过去的一周，除了东哥事件继续发酵外，科大讯飞“AI同传造假”风波也在网络上闹得沸沸扬扬。我们先来回顾一下事件经过。

事件经过。

2018世界人工智能大会刚落幕，9月20日，一位同传译员在知乎上发文称，在上海的一场会议中，讯飞的翻译其实为人工同传，并非机器智能翻译，并且译文由机器进行朗读。

这容易让观众产生“都是人工智能翻译”的错觉，而忽略背后同传译员们的劳动成果。对此，9月21日，科大讯飞的回复是，“科大讯飞从来没有把同传翻译包装成机器翻译。”

9月21日，科大讯飞董秘、高级副总裁江涛接受21世纪经济报道记者采访时说道：“尽管机器翻译获得发展，明年能达到英语专业8级的水平，但依然没办法代替同传。科大讯飞没有提到AI同传，并没有造假吹牛，目前的情况是一个误会。”

他进一步解释道，科大讯飞的智能会议系统有两种工作模式，一种是全自动翻译，系统识别中文并转化成英语、日语、韩语等同步显示在屏幕上；另外一种就是在专业的会议上，直接获取现场同传的声音，再同步到大屏幕上。“科大讯飞没有做混淆，而同传的对接是由会议主办方联系的。”

科大讯飞方面还提到，当机器同时提供转写和翻译服务时，文字展示区Logo显示为“讯飞听见—离线翻译系统”；机器仅提供转写服务时，文字展示区Logo显示为“讯飞听见”。讯飞听见是科大讯飞旗下提供语音转写、翻译的平台。

尽管目前语音识别成为AI的先行领域，但是语音翻译依旧是一大难题，现阶段无法精准翻译属正常现象。

语音识别仍存瓶颈

在2017年，科大讯飞就曾表态：现阶段人工智能技术发展不需要“被神化”。 “目前，机器翻译已经取得非常大的进步，在衣食住行等常用生活用语上的中英翻译可以达到大学六级的水平，能够帮助人们在一些场景处理语言交流的问题，但距离会议同传以及高水平翻译所讲究的‘信、达、雅’还存在很大的差距。”

但是在技术成熟的同时，仍有难题需要攻克。比如，遇到同音字识别、环境比较嘈杂的情况以及中文和英文夹杂的时候，语音的识别率就会下降。

2017，AI 的黄金时代

从2017年开始，从中央到地方，政策密集出台、商汤科技、旷视科技融资两度打破新纪录、BAT纷纷出手动作不断、初创公司如雨后春笋般涌现……

2017年7月，商汤科技宣布完成4.1亿美元的B轮融资，是当时全球范围内人工智能领域最大的一笔单轮融资记录。

随后在10月，旷视科技完成C轮4.6亿美元融资，破商汤科技创下的AI领域融资记录。

8月，AI芯片研发公司寒武纪完成1亿美元A轮融资。

11月，云从科技获得5亿元B轮融资。

12月，专注于计算机视觉的人工智能企业图麟科技宣布完成A轮2.5亿元融资……

国际资本巨头软银立下豪言壮志，称要投资8800亿美元支持人工智能等高科技企业，计划未来10年投资至少1000家企业。

这一年，人工智能可谓出尽了风头。但也有专家认为，人工智能虚火过旺，产业泡沫已浮出水面，将迎来一场大的洗牌。

什么是人工智能

人工智能是一个神秘的、神奇的、似乎有着无穷无尽的可能性的主题。然而，对于普罗大众来说，它仍然是一个难以捉摸的东西，在人们对未来的预测中，它常常被描绘成消极的形象

从最广泛的意义上讲，人工智能可能具备人类所有的认知能力，包括学习的能力。一台机器只需要有一分钟的这些技能，就能算作人工智能。人工智能是机器的特点，它通常是表现出智能行为的计算机程序。在这种情况下，“智能”意味着在不同的环境或条件下实现目标的能力。相应地，在计算机科学领域，人工智能领域是指那些设计智能系统的研究。

基于这一技术定义，人工智能并不需要具备学习的能力。在最极端的情况下，机器中的所有智能行为都可以由程序员通过编写硬代码实现。只要预设的算法能够实现它的目标，机器仍然可以符合人工智能的定义。许多当前的人工智能系统实际上都是基于规则的系统类型，在这种系统中，工程师可以向系统提供其需要的智能。

此外，机器学习是一门科学，它让机器在没有明确编程的情况下表现出智能行为。具体来说，它为系统提供了从数据中自动学习的能力，并且在没有工程师改变程序代码的情况下进行改进。

抛开技术层面来谈，你可以说人工智能是目标，机器学习是实现这一目标的途径之一——让机器自己解决问题。在许多情况下，机器学习涉及到使用以前收集的数据学习和改进模型。通过数据，机器可以做出经验驱动的预测或决策。通过不断更新模型，机器将自主学习适应不断变化的环境。

AI 的应用越来越广泛。AI 的一大目标，是让机器完成人类能够轻松办到的事：识别语音内容、做出决策、区分小笼包和煎饺。为了达成这个目标，研究人员会为机器提供海量信息（通常是数以百万计的字词、对话或图片），让机器像人类一样从出生起便每时每刻都在吸收信息，而这个过程在本质上就是机器学习。机器看过的汽车越多，就越擅长识别汽车。但如果提供的数据不完整或不完善（例如，如果研究人员未提供奇瑞 QQ 汽车的图片），或者 AI 研究人员未发现或根本不知道数据有疏漏，就会导致机器本身和输出的结果存在缺陷。

AI发展的关键在哪里

人才。

AI技术发展需要大量技术人才支撑。合格AI人才培养所需时间远高于一般IT人才。

AI人才严重短缺，顶级人才更是一将难求。2017全球人工智能人才白皮书数据显示，2017年前10个月内，AI人才需求量已经达到2016年的近两倍，2015年的5.3倍，人才需求直线上升，年复合增长率超200%。

截至2017年第三季度，中国对于AI人才的需求数量已经突破100万。但国内AI领域人才供应量却很少，人才短缺严重，中小企业招揽人才更加困难。

人类对AI的恐惧和忧虑

随着人工智能的快速发展，人们对 AI 产生了越来越多的疑虑，担心 AI 终将占据人类的位置 。人们最为普遍的忧虑以及最为热门的话题始终是，它是否会造成大规模失业，是否会抢夺人类的饭碗？

HAL 9000、终结者和小说中的各种超级智能代表着人类的另一重恐惧：如果AI继续发展、最终超越了人类智能，这样的超级智能系统（或多个系统）是否会意识到人类已经无关紧要了呢？在无所不能的超级智能面前，我们如何体现出自身的重要性呢？我们如何才能避免被自己一手打造的机器连根铲除的厄运呢？

听听专家怎么说

在香港举行的2017年沃顿全球论坛上，一个专家小组就人工智能（AI）、机器人，无人机、其他先进技术及其对未来就业的可能影响表达了他们的观点。 这些分享击破了一些炒作的说法，同时也指出某些工作的确面临威胁。

这个名为“设计商业的未来” （Engineering the Future of Business）的专家分论坛由沃顿商学院院长杰弗里·盖瑞特（Geoffrey Garrett）主持，出席专家包括香港科技大学电子及计算机工程学教授冯雁（Pascale Fung）、宾夕法尼亚大学工程系主任维杰·库马尔（Vijay Kumar）以及摩根大通（J.P.Morgan）亚太区董事长兼首席执行官尼古拉斯·阿古金（Nicolas Aguzin）。

库马尔指出，像翻译这样的任务比较单一。我们已经“在某种程度上弄清楚了如何根据数据采集信息，尽管如此……通过深入学习，做到这样也是非常困难的。根据信息形成知识？我们毫无头绪。我们不知道人类的大脑是如何运转的……要发明有人类特有智慧的机器将需要很长时间。”

“不需要担心不久的将来，因为机器很笨（dumb）……”库马尔说。冯博士举了一个例子，现在她可以让一个机器人做一些简单的家务，但是，“我自己来做或者我教我的孩子或丈夫去做还是更便宜。所以在不久的将来，大量的工作如果用机器代替将成本太高。这可能会在50到100年后改变，就像今天的世界与50年前不同一样。

专家小组的共识：最难被机器人替代的工作将是顶端和低端的工作，而不是中间的工作。

那么如果很多年后当机器人足够先进足够便宜，能承担越来越多的人类活动时，人类的工作会变成什么样？

冯博士认为，一方面会有更多的AI工程师，以及“管理、维护机器的人，以及以某种方式设计机器直到机器能自我复制的人员”。

而且，许多工作也将开始适应新的世界。例如，冯博士说，假设在遥远未来的某个时候，许多餐馆都有机器人服务。到那时候人们会“花更多的钱去有人类当厨师和服务员的餐馆，所以人力在那时候将变得非常有价值。”

她补充说，许多人可能会“变成艺术家和厨师，以及表演家，因为你仍然想听人唱的演唱会，不是机器人为你演奏协奏曲。你将还是想读一本人写的小说，尽管有一天机器也能写出同样的小说。你还是会重视人性的色彩。

冯博士指出，创意已经正在变得越来越重要了。未来主导世界的不是AI工程师或商界人士。“那将是创意人才与非创意人才的竞争，如今对创意人士的需求越来越大。”工程学生已经“比以前更难与顶尖人才相竞争。”

过去对于工程师来说，良好的学术成绩就能保证一份好工作。冯博士补充说，今天科技公司的应聘者来自“相当多的不同领域”。这些公司寻找的不只是技术技能，而是创意。“我认为工程师必须学习更多的非工程技能，非工程师将学习更多的工程技能，包括科学思维，程序设计……”

库马尔同意这一点。今天所有宾大工程学院的所有学生都会选修商学课程。 “我认为今天一个全面发展的毕业生和人文教育的理念包括工程学和商业，对吗？ 我担心的是人类学家、英语专业、历史专业学生的未来……我认为这些学科将面临很大的压力。”