众人寻AI千百度

引：

         说起AI，或许很多普通人仍然不清楚这是什么。然而说起人工智能，机器人，想必大家不是如雷贯耳也是耳濡目染，略知一二。

       从小我们便不断的从电影，电视剧中接触AI，霹雳游侠中那个麦克的超级跑车不仅成了儿时大家都梦寐以求的座驾，而且是现在各大无人驾驶厂商的最终追求。终结者T100到1000再到T-X 功能越发强大，技能和杀伤力让我们眼花缭乱。在游戏中从红警、星际中的厉兵秣马，到DOTA LOL的插眼，推塔，偶尔还能带给我们几个叫6的combo，过去AI给我们的生活带来了无限的乐趣和遐想。但是在前几年多数人仍然认为AI的遥不可及，它或许只可能是我们的梦想，因为我们平常经常把他们当做不入流的初级选手。随着深蓝的推出久未波动的AI领域掀起了波浪，最近几年指纹识别，语音输入促成了这次“AI的第三次科技革命”，在号称人类智慧之巅——围棋领域毫无悬念的完胜（吊打）人类最强选手的AlphaGo的出现，并且做足了宣传，让广大普通群众对AI刮目相看——我的天……原来AI这么牛X。

关于选择AI这一行：

         作为在校学生，原来并没有系统的学过人工智能中机器学习、自然语言之类的算法。仅仅是在一门人工智能的课上泛泛的了解过一些，其中使用的一些名词，模型，算法。在看到现在语音输入的高效准确，人工智能训练操作一些无人车和无人机项目，特别是直播中见证了AlphaGo和人类顶尖棋手柯洁和李世石的围棋比赛后着实让我对AI的能力和展现的效果产生了全新的感受——AI在未来将大有可为。当然感受归感受，在AlphaGo初出茅庐便击败各路豪强问鼎魁首名震天下之时，普通人（非研究人员）对人工智能的展现了前所未有的乐观程度，相关股票都连连飘红。谷歌无人汽车崭露头角之时，百度也开展了Apollo项目，专门组织无人车研发团队，京东开展了无人投递车和无人机的测试，联想为AI压上了未来十年，成立了人工智能实验室，其他公司也纷纷开始成立了使用相关算法展开信息加工的团队，这绝对是AI吸引人才转型的这个行业的大杀器，现在我也在自学AI的一些相关算法，工具的使用。因此，我觉得如果有机会，我会选择AI这一行业。即使面临这算法和工具使用的一些门槛。

                                                               

从计算机发明到现在人工智能一共经历了三次高潮式的发展：

第一次：1956-1976 第一次浪潮50年代的达特茅斯会议确立了人工智能（AI）这一术语，人们陆续发明了第一款感知神经网络软件和聊天软件，证明了数学定理，人类惊呼“人工智能来了”、“再过十年机器人会超越人类”。这个时期的标志是：符号主义盛行，在统计方法中引入符号方法进行语义处理，人机交互开始成为可能。当然再过十年超过人类这些当时的豪言壮语在现在看来无疑是天方夜谭，但是人们已经开始想到使用AI思想为人们解决问题。标志着人工智能的诞生。

第二次：随着1982年Hopfield神经网络和BT训练算法的提出，大家发现人工智能的春天又来了。80年代又兴起一拨人工智能的热潮，包括语音识别、语音翻译计划，以及日本提出的第五代计算机。大家都有印象IBM在90年代的时候提出了一款语音听写的软件叫IBM Viavoice，在演示当中效果不错，但是真正用的时候却很难使用。因此，在2000年左右第二次人工智能的浪潮又破灭了。接下来是第三次人工智能的浪潮，随着2006年Hinton提出的深度学习的技术，以及在图像、语音识别以及其他领域内取得的一些成功。大家认为经过了两次起伏，人工智能开始进入了真正爆发的前夜，人工智能在第二次的发展中已经有所斩获。第一次中提出了逻辑符号，以及人工智能这个概念。由于当时仍然处在初级阶段，算法并不成熟，投入生产的可能性并不大。而在第二次中Hopfield神经网络和BP神经网络的提出，以及计算机计算速度的提升，人工智能完全有可能在生产生活领域中有所作为，虽然相当部分产品智能作为实验室的起步阶段，生产和日常生活中使用并不能适应复杂的环境，给人提供友好的交互支持。

而今，随着计算机计算能力（服务器集群，超大型计算机）的进一步提升，以及在大数据背景下，现今的人工智能水平有了更进一步的发展和提升。当今人工智能分为：计算智能、感知智能和认知智能，计算智能就是计算机与人类比存储、比记忆，在此方面已经远远超过人类了。不过，在感知层面，计算机在语音识别、图象识别的方面，让计算机真正能理解、会思考、进行自我学习，还是很欠缺的。科大讯飞在2014年8月20日，发布了讯飞超脑的计划，现在从要能听会说，能理解会思考。语音不仅通过传感器和算法来感知世界，而且我们要能真正理解用户的一些需求、行为和语言，再进行认知。认知智能其实不简简单单做一些基础性工作，发现人在认识这个世界的时候，其实感知和认知是组合在一起的。当我们耳朵去听一些话的时候，除了听脑海中在运算，理解话中的意思，同时我们的认知技能也在发展，反过来又能推动像语音识别基础任务的进步提升。今天机器学习在高计算能力和大数据的背景下训练出来的模型，有相当一部分已经在生活中有了非常好的交互体验，比如语音输入，指纹识别，AlphaGo，推荐系统，医学上使用贝叶斯分类诊断病症和分辨细胞，无人驾驶汽车初步试验……一旦人工智能领域在生产生活上给人们以便利，让人们对其产生更多的兴趣和依赖，将来的发展前景将是星辰的大海，而这次的高潮的相对低潮还远未到来。

                                                                                                                                         

最后：

我认为对于人工智能领域能不能All-in我们暂且不打绝对的包票，但在未来的十年到二十年随着人工智能更新的算法以及各个平台上更便利的开源框架的发布，全国乃至世界各地的人工智能将会遍地开花。

预警：谷歌正在和暴雪合作训练AlphaGo挑战星际争霸II的人类顶尖选手