前言
现在是2018年3月，距离2016年3月AlphaGo在围棋大战中4:1战胜李世石已有两年时间。最近几年在谷歌等大公司的领带下，“人工智能”这个词汇反复出现在公众的视野中。
随着人机大战的结束，“人工智能”这个大风口也被引爆到了极致。
随处可见被冠以“智能”的物品：智能水杯、智能手表、各种智能家居等等。
而本人也给这场大潮贡献了几百个大洋。
深度学习
“深度学习”从2006年开始取得突破，AlphaGO就是用了深度学习的算法才能在围棋上战胜人类。
而深度学习算法的本质上还是一个神经网络，而神经网络早在20世代40年代就被提出，并且在80年代的时候就达到了研究的热潮。
现在“深度学习”算法只不过是将神经网络的隐含层加多了，而本质上还是神经网络。
下图中，左边是传统的神经网络算法的示意图，右边是现在的“深度学习”算法。
而“神经网络”算法，所依赖的数学基础就是概率论。简单点说，语音识别算法在语料库中找到最接近的文本；自动驾驶算法算出最安全的行车路线；AlphaGo下棋时，总是算出胜率最大的落子等等。
虽然人脑会基于概率去做某些判断，但绝对不是仅仅只基于概率。
总结一句，人工智能的核心理论从上世纪80年代到现在没有本质上的进步
仅仅用概率算法不可能实现具有意识的人工智能
大数据
现在“大数据”一词常和“人工智能”一起被提到，它有另一个很俗气的名字——
“很多很多数据”
比如用户数据（用户浏览过的网页、查看或购买过的物品、甚至是wx或qq的聊天内容）、交通数据、天气数据、股市数据等等。
现在上网人数的爆炸，服务器存储能力和运算能力的提高，使存储、分析“很多很多数据”成为可能。
在商业宣传价值上“很多很数据”这个词汇，完全不能和“大数据”三个字相比。
“大数据”是从英文"big data"直译过来，如果这个概念最先从中国发明出来，可能就叫
“宏数据”
是不是很有格调？
人工智能的层次
按照现在业界的认可，人工智能有三个层次：
一、运算智能
快速计算和记忆存储能力。
二、感知智能
视觉、听觉、触觉等感知能力。人和动物都具备，能够通过各种智能感知能力与自然界进行交互。自动驾驶汽车，就是通过激光雷达等感知设备和人工智能算法，实现这样的感知智能的。
三、认知智能
通俗讲是“能理解会思考”。人类有语言，才有概念，才有推理，所以概念、意识、观念等都是人类认知智能的表现。
其实上面1，2两个智能都只是在软件层面上实现的，只不过人机互相的接口做得更容易让人使用，也就是所谓的更“智能”了。
商业的力量很可怕, 可以改变一个词汇的意思！！
现在“智能”两字几乎等同于“好用”，不信？试试下面的说法——
“智能电视”说成“好用的电视”
“智能手表”说成“好用的手表”
“智能手机”说成“好用的手机”
“智能体重秤”说成“好用的体重秤”
换成好用后，完全说得通，并且更好理解，只不过没有“智能”二字高大上而已，没有“智能”二字更具商业宣传价值而已。
可能的突破
人工智能，从图灵机-冯诺依曼体系结构到现在可以说是没有本质上的突破。
在这里，本人大胆的预言可能对人工智能产生本质改变的四个突破点：
- 基础物理学的突破。量子、弦论或M理论的完备。
- 全新数学分支的创建。为实现有别于概率的智能算法提供理论支持。
- 脑生物学的突破。彻底弄明白人脑结构、为何会产生意识，并且为之建立精准的数学模型。
- 打破图灵机-冯诺依曼体系结构计算机的出现。量子、光子或生物计算机的完全成熟发展。
作为一员技术男，还是挺希望看到人工智能有所突破。在看到电影《机器人之恋》、《超体》等超级智能体后总是兴奋不已。
最后
如果你恰好读完了本文，并且也同意本文中的大多数观点，下面有几个总结：
1. 知道了最近几年的“人工智能”是商业词汇，但我们能做的确实不多。毕竟也是大佬们玩的游戏，作为吃瓜群众的我们不可能让人们去忘记“人工智能”这个词。不过，我们自己可以做到加强一下就这个词汇的抵抗力，在选购商品时如果出现“人工智能”家居之类的词汇，得看它是否真的是自己所需，还只是打了这个标签。
2. 虽然现在这场“人工智能”热潮名不副实，但信息技术的大应用是实实在在的——这是一个不错的时代。
3. 上文说的到“认知智能”层次的人工智能，至少在最近100年内不会出现，刚刚逝去不久的物理学家霍金就很担心人工智能会反过来统治人类。我想说的是，请好好放心吧，上面说的四个突破点中至少得完成两个才有可能到达“奇点”，但现在好像一个都没有。
4. 当“人工智能机器人”对冠以“智能”二字的产品有购买欲望时，大概这时才能叫真正实现了人工智能吧！
--END--
