人工智能的发展目标不是无人工厂而是效率

（文章来源：科技日报）

联想集团高级副总裁贺志强说，从2016年开始，联想将数据智能、产业互联网的理念服务推广到所有行业中，首先选择了汽车行业。在一家车厂里，通过人工智能识别每一个车辆的螺丝松紧度是不是一致，从而提升质量稳定性。“数据智能虽然是一个艰难的过程，但是这种改造一旦完成，企业就会诞生无穷无尽的力量。”

虽然人工智能在加速企业数字化进程方面还处于探索阶段，但这并不妨碍人工智能渗透到我们生活的方方面面。业内专家认为，在智慧零售、智慧医疗等领域，人工智能已进入比较成熟的应用模式。人工智能如何助力智慧城市建设?上个月，“AI智慧车站”广州地铁21号线天河智慧城示范站正式落成。据悉，这是全球首个基于智能车站理念设计并投入运营的智慧地铁示范站。

“自主研发、基于工业互联网的智慧地铁大平台为地铁装上‘大脑’。” 新加坡国家工程院院士、佳都科技副总裁兼全球智能技术研究院院长李德紘表示，以智慧地铁大平台为依托，大量运用计算机视觉、生物识别等技术全面提升车站的数据感知能力，实现车站运营的实时监测。并且所有数据可实时传送给地铁的“大脑”，进行智能分析，有效提升车站信息化水平，降低运营成本。

佳都科技董事长刘伟透露，“城市交通大脑”，继落地安徽的合肥、宣城之后，今年将在上海、广州布局，通过AI赋能城市交通以探索破解“大城市病”。不过，众多专家也坦言，人工智能技术也面临着很多挑战，诸如如何更好整合生态资源、如何更好落地，这些都是整个行业急需攻克的难题。

“我给大家泼一下冷水。”伦敦大学学院计算机系教授汪军直言，“现在的人工智能和应用，其实不是真正意义上的人工智能，而是机器学习。我们把它概括为模式识别，指的是通过神经网络把大量数据映射到我们的知识里，比如说有很多图像，识别出里面是不是有某个特定的人脸。”

“其实有很多其他应用，不光是模式识别，更重要的是通过获得这个知识，再把决策反馈到机器里，形成一个循环。因此，下一步人工智能的方向就是让机器能够做决策，完成从数据到知识，再反馈到数据的整个循环过程。”他认为，“人工智能接下来最大的挑战是机器决策，强化学习提供了非常好的指导方法，但必须借助神经科学、脑科学的研究，才能真正形成一个人工智能的系统。”