人工智能推理将重构社会供需关系(2)

　　坦率地说，如果是在福尔摩斯的时代，案件到此可以说已经中断了。因为没有人有能力去分析323亿条数据和识别3.5万个仅仅是有某种可能性的“涉毒者”的嫌疑。因为这里的核心逻辑已经不仅仅是感知和识别，它涉及根据多方面的因素进行组合的分析、排除、确认、搜索……简单说，它基于分析挖掘模型，最终判定嫌疑人身份及活动区域。然而，正是因为我们已经进化到人工智能的高级时代，因为我们的系统不能说完全代替但已经可以充分根据公安人员的思维系统来提供辅助的决策依据，所以我们得以分析和处理天量的数据，最终根据已有线索挖掘出多个嫌疑人，从而在一项重大案件中辅助警察实施抓捕涉毒人员41名，缴获毒品3公斤。

　　这样的案例还有太多太多，比如轨道交通行业，就拿上海作为例子。上海地铁经营16条线路，415个车站，总里程705公里，平均每天乘客超过1100万人。地铁最重要的问题是安全检修，但这是一个非常消耗人力的工作。

　　能不能把预防性的维护，变成预测性的维护呢？从“防”到“测”，一字之差，其实包含了人工智能从识别到“分析+决策”的飞跃，这是轨道交通行业几十年都没有解决的问题。

　　其实，问题的逻辑并不复杂，轨道交通作为一种非常复杂的机械车辆可以产生大量数据，而其中相当一部分数据已经数字化了。关键是这些数据需要非常有专业判断能力的人来进行分析才能产生“预测”式的效果，而这在传统的人力组织架构中是无法实现的。但是，通过对11个车型的300辆列车的监控，并围绕每列车每500毫秒产生4000个采集点（相当于每秒采集240万个测点，一天2TB数据），逐步构建感知-认知-分析-决策的反馈闭环，上海地铁成为全国第一家完成路网级车辆大规模在线监测的地铁运营方。

　　在上面我们列举了三个例子，所有的例子都有一个共性，就是在人工智能介入前，其实可用于分析、决策的数据基础已经有了，但从人力的角度来说，这个数据过于庞大，以至于超过了在现实中组织这些人力的事实可能，最终把可预测、可分析的事情变成了不可能。而进入智能推理境界的人工智能则用数据处理能力高得多的机器在特定问题的分析上取代人工，最终实现了生产资源、供需关系、信息处理方面的二次飞跃。

　　AI未来

　　正是因为这种飞跃，我们完全有理由期望一个更美好的时代的到来。

　　前面提及，1956年的达特茅斯会议是人工智能的元年。其实，那一年也是中国的科技史上的一个重要时刻。也在这一年，国务院科学规划委员会集中全国数百位专家，完成了《1956~1967年科学技术发展远景规划纲要》（简称《十二年科技规划》），这一指导性文件的编写，将计算机、自动化、电子学、半导体列为需要重点快速发展的紧急措施。然而，非常可惜的是，因为种种因素，人工智能在中国的发展陷入了停滞，长达数十年之久。

　　然而，仅仅通过30年不到的努力。现在，中国已经一跃成为美国之外全球具有人工智能完整的产业链和创新发展落地最密集、最蓬勃的国家，我们有理由为这个时代骄傲。但我更经常和我们的朋友分享的是，要想推动这个行业的发展，所能依靠的唯有具体的案例落实和拿出真实的成绩，而一旦它深入社会的经济核心，可能如核聚变般释放出整个社会进步的巨大潜能。