看看我們的命運有多“被”：

被“平均工資增長”——為什么我每次都是拖后腿的;

被“人均擁有住房面積增加”——為什么我每次都是那個百分數以外的;

被“結婚率上升”——既不渣、也不屌，為什么還是單身狗;

被“××滿意度提高”——反正從來沒問過我是不是滿意......

被坑了這么多次，最近你又“被”什么了?有沒有“被人工智能”(“被AI”)?

“人工智能”的時代來了，總理在說，科技大佬在說，風投資金在說，連出租車司機都在說，似乎一夜之間我們就被另外一種智能包圍了。

許多人也許搞不懂卷積神經網絡、深度學習技術是什么，但知道人工智能會在不遠的將來深刻影響他們的工作、生活：有些人可能會因為AI的應用而丟掉現有工作，進而影響生活而嘗到“被AI”的滋味;當然有不好的就會有好的，也會有很多人因為AI的應用所帶來的新機會而迎來新的人生機遇。

很顯然，主動了解，積極應對AI你就會“被愛”;而消極抵觸，不思求變你很可能“被AI”。到底人工智能會給我們的工作、生活帶來哪些影響，4月份由 O'Reilly和Intel主辦的AI Conference 2018北京站(以下簡稱“AI大會”)上可能會帶來一些答案。這場以“探索在業務中應用人工智能的機會”為主題的世界性前瞻人工智能應用大會，匯集了眾多人工智能領域的頂尖專家，以及以硅谷人工智能公司為代表的科技企業大咖，他們會告訴我們人工智能應用的方向和方式，他們在會上所討論的，可能就是我們馬上要面對的。

無人駕駛技術

先看看“無人駕駛”技術的應用前景，這是很多人關注的AI應用。對于像出租車司機這樣的專職司機來說，未來無人駕駛技每完善一天，他們離失業就可能近一天。在本次AI 大會上，來自Uerb、京東硅谷研發中心X-lab、UC Berkeley、牛津大學等知名企業和大學的專家將會分享無人駕駛領域新技術、新方案的實際應用。這其中

優步高級技術團隊(Uber ATG)的高級研究員Erran Li博士帶來的議題是：用于自動駕駛的機器學習——近期的進步和未來的挑戰。議題將將會討論近期在模仿學習方面(例如infoGAIL)、策略梯度法和層次增強學習(例如option-critic架構)等方面的進步，以及它們在自動駕駛方面的實際應用。

作為前百度美國無人車研發團隊的創始核心成員，李力耘(Liyun Li)曾在百度無人車部門負責無人車行為預測系統和智能決策規劃系統的整體架構及算法優化，現擔任京東硅谷研發中心X實驗室架構師，負責無人駕駛的決策規劃方向。在會上他將以百度的開源無人車技術平臺Apollo為基準和樣例，分享無人車軟件系統的整體設計思路和模塊劃分理念;Apollo無人車解決方案中的環境感知，行為預測，以及規劃控制等模塊所需要解決的問題;并通過實際案例，探討計算機視覺技術、大規模機器學習技術等AI技術在這些模塊的應用場景以及具體的基于AI的解決方案。

來自UC Berkeley的Bichen Wu 博士分享的議題是“

用于無人駕駛的深度學習技術”。試圖通過:

如何利用仿真來生成訓練數據，以及如何用domain adaptation的方法讓通過仿真數據訓練的模型遷移到真實世界中;

如何利用仿真器對深度學習模型進行系統性的測試與驗證，理解在什么情況下神經網絡可能出錯，以及相應地調整控制策略。

如何設計高效的神經網絡以滿足實時性，低功耗的要求。從而解決無人駕駛在深度學習技術發展方面面臨的問題：

深度學習模型需要大量的訓練數據，但是收集，標注大量數據非常困難;

準確性對于無人駕駛是至關重要的，但無論什么模型，要達到100%的準確率是幾乎不可能的;

無人駕駛要求神經網絡模型以實時的速度檢測周圍環境，但大多數的深度學習模型計算復雜度很高，超過了車載處理器的處理能力。

來自牛津大學的Weiyue Wu 也將在本次AI大會上通過分享 “

無人駕駛技術產業鏈條”來揭示無人駕駛發展的路線圖，以及未來二十年內無人駕駛的走勢。

智能無人駕駛出現了，意味著職業司機這個職業將“被AI”，這也許會令像出租車司機這樣的職業司機們痛苦不堪。但對于大多數非職業司機，特別是對那些有“路盲癥”、“駕駛恐懼癥”、“擁堵煩躁癥”的司機而言，智能無人駕駛技術省去了駕駛時的勞累和緊張，省去了選擇路線，避開擁堵時的糾結和困擾，實現了安全、省心、舒適地駕車出行，這應該就是一種“被愛”的感覺。當然，會上其他一些針對無人駕駛、深度學習等方面的議題和討論也同樣很有意思。

自然語言與語音技術

再說一條前兩天引起廣泛關注的消息。

“微軟宣布在機器翻譯方面取得突破，中翻英可達人類水平”。what?達到人類水平!那我這六年英語專業不是白學了?五年的英語翻譯也要沒事干了?讓我想會兒靜靜......

還是來AI大會上聽聽微軟自己怎么說吧。這次微軟的參會陣容可謂強大，僅僅和自然語言與語音技術相關議題的大咖和牛人就有：

微軟副總裁，微軟亞洲研究院院長，IEEE院士，國際知名語音技術專家洪小文。他的主題發言是關于人工智能與人類智能發展的關系以及人工智能未來發展的前景。

微軟亞洲研究院副院長、首席研究員，國際學術界公認的“排序學習”領域的代表人物，IEEE院士，ACM杰出會員劉鐵巖博士。他的議題是以機器翻譯為例，對基本的“對偶學習”框架進行展示：從數學模型、到優化算法、到實驗結果，到收斂性分析。并進一步探討對偶學習的概率本質，它的正則化效應(提高泛化能力)，以及其在更多機器學習場景的應用。議題中還將分享“對偶學習”在圖像分類、圖像編輯、情感分析、問答系統等其他諸多領域的成功應用實例。

微軟亞洲研究院副院長、國際計算語言學協會(ACL)候任主席、南開大學、北航等多所學校博士生導師、中國第一個中英翻譯系統CEMT-I(哈工大1989年)的研制者，對推動自然語言處理在中國和亞太的卓越發展做出過杰出貢獻的周明博士。他的議題很有文化氣息——AI創作對聯、詩歌和音樂——這明明是要搶人類最后的飯碗的節奏。議題中將介紹計算機生成對聯的算法;計算機如何生成格律詩和自由體詩;還有計算機如何生成歌詞;最后是計算機給計算機生成的歌詞配上樂曲。

微軟“小冰”項目(Xiaoice)的全球首席架構師和首席軟件經理周力。

作為一個已經有超過1億次的仿人對話的AI聊天機器人項目的負責人，周力在“小冰：從人類與人工智能的對話中學到的經驗教訓”的議題中除了介紹“小冰”最新的研發進展情況，更重要的是將分享“小冰”上線四年來獲得的關鍵經驗教訓，并會解釋如何使用它們來構建更好的聊天機器人。

除了微軟的團隊出擊，AI大會是上自然也少不了來自Google、百度、Intel等這些自然語言與語音技術領域龍頭企業的聲音，而更讓人期待的是那些來自中國和硅谷的眾多新興企業的最新研發和應用成果的展示。比如：

來自Cambridge, MA的Luminoso公司的共同創始人兼首席執行官Catherine Havasi博士將會在她的議題“Transfer learning and the future of AI”中介紹遷移學習如何在多個行業中被應用于商業企業的AI解決方案里。

Pacific AI的首席技術官David Talby帶來的兩個議題分別是“Introducing Spark NLP: State-of-the-art natural language processing at scale”和與之相關的“Extending Spark NLP: Training your own deep-learned natural language understanding models”。

還有由來自Insight Data Science公司的Yan Kou和Emmanuel Ameisen共同帶來的議題“

Practical considerations when shifting to using deep learning for your text data”。

再回到上面那條消息，微軟的“機器翻譯”要代替人，那些現在從事英語翻譯工作的人將“被AI”，估計他們的心里是拔涼拔涼的，但是對于大多數英語不好的人來說這無疑是好消息。今后不管是看英文資料，聽英文歌曲，去英語國家旅行，語言都將不再是障礙，這種“被愛”的感覺還是很令人向往的!

在4天的AI大會上，像這樣的專題、議題討論和交流有近百場，內容涉及保健和醫療、零售與電子商務領域、傳媒、廣告、娛樂、運輸與物流、AI硬件、軟件棧以及設計AI平臺等多個領域的人工智能技術的最新應用以及發展前景。

人工智能到底會怎樣影響我們的生活?樂觀的人說AI是人類的好幫手，悲觀的人說AI將“毀滅”人類。在未來與AI相處的日子里，我們應該懷著怎樣的心情去面對TA給我們帶來“被愛”和“被AI”?

一些人、一些事兒會因為TA的出現和發展而“被AI”;而另一些人和事兒卻會因為同樣的TA而“被愛”。別人在你“被AI”的時候可能正體會著“被愛”;同樣，你在感受如沐春風般的“被愛”之際，可能恰恰也是別人“被AI”的痛苦煩惱之時......

想一想，下一次“AI滿意指數”調查的時候，你是選“被愛”?還是選“被AI”?

責任編輯：楊昕儀