雷鋒網(wǎng)按：本文摘編自周鴻祎新書《智能主義：未來商業(yè)與社會的新生態(tài)》，轉(zhuǎn)載自正和島公眾號。

資本寒冬，商業(yè)模式類創(chuàng)業(yè)創(chuàng)新遇冷。在這樣的背景下，能夠逆勢而上受人關(guān)注的，唯有人工智能領(lǐng)域。它之所以受到持續(xù)追捧，是因?yàn)槠涑蔀樾聲r代的基礎(chǔ)設(shè)施，像水、電、網(wǎng)絡(luò)一樣成為所有企業(yè)的必需，這一點(diǎn)已成為共識。而對于當(dāng)下，如何將人工智能落地、商業(yè)化，如何適應(yīng)人工智能將構(gòu)建的新商業(yè)生態(tài)，尚有分歧。

人類社會經(jīng)歷過的PC互聯(lián)網(wǎng)時代、移動互聯(lián)網(wǎng)時代，以及現(xiàn)在所處的智能硬件時代，技術(shù)發(fā)展和商業(yè)模式創(chuàng)新之間始終是相輔相成的關(guān)系。每當(dāng)科技發(fā)展的紅利被商業(yè)模式創(chuàng)新挖掘殆盡后，經(jīng)濟(jì)也隨之步入寒冬，直到下一輪技術(shù)革命的出現(xiàn)，商業(yè)模式創(chuàng)新才能重新迸發(fā)生機(jī)。

現(xiàn)階段移動互聯(lián)網(wǎng)的商業(yè)模式創(chuàng)新已經(jīng)挖光了Web2.0時代的技術(shù)紅利，所有人都在尋找新技術(shù)，以期獲得新的商業(yè)模式創(chuàng)新。人工智能技術(shù)無疑就是下一輪技術(shù)革命的焦點(diǎn)，假如未來的某一天，我們在這方面有了突破，那么新的商業(yè)模式也將涌現(xiàn)出來，帶來一個甚至多個萬億級市場。

在我看來，未來通用人工智能生態(tài)圈的格局會是下面將要介紹的樣子。

人腦芯片

2014年8月，IBM公司推出了一款名為TrueNorth的大腦原型芯片，TrueNorth 主要被用于計算機(jī)專業(yè)學(xué)習(xí)領(lǐng)域。TrueNorth芯片集成了100 萬個神經(jīng)元和2.56 億個突觸，這相當(dāng)于一只蜜蜂的大腦，而正常人的大腦大約包含1000 億個神經(jīng)元和無法統(tǒng)計數(shù)量的突觸。

量子計算

普通計算機(jī)存儲數(shù)據(jù)的方法是根據(jù)晶體管電路的狀態(tài)，而量子計算則是根據(jù)粒子的量子狀態(tài)，使用量子算法來進(jìn)行數(shù)據(jù)操作。通過量子計算，可以大幅提升并行計算速度。不過遺憾的是，這方面還沒有出現(xiàn)研究成果，谷歌曾經(jīng)在2014 年開始研制量子級計算機(jī)處理器，他們希望為機(jī)器人提供一個可以像人一樣思考的大腦。

仿生計算機(jī)

仿生計算機(jī)可以解決構(gòu)建大規(guī)模人工神經(jīng)網(wǎng)絡(luò)的問題。普通的CPU（中央處理器）、GPU（圖形處理器）處理神經(jīng)網(wǎng)絡(luò)的效率很低，并且在占地、散熱和耗電等方面都存在問題。專門的神經(jīng)網(wǎng)絡(luò)處理器可以很好地解決這些問題。在國內(nèi)，陳云霽團(tuán)隊(duì)研發(fā)的寒武紀(jì)神經(jīng)網(wǎng)絡(luò)計算機(jī)依據(jù)仿生學(xué)原理，相比于主流GPU，取得了21倍的性能和300倍的性能功耗比提升。

在圖像、聲音和面部識別系統(tǒng)變得越來越精準(zhǔn)后，計算機(jī)也擁有了探察人的情感狀態(tài)的能力，包括喜、怒、哀、樂、愛、恨、貪、癡等，并做出適當(dāng)?shù)姆磻?yīng)。那么很多人會有這樣的疑問：

機(jī)器人能否擁有像一個正常人那樣獨(dú)立思考的能力？

關(guān)于這個問題，我曾經(jīng)與著名的互聯(lián)網(wǎng)預(yù)言家、《連線》雜志前主編凱文·凱利有過一次交談。在凱文的思想里：

未來的人工智能會產(chǎn)生自己的意識，這會為我們完全掌控它帶來一定的困難，但不會形成毀滅人類的威脅。

絕大多數(shù)的人工智能都只會是工業(yè)人工智能服務(wù)型電器。

我對360的戰(zhàn)略規(guī)劃就是全線硬件產(chǎn)品向人工智能看齊，從圖像識別技術(shù)和大數(shù)據(jù)技術(shù)兩個方向深度拓展。目前，我們已經(jīng)在中國和美國成立了相應(yīng)的技術(shù)研發(fā)團(tuán)隊(duì)，并且還相繼進(jìn)行了一系列并購。

總的來說，360 在人工智能領(lǐng)域的整體規(guī)劃可分為以下4 個層次：

（1）最基本的硬件層面，研發(fā)、升級可以在云上、端上進(jìn)行深度學(xué)習(xí)的專用芯片；

（2）面向大規(guī)模深度學(xué)習(xí)、訓(xùn)練的多機(jī)多卡軟硬件平臺，以及基于深度學(xué)習(xí)的各種人工智能的前沿算法；

（3）基于人工智能的各種智能硬件產(chǎn)品；

（4）在人工智能或者深度學(xué)習(xí)的基礎(chǔ)上，使智能硬件具備自主學(xué)習(xí)能力。

作為360 未來主推的大方向，我對人工智能的設(shè)想是無論在硬件還是軟件方面，都將擁有自主學(xué)習(xí)功能。阿爾法狗贏了之后，我非常興奮，我興奮的不是人工智能在圍棋上戰(zhàn)勝了人類，而是它為我們所有人做了一次非常好的概念普及，讓我們真實(shí)地感受到人工智能領(lǐng)域的成果。

但是，我所理解的人工智能并不會像阿爾法狗那樣只表現(xiàn)在下圍棋方面，也不會像好萊塢電影中那樣可以威脅人類安全。人工智能就像工業(yè)革命之后所帶來的新技術(shù)那樣，為我們的生產(chǎn)、生活帶來極大的便利。

雖然目前看來，360智能攝像機(jī)還僅僅是一個小產(chǎn)品，功能也有限，但它只是一個開始。我的期望是在不遠(yuǎn)的將來，它能夠根據(jù)面容區(qū)分出家人和陌生人，能夠識別出你的表情是高興還是悲傷，甚至還能在家里四處巡視，檢查家里是否有漏水、漏氣、漏電等異常情況。當(dāng)發(fā)展到那個時候，它就是一個具備深度學(xué)習(xí)能力的智能家庭機(jī)器人了。

為了加速達(dá)成這一愿景，360人工智能研究院院長顏水成正在帶領(lǐng)團(tuán)隊(duì)研發(fā)新技術(shù)，并且做了以下布局：

• 建立軟硬件訓(xùn)練平臺：360net

• 穩(wěn)定、低功耗的人臉分析系統(tǒng)

• 車輛環(huán)境感知

• 建立軟硬件訓(xùn)練平臺：360net

DeepMind公司曾經(jīng)推出過DQN項(xiàng)目（Deep-Q-Network），它是基于深度強(qiáng)化學(xué)習(xí)的游戲平臺。

Deepmind在2013發(fā)表NIPS文章《Playing Atari with Deep ReinforcementLearning》是公開的最早使用raw pixels作為輸入的，用于解決Reinforcement Learning（強(qiáng)化學(xué)習(xí)）的深度學(xué)習(xí)網(wǎng)絡(luò)DQN。在該文章中，作者在atari一系列的游戲上做了各種算法的比較，如下圖所示：

在總共7個游戲中，有6個做到了算法中最好，其中還有3個做到了比人類專家還要好。

該文章中提到的DQN有兩個特點(diǎn)：

1. 用來更新參數(shù)的minibatch是是從replay memory（回放記憶）中采樣出來的，而不是僅僅的用當(dāng)前一個片段或者session，這樣能使得模型收斂性更好，否則會很容易訓(xùn)飛。

2. value函數(shù)是一個多層網(wǎng)絡(luò)。

我們從中受到了很多啟發(fā)，并成功建立了一個基于軟硬件的訓(xùn)練平臺——360net。之所以構(gòu)建訓(xùn)練平臺，是由深度學(xué)習(xí)的本質(zhì)決定的：要訓(xùn)練一個系統(tǒng)，大量的訓(xùn)練數(shù)據(jù)固然重要，同時快速的響應(yīng)時間也必不可少。

360net支持多機(jī)多卡（360人工智能研究院院長顏水成：多臺機(jī)器上多塊gpu一起訓(xùn)練大數(shù)據(jù)），可以用100張卡或者幾百張卡連在一起對深度學(xué)習(xí)進(jìn)行訓(xùn)練，同時它還具有高度的兼容性和可擴(kuò)展性，這意味著將來我們還可以吸納其他的深度學(xué)習(xí)模塊，來減少開發(fā)所需要的時間。對我們的人工智能業(yè)務(wù)而言，360net是至關(guān)重要的根基。

• 穩(wěn)定、低功耗的人臉分析系統(tǒng)

360的人臉分析系統(tǒng)已經(jīng)被應(yīng)用到360手機(jī)、兒童手表、行車記錄儀上。此外，線上搜索也在一步步配置人臉分析技術(shù)。人臉分析系統(tǒng)可以對性別、年齡、表情等進(jìn)行分析，當(dāng)下直播行業(yè)的火熱，讓這套系統(tǒng)的前景非?？捎^。

眾所周知，在人臉分析過程中，準(zhǔn)確定位人臉上的關(guān)鍵點(diǎn)是驗(yàn)證技術(shù)的一個標(biāo)準(zhǔn)，我們已經(jīng)把這套技術(shù)應(yīng)用到了360的產(chǎn)品當(dāng)中。未來，360還將進(jìn)一步提升人臉分析的準(zhǔn)確度，這一切的基礎(chǔ)就是大量圖像數(shù)據(jù)的積累。

• 車輛環(huán)境感知

我們曾經(jīng)招募了一個計算機(jī)視覺團(tuán)隊(duì)，他們來到360之后，主要負(fù)責(zé)車輛環(huán)境感知方面的研究，主要是物體的分類、檢測和分割。這是360對無人駕駛汽車的布局，通過技術(shù)實(shí)現(xiàn)車輛和行人之間的精確定位，可以更好地輔助駕駛。

試想一下，在城市環(huán)境中，汽車可以自動進(jìn)行車道線的檢測，同時預(yù)計出距離紅綠燈以及交通攝像頭的距離，保證汽車的安全。而在檢測出可行駛區(qū)域之后，就可以準(zhǔn)確地預(yù)測道路車輛可移動的軌跡和范圍，這對于車的路線預(yù)判和選擇有巨大的價值。

當(dāng)然，我對人工智能的設(shè)想建立在泛安全的基礎(chǔ)之上。這里所說的泛安全指兩個方面：傳統(tǒng)的線上安全和線下安全。線上安全處理的主要是大數(shù)據(jù)方面，線下安全則是人與智能硬件的交互。我們把信息傳遞給智能硬件之后，智能硬件要能理解我們的意圖，同時要把它的信息反饋回來。

安全是基礎(chǔ)，只有在安全的基礎(chǔ)上，我們才有可能考慮舒適、便捷的人工智能式生活。所以，360首先還是要利用IOT技術(shù)解決人們的家居安全和出行安全。對于做安全起家的360來說，人工智能是一個更適合我們的方向。

當(dāng)手機(jī)行業(yè)熱潮來臨的時候，我們視而不見。

當(dāng)O2O模式大行其道的時候，我們依然不為所動。

但是，當(dāng)人工智能的概念進(jìn)入我視線的那一刻，我的第一個想法就是要抓住人工智能這波浪潮，并為之肝腦涂地，在所不惜。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。