2018小蛮腰科技大会以“构建!世界(GO!Build the World)”为主题，由1场主论坛+11场平行论坛+智库闭门会议+颁奖晚宴组成。百余位业界领袖就人工智能赋能传统产业、协同智能、智能医疗、智能出行、文化科技等多个主题进行演讲，热议人工智能赋能新时代。

360集团副总裁、360人工智能研究院院长颜水成以“协同智能杂谈”为主题，分析了“人工”与“智能”各自的优劣势，以及人机协同的未来发展方向。

颜水成表示，过去3年来，人工智能变得越来越“务实”。2016年，业界讨论的重点是人工智能的三要素——算法、算力和数据；2017年，人工智能加入了“场景”，业界称之为“能落地的AI才是真爱”；到2018年，大家已经在追求人工智能的商业化，关注如何通过人工智能挣钱。

从现实来说，人工智能距离理想状态，还是有很大差距。以“机器人对人类的情感理解为例，即使是目前最好的人机对话系统，机器与人“交互”(对话)10轮左右，人工智能系统的回答便开始”不知所谓”，因为人工智能系统的计算方法与人的思维模式完全不一样。

“应该说，人工智能与人类各有优缺点。世界上没有完美的算法，人工智能的缺点在于缺少基于常识的推理，不擅长开放式的环境，不具备突破常规机制的能力。而人类无法24小时X7天工作，受外界因素影响大，实时协作较弱，也不擅长大规模记忆。”颜水成分析。

但正是这种优缺点的互补性，催生了“人机协同”。比如，在“智能形成”阶段，计算机可以进行大规模、长时间的图像及数据处理，但这些数据不够完善，通过人工就能将其完善；在“智能服务”上，计算机可以提供初始产品，人可以根据客户需求进一步确认及修正结果。颜水成举例，人机系统智能系统如今已经实现商业化应用，“识别货架上的商品”就是其中一个例子。每个大型超市每隔一段时间就会上架新货品，而每种货品的大小、规格都不一样，由于这种差异，空货架每年都给超市带来巨额损失。以色列一家叫TARX的公司，做的就是上架货品的精细化识别，计算机识别的精度大约为96%—97%。这家公司先通过计算机识别，再通过异地人工团队快速修正，挖掘出巨大的商机。同样的，在网络安全、智能医疗、智能教育等领域，通过人机协作，都能产生很好的商业应用。

颜水成表示，从研究的角度来说，人机协同智能研究还有两个问题值得探讨。一是要研发高效的人机交互和协同机制，在以机器智能为主体的场景下，要尽量让系统“少麻烦人”，同时要让人在这个过程中有一个非常便捷的反馈机制，这样人机协同整体效率才高。另外一个非常重要的方向是“可拒识型”机器学习模型，这是我们需要去研究的。目前的AI模型仅包含（是，不是）两个选择，可拒识型机器学习模型还包含“不知道”这个选项，当机器无法识别的时候，可以交给人识别，这方面的研究是非常有价值的。

“当前，有不少人宣扬人工智能可能会对人的工作产生影响，但是人工智能的核心价值并不在于取代人类，更在于通过人机协同智能的方式去协助人类变得更加强大。”颜水成总结。

文：广州参考·广州日报记者 罗桦琳、方晴、梁超仪

图：广州参考·广州日报记者 杨耀烨

广州参考·广州日报编辑 刘桐桐