張崢 亞馬遜云服務 上海人工智能研究院院長
自上世紀五十年代至今，人工智能經歷了三次發展浪潮。從上世紀50年代到60年代以發展非智能對話機器人為特點的第一次浪潮，到上世紀80年代到90年代以語音識別為突破的第二次浪潮，再到邁入21世紀，在大數據與算力條件具備的前提下，深度學習正發揮出巨大的威力，人工智能有望達到“可用”的階段。
在人工智能技術逐漸進入“可用”階段，需要解決的是具體應用場景的實現?；谖锫摼W技術的智能家居，有望通過智能硬件、軟件系統、云計算平臺構成完整的家居生態圈；零售行業的無人便利店、智慧供應鏈、無人倉儲近幾年發展迅速；一些公司在人工智能在教育領域的應用也進行了一些探索。
人工智能在一些領域的應用，會比在其他領域更快，但也需要一些先決條件。張崢在本場JIC講堂中談到，人工智能的應用需要解決數據獲取、數據清洗與數據洞察三方面的問題。
人工智能是否能在產業中落地，首先要看產業數字化轉型程度，一個產業如果已經數字化并且大量的依靠數據，人工智能才能更好的進入。
其次，產業數字化后，還需要注意對數據的清洗，因為獲得的數據往往非常粗糙，“噪聲”很大。
最后是解決對數據的洞察，如何從無結構的數據中獲取結構，也是人工智能未來亟待解決的問題。因此，較有發展前景的應用領域應該是實現了良好的數字化轉型，并能通過結構化將數據轉化成生產力的領域。
對于投資者來說，如何判斷哪些領域是具有前景、成長迅速的板塊，需要結合幾方面的內容進行考量。
OpenAI的GPT-3代表機器寫作領域的重要突破；自動駕駛在部分場景已經實現，但暫時無法在復雜場景大規模推廣應用；而在普通人并不熟悉的知識圖譜領域，人工智能正在發揮巨大的價值。
據張崢分享，知識圖譜是知識結構化的很重要的一步，一個“老藥新用”的知識圖譜里包括了癥狀、基因、治療時間、手段等等，可以用它來判斷相似的藥可不可以治療相似的病。
吳晨也認為，人工智能在醫療應用方面市場廣闊。目前，醫療行業占美國GDP六分之一，在中國占比稍少，但是心血管和糖尿病這兩個領域，每年都是五千億人民幣以上的投入。
未來不是通用的藥治通用的病，而是根據個人情況提供定制化方案，這一定是有發展前景的。當數據以個體為單位集合起來，個人的醫療畫像就會更加清晰，人工智能也能提供定制化的醫療解決方案。
人工智能的具體應用前景非常廣闊，需要結合各行業具體情況進行分析，在符合人工智能落地“三要素”、數據更容易轉化為生產力的場景，人工智能的未來可期。
張崢和吳晨還深入交流了對自動駕駛、數據隱私保護等領域的觀察。詳細內容請關注“JIC投資觀察”微信公眾號閱讀。
