▲ 插圖來(lái)源:Edmon de Haro
2016年,總部位于倫敦的Alphabet子公司DeepMind Technologies曾震驚整個(gè)業(yè)界。該公司發(fā)布報(bào)告稱(chēng),他們開(kāi)發(fā)的AI應(yīng)用成功幫助谷歌將數(shù)據(jù)中心的散熱成本降低40%。更重要的是,就在同一年,DeepMind開(kāi)始與英國(guó)國(guó)家電網(wǎng)合作,通過(guò)深度學(xué)習(xí)技術(shù)優(yōu)化電力供給以節(jié)約能源使用。
那么,AI技術(shù)真能大幅優(yōu)化能源利用率嗎?
>>>這波AI浪潮不如想象中樂(lè)觀
過(guò)去三年以來(lái),筆者一直在搜索關(guān)于將AI應(yīng)用于數(shù)據(jù)中心的相關(guān)文獻(xiàn),但并沒(méi)發(fā)現(xiàn)重大進(jìn)展。更重要的是,DeepMind與英國(guó)國(guó)家電網(wǎng)的談判最終也未能成功。從財(cái)務(wù)運(yùn)營(yíng)狀況來(lái)看,似乎更不樂(lè)觀。相關(guān)數(shù)據(jù)顯示:2018年,該公司收入為1.25億美元,虧損額則高達(dá)5.71億美元,遠(yuǎn)高于2017年的3.66億美元。在這方面,去年4月,還有一名內(nèi)部消息人士指出,DeepMind在2016年發(fā)布的公告本身就是一場(chǎng)炒作。經(jīng)濟(jì)學(xué)家們?cè)u(píng)論道:“DeepMind只是想拿出點(diǎn)公關(guān)資本,以幫助他們?cè)贏lphabet之內(nèi)獲得更多話(huà)語(yǔ)權(quán)。”
近來(lái),許多咨詢(xún)機(jī)構(gòu)都紛紛表示AI技術(shù)的普及將大大增加經(jīng)濟(jì)產(chǎn)出。埃森哲的說(shuō)法是,到2035年AI技術(shù)將幫助12個(gè)發(fā)達(dá)國(guó)家將經(jīng)濟(jì)增長(zhǎng)率提高一倍,并將勞動(dòng)生產(chǎn)率提高三分之一。普華永道則表示,到2030年,AI將為全球經(jīng)濟(jì)貢獻(xiàn)15.7萬(wàn)億美元增量——麥肯錫在同一時(shí)間點(diǎn)上給出的預(yù)測(cè)結(jié)果則為13萬(wàn)億美元。
另一些預(yù)測(cè)則集中在零售、能源、教育以及制造業(yè)等特定領(lǐng)域。麥肯錫全球研究院在2017年的《人工智能:新的數(shù)字前沿?》報(bào)告中專(zhuān)門(mén)評(píng)估了AI技術(shù)對(duì)這四大行業(yè)的影響,并在2018年報(bào)告中列出了更多其他可能受到重大影響的行業(yè)。該研究院得出的結(jié)論是,AI技術(shù)“有望在來(lái)自9大商業(yè)部門(mén)的19個(gè)行業(yè)中,每年創(chuàng)造3.5萬(wàn)億美元至5.8萬(wàn)億美元的價(jià)值。在由AI驅(qū)動(dòng)的總體分析技術(shù)帶來(lái)的年均9.5萬(wàn)億至15.4萬(wàn)億美元收益中,這一部分占比高達(dá)40%。”
如果真如麥肯錫所說(shuō),那么企業(yè)必須得重視AI技術(shù)的開(kāi)發(fā)與部署了。但是,以上預(yù)測(cè)真的靠譜嗎?
麥肯錫做出的大部分估算,大部分都基于各類(lèi)初創(chuàng)公司給出的基礎(chǔ)性資料。例如,根據(jù)DeepMind與Nest Labs的成功案例,該公司預(yù)測(cè)英國(guó)及其他地區(qū)的能源效率將在AI的推動(dòng)下提升10%。Nest Labs于2018年被并入谷歌硬件部門(mén),就在一年之前,他們還在生產(chǎn)家用智能恒溫器與其他智能產(chǎn)品,年收入為7.26億美元,虧損額則高達(dá)6.21億美元。從這個(gè)角度來(lái)看,Nest以及其他類(lèi)似的企業(yè)好像并不能,或者一時(shí)半會(huì)還很難為全球經(jīng)濟(jì)做出如此巨大的貢獻(xiàn)。
因此,這波AI浪潮或許并不如想象中樂(lè)觀。
經(jīng)過(guò)對(duì)Nest Labs的一番調(diào)查,我們?cè)噲D收集智能電表能夠在能源效率方面帶來(lái)巨大收益的證據(jù)。我們發(fā)現(xiàn),2016年,英國(guó)政府曾發(fā)起一項(xiàng)倡議,希望在2020年實(shí)現(xiàn)全國(guó)范圍內(nèi)的智能電表普及。雖然自2010年以來(lái),美國(guó)能源部的確已經(jīng)投資約45億美元,在全美安裝了超過(guò)1500萬(wàn)個(gè)智能電表。但奇怪的是,這一切努力對(duì)于能源效率并沒(méi)有帶來(lái)任何可觀察的明確影響。最近,英國(guó)政府下調(diào)了智能電表每年可為各家庭節(jié)約的電量——從26英鎊縮減至11英鎊。此外,英國(guó)國(guó)家審計(jì)署還警告稱(chēng),與之對(duì)應(yīng)的是,智能電表本身及其安裝成本反而有所上升。很明顯,對(duì)于主打智能恒溫器、智能家電以及智能電表的初創(chuàng)企業(yè)而言,這絕對(duì)不算什么好消息。
那么,關(guān)注其他業(yè)務(wù)方向的AI初創(chuàng)企業(yè)能否給經(jīng)濟(jì)產(chǎn)生更顯著的積極影響?科技行業(yè)分析公司CB Insights報(bào)告稱(chēng),2018年美國(guó)國(guó)內(nèi)風(fēng)險(xiǎn)投資總額為1150億美元,其中有93億美元屬于AI初創(chuàng)企業(yè)。雖然僅占總量中的8%,但93億美元仍然數(shù)目不菲,表明美國(guó)仍有不少初創(chuàng)企業(yè)在努力朝著AI方向前進(jìn)(當(dāng)然,有些公司出于融資的考慮,確實(shí)夸大了AI在其商業(yè)計(jì)劃中的作用)。
>>>對(duì)40家美國(guó)AI初創(chuàng)企業(yè)的分析
為了進(jìn)一步研究,筆者先后跟蹤了40家從事AI行業(yè)的美國(guó)初創(chuàng)企業(yè),他們要么擁有超過(guò)10億美元的估值,要么掌握超過(guò)7000萬(wàn)美元的股權(quán)融資。除了兩家已經(jīng)被上市企業(yè)收購(gòu)之后,其他都屬于私營(yíng)公司。這些企業(yè)的名稱(chēng)與主要打產(chǎn)品,源自Crunchbase、Fortune以及Datamation整理并發(fā)布的領(lǐng)先初創(chuàng)企業(yè)清單。以此為基礎(chǔ),我們還搜集了不少與各公司相關(guān)的最新消息(包括部分破產(chǎn)報(bào)告)。
根據(jù)實(shí)際提供的產(chǎn)品或服務(wù)類(lèi)型,我對(duì)這40家初創(chuàng)企業(yè)進(jìn)行了分類(lèi)。
其中17家主要研究所謂基礎(chǔ)計(jì)算機(jī)硬件與軟件(例如Wave Computing與OpenAI),包括網(wǎng)絡(luò)安全方向(例如CrowdStrike)。這部分公司主要提供用于支持計(jì)算環(huán)境本身的工具。
▲ 插圖來(lái)源:Edmon de Haro
另外有8家公司專(zhuān)門(mén)開(kāi)發(fā)軟件產(chǎn)品,用以實(shí)現(xiàn)各類(lèi)任務(wù)的自動(dòng)化執(zhí)行。例如,以Automation Anywhere、UiPath以及WorkFusion為代表的機(jī)器人流程自動(dòng)化軟件能夠提高專(zhuān)業(yè)人士以及其他白領(lǐng)員工的實(shí)際生產(chǎn)率。Brain Corp.的軟件能夠?qū)⑹謩?dòng)設(shè)備轉(zhuǎn)化為智能機(jī)器人。Algolia、Conversica以及Xant主要提供用于改善銷(xiāo)售與市場(chǎng)營(yíng)銷(xiāo)流程的軟件。ZipRecruiter則專(zhuān)門(mén)以人力資源作為目標(biāo)市場(chǎng)。
這份清單上的其他初創(chuàng)企業(yè)遍布各個(gè)行業(yè)。其中3家立足醫(yī)療保健領(lǐng)域(Flatiron Health、Freenome以及Tempus Labs);3家面向金融科技(Avant、Upstart以及ZestFinance);2家專(zhuān)注于農(nóng)業(yè)或合成生物學(xué)方向(Indigo與Zymergen);3家與交通運(yùn)輸相關(guān)(Nauto、Nuro以及Zoox)。此外,地理空間分析(Orbital Insight)、人機(jī)交互模式(Afiniti)、照片/視頻識(shí)別(Vicarious)以及音樂(lè)識(shí)別(SoundHound)領(lǐng)域則各有一家。
那么,這些初創(chuàng)企業(yè)真能在不久的將來(lái)給整個(gè)行業(yè)帶來(lái)可觀的生產(chǎn)效率提高嗎?在我看來(lái),利用自動(dòng)化方案替代辦公室白領(lǐng)工作的軟件,大概是全部AI產(chǎn)品與服務(wù)中最具前途的方向。歷史上已經(jīng)出現(xiàn)過(guò)多輪針對(duì)白領(lǐng)員工日常工作的工具改進(jìn),包括Excel之于會(huì)計(jì)師以及計(jì)算機(jī)輔助設(shè)計(jì)(CAD)之于工程師與建筑師等等。在這些方向上,基于AI的新工具有望給生產(chǎn)力水平帶來(lái)深遠(yuǎn)影響。例如,目前不少人對(duì)生成設(shè)計(jì)寄予厚望,即人類(lèi)員工輸入約束性條件,系統(tǒng)自動(dòng)輸出與之匹配的設(shè)計(jì)方案。
但是,縱觀清單中這8家專(zhuān)為白領(lǐng)員工提供自動(dòng)化工具的初創(chuàng)企業(yè),我發(fā)現(xiàn)他們所做的一切并不會(huì)帶來(lái)更高的行業(yè)生產(chǎn)率。其中3家主要關(guān)注銷(xiāo)售與市場(chǎng)營(yíng)銷(xiāo)領(lǐng)域,這方面工作大體上仍然屬于零和游戲:擁有最強(qiáng)軟件方案的企業(yè)把客戶(hù)從競(jìng)爭(zhēng)對(duì)手處搶過(guò)來(lái),而整個(gè)過(guò)程其實(shí)很難談得上生產(chǎn)率提升。其中還有一家初創(chuàng)企業(yè)在開(kāi)發(fā)人力資源軟件,其生產(chǎn)率收益雖然可能高于銷(xiāo)售與市場(chǎng)營(yíng)銷(xiāo)方向,但仍然無(wú)法與我們理想中的真正機(jī)器人流程自動(dòng)化相提并論。
如此一來(lái),就只剩下4家有望提高生產(chǎn)率并降低成本的初創(chuàng)公司。遺憾的是,他們中間還沒(méi)有哪家真正能夠?yàn)楣こ處熍c建筑師提供切實(shí)可行的生成式軟件方案。在我看來(lái),造成這種現(xiàn)狀的可能性只有兩種:要么,這種軟件根本就不可能出于初創(chuàng)企業(yè)之手,而只可能由Autodesk等業(yè)界巨頭實(shí)現(xiàn);要么,目前的AI技術(shù)發(fā)展水平仍不足以在這一領(lǐng)域帶來(lái)切實(shí)可用的工具方案。
接下來(lái)這17家公司,我將他們歸類(lèi)為面向基礎(chǔ)計(jì)算硬件與軟件業(yè)務(wù)的初創(chuàng)企業(yè),遺憾的是他們的生產(chǎn)促進(jìn)效果同樣停留在理念層面。盡管基礎(chǔ)硬件與軟件無(wú)疑是開(kāi)發(fā)AI類(lèi)高級(jí)工具(特別是機(jī)器學(xué)習(xí)類(lèi)工具)的必要前提,但其啟動(dòng)與發(fā)展速度也相對(duì)更慢。在我看來(lái),這一現(xiàn)狀從側(cè)面證明了AI技術(shù)仍處于起步階段。從OpenAI等重要行業(yè)參與者身上就能看出,雖然他們已經(jīng)獲得10億美元巨額投資(外加廣泛關(guān)注),但其“造福全人類(lèi)”的使命仍然略顯模糊,而針對(duì)特定問(wèn)題的具體解決方案恐怕要到多年之后才能出現(xiàn)。其他以O(shè)penAI研究成果為基礎(chǔ)的產(chǎn)品及服務(wù),時(shí)間自然還得依次順延。
關(guān)注網(wǎng)絡(luò)安全方向的初創(chuàng)企業(yè)有7家,這凸顯出當(dāng)前安全問(wèn)題已經(jīng)日趨嚴(yán)重,并極大增加了通過(guò)互聯(lián)網(wǎng)開(kāi)展業(yè)務(wù)的成本。AI技術(shù)如果真能解決網(wǎng)絡(luò)安全問(wèn)題,那么整個(gè)互聯(lián)網(wǎng)的可靠性與實(shí)用性都將更上一層樓。但整體來(lái)看,我認(rèn)為互聯(lián)網(wǎng)企業(yè)接下來(lái)的運(yùn)營(yíng)成本仍然保持在高位,而AI技術(shù)的加入也不太可能讓這部分公司的整體生產(chǎn)率大幅提高。
如果沒(méi)辦法通過(guò)更好的軟件工具帶來(lái)收益,那么AI技術(shù)的所謂可觀經(jīng)濟(jì)回報(bào)還能出現(xiàn)在哪里?很多朋友可能會(huì)認(rèn)為,醫(yī)療保健是個(gè)不錯(cuò)的方向。但即便確實(shí)如此,本次清單上只有3有初創(chuàng)企業(yè)上榜,看起來(lái)數(shù)量仍顯不足。這可能是很多創(chuàng)業(yè)者都被IBM Watson嚇怕了,畢竟如此聲名顯赫的AI方案都在醫(yī)學(xué)應(yīng)用領(lǐng)域折戟沉沙。
當(dāng)然,還有不少人認(rèn)定AI驅(qū)動(dòng)型醫(yī)療保健初創(chuàng)企業(yè)完全有能力填補(bǔ)Watson失敗所留下的市場(chǎng)空白。Robert Wachter倒是有不同意見(jiàn),他指出,將計(jì)算機(jī)應(yīng)用于醫(yī)療保健領(lǐng)域的嘗試,在難度上要遠(yuǎn)高于其他部門(mén)。在2015年出版的著作《數(shù)字化醫(yī)生:醫(yī)學(xué)計(jì)算機(jī)時(shí)代開(kāi)端下的希望、炒作與危害(The Digital Doctor: Hope, Hype, and Harm at the Dawn of Medicine’s Computer Age)》當(dāng)中就提到醫(yī)療保健行業(yè)在計(jì)算機(jī)與軟件應(yīng)用領(lǐng)域長(zhǎng)期落后的諸多現(xiàn)實(shí)原因。到時(shí)候,我們?nèi)詿o(wú)法斷言AI與數(shù)字化技術(shù)的結(jié)合能否改變這一不利現(xiàn)狀。
同樣重要的是,雖然已經(jīng)融得巨額資金,但這些AI初創(chuàng)企業(yè)似乎遺漏了不少重要的應(yīng)用方向。首先是房地產(chǎn),作為美國(guó)消費(fèi)級(jí)支出領(lǐng)域的頭號(hào)類(lèi)別,初創(chuàng)企業(yè)中沒(méi)有一家致力于解決其中的現(xiàn)實(shí)難題。作為第二大消費(fèi)級(jí)支出行業(yè)的交通運(yùn)輸,也僅僅吸引到3家初創(chuàng)企業(yè)的關(guān)注。其中一家正在研究可識(shí)別駕駛員當(dāng)前注意力指向的產(chǎn)品,另一家則計(jì)劃提供自動(dòng)配送服務(wù),只有一家初創(chuàng)企業(yè)在開(kāi)發(fā)無(wú)人駕駛汽車(chē)。在這一領(lǐng)域,福特、通用以及梅賽德斯-奔馳的高管們最近紛紛對(duì)無(wú)人駕駛汽車(chē)的短期發(fā)展前景表示悲觀,他們指出,雖然已經(jīng)在相關(guān)研究領(lǐng)域砸入350億美元巨資,但可行的解決方案仍然遙遙無(wú)期。
誠(chéng)然,筆者對(duì)這40家企業(yè)的經(jīng)營(yíng)狀況及其產(chǎn)品/服務(wù)在未來(lái)十年內(nèi)的影響力判斷非常主觀。如果要更加客觀地衡量這些企業(yè)為世界經(jīng)濟(jì)帶來(lái)的貢獻(xiàn),最好的辦法可能是——看他們的盈利能力。
私營(yíng)初創(chuàng)企業(yè)的財(cái)務(wù)表現(xiàn)普遍不好看,清單中列出的公司中只有兩家成功上市,而且初創(chuàng)企業(yè)一般要經(jīng)歷多年發(fā)展才能開(kāi)始賺錢(qián)(就連亞馬遜都用掉了7年時(shí)間)。因此,這方面的結(jié)果大家可想而知。但我們可以結(jié)合技術(shù)領(lǐng)域的一些廣泛趨勢(shì)進(jìn)行分析,初步對(duì)AI初創(chuàng)企業(yè)的健康狀態(tài)做出評(píng)估。
從誕生到上市之間的時(shí)間間隔一直在延長(zhǎng),這一點(diǎn)倒是無(wú)可厚非;但在上市之后能夠成功盈利的初創(chuàng)科技企業(yè),其比例已經(jīng)由1980年的76%下降至2018年的17%,而盈利周期也由1998年的平均2.8年延長(zhǎng)至2016年的7.7年。更重要的是,部分耗盡心力才成功上市的初創(chuàng)企業(yè),后續(xù)卻遭遇巨額虧損。舉例來(lái)說(shuō),目前還沒(méi)有任何一家大型共享乘車(chē)企業(yè)成功盈利,美國(guó)(Uber與Lyft)、中國(guó)、印度以及新加坡概莫能外,且在2018年的總虧損額高達(dá)50億美元。此外,大部分來(lái)自美國(guó)、中國(guó)以及印度的共享自行車(chē)與電動(dòng)車(chē)、共享辦公室、外賣(mài)配送、P2P借貸、醫(yī)療保險(xiǎn)與分析以及其他相關(guān)消費(fèi)服務(wù)初創(chuàng)企業(yè)也都承受著巨額虧損。
而在調(diào)查的這40家AI初創(chuàng)企業(yè)當(dāng)中,大部分可能在短期之內(nèi)繼續(xù)保持私營(yíng)狀態(tài)。但即使在未來(lái)幾年內(nèi)能夠公開(kāi)上市,那么參照其他科技企業(yè)的以往運(yùn)營(yíng)軌跡,他們?cè)诮酉聛?lái)的一段時(shí)間內(nèi)也仍然不可能盈利。更具體地講,我認(rèn)為這些初創(chuàng)公司的盈利周期恐怕要比傳統(tǒng)科技企業(yè)更加漫長(zhǎng)。
>>>顛覆還未到來(lái)
基于以上提到的種種理由,我很難相信此次清單中列出的這些AI初創(chuàng)企業(yè)能夠在未來(lái)十年內(nèi)為美國(guó)經(jīng)濟(jì)帶來(lái)巨大推動(dòng)力。殘酷的是,《技術(shù)評(píng)論》與《科學(xué)美國(guó)人》等向來(lái)以樂(lè)觀著稱(chēng)的出版機(jī)構(gòu)也給出了類(lèi)似的觀點(diǎn)。就連AI社群自己也先后發(fā)表《AI妄想》以及《AI需要重新引導(dǎo):構(gòu)建我們可以依賴(lài)的人工智能》等書(shū)籍,借此表達(dá)對(duì)于當(dāng)前圍繞新興技術(shù)出現(xiàn)的大肆宣揚(yáng)與無(wú)腦炒作傾向的擔(dān)憂(yōu)。
在快速提高生產(chǎn)率方面,前景最光明的領(lǐng)域主要是面向白領(lǐng)員工的機(jī)器人流程自動(dòng)化,這也延續(xù)了過(guò)去幾十年來(lái)的一貫發(fā)展趨勢(shì)。但這些改進(jìn)主要將以漸進(jìn)方式實(shí)現(xiàn),過(guò)去的計(jì)算機(jī)輔助設(shè)計(jì)、計(jì)算機(jī)輔助工程、電子表格以及文字處理等成果已經(jīng)用事實(shí)向我們證明了這一點(diǎn)。
數(shù)十年來(lái),這些軟件帶來(lái)了令人印象深刻的價(jià)值,顯著提升了工程師、會(huì)計(jì)師、律師、建筑師、記者以及其他從業(yè)者的生產(chǎn)力水平,使得眾多專(zhuān)業(yè)人士(特別是工程師)通過(guò)種種方式為全球經(jīng)濟(jì)做出卓越貢獻(xiàn)。
可以肯定,憑借著機(jī)器學(xué)習(xí)以及其他AI形式的持續(xù)推動(dòng),目前的進(jìn)步勢(shì)頭仍將得以保持。但也正如許多人所強(qiáng)調(diào)的那樣,目前的AI技術(shù),還不太可能對(duì)企業(yè)、員工或者說(shuō)更為宏觀的整個(gè)經(jīng)濟(jì)體系帶來(lái)顛覆性影響。
好文章,需要你的鼓勵(lì)
這項(xiàng)研究提出了"高效探測(cè)"方法,解決了掩碼圖像建模AI難以有效評(píng)估的問(wèn)題。通過(guò)創(chuàng)新的多查詢(xún)交叉注意力機(jī)制,該方法在減少90%參數(shù)的同時(shí)實(shí)現(xiàn)10倍速度提升,在七個(gè)基準(zhǔn)測(cè)試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類(lèi)性能的強(qiáng)相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團(tuán)隊(duì)承諾開(kāi)源全部代碼,推動(dòng)技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了CLAIMSPECT系統(tǒng),通過(guò)層次化分解復(fù)雜爭(zhēng)議、智能檢索相關(guān)文獻(xiàn)、多角度收集觀點(diǎn)的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動(dòng)構(gòu)建爭(zhēng)議話(huà)題的分析框架,識(shí)別不同觀點(diǎn)及其支撐證據(jù),為科學(xué)和政治爭(zhēng)議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國(guó)際關(guān)系領(lǐng)域驗(yàn)證有效性。
清華大學(xué)研究團(tuán)隊(duì)首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類(lèi)一樣理解和表達(dá)情感。該系統(tǒng)通過(guò)多層次情感處理架構(gòu),在情感識(shí)別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達(dá)自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實(shí)現(xiàn)了跨模態(tài)情感融合、動(dòng)態(tài)情感追蹤和個(gè)性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來(lái)革命性應(yīng)用前景。
哈佛大學(xué)研究團(tuán)隊(duì)通過(guò)創(chuàng)新的多智能體強(qiáng)化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會(huì)復(fù)雜推理。研究發(fā)現(xiàn)AI通過(guò)游戲競(jìng)爭(zhēng)能發(fā)展出類(lèi)人思維能力,在邏輯推理、創(chuàng)造性解決問(wèn)題等方面表現(xiàn)顯著提升。這項(xiàng)突破性成果為未來(lái)AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過(guò)模擬人類(lèi)學(xué)習(xí)過(guò)程培養(yǎng)真正智能AI的新路徑。