[[212805]]

1956年，人工智能概念首次被提出，之后經歷了60年的浮沉起落，人工智能產業一直在曲折中前進，如今，人工智能已成為最炙手可熱的產業之一。麥肯錫全球研究院就認為人工智能正在促進人類社會發生轉變。這種轉變將比工業革命“發生的速度快10倍，規模大300倍，影響幾乎大3000倍。

如果說2016年是人工智能的新紀元，人們對于人工智能的探討還是基于概念的探討和前景的展望上，那么2017年則是人工智能如何落地的關鍵一年。

從廣義上講，人工智能的應用已經非常廣泛，各大新聞客戶端會根據你的閱讀興趣推送相關新聞、各大電商平臺會根據你的購買習慣推送相關商品、幾乎所有你瀏覽的網頁所呈現的廣告都與你的歷史搜索相關……這些都可以稱得上是人工智能。而且，與過去60年人工智能的發展主要集中在實驗室里不同，新一輪的人工智能已經在諸多應用場景中發揮威力，應該說，新一輪的人工智能浪潮才剛剛開始。

從云計算到大數據，人工智能已經具備了相對堅實的基礎。其中，大數據稱得上是人工智能賴以開展的生產資料，而云計算則是人工智能發展的生產工具。不過，從當下人工智能的發展現狀看，大部分的人工智能還停留在大數據分析階段，距離真正的人工智能還有一定的距離。

人工智能正在告別新一輪概念炒作

如果說60年前人工智能概念的提出，多少有些科幻的成份，那么，今天人工智能概念的再次火熱卻帶有強烈的現實意義。從谷歌AlphaGo在圍棋領域戰勝人類選手后，人工智能開啟了新一輪的發展熱潮。與以往人工智能憑借強大的算法(窮舉)戰勝人類不同，在圍棋領域，人工智能展現出了機器學習的能力。

于是，2016年被業界稱為人工智能的新紀元，幾乎所有的IT互聯網企業，以及那些還在推動互聯網+、數字化轉型的傳統企業，也開始尋求借助人工智能實現自身的轉型升級，以人工智能為代表的新技術正在成為新的生產力。

不過，在2016年，企業對于人工智能的關注依舊停留在概念層面，也就是說，企業很清楚人工智能領域可能蘊含的機會，以及人工智能的應用給傳統產業可能帶來的沖擊。但如何推動人工智能的落地，將這些設想變成現實依舊是一個難題。

在這一過程中，企業發現，云計算、大數據這兩大技術正在人工智能的發展過程中扮演越來越重要的角色。云計算提供計算能力，起到了生產工具的角色；大數據提供數據基礎，起到了生產資料的角色。

從技術發展的邏輯講，人工智能從云計算、大數據的角度切入，再合適不過；但從應用角度講，如何通過云計算、大數據的應用，實現人工智能，仍舊還需要很長的路要走。應該說，人工智能與以往的技術概念炒作路線完全一致，也在經歷從過度神化走向落地。

而從行業應用的角度講，那些天生對計算能力和數據要求較高的行業正在開啟人工智能應用的大門。正如高通全球副總裁、創投董事總經理沈勁所說，人工智能已經進入下半場，下半場意味著其發展速度會比我們想象地快的多，人工智能已經能夠迅速變革各個行業。這緣于人工智能所擁有的三大推動力：數據、網絡、計算能力，它們各自都在以指數級的速度發展。

而高盛首席經濟學家JanHatzius也表示，未來人工智能技術將會全面驅動生產力的提高，如同電力對各行各業的影響，人工智能將會進入到農業、金融、醫療、零售、能源等諸多行業中，機會巨大。

[[212806]]

從大數據到機器學習 人工智能發展漸入佳境

盡管人工智能的新時代已經開啟，但目前人工智能的發展和運用，還主要集中在大數據技術層面：通過對海量數據的分析，得出相應的數據規律，從而指導人們根據數據分析結果進行決策的優化，釋放數據價值。正如創新工場CEO李開復曾講到的那樣，人工智能最初被使用到的場景就是大數據積累得比較好的場景。

因此，很多從事大數據分析的企業開始給自己貼上人工智能的標簽，嚴格來說，這樣做不免有蹭熱點的嫌疑，卻也合乎邏輯。如果把新一輪的人工智能發展重新界定，大數據技術的深入應用可以算作是人工智能的1.0時代。

基于對數據的分析、洞察數據的秘密，這里的主體依然是人，而并非機器。但機器學習、深度學習的出現，則讓主體逐漸變成了機器，開始體現人工智能的真正意義。從人對數據分析到機器通過數據來學習，這樣一個變遷的意義可謂深遠，稱得上是人工智能的2.0時代。

但從目前人工智能的發展現狀看，只有很少的企業能夠進階到以機器學習為代表的人工智能2.0階段。與大數據分析相比，機器學習的出現，則是在大數據分析的基礎上，對算法不斷優化，讓機器能夠借助這些算法持續提升大數據分析的能力。這里的算法，就像是人類賦予機器的智慧和能力，從“授之以魚”到“授之以漁”。

從技術角度看，云計算、大數據到機器學習，人工智能的發展盡管迅速，但依然處在線性發展階段。真正高階的人工智能，則是機器自身具備數據收集、整理、分析的能力，并自主對算法進行調整和優化，自主做出判斷和決策。這樣的人工智能才稱得上是人工智能的3.0時代，也更接近人們理想中的人工智能。

而從應用角度看，李開復也給出了自己的判斷：未來10—15年人工智能將按照以下三個階段發展：首先，人工智能會在數據化程度高的行業發生；其次，隨著感知、傳感器和機器人的發展，人工智能會延展到實體世界；最終人工智能將穿透到個人場景。

[[212807]]

人工智能下一個突破點：應用場景

不管是國際象棋，還是圍棋或是德州撲克，人工智能在這類棋牌游戲中能否戰勝人類，已經變得沒有懸念。如果人工智能只能做到這些，這一新興技術的魅力就會大打折扣。

事實也是如此，如今，人們對這類人機大戰開始變得漠不關心，開始期望在幾乎所有的工作和生活場景中應用這一新技術，就如同當年計算機、互聯網出現之初一樣。彼時，計算機的應用讓人們進入無紙化的信息時代，而互聯網的應用則讓人們得以打破信息傳輸的邊界，真正讓世界變得更加互聯互通。

從目前的態勢看，人工智能所帶來的革命性將遠超計算機和互聯網，因為它要做的是要代替，或者說部分代替人類的思考。比如，在醫療行業，醫生的診斷能力很大程度上取決于這個醫生個人的醫療水平、醫療經驗。通過對病人各項指標的化驗數據，那些經驗豐富的醫生可以做出更加準確的診斷，而那些年輕醫生的準確性則要差很多。相比較而言，人工智能顯然更具優勢，因為它可以對所有相關病例數據進行分析，從而得出更加接近真相的診斷。

醫療顯然是人工智能可以發光發亮的熱門領域之一。人工智能類似的應用還可以推廣到更多的場景中，比如金融、能源、交通，甚至是文藝創作等眾多行業。人工智能給人們帶來的，不僅是通過數據分析呈現其規律，幫助人們進行決策；而是規避人類被情緒、感情等因素的干擾，幫助人們做出更加合理的決策。

不過，相比較人工智能技術的演進，人工智能當下最重要的任務是如何普及到更多的應用場景中，并真正在這些場景中為人們所應用。人工智能需要不斷獲取新的數據、進行持續且深度的學習，“越用越靈”可以說是人工智能發展的關鍵。

而從目前市場應用的角度看，人工智能還只是在一些特殊的領域和特殊的地方試用而已，遠遠沒有普及開來，也很難真正發揮其作用。從實驗室到普及，人工智能顯然還有一個相當長的路要走。

因此，現階段人工智能的機會正更多集中在不同的應用場景上，而不只是實驗室級別的應用。