小扎和马斯克日前有关人工智能的论战，在网上持续发酵。

2017年度最热词是什么？相信我们不说，你也猜到了吧，那就是人工智能。关于这一话题的各种观点层出不穷，且不一而足。这不，最近脸书创始人马克·扎克伯格和特斯拉之父埃隆·马斯克就掐起了架，马斯克认为人工智能的发展已远远快于人们能意识得到的程度，扎克伯格却认为这是过虑。

平心而论，不论你倾向于小扎，还是认同马斯克的观点，关于人工智能的争议从来就没停止过。今天，我们特地请出来自各个不同专业领域的人工智能专家，从多个角度带我们深入了解人工智能，纵论这一年度热词。

其中，既有来自微软的人工智能领域研究专家为我们分享最新的前沿研究，提供“人工智能、人文智能”的新视角；也有业界的实操代表——小i机器人创始人、总裁朱频频——带我们了解Bots的各个技术层次，并展望未来借助终极算法的机器学习新时代；当然，也少不了在业界已经成功实施了诸多应用级项目的埃森哲专家，花拳绣腿不管用，落地才是真功夫！

聆听不同领域的行家解读，温故而知新，也许才能帮助我们走得更远。掌声在哪里，掌声在哪里？现在就让我们有请专家出场，亮出观点。

注意，文末还有彩蛋哦！

微软亚洲研究院副院长张益肇：

人工智能 + 人文智能 = 机器 + 人类 = 超人

微软在5年前开始着手人工智能的深度学习，当时的人工神经网络大致能做到第8层，随着科技的提高和突破，迄今为止已经可以到达第152层，这使得错误偏差率仅为3.5%，已经超越了人类的能力。据微软亚洲研究院副院长张益肇介绍，人工智能目前所达到的这种“快思”，不仅仅体现在影像、图片识别等认知服务上，甚至在语音、影像识别分析，以及自然语言的理解方面，都有了令人可喜的进步。

未来一定是人与人工智能之间竞争上岗吗？未必，很可能是两者互补。在张益肇看来，针对一段复杂的语言，运用知识图谱进行定位，理解细节，并加以准确和有效地执行，这就需要人的智能和机器的能力结合起来。更确切地说，应用人工智能来增加生产力，需要人工智能（AI)和人文智能（HI-Humanistic Intelligence）的有效结合。

人与机器各有所长。人能够从大局里面寻找细节，而机器做任何烦琐重复的事情都不会累。因此，AI完全可以有另外一个解释，那就是人类+机器=超人，具体来说，指令计算机在大数据上运行人类发明的算法，通过机器增强人的能力，就是超人的结果。而创新算法+计算才是未来潜力无限的组合，也是人工智能走向更强之路的最佳途径——人类智能与人工智能实现“共进化”（Co-Evolution）。

微软HoloLens就是人机结合的另一个生动案例，设计师可以把真人扫描在虚拟环境里虚实结合，从而完成设计方案的调整。Hololens所指向的未来，恰如影片《机器人瓦力》中的场景再现，城市中每个人的面前都有一个可随时按指令出现的全息屏，可以在上面执行各种任务，不用时马上消失无形。

小i机器人创始人、总裁朱频频：

机器学习借助终极算法，Bots时代不可限量

什么是Bots? 没有外观、形象以及运动的能力，但可以在网络上通过文字和语音跟人类交互沟通，协助人们完成任务，这被称之为虚拟机器人，简称就是Bots。

从通常意义来说，一款完整的机器人有三部分构成：感觉、运动、思想，其中最核心的部分是认知智能驱动的大脑部分，而Bots正是基于认知智能技术驱动的智能软件。

日常生活中，人们关注的公众号就有可能是一个Bots，但不是每一个公众号都具备智能交互的能力，而具备智能交互能力的就是智能Bots，它是一个在通讯平台上的数字用户。

Bots有很多的类型，比如说聊天机器人、陪聊机器人，其中聊天机器人表述更多的是行为，而陪聊机器人会表述目的性。这种带有一定目的性，尤其是跟手机、场景结合在一起，能完成对个人帮助的聊天机器人，被称为“虚拟个人助理”。如果让Bots学习专业的知识，那它就会成为某个行业的专家，它被称作智能客服机器人（Virtual Customer Assistance），具有很大的商业实践意义。

目前，应用在微信上的Bots具有非常明显的的优势，首先，对于使用者来说，这是一种会话式的交互界面，使用非常便捷；其次，对于开发者来说，开发Bots不需要考虑过多界面上的设计，只需关注商业逻辑到底是什么，这也提高了开发者的效率。

上海智臻智能网络科技股份有限公司（小i机器人）创始人、总裁兼CTO 朱频频表示，Bots分为四个技术层次：最底层是知识驱动，不断地通过学习系统在各个行业中学习知识；第二层是认知智能技术和知识驱动的智能问答系统；再往上一层，需要感知智能的技术和全渠道间人机交互的沟通能力；而最顶端的第四层，需要的是适用于不同Bots类型的开发框架和平台，通过不同的方式提供给不同的客户群，提供不同的开发框架和平台。

华盛顿大学计算机教授佩德罗在他自己所著的《终极算法》里曾提到过一种观念，即机器学习将来可能把原先五个学派的算法互相融合，从而演变产生新的算法，直至发展成终极的算法，这种不断迭代更新的新型算法可以模拟世界上任何一种场景。

朱频频认为，如果将终极算法与机器学习的关系，描述为标准模型和粒子物理学、或者中心法则与分子生物学的关系，可以想象日后随着计算能力不断攀升，一定会形成更多的数据和更先进的算法，人工智能的认知能力会有一个质的飞跃，并会迎来新的增长爆发点。

埃森哲全球人工智能战略发展部董事总经理莫坎普

不做花拳绣腿，人工智能落地才是王道

埃森哲全球人工智能战略发展部董事总经理法兰克·莫坎普的观点很鲜明，有人担心人工智能会剥夺人类未来的工作，然而事实上，人工智能对于人类的工作将起到如虎添翼的作用，结果是增强现有人类的工作能力而不是取代人类。

他认为，人工智能驱动企业价值的核心，是提高客户的满意度以及企业整体效益的增长。未来，把人工智能融入客户的产品当中，通过创新的延伸和传播，能够帮助客户获得最大的商业价值。

比如，与埃森哲长期合作的油气企业，在全球有成千上万的供应商，因此整个采购和发票的流程非常的繁复。通过流程智能的方法，埃森哲帮助他们把70%的问询作了智能化，仅这一项就为油气公司节省了相当可观的成本。

埃森哲也曾与一家意大利的政府机构合作，通过对公民问询的语音分析得到了洞察和结论。在调查过程中，埃森哲对一部分工作量做了智能设计，节省了人力，从而带来了60%的效益。

埃森哲还运用自然语言智能方式协助一家邮件服务公司安置路由，把所有的邮件分配到合适的人，从而帮助公司减少管理成本，也提升了邮件的处理速度。

埃森哲对保险公司理赔的处理流程也进行过语言智能设计，特别是当遇到没有人员伤亡、相对简单的交通事故，类似的车辆刮蹭，客户可以很快地通过语音以及后台的智能技术来进行礼赔的处理，这样的人工智能不仅为保险公司节省了人力，也给被投保人带来了便捷。

埃森哲还曾为一个电信公司客户呼叫中心的客服内容进行智能分析，通过分析语音内容后进行来电分配，然后用自动聊天机器人来取代原来的客服，成功帮助这家企业每年节省了6亿美元的资金。

归根结底，对于人类而言，人工智能的核心要义，在于降低重复性劳动率，让人的价值转移到更有需要的领域，进而提升企业运营效率，造福员工和客户。

现附上彩蛋。

让我们用一张图来总结今天的讨论