人工智慧追逐戰，國內的異軍突起能否彎道超車

在去年的I/O大會上，有這麼一個環節，使用人工智慧來透過圖靈測設，測試的結果也如眾人所料，高資料的佔比奠定了人工智慧的勝局。這標誌著人工智慧技術在語音互動方面又推進了一步。圖靈測試（The Turing test）由艾倫·麥席森·圖靈發明，指測試者與被測試者（一個人和一臺機器）隔開的情況下，透過一些裝置（如鍵盤）向被測試者隨意提問。進行多次測試後，如果有超過30%的測試者不能確定出被測試者是人還是機器，那麼這臺機器就透過了測試，並被認為具有人類智慧。

在大會現場，谷歌助理給一些企業打了電話，其中包括髮廊和中國餐館。在對話過程中，智慧助手甚至還會使用“ums”、“ahhs”等人們思考時常用的語氣詞。電話另一端的客服人員絲毫沒有懷疑和他們對話的是一個機器人。

看了國外的測試，那麼國內的人工智慧到底發展如何呢？

在世界經濟論壇上有這樣一篇文章《這就是為什麼中國在人工智慧方面具有優勢》，這篇文中我並不是那麼在意我們的人工智慧是否具備優勢，而是文中提及的幾個關鍵性模組。

海量的資料

自動資料標註系統

頂尖的工程師

定義清晰的行業需求

高效的計算能力

這五個模組正是國內智慧市場所需要的，也是眾多高科技企業所必須的，海量的資料在國內市場是尤為重要的，智慧系統的數字化服務以及自動化對於資料的依賴越來越深。

人工智慧主體都是"神經網路"，它們透過分析大量資料，構建數學模型來學習。例如歐能智慧電話機器人用幾百萬的資料節點爬取，然後找出最意向的客戶，並分配出最合適的方案，在樹狀結構的伺服器下找到最優解。標註為同一個人的不再重複溝通，最終學會人意向篩選。

很多人會混淆自動化的標註系統，首先它本身就是人工智慧。如果我們把它作為一個構建模組型電話機器人，就會陷入無限迴圈的困境，所以智慧電話機器人好不好用，就要看自動資料標註系統是子元件，而不是構建模組。

人工智慧作為一門新興專業，學科內容涉及面也非常廣，透過對各大高校的專業課程可以發現，人工智慧會涉及到：電腦科學、資訊理論、控制論自動化、仿生學、生物學、心理學、數學邏輯、醫學、感知學、醫學等多個學科。其行業發展的寬度涉及金融、安全、醫療、文娛、教育、汽車等多個領域。

當前國內人工智慧領域從業者的主要來源於兩方面，一是國內外高校，包括國內的清華大學、北京大學、上海交通大學等，以及國外的美國史丹佛大學、美國卡耐基梅隆大學、美國得克薩斯大學、新加坡國立大學等。二是國內外知名的網際網路科技企業，包括國內的百度、阿里巴巴、騰訊、華為等，以及國外的微軟、谷歌、IBM、微軟亞洲研究院等。

人工智慧技術已廣泛應用於許多領域，包括近期中美貿易摩擦、全球人工智慧競爭、5G競爭等事件，我們可以看到科技實力在國際平臺中的作用。近年來，國家和企業事業單位在研發上投入了大量資金，取得了許多科技成果。因此，高校人工智慧專業的建立，也是適應時代要求，為我國人工智慧產業培養更多應用型人才做好準備預案。