除了下棋、答题和辩论，AI还将改写商业世界

美国旧金山那场酣畅淋漓的"人机辩论赛"三个月后，一场有关人工智能（以下简称“AI”）的年度思辨盛宴在北京展开。

这一次，“人机辩论赛”中世界首位AI辩手——IBM Project Debater成为话题中心。作为AI技术获得里程碑式进步的标志产品，Project Debater触发了多位业界大咖对于“人工智能是否会改写商业世界”的思考。

但正在引发第四次工业革命的AI当下到底有多大威力？

5月20日的“HBRC年度对话暨IBM思想之夜”上， 搜狗公司CEO王小川、IBM中国研究院院长林咏华、IBM大中华区全球企业服务咨询部认知决策服务总经理朱翊、完美世界控股集团董事长池宇峰以及IDG资本合伙人李骁军给出了自己的答案。

AI辩论背后的技术牌

对于基于自然语言的语音和语义技术，IBM大中华区的董事长陈黎明认为这是AI皇冠上的一个明珠。“在皇冠上有多少明珠我不太了解，但我想Project Debater一定是最闪亮的一颗。”

在此之前，IBM研发的超级计算机深蓝（Deep Blue）曾在1997年的国际象棋比赛中击败了世界冠军加里.卡斯帕罗夫（Gary Kasparov）。2011年，IBM人工智能系统Watson在益智游戏节目《危险边缘》(Jeopardy!)中击败了两位最优秀的人类冠军。

2018年，IBM研究院在美国旧金山的Watson West上首次展示了人类与智能机器之间的公开现场辩论赛。双方辩手分别是IBM耗时逾六年研发的，首个能与人类进行复杂辩论的AI系统Project Debater以及曾在2016年获得以色列国家辩论冠军以色列大四女生Noa Ovadia和以色列国际辩论协会主席 Dan Zafrir。

2019年，在美国旧金山，AI辩手Project Debater再次亮相，与欧洲辩论冠军哈瑞在美国旧金山高手过招。

需要指出的是，这此前的两场辩论中，Project Debater并没有完全战胜人类辩手。

但陈黎明看中的并不是AI辩手与人类辩手辩论的成败，而是AI辩手背后的划时代意义。

“虽然离突破还有距离，但这已经是我们想去探讨的最强大的人工智能方向。”搜狗公司CEO王小川表示，当下最前沿的AI技术中，IBM在利用语言进行沟通和语言进行推理的能力上已经走得很前沿。

AI答题及AI下棋曾经引发业界关注，现在AI辩手更是搅动了科技界发展高级人工智能的风云。正如IBM官网上Project Debater视频最后的结束语所言——真正的辩论才刚刚开始。

一直以来，AI所解决的挑战都是非黑即白、有明显的输赢和对错标准，但辩论却是一个开放式的挑战，没有所谓的正确答案。

也正是基于此，Project Debater被解读为AI技术在多个研发和应用领域的真正的突破。

“HBRC年度对话暨IBM思想之夜”上， IBM中国研究院院长林咏华透露，Project Debater背后的三大技术突破分别是，第一，在听力理解上的突破，可以听懂一大段的连续的话语并且在里头抽出核心的观点和论点；第二，可以基于海量的信息撰写演讲稿，前提是基于论证的需要将正方或者反方的观点很好的表述出来，甚至有时候还可以带点幽默感；第三，是基于人类的思维困境去进行建模，例如在进退两难的思维困境下，如何通过知识图谱建模，来帮助人们在很多并不是非黑即白的情况下进行决策。

“Project Debater帮助我们把人工智能从一个初级阶段推到了一个更高级的阶段。” 林咏华的观点是，AI的初级阶段就是大家经常说的看懂一张图，听懂一段话或看懂一句文字。在这种初级阶段，通常都是单模态被动的认知，但在高级的人工智能阶段，需要让机器学会主动挖掘信息，进行逻辑的推理，形成一个新的观点。

AI将改写商业规则？

如果说AI棋手首次战胜人类触发的是人们对于高科技发展的感官震撼，那AI辩手与人类顶级辩手精彩辩论的表现，则会将我们在欣喜、惊叹以及期许中推向进一步的思辨：在掌握了人类语言能力之后，AI“冒险”的下一站将驻足何处？在未来的人类世界中它会掀起哪些更大的波澜？

需要指出的是， Project Debater存在的目的不是为了击败人类，而是探究如何通过信息交换和有效交流实现人机合作，提升决策效率和科学性，真正推动AI系统的疆界，更好地理解人类。

AI背后的技术以及如何帮助人类做出更加明智、无偏颇的决定，这才是我们应当关注的焦点。在真实的世界中，我们并不是需要回答很多琐碎的问题，而是要回答真正重要的问题并做出真正重要的决策，尤其是要在海量的信息中找到那些能够助力无偏颇决策的信息。

而这背后，为了实现这一目标，IBM已就此进行了超过六年的探索。

IBM研究员人工智能技术副总裁Aya Soffer希望强调的是，研究Project Debater过程中取得的技术研究成果可以对其他应用类似技术的人工智能场景会有极大的推动作用。而这些技术的应用，对于Project Debater能够跨不同领域和数据集进行学习，从而产生新的知识和理解起了关键作用。

在这一点上，自诩AI狂热支持者的王小川认为，即使目前的AI还有很多瓶颈需要突破，但是只要到了机器能够参与做辅助决策的时候，就已经在改写商业规则了。

在林咏华看来，AI正在以一种强大的能力改变企业创新的方法。

一种新药的研发到上市，可能需要12年时间，26亿美金，AI怎么样在这里头去改变呢？

林咏华给出的答案是， AI可以帮助我们打破人类认识的局限。在医药界每年有超过50万篇的文献出现，AI可以帮助我们的机器一分钟完成180万篇的文献的自动读取和理解，从中寻找化合物互联的关系，并且还可以去分析化合物、疾病、以及基因之间的互联关系，从而大大缩小试验所耗费的时间，提高效率。而采用这样一种方法，可以每年为医药界减少540亿美金的研发费用。

而IBM当下已经在AI技术上做出广泛布局。

据林咏华透露，目前IBM内部将AI技术划分成1-3年的投入和3-5年中长期投入等多个方面。其中，针对1-3年的投入，目前很重要是自动化AI技术的研发。很多2B的客户，可能并没有很强的AI技术端到端的团队，但是IBM可以帮助他们去构建自动化的 AI平台，更容易地赋能企业。

“不管是1-3年还是3-5年，IBM都希望给业界带来重要的技术突破。着重于怎么样赋能企业，让他们构建更加强大，更加可解释、可信的AI系统。” 林咏华补充道。

那些年AI踩过的“坑”

可以看到是，在辩论过程中可以看出一个事情的好与坏、利与弊、支持与反对不同的观点，这就意味着在循证的基础上，机器可以辅助我们做决策。

未来，在人机同行的时代，人类的智慧加上机器的智能将迸发出无限的可能。

作为涉足游戏和教育领域的企业负责人，完美世界控股集团董事长池宇峰表示，游戏产品技术上一定要用AI才能实现游戏上的千人千面。不同的玩家因为自己的技术不同，需要有不同的游戏进展来配合它，才能使它感觉到最佳体验。

IDG资本合伙人李骁军承认，在投资领域里有大量的数据，数据背后往往是人类不能解释的相关性。但从投资本身逻辑来讲，AI领域的投资和之前互联网投资截然不同。

的确，当下的很多企业试图引进AI，但有不少企业当下在AI领域的决定并不太成熟。

IBM大中华区全球企业服务咨询部认知决策服务总经理朱翊总结出企业有关AI的两大误区，一类是谨小慎微型，一类是盲目乐观型。一家商业机构用AI机构试图改造内部AI流程，他们把项目和管理流程放在传统的方式上，希望做到3个月项目上线，但人工智能需要用数据培训它，这个步骤举步艰难。盲目乐观型对人工智能的认知有偏差，要么觉得人工智能会完成一切，要么说事情瞬间可以达到的目标。

理想很丰富，现实很骨干的背后，IBM提出认知型企业的概念来满足如何利用人工智能的方式改造企业，让企业在复杂的商业环境下自动地、自主地方式获得生存与发展的核心诉求。

IBM给出的三个维度是，一如何利用人工智能很人性化地跟客户和终端交流获取信息和数据；二是如何智慧化地改造企业流程，把决策流程智慧化，自我迭代；三是善用平台，智慧化地管理企业的生态系统。

而这背后都需要广泛的数据能力以及强大的计算能力，需要机器智能+人类智能的增强智能。