AI“裸泳”、用户“裸奔”_風聞

不知道什麼時候起，AI已經成為我們生活中頻繁出現的一份子。早起有着智能音箱的鬧鐘叫醒，出門有着智能門鎖守家護園，中午點個外賣也會有智能物流網安排配送，就連出行上，自動駕駛時代也即將落地。

在近日百度世界大會的Apollo自動駕駛分論壇環節中，威馬汽車就高調宣佈和百度Apollo合作推出的具備L4級自動駕駛能力的車型開啓預售，並將在2021年4月開始進行交付。央視直播中也首發了Apollo“5G雲代駕”功能，可以接管無人駕駛車，改為平行駕駛狀態，幫助車輛解決問題。

隨着5G進程的進一步落地深化，連比較複雜的自動駕駛都已然面臨着落地的時刻，AI觸達了我們生活中的諸多場景中，全面AI的數字化時代，來臨了嗎？

從技術“冰山”到技術“裸泳”：落地化的發展格局

不得不承認，這些年出現的“技術”類產業之中，AI是最為出色的那一個。

這幾年裏，包括像AR、VR、區塊鏈這些技術類新勢力之中，並沒有哪個像AI一樣熱度長存的，本身技術的泛用性與實用性是一方面，而另一方面就是二者的落地場景並不多，VR如今頻繁用的場景是地圖、遊戲等少數幾個場景，區塊鏈除了被髮幣玩了幾把火之後，也只有在安全性與溯源方面有所用圖，且技術也未實現普及性，至於AR更是少的可憐。

而AI不同於二者，大場景的自動駕駛、智能機器人，小場景的人臉識別、語音交互等等，甚至還能用到狗身上。根據天眼查APP數據顯示，曠視科技甚至都整出了一個狗臉識別的專利，如今對於人工智能運用的廣泛性可見一斑。

而這種泛用性，正是AI能夠從諸多技術新勢力之中脱穎而出核心。

技術為主導的產業與流量為主導的商業之間是有差異的，互聯網商業是在線上賦予流量、用户、產品、銷量這些方面數字化的能力，更多的是顯性因素，就像遊輪一般，光鮮點都在水面之上，發展的好壞一眼可見。

而以技術為核心主導的產業更像是一座座“冰山”，我們所能看到的僅僅是他們能展現出來的一角，他們大量的研究投入在水面以下，這些東西難以數字化的呈現出來，也無法為大多數人所認知與理解。

但更多的用户不會去深究水面之下有什麼，他們在乎的就是水面之上的東西，他們能夠使用、能夠攀登、能夠觸摸到的就是水面之上的東西，因此會對時下能夠落地使用的這“冰山一角”更為看重，這無可厚非。

也因此對於技術類產業而言，如何在現有技術階段的能力下落地實踐，將“冰山”更多的“二角”、“三角”展示出來，就成了它們的當務之急。要把自己能夠展現出來的這一角打扮的“光鮮亮麗”，才能更為用户看好，更為資本看好，才能有資源、有能力的去追求自己內心更長遠的“白月光”。

當然這也很符合互聯網商業原理：做概念、拿融資、炒熱度、找接盤。光暢想未來可產生不了太多的資本吸引力，必須在兼顧技術未來式的同時，把握好現在式的落地變現才行。

而AI就是做到了落地變現的極致，它在發展中打破了技術的“冰山”，將自己現有的所有，甚至“底褲”都脱了進行徹徹底底的“裸泳”，具體有多少能力明白直觀的給用户展示出來。

當然這也與從事AI產業研發的企業方向有關，拿商湯曠世兩大AI標兵性質企業來説：

商湯創造的是“1（原創技術基礎研究）+1（產品結合）+X（行業夥伴）”模式。

這樣做不僅僅能擴大AI的研究範圍，在除了人臉識別技術之外，更涉及到深度學習、智能監控、圖像識別、文字識別和圖像及視頻編輯等方面的研究。在實現“智能+”的場景落地方面則主要突出智慧金融、智慧商業、智慧安防、互聯網+等場景。

曠視也不甘落後，將“1（原創技術基礎研究）+3（個人IOT、公共IOT、商業IOT）”的產業佈局落地實施。

曠世的模式則擺脱了曾經視覺感知的軟件服務商定位。同時宣佈曠視業務由眾多垂直類場景如物流、金融等升級為城市大腦、供應鏈大腦和個人生活大腦三大場景。

而這兩大AI獨角獸發展的共通點就在於找到更多的AI“着陸點”，讓AI與更多的場景接觸、發酵，就目前的技術研究產生更多的價值轉化。

當年初次接觸到人工智能的湯曉鷗，滿心歡喜的聽着教授描繪着“AI能運用在公安各種各樣的場合”之中，但實際上手研究之後才發現：“等我開始做才發現這個東西根本不靠譜，根本用不起來。”

當初的AI先行者們或多或少都經歷過這種慘絕人寰的心理落差，也因此對於如何把AI“用起來”，就成了當初那代AI先行者的階段性目標，拼落地也成為AI研發者們心中的“白月光”。

正如約翰霍普金斯大學發佈的一篇名為《Deep Nets：What have they ever done for Vision?》中所言：“深度學習短期內進步突破的可能性微乎其微，尤其在算法通用方面更難以實現完美落地。”

既然技術層次的突破短時間內沒有苗頭，那麼與其追逐那些太過於虛無縹緲的理想鄉，進行更深層次的數據化變革與服務，才是同時有利於企業、資本、行業、用户的共贏局面，這正是AI落地化的發展格局，也是我們生活中充斥着AI元素的本核原因。

要“減負”而不要“裸奔”：大數據時代信息安全尤為可貴

但正如老子所言“福兮禍所倚，禍兮福所伏”，過早的邁入數字化AI智能時代固然加速了社會發展的進程，讓我們的生活更加的便捷，但同樣的將數據的安全性提上了日程。

AI技術的支撐是背後龐大的數據庫，多方位、多角度的用户數據採集是AI能夠進行落地化的前提之一，但數據採集的同時，也在收集着用户的隱私。

不知你是否經歷過，在一些搜索網站中搜索的關鍵詞，近期你的一些電商購物會根據這些關鍵詞推薦給你產品，越來越多的APP會需要你的個人信息、證件、地理位置、甚至你的信息儲存空間的權限。

在數字化時代中，最瞭解你喜好的不再是父母、愛人，是電商、音樂、閲讀平台，最懂你財務狀況的不是你自己，而是那些支付平台你的生活數據被一項項濃縮成一個用數字組成的用户畫像，在此基礎之上才能展開更多的服務。

而且AI、大數據除了利好的一面，同樣也能為不法分子所利用。

比如前面提到的自動駕駛方面，早在2015年，安全專家Kevin Mahaffey和Marc Rogers演示了通過Model S存在的漏洞打開車門、啓動併成功開走，此外還能向Model S發送“自殺”命令，在車輛正常行駛中突然關閉系統引擎讓車輛停下來。

經典電影《速度與激情8》中也出現了黑客“控制”自動駕駛的汽車向對手發起攻擊的情節時自動駕駛安全問題就已經廣泛的引發了用户熱議。

《華爾街日報》也報道過一起AI語音技術犯罪的案件，通過AI合成你“老闆”的聲音，讓員工進行轉賬操作，成功的騙取了22萬歐元。

還有現在很流行的AI換臉，在有趣的同時也讓人不免出了一身的冷汗，如果這些技術進一步完善以後，那麼網絡社交、經營活動中，連聲音、視頻都不能當真了嗎？

當然社會與監管也屢屢發力信息安全方面的聲音。

比如在近日舉辦的2020全球“AI+硬科技”線上馬拉松直播回憶中，國際人工智能協會(AAAI)院士、香港科技大學新明工程學院講席教授楊強也發表了“AI與人的新三定律”的主題演講，着重探討了如何解決AI的隱私、安全和可解釋性問題。

我國監管部門也一直將信息安全放在信息網絡發展進程的重要地位，畢竟對於AI技術來説，數據與網絡是其運行的血液與血管，也就是從骨子裏就存在信息安全問題。

誠然，AI、大數據這些技術就像是一批精湛的運動裝備，可以幫助我們更好的“減負”，以更加輕盈的姿態面對生活。但我們要的是幫助我們減輕身上不必要的負擔，去前行，去生活，但並不是要脱光光去“裸奔”，用户不是暴露狂。

正如維克托.邁爾舍恩伯格在《大數據時代》中描述道的那樣：“大數據提供的不是最終答案，只是參考答案，為我們提供暫時的幫助，以便等待更好的方法和答案出現。這也提醒我們在使用這個工具的時候，應當懷有謙恭之心，銘記人性之本。”

心存敬畏，才能砥礪前行，常懷謙恭，方可長治久安。

科技自媒體“翟菜花”，訂閲號：翟菜花，個人微信號zhaicaihua002，轉載保留版權，違者必究。