到2025年，人工智慧會變成什麼樣子？
華為GIV（Global Industry Vision，全球產業展望）預測，2025年全球個人智能終端數將達400億，個人智能助理普及率達90%，智能服務機器人將步入12%的家庭，與此同時，企業人工智慧利用率達86%，數據利用率將增至80%，每年1800億TB新增數據將源源不斷地創造智能和價值。
有了這麼多新增數據的支撐，人工智慧將迎來怎樣的發展？人類又將怎樣進化，才能與AI和諧共存？
或許咱們可以先聊聊人工智慧？
人工智慧這個概念在ALphaGo打敗李世石後被推到了風口浪尖，隨著新的核心技術的發展，加上外部力量，像資本、輿論，讓大眾對人工智慧得以認知，從而塑造了一個風口。當然，從產生到興起，也是需要過程的，先是大數據的概念在全世界被掀起來，讓世界認識到數據的重要性，有了大數據的基礎，人工智慧才得以被發展、被應用。
到目前為止，人工智慧大都還停留在音頻、視頻、圖片的識別以及人際交互方面，可以說是「弱人工智慧」，還是以自然人的意志為主導，而沒有辦法做到自動感知，形成推理，再做出決策。打個比方，現在的掃地機器人，你讓它開始掃地時，它才會開始掃地，一個完整的智能化掃地機器人，它會監測環境的溫度、濕度、自動識別你的地板的清潔程度，從而確定你哪些地方需要去清掃，中間有哪些障礙，再自動規劃路線進行清掃，你只需要買它回家。
所以回到問題上：未來人工智慧會變成什麼樣子呢？大概就是朝著「強人工智慧」這個方向發展吧。
我們專註教育方面，再拿教育來舉些例子。
傳統的校園，進出學校、食堂就餐、校園超市消費…都需要刷校園一卡通，但是隨著人工智慧的發展，各種智能感知設備和技術無處不在，當學生踏進校園就可以完成簽到，離開校園自動告知家人，進入教室多媒體設備已經開啟，身體不適發出報警求助，上課開小差收到友情提醒，練習測驗後生成學情分析報告……這些，在7年後的2025年，或許都能實現了吧。
個人不看好人工智慧的發展。
技術是一方面，目前仍然是概念多過成就。拿圖像識別來說，google photos仍然把一盤西紅柿炒蛋認成花。哪怕識別率達到99.99%，你放心讓機器人幫你炒菜嗎？到2025年，我估計技術上連自動駕駛都實現不了。哪怕100年後，能有C3PO級別的服務機器人就已經頂天了。
另一方面在於社會因素，技術從來不是社會發展的決定性因素，就像社會發展的好壞並非取決於制度一樣。人永遠是最大的變數，資本家可以不顧失業率，政治家可以嗎？勞苦大眾同意嗎？
人工智慧應該在全領域使用，人應該會變得更聰明大腦更發達，可能四肢會退化，有點誇張：），可以整合人工智慧產品為自己提供綜合服務。
其實現在還存在很多「偽人工智慧」，不過，這並阻礙不了人工智慧的發展。畢竟在華為雲等廠商和更多AI企業的推動下，普惠AI的時代一定會到來的。在我看來，以下這些情況也許就是2025年人工智慧的趨勢。
首先，人工智慧在工業方面的體現將會更完善。我們都知道機器學習演算法支持涵蓋整個製造生命周期的許多應用程序，包括產品設計、生產計劃、生產優化、分配、現場服務和回收。現在，有幾個行業正在實施基於人工智慧和物聯網的解決方案，並在其孤立和分散的SCADA（監控和數據採集）解決方案之上實現更高的協同效應。此外，基於物聯網的先進系統現在推動了工廠設備和機器的預防性維護和維修，使用基於AI技術優化供應鏈正在不斷發展。
還有智能客服的普及，NLP可以支持眾多真實的客戶服務應用程序，在這些應用程序中，通常是在高度緊張的工作條件下，人們必須處理常規客戶查詢。基於NLP的聊天機器人可以通過提供更高的效率，減少等待時間，標準化文檔更好地解決客戶查詢來改善客戶服務。也許會比現在更加靈活，將變成客戶所期待的樣子。
此外還有交通運輸領域的應用，傳統交通運輸系統向智能交通系統轉化過渡的速度可能會讓公眾大吃一驚。例如無人駕駛汽車很可能將在2020年被廣泛使用，而且它不僅僅是家用汽車，包括無人駕駛的送貨卡車、無人駕駛飛機和個人機器人都將成為社會普遍需求。
最後還比較值得一提的是金融領域的突破。近幾年，金融業正在迅速發展，這些現有企業中的許多人主要依靠傳統的低效方法來提供標準化金融產品的諮詢和業務。人工智慧的進步正在通過引入自動化諮詢改變這一領域。機器學習模型也取代了傳統的預測分析方法來衡量市場趨勢。現在，機器學習也幫助金融公司預防金融欺詐。而且，還可以提高信用評級的準確性，並改善貸款機構的風險管理。、
我有8個機器人老婆！
自動駕駛汽車行駛在大街小巷，交通事故大幅下降。雖然還是堵車，但是總算解放了雙手和大腦，開車不再是痛苦的事情，就是人工智慧到2025年達到的最大的成就了。
我理解的人工智慧，從事的只能是輔助性工作，比如現在的主動剎車系統，不能變成主導型工作，比如完全自動駕駛。
不然，人類還有什麼樂趣，直接被機器奴役算了。
2025年，我想機器人還不到奴役人類的發展水平。
自從人工智慧的概念被創造出來以後，人工智慧已經經過了60多年的發展。60多年來，人工智慧經過了幾輪發展高峰，尤其是近兩年來，在創業熱潮、華為等巨頭的帶動下，國內人工智慧產業取得了進一步的發展。
作為一名從事過某智能語音項目資料庫搭建工作的小白，我個人認為到了2025年，自然語言處理（NLP）將得到更高速的發展，可以通過NLP應用程序更好的理解語音、上下文、方言、發音，以及更細微的差別來與人類交互。
簡單說兩個領域的應用吧，一個是客戶服務類聊天機器人（即我們業界所說的cb）。2025年的時候，NLP可以支持眾多真實客戶客戶服務應用程序，基於NLP的聊天機器人可以提供更高的效率，減少等待時間，標準化文檔可以更好的解決客戶查詢來改善客戶服務。
另一個領域就是招聘門戶網站。我們都知道，目前來說，傳統的招聘門戶網站是需要人力搜索整理成千上萬簡歷，這裡有大量的人工成本；而NLP可以通過掃描大量的工作申請，並將其與招聘標準相匹配，更快速找到崗位候選人。相信到了2025年，這個領域的應用也會普及起來。
關於2025年人工智慧這個問題，華為輪值董事長徐直軍在華為分析師大會上曾表示，「企業對於人工智慧的應用還處於起步階段，到現在真正使用人工智慧的企業連1%不到，預計要到2025年才會大範圍普及。」
以此來推算，到2025年的時候，人工智慧基本上已經大範圍普及了。在此背景下，不依賴程序命令的學習模型改進應該取得了突飛猛進的發展。機器學習旨在使計算機能夠從數據中學習並在不依賴於程序中命令的情況下進行改進。這種學習最終可以幫助計算機構建模型。而現在常見的機器學習應用場景有：
1、財務應用。人工智慧可以使金融行業更標準化、自動化，並能取代傳統的預測分析方法，衡量市場趨勢。進一步預防金融欺詐，提高食用評級的准克性，改善貸款機構的風險管理。2、醫療應用。機器學習和大數據可以充分的利用大量潛在醫療數據，更準確的幫助識別疾病，並提供更正確的疾病診斷。此外，人工智慧系統還具有圖像識別和光學字元識別功能，通過人工智慧系統可以對這些數據進行雙重檢查，減少發生閱讀劑量說明或診斷數據此類錯誤發生。
3、工業應用。機器學習演算法將涵蓋整個製造生命周期的許多應用程序，包括產品設計、生產計劃、生產優化、分配、現場服務和回收。
可以肯定的是，人工智慧是未來的發展趨勢，特別是這兩年以來，華為雲等公司也在大力推廣人工智慧落地應用，我們有足夠的理由相信，在經過幾年的發展，到了2025年，人工智慧會大範圍普及，並有可能將下面這件事變成現實。
什麼事兒呢？不賣關子，這件事就是通過情緒分析增強客戶體驗。著情緒分析的不斷發展，預計到了2025年，利用情感分析的應用程序可以更好的幫助企業了解客戶需求，分析眾多社交媒體渠道，改善品牌的社交傾聽。除此之外，情緒分析在醫療保健和心理健康、汽車領域也發揮著重要作用。
以醫療保健和心理健康為例，到2025年，通過情緒分析可以測量到人體健康的各項指標，以及可以監控到人們心理健康狀況，同時可以採用心理治療聊天機器人來幫助人們管理心理健康狀況。再來說說汽車領域，到2025年的時候，人工智慧的發展水平應該可以通過在車輛上部署先進的情感檢測系統，就能測量到駕駛員的情緒和注意力水平，可以有效幫助安全駕駛。總而言之，人工智慧作為大勢所趨，在不遠的將來只會發展的越來越好。
推薦閱讀：
