本报记者 杨清清 上海报道
导读
机器学习和深度学习之后，人工智能发展到下一阶段的方向之一，是使用小范围的数据解决大范围的宏观问题，这也就形成了“类脑计算”，即仿真、模拟和学习借鉴人脑的神经系统结构和信息处理过程，构建出具有学习能力的超低功耗新型计算系统。
人工智能的巨大能量，带动了从微观至宏观的各种智能化需求，进而催生一系列新的技术、产品、业态与模式。
根据中国信通院与gartner联合发布的《2018世界人工智能产业发展白皮书》（以下简称“白皮书”）显示，1999年至2017年，全球人工智能领域中图像识别、生物特征识别、语音识别、语音合成、自然语言理解、机器学习等关键技术分支的发明申请及授权专利数量（合并同族后）超过10万项。
伴随技术的密集而生，是相关企业数量的暴涨。根据中国信通院数据研究中心全球ict监测平台实时监测的数据，截至2018年上半年，全球范围内共有4998家人工智能企业。其中，美国人工智能企业数量2039家，位列全球第一，其次是中国（不含港澳台地区）1040家，之后依次是英国392家、加拿大287家、印度152家。
然而，这一轮人工智能热潮的源头，来自2006年geoffrey hinton提出的基于深度信念网络可使用非监督学习的训练算法，使深度学习持续升温。那么，除了当前的深度学习之外，人工智能还将如何向前发展？还拥有怎样的解决方案？
“未来人工智能的研究领域会体现在两个方向，这两个方向与人类大脑相吻合。”在2018世界人工智能大会“ai前沿与行业赋能主题论坛”上，全球执行副总裁、微软人工智能及微软研究事业部负责人沈向洋表示，其中一个是探索人脑机制对ai技术的改善，另一个则是ai应用于人脑研究中，“在这些方向背后，需要进行大量的基础研究。”
ai+脑科学
机器学习和深度学习，是当前人工智能算法中的两大热点。与之相对应的是，大数据成为人工智能发展的基石。
根据 we are social 2018年第三季度全球数字统计报告显示，全球互联网用户数已经突破了41亿，全球独立移动设备用户渗透率达到了总人口的67%。这些海量的数据，为训练人工智能提供了原材料。
所谓训练，是指使用统计模型来进行数据的概率推算，包括图像、文本或者语音。通过把这些模型暴露于大数据中，使之得到不断优化。有了大数据的支持，深度学习算法输出结果，会随着数据处理量的增大而更加准确。
“计算机的发展为人类带来了便捷性，随着深度学习和机器学习的快速应用，我们能够使用人工智能解决问题。”沈向洋坦言，“但这更多是使用大数据解决大问题，无法具象化。”
在他看来，人工智能发展到下一阶段的方向之一，是使用小范围的数据解决大范围的宏观问题。事实上，以人类小孩而言，其大脑能够在提供有限数据量的基础上了解事物特征，“到目前为止，这背后的机制依然并不清楚。”
这也就形成了“类脑计算”，即仿真、模拟和学习借鉴人脑的神经系统结构和信息处理过程，构建出具有学习能力的超低功耗新型计算系统。这不仅要从结构上模仿大脑，还要从神经元和突触的模型上模仿大脑。与深度学习神经网络不具有动态和精细的时域信息的特征相比，类脑计算在相关方面表现出巨大的优势。
另一个人工智能的方向则是更好地发挥人脑的潜力。“没什么比‘脑科学+人工智能’更重要了。”沈向洋表示，根据统计数据，20%-30%的人类在一生中会或多或少经历大脑功能的紊乱，无论是因为老龄化加剧脑老化，或是曾经受到抑郁症的影响。
“但是通过对脑神经科学的研究，结合人工智能，我们能够更好地理解人类大脑的运行机制，从而更好地使用ai弥补人类大脑的疾病治疗。”沈向洋指出，“这不仅对教育、疾病治疗极为重要，对未来人工智能商业化的潜力而言也是非常巨大的。“
垂直渗透
一方面是推进人工智能基础研究，另一方面，现有人工智能技术向垂直行业渗透已成为大势所趋。
白皮书指出，从全球范围而言，全球人工智能企业主要集中在ai+（各个垂直领域）、大数据和数据服务、视觉、智能机器人领域。其中，ai+企业主要集中在商业（主要包含市场营销和客户管理领域）、医疗健康、金融领域。
从中国来看，各垂直领域的ai企业同样集中，渗透较多的行业包括医疗健康、金融、商业、教育和安防等领域。其中，医疗健康领域占比最大达到22%，其次是金融和智能商业领域，占比分别达到14%和11%。
不过，在ai向垂直领域渗透的过程中，难免会遭遇传统企业及行业的瓶颈。手握ai技术能力的科技巨头公司，也纷纷以自己的方式进行切入。例如，包括、、微软、等均推出了各自的机器学习开源项目，相关开源深度学习平台允许公众使用、复制和修改源代码，从而降低企业开发成本。
然而，仅仅只是进行技术开源，可能远远不够。事实上，微软已经在ai资源开放上走得很远。在今年5月初的微软build 2018期间，沈向洋宣布，向开发者开放微软研究院与人工智能事业部的资源。据21世纪经济报道记者了解，这是业内为数不多的直接面向企业开放研究院资源的行为。
在9月的2018世界人工智能大会上，微软进一步与上海仪电成立“微软-仪电人工智能创新院”。微软全球资深副总裁、微软亚洲研究院院长洪小文告诉21世纪经济报道记者，该创新院的成立，目的在于做“最后一公里的创新研发”。
所谓最后一公里的研发，是指将ai能力真正落地的研发，而这背后离不开平台、技术和人才。“我们会将研究院的平台服务和技术服务开放给所有合作伙伴和客户。”洪小文表示，人工智能离不开基础的运算和数据平台，另外还有人才的实训。成为微软研究院的合作伙伴后，企业可以更近距离地与研究院科学家探讨ai最新的发展，从而更有效地将ai叠加到产业、服务和产品中。
“微软是个平台公司，行业应用并非我们的专长，我们希望与合作伙伴共同创新，让技术、ai能够落地并赋能行业。”洪小文指出。
（编辑：张伟贤）