人工智能重新进入公众视野，与谷歌的“AlphaGo”脱不了关系，从李世石神之一手自我崩溃，到对当代最强棋手柯洁的完胜，一年多时间内，它的成长令人不寒而栗。
与之前国际象棋，人类被碾压不同。围棋本身的计算量超过了理论上限，这意味着围棋上，人工智能不是凭借计算能力暴力取胜，它和人都是需要计算思考和判断做出选择，而“AlphaGo”代表人工智能在智慧领域完胜了人类。
于是，新闻发布会、高峰论坛接踵而来，政府战略规划出台，各种新闻应接不暇，宣告一个“智能为王”时代的到来。
到底现在的研究处于什么阶段？今后如何发展？这是大家普遍关注的问题。由于人工智能涵盖的学科和技术面非常广，要在短时间内全面认识、理解人工智能，别说非专业人士，就算研究人员，也是十分困难的任务。
简要介绍一下人工智能以及它在影院可能的未来。
人工智能的是与非
与很多人印象不同的是，“人工智能”这个概念的岁数已过半百。1956年，一批青年科学家首次提出“人工智能”这一术语时，不会想到半个世纪之后，这个概念离真正意义上的实现还有非常遥远的距离。
什么是人工智能？
尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”
关于定义具体的界定和争议在此不做讨论，从类别而言，我们可以大致分为六大类
1.计算机视觉（暂且把模式识别，图像处理等问题归入其中）；
2.自然语言理解与交流（暂且把语音识别、合成归入其中，包括对话）；
3.认知与推理（包含各种物理和社会常识）；
4.机器人学（机械、控制、设计、运动规划、任务规划等）；
5.博弈与伦理（多代理人agents的交互、对抗与合作，机器人与社会融合等议题）；
6.机器学习（各种统计的建模、分析工具和计算的方法）。
人工智能中的机器，包括虚拟的和物理的机器人。目前我们熟知的所有的人工智能的相关技术，都可以划分进以上六个类别中。
人工智能的发展
相比于技术的艰深，这一方面是人工智能宣传的重灾区了，各种惊世骇俗的标题党层出不穷，然而现实里又少见人工智能的真正应用，这种错乱感让很多人对人工智能的发展现况感到茫然。
人工智能的发展状况
在计算机视觉和自然语言理解与交流领域，也就是通常概念中的图片识别和语音识别，目前人工智能发展喜人。在2015年，微软亚洲研究院的ResNet，就斩获了ImageNet比赛，这个比赛是用计算机去识别数据集中1000个类别的图像。ResNet错误率是3.5%，而人的错误率大概是5.1%。
在实际应用环节，谷歌的人工智能的病理读片正确率已经打败人类医生了；农业喷药方面，精准喷洒可以减少90%的药水消耗；人脸识别准确率最高可以达到99%。所以可看出在特定领域、特定类别下，其实计算机在图像识别上的能力已经超过了人的水平。
语音识别方面，2016年微软美国研究院实现了5.9%的错误率，与科研界设定的人类错词率相当。2018年云从科技打破人类专业速记员错词率3%的界限，一举将错误率压低至2.97%，实现了历史性的突破。
语音识别的应用早已有之，包括微信的语音转换文字，以及各种语音翻译APP，智能家居等等。
机器学习领域，“AlphaGo”就是最好的例证，意味着在特定领域，人工智能通过大数据是可以实现对人类智力的超越的。
但是另一方面，人工智能并不是无所不能，在一些技术环节还处在瓶颈期，更多的技术环节还有很多目前无法解决的困难。
动作识别的准确率停滞在52.2%；聊天机器人还是“人工智障”；包括波士顿动力学公司（Boston Dynamics）在内开发的机器人，都面临着诸多应用上的难题，短期内的商业应用几乎不可能实现。
现在的人工智能，关键问题是缺乏物理的常识和社会的常识“Common sense”。 这是人工智能研究最大的障碍。
综上所述，目前的人工智能，作为人类的工作助手，在重复性或者大量数据支持下的简单判断和操作优势明显，想要实现取代人或者“无人化”的智能处理，还有很远的距离。
人工智能——未来的智慧影院
可以说，除了各种自媒体的通稿，人工智能离现实生活都还有不少距离，哪怕最乐观的估计，人工智能全面介入到影院行业，需要的时间恐怕不会短。
但是，事情的变化总会比想象中更剧烈，人工智能的不同领域产生影响也会有先后顺序。艾维电影综合业内多方意见，提出未来人工智能在影院的应用构想。
未来的人工智能将会在三个层面上产生作用：
1. 影院技术上的应用。比如智能化的影院整体自动放映技术，可以实时监控每一台机器的运行状态，预先处理问题。
2. 影院管理上的应用。比如智能排片、智能售票检票系统，营销和运营管理，影院日常事务最优分配，人形机器人取代服务员等等。
3. 院线管理上的应用。比如搜集所有影院大数据进行分析整理，智能协调院线资源，智慧管理等等。
AI-影院的未来
这其中有已经提上日程的，也有要等待很久的。
1. 人脸识别和图像识别下的智能售票检票系统。
前文做过介绍，目前人脸识别和图像识别的准确率已经达到了非常高的水准，也已经有了成熟的商业化应用，比如天网和手机上的人脸识别。
智能售检票系统技术上的问题已经不存在，但是在实际运用上，还要面临难以管理、效率不高等问题，恐怕要等待技术的进一步成熟才能形成规模化的运用。
2. 人工智能排片确实存在前景。
影院日常管理上，排片面临的判断问题相对简单，以市场为导向的票房数据是最直接的衡量标准。固然当下影院排片还要考虑很多市场以外的因素，但是由人工智能先做出理性的判断，再根据其他因素进行微调也是很具有可行性的方案。
初期，人工智能的排片方案肯定会受到较多的人为修正，通过人工智能机器学习的能力，人工智能会逐渐减少人为干预的比例。人工智能排片不受单个影院工作人员个人能力影响的优势就体现出来了。
3. 对自动放映技术的全面升级。
从一开始的单机自动放映技术，到GDC推出的CA 2.0系统，自动放映技术的覆盖面已经从单机单厅逐渐覆盖到整个影院放映系统。相比于现在主流的TMS系统，CA 2.0涉及的面更广、更深，在纳入了影院排片场次系统之后，CA 2.0系统在技术上确实可以做到比较全面的自动放映了。
但是相比于未来的人工智能，CA 2.0系统只能算大幅提高了机器自动化的程度，与真正智能化的自动放映的智慧影院还有距离。
在未来，通过图像识别和声音监控，以及大数据支持下的深度学习，人工智能控制的自动放映系统，可以深入监控每一台机器的运行状态，随时进行自我调整。同时还能在运行过程中不断自我学习，发现人类注意不到的问题，还能开拓人类思维，掀翻人类的固有的经验总结，这在多个领域都已经得到了体现。
4. 人工智能可以完美利用院线大数据。
目前国内院线和影管公司，搜集大数据已经很常见，但是由于分析能力有限，只能针对需要的部分进行针对性的数据清洗和处理，有大量有价值的数据不能挖掘。
另一方面，目前的人工智能走的主要是“大数据，小任务范式”。即通过大量的数据支持，让人工智能通过机器学习针对某一特定领域做出最优化判断，“AlphaGo”就是如此。
对于未来人工智能化的管理系统来说，只有数据不够多的时候，越多的数据量支撑，人工智能做出的判断越准确，这一点也在多个领域得到了证明。
未来对于院线和影管公司无法完美利用的大数据技术将会成为人工智能先天的养分，为人工智能切入院线提供有力的帮助。
5. 智能化管理有快有慢。
在电商领域，人工智能绘制海报已经有所应用，根据搜集和掌握的用户数据，在大数据的支撑下，人工智能会为每名客户绘制不同的海报，从而实现精准营销。
院线和影院的智能化管理系统也完全可以根据观众的人物画像推荐不同的电影、优惠和卖品，当然这方面将会遇到第三方售票平台的激烈竞争。
大数据支撑下，院线实现影院资源的合理配置，根据影院的受众群体进行针对性排片，都是完全可以实现的。
但是另一方面，要实现对人员安排的智能化管理，面临的问题会有更多社会和伦理上的问题，这也是目前人工智能很难避免而又争议颇大的领域，比如前不久的环卫工人手环催促事件，亚马逊根据AI淘汰末位10%员工等等。人工智能与现实的交界如何处理，将会是一个长久的话题。
6. 人形机器人还有很多困难。
从某种意义上来说，机器人是人工智能最高技术的结晶，是六大类别技术的交集。目前的机器人还处在尽量完美的处理人类指令的阶段，以波士顿动力学公司的几段机器人演示而言，人类最尖端的技术确实进步很大。但是图像识别、语音识别、认知与推理以及动力能源问题，都是阻碍人形机器人投入社会场景的强大阻碍。
人工智能化的机器人，现在只能在特殊特定场景中发挥一定程度的作用。即使如此，福岛核事故和美国地震救灾环节，人工智能机器人都没能发挥出期望的作用，所以，影院这种高交互性的复杂场景，需要人工智能机器人极高的成熟度，这其中的时间恐怕不会短。
未来，必要的服务环节，恐怕可预见的未来人类的作用都无法被取代。
在未来最有可能改变人类的榜单上，人工智能排名始终居高不下，关于人工智能的社会伦理争议也从未停止。但始终不可否认的是，人工智能正在坚定而深刻的改变着社会形态，也终将会改变影院。
无论是选择期待的拥抱还是审慎的拒绝，都至少要对人工智能有所了解。恭喜你，将成为更了解的人。
