,硬體條件未必滿足。再比如情感、意識等非程序化編制的個性或偶發狀態,也不是僅憑智能技術就能實現的。
那麼在目前人工智慧的發展邊界下,人類應該如何利用人工智慧?
肖京認為,人工智慧技術已經在網際網路和移動應用中產生了巨大的價值,包括搜索、推薦、娛樂、服務、安全等方面。目前逐漸開始進入實體經濟領域,賦能金融、醫療、製造等傳統業務板塊。
未來,人工智慧將進入人類生活的方方面面,通過對社會生產和服務等核心環節的流程重構和再造,對人類社會的發展產生根本性的影響。
在金融、醫療、製造、教育、交通、市政等所有核心領域,智能化將成為基礎設施的一部分,如電話客服、核保理賠、醫療讀片、慢病管理、診斷篩查、事故處理、機械生產、基礎教學、自動駕駛等大量的生產生活服務將由機器自主完成或由機器輔助業務人員完成,從而在大幅減少相關業務的人力成本的同時,大幅提升效率和質量。
此外,如同前幾次技術革命一樣,人工智慧技術的普及應用在提高社會效率的同時,也會帶來大量新的業務形態和工作機會,涵蓋標註、培訓、操作、運維、研發更新、發明創造等方面,同時幫助人類從重複性的簡單工作中解放出來,更好地發揮人類大腦的神奇潛力。
平安對人工智慧的應用
肖京介紹,人工智慧技術已在平安的金融、醫療、智慧城市等領域得到大規模應用。這些實體業務領域存在很多實際痛點需求。
在金融領域,我們打造了「平安腦」智能引擎,高效賦能集團各業務單位完善智能化建設。平安的智能語音機器人全年累計服務量達8.5億人次,已覆蓋集團83%金融銷售場景、81%的客戶服務場景,可實現每年坐席成本下降11%。
在醫療領域,我們打造了全流程的智能化解決方案,覆蓋預測防控、篩查診斷、輔助治療、病患管理等各個方面,在全國多家醫療機構廣泛實地應用,並助力政府公共衛生管理。其中與重慶衛健委和疾控中心聯合研發的流行病預測模型及慢性病篩查模型,準確率超過90%。
在智慧城市領域,各項智能化方案服務100多個城市,助力實現優政、興業、惠民。其中為政府相關部門研發的經濟運營智能分析平臺,有效支撐宏觀經濟分析、政策規劃、產業治理、區域經濟、投資管理等核心工作,助力提升政府相關決策的及時性、準確性。
肖京強調,在集團戰略的指導下,業務和科技專家組成聯合團隊,因而可以將技術和業務深入融合形成完整的智能化解決方案,並同步完善智能技術平臺和方案中臺的建設,形成規模化拓展AI應用的能力,快速有效實現各業務環節的智能化,持續夯實關鍵技術和業務壁壘。
面向未來,AI技術需要更緊密地結合業務痛點,不斷驅動技術研發迭代並完善產業智能化各場景的業務解決方案,形成強大的人工智慧業務方案中臺和規模化拓展應用的能力,從而實現更大的社會效益和經濟效益。