近日舉行的人工智能中國專利態勢發布會上，國家工業信息安全發展研究中心發布了《人工智能中國專利技術分析報告》。
報告顯示，截至2019年10月，中國人工智能專利申請量累計44萬余件，成為這一領域專利申請量最多的國家。2018年專利申請量為94539件，達到2010年申請量的10倍，高速增長的數據顯示出中國的人工智能產業正處于高速發展的態勢。
對于一名普通人來說，可能對上面的數字缺乏直觀的感知。其實，我們現在已經生活在一個充斥著人工智能的世界里了。現在打開你的手機，看看里面的應用，從天氣預報到美顏相機，從語音助手到地圖導航，幾乎沒有哪個應用是完全用不到人工智能的。但是，又有哪個應用會被我們稱為人工智能應用呢？幾乎就沒有。
對于一個普通人來說，那些看不見的人工智能算法和工作在手機里的應用軟件總是會被輕視。當人們發現，打敗了多名頂尖圍棋高手的人工智能棋手AlphaGO真的只是一個程序，連一個能拿起棋子的機械手臂都沒有的時候，內心是充滿失望的。似乎只有無所不能的機器人，才是普通人心中真正能夠扛起人工智能大旗的終極應用。
那么，人工智能何時才能從我們的手機里走出來，走進千家萬戶呢？哪些技術會成為機器人技術快速發展的杠桿呢？有一個答案已經開始逐漸顯現出來，這就是智能制造。讓我們先來看兩組數據。
第一組數據：根據《2017年中國制造行業發展報告》提供的數據，2010年時，中美兩國制造業的總產值相差不多，但我國的產業工人卻比美國多了10倍，約為1.14億人。假如美國的今天就是我們的明天的話，那么在不遠的將來，隨著現代化水平的提高，中國將會有大量的產業工人失去現有的工作。
第二組數據：從2013年至今，中國就一直保持著世界最大的工業機器人市場的地位。根據國際機器人聯盟（IFR）發布的數據顯示，2015年全球30%的工業機器人都被用來武裝中國工廠的生產線，中國已經成為全球最大的工業機器人消費國。
這兩組數據意味著這個巨大的市場正在刺激著中國本土人工智能產業的研究和發展，這將會形成一個需求閉環，刺激這個市場加速向前發展。工業機器人可以為企業提供穩定、可靠、廉價的智力和體力服務，只要價格低于同等水平的勞動力，幾乎所有的企業都不會拒絕使用機器人。目前看來，機器人在智能制造這個應用領域上，前景幾乎無限廣闊。
根據《2018年中國人工智能投資報告》中的數據，僅2018年上半年，投入到人工智能領域中的資金就有1528.8億元之多，在過去的5年里，人工智能領域的投資增長率達到了驚人的67.1%。可以說，人工智能是未來最不缺少投資的行業之一。雖然即將失去工作的產業工人可能并不歡迎能夠搶走工作的工業機器人，但最終的決策者是企業的老板。所以，產業工人并不會構成工業機器人推廣的阻礙。
手機、家用電器、汽車等標準化程度高、裝配精度高且能夠量產的生產線，已經成為第一批全面裝備機器人的生產線。目前仍在這類企業工作的產業工人，正在被新裝備的機器人逐漸取代。這類機器人的主要缺點，就是需要為每一個生產線而深度定制，這就導致這類機器人價格昂貴而且缺乏通用性。所以，通用性更好的機器人，也是當前人工智能創業的熱點方向之一。
我們不妨大膽預測一下：如果通用型工業機器人實現了市場量產，未來會發生什么事情？也許只需要5年時間，市場上就可以看到可自主學習的通用型機器人。通用型機器人不再需要通過人工編程的方式學習崗位技能，它可以通過動作跟蹤和深度學習來直接學會崗位技能。這就把原來需要對每一道工序進行程序設計的成本省掉了。通用型機器人的表現更像一個普通工人，你只要手把手地“教會”它做固定的動作，它就可以立即上崗工作了。
不過，一開始，機器人的昂貴價格依然會讓中小企業望而生畏。到時候，可能會出現一種機器人租賃的商業模式，他們會以低于國家最低工資的租金，把機器人租給中小型工廠，并提供機器人的崗位培訓服務。沒有企業主會拒絕這一商業模式。只要有電，工廠就能實現7×24小時穩定持續地生產了。
機器人租賃模式深度地改變了整個制造業。也許只需要5年，除了小型家庭作坊式生產企業外，所有大型生產企業的產業工人都將永久性地失去工作，只剩下極少量管理性工作崗位。只有那些創造性強、工序模糊、非量產的工作，暫時還不會被機器人侵占。
通用型工業機器人的普及，會帶來大規模的機器人民用化嗎？暫時還不能。由于工業機器人的工作環境比較固定，需要抓取的零件也有相對準確的位置，對計算機視覺的要求也比較低，這樣的機器人執行固定任務還是不錯的，但如果想讓他們離開流水線隨意走動工作，就有些勉為其難了。
在這個階段，可能會產生一個名叫機器人服務業的新行業，推廣、維護機器人并且對機器人進行有效的培訓，是這個新行業的主要工作。在機器人大量上崗的階段，培訓機器人這個新職業甚至會有點兒人力密集型產業的特點。很可能一個機器人的上崗，就需要幾個人參與上崗前的調試和培訓工作。
到這里，工業機器人還在等待著一個關鍵的技術突破，那就是計算機視覺。計算機視覺技術一旦取得實質性突破，就能讓機器人理解周圍的空間環境，并且能夠學習識別各種常見的物品。這才是工業機器人走下生產線，進入民用領域的里程碑式事件。
這些通用型的機器人能做的事情非常多。比如說在快餐行業，炸薯條、制作漢堡或者給客人沖咖啡，都是機器人力所能及的。而家政、保潔以及環衛類工作的機會也將徹底消失，由機器人替代。
通用機器人不需要重新編程，但是針對特殊崗位，是需要接受訓練的。這個階段，很可能出現一種叫做機器人教練的工作崗位。這項工作的基本內容，就是對通用型機器人進行訓練，幫助它們提高工作能力。這些機器人教練同時也是機器人的售后服務人員，他們的工作對于收集數據，改進機器人的工作水平至關重要。
機器人的下一次技術突破，將是對自然語言的理解。我們的手機里一般都會有一種叫做語音助手的程序，很多人的家里也都有智能音箱。一些大公司的客服電話，有時候也能聽到智能語音導航的聲音。但是，這些程序目前只能與我們進行相當簡單的交流，它們對于自然語言的理解水平仍然是相當低的。
自然語言的語義理解，對于人工智能來說，真正困難的是常識的學習。比如說，我們在日常對話過程中，突然問了一句：“什么？”我們的意思就是想表達：“你說的上一句話我沒聽清，希望你能重說一遍。”但是，人工智能缺乏這個常識，對于這句突如其來的“什么”就會難以理解。到現在為止，我們的人工智能專家還沒有找到有效的方法，讓人工智能自己去學習常識，這也是自然語言識別這些年來沒有本質突破的主要原因。
一旦人工智能對自然語言的理解出現突破，我們身邊的人工智能的水平一下子就會有飛躍式的進展。雖然他們的工作能力沒有改變，但學會語言會讓它們看起來更有靈性。而我們則有可能通過交流的方式，教會和調整機器人的工作。這使得機器人不但可以獨立工作，也能夠與人一起協作做事了。
具備語言能力的人工智能，將有能力取代所有常見的人類工作。諸如做會議記錄、查閱資料、接待客人這類文職工作，機器人做起來肯定是得心應手的。這一階段肯定會誕生一些外觀極其漂亮的機器人，它們會取代人類做好各種服務和接待類的工作。一些專業水平比較高的機器人，應該具備更高水平的專業技能，比如具備法律專長的機器人可以從事律師類的職業，具備醫療專長的機器人可以在門診接待病人。
大家需要注意的是，這一階段的機器人，雖然可以進行自然語言的理解，但本質上仍然是專用型的弱人工智能。想讓它們具備下圍棋的能力，就需要下圍棋的算法支持。想讓它們能夠當門診醫生，就需要對應的醫療診斷算法和數據庫作為支撐。它們對自然語言的理解，不過是打開了與人工智能的語音交互接口而已。
你可能還希望你的家用機器人會彈鋼琴或者會幫你化妝，這些都需要額外學習。未來機器人的學習過程，可能與現在給手機下載App的過程差不多。不同的App的價格也會不盡相同，有的免費，有的可能依然會很昂貴。但不管怎么說，這一時代的到來，將意味著具體工作的徹底終結。與我們前面提到過的機器人訓練師一樣，在這樣一個時代，設計一個可供機器人下載學習的學習包，將會是一個重要的崗位。有些很感性的工作，比如跳舞，也許可以手把手地教會一個機器人，然后再由這個機器人將新學會的技能打包上傳，其他機器人下載后就等于學會了。這將會是一個人與機器人共同協作和共同創造的時代。
我不知道這一時代將會何時到來，這很大程度上取決于幾個關鍵技術點的突破速度。但是，正在流水線上的快速普及的工業機器人，很可能正在撬動著這個巨大的杠桿，讓人工智能從手機中走出來，走到我們每一個人的身邊來。（作者汪詰為科普作家）
