写诗、下棋、破案 人工智能加速“上岗”

　　清早醒来，一边吃早饭，一边从报箱取出报纸，读一首机器人创作的小诗，或是在电视上观看一场人机对弈的棋局；发生罪案，人类警察与人工智能大脑双剑合璧，几分钟内就从模糊信息中锁定犯罪嫌疑人；一场法庭审判，人工智能“助手”能在法官作出判决后，完成枯燥而亟须耐心的文书撰写，为人类节省出时间，用于做出关键决策……从“科幻”变为“现实”，人工智能正加速从“纸上谈兵”走进社会的各行各业。

　　 机器人出诗集开专栏

　　“我又躺在自己的床上，还不是珍奇甜蜜的感觉，一支烛光，忽变为寂寞之乡”，看到这样一首颇有些小小韵味的现代诗，几乎没有人能想到，它出自机器人的手中。

　　继几个月前发布“个人”第一部原创诗集《阳光失了玻璃窗》新书后，日前，微软研发的AI（人工智能）机器人“小冰”又在《华西都市报》开设起专栏来。今后，华西都市报将每周六出版的“宽窄巷·浣花溪”独家刊登小冰的最新作品。

　　“看完机器人写的诗，我反正感觉自愧不如，自己写不出这样的诗来。”文学爱好者图先生感叹。

　　而这文笔来之不易。微软亚洲互联网工程院副院长、微软小冰团队负责人李笛透露，为了达成写诗技能，小冰“学习”了上世纪二十年代以来519位诗人的现代诗，包括胡适、李金发、林徽因、徐志摩、闻一多等。经过上万次的迭代学习，形成了独特的风格、偏好和行文技巧。

　　 数据分析助力司法研判

　　线索中断的车牌号、模糊的视频，在今年5月份一场车主打人的犯罪案件中，原本要花几天甚至更长时间的侦破，在人工智能的帮助下，石家庄警方在几分钟内便迅速锁定了犯罪嫌疑人。记者从人工智能公司明略数据获悉，这款部分核心技术由明略数据提供的公安情报系统“SCOPA”，能够将公安机关所有的人、车、电、网、像等业务系统数据全部统一到同一个研判平台和界面上。过去，破案人员需要登录五六个系统查询的手机、车辆、轨迹、涉案等信息，如今在SCOPA系统中可以一键秒级查询，一来大幅节约了研判时间，二来围绕研判对象的各类属性、标签、轨迹信息被系统关联展示后，能够指数级创造新的价值，让新的情报线索浮现出来。

　　不仅破案，人工智能还能辅助法官判案。当法官需要判定一个案件中当事人是否有“自首”情节时，除了可以通过在文书中搜索“自首”这一直接关键词获得相关信息，“善解文意”的人工智能还能做得更进一步。“在国双司法大数据产品中，即使不包含自首的字眼，像‘主动坦诚罪行’、‘家属主动投案’这样描述与自首相关情节的内容，也会被人工智能自动识别出来并提供给法官。”国双科技司法大数据事业部咨询总监舒怡说。

　　人工智能通过模仿人类的认知过程——观察、学习、组织语言、处理数据、得出结论，从而能够“像人类一样思考”。不同的是，由于计算机程序具有几乎可以在瞬间遍历各种数据库的优势，对于人类来说繁复的法律检索对人工智能来说其实无比轻松。

　　舒怡介绍，以国双的司法大数据团队为例，既有由从业8年的前法官、有十余年司法工作经验的前检察官、资深律师组成的专业司法团队，又有专攻人工智能算法的工程师团队，双方的经验、技术结合后，一幅庞杂的司法知识图谱便绘制完成了。通过不断学习知识图谱，人工智能可以变成帮助法官、检察官提高工作效率的“小助手”。

　　 创造力与社交能力仍是短板

　　当餐厅涌入机器人、汽车也能无人驾驶、围棋界诗歌界都有了机器人“选手”……是否会引发人类下一波“失业潮”？

　　“人工智能肯定会取代一些行业，导致一些人失业。这在科学技术发展过程中已不稀奇。”中国工程院院士、中国人工智能学会理事长李德毅表示，就如曾经电子邮件的出现，让一部分邮递员失业一样，人工智能的发展也会让一些岗位“黯淡无光”，但这些岗位要全部消失也很难。日前在北京举行的世界机器人大会上，多家全球机器人大公司都亮相了能在工厂中与人类配合的协作机器人，机器人已经开始在一些智能工厂代替部分工人。

　　“人类还有什么优势？主要是两点——创造力和社交能力。”创新工场董事长兼首席执行官李开复说，人工智能取代大量岗位最终将成为大势所趋，但人工智能征服人类的担忧完全不必出现。

　　李开复认为，人类中具备超强创造力的毕竟是少数，而大量创造力处于一般水平的人类，未来将主要在需要社交、沟通、关怀的服务业，发挥人类擅长社交沟通的作用。

　　此外，业界专家认为，过度看重人工智能影响力的“AI通用论”也是一个应该避免的认识误区。例如，即便不考虑司法伦理等因素，在法官、检察官等包含复杂经验的行业，人工智能只能长期担任人类的“小助手”。

　　“客观地说，目前的人工智能处于‘弱人工智能’阶段，机器还不具备独立判断和思考的能力。”国双司法大数据事业部总经理石鹏说，与其他行业相比，司法行业具备逻辑性极强、对知识库和经验要求极高的特点，那些可供机器人学习的“素材”大量散落在人类的经验和大脑中。在“机器人法官”诞生之前，人类还需要花大量时间、精力把这些散落在各体系中的知识、经验“翻译”成机器可学习、理解的形式。