当我们谈人工智能 我们在谈论什么

我们对一个事物的认识模糊往往是因为宣传过剩冲淡了理论的真实，我们陷在狂欢里，暂时忘记为什么要狂欢，如何踏上这趟飞速发展的列车成为越来越多人心心念念的事情。人工智能的浪潮更像是新闻舆论炒起来的话题，城外的人想进去，城内的人也不想出来。

当我们谈人工智能的时候我们在谈什么，不同的人的眼里它有不同的样子，对一些人来说它只是一个词语，或者一个产品形态比如机器人；对一些人来说它是不断提升的算法和技术、机会与商机；当然对一些人来说它是VC可能识别错了的包装，代表金钱……新闻宣传让AI变成了厉害的代名词，成功地让人们听到AI就兴奋不已，想象未来可期。

宣传是有用的，对AI抱有热情并开始为之学习努力的人是受益者，而仅仅限于讨论AI很厉害的人在为泡沫做贡献。如果是谈“AI很厉害”这句话，那AI很厉害，他不厉害。术业有专攻，讲理论的讲理论，讲方法的搞实践，搞宣传的搞泡沫。当我们谈人工智能的时候不能停在词语表面，那是在禁锢思想。

1当我们谈人工智能，我们说它的定义

它是一门科学

人工智能（Artificial Intelligence, AI）亦称机器智能，是指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序的手段实现的类人智能技术。该词同时也指研究这样的智能系统是否能够实现，以及如何实现的科学领域。

约翰·麦卡锡于1955年的定义是——“制造智能机器的科学与工程。”

2当我们谈人工智能，我们看看它的历史

（来自维基百科）

人工智能研究的起点被认定为1956年的达特茅斯（Dartmouth）学术会议，约翰·麦卡锡等人进行了1个月的讨论，讨论为计算机编程使其能够使用语言、神经网络、自动计算机、随机性与创造性等议题。催生了第一次人工智能浪潮的出现，在1956年—1974年。期间出现增强学习的雏形，感知器、搜索式推理，发明了能证明应用题的机器、简单人机对话的的机器等。但很快人们发现这些东西只能做简单的专门的任务，突破有很大难度，同时此时的人工智能所基于的数学模型和数学手段被发现有一定的缺陷，从而进入了瓶颈期。

20世纪80年代，是人工智能的第二次浪潮。做专家系统、知识工程，1986年提出的多层神经网络和BP反向传播算法，证明了神经元网络的学习训练过程可以收敛。89年出现了与人类下象棋的智能机器。这个时期AI研究人员首次提出：基于对事物的推理能力比抽象能力更为重要，这也促进了计算机视觉、自然语言的发展。但仍然很难走出实验室。

专家系统：专家系统是早期人工智能的一个重要分支，它可以看作是一类具有专门知识和经验的计算机智能程序系统，一般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。

一般来说，专家系统=知识库+推理机，因此专家系统也被称为基于知识的系统。一个专家系统必须具备三要素：领域专家级知识、模拟专家思维、达到专家级的水平。

       在2006年，杰夫·辛顿(Geoffrey Hinton)提出多层神经网络的深度学习算法，联合杨立昆(Yann LeCun)、约书亚·本吉奥(YoshuaBengio)发表了具有突破性的一篇论文《A Fast Learning Algorithm for Deep Belief Nets》从理论上解决了原有神经网络规模无法扩展，只能处理单一情况无法处理复杂情况的问题，直接推动深度学习理论取得突破，形成了人工智能的第三次浪潮。无人驾驶、siri、微软小冰、谷歌AlphaGo、理论研究算法升级，商业模式的逐步落地……加码宣传再次重新来过，越来越多的事件刺激对人工智能沉寂的神经。

3当我们谈人工智能，我们看看它的分类

全球著名计算机视觉专家，统计与应用数学家、人工智能专家朱松纯把它归为以下几大类：

 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）

人工智能学科分散，每一个学科拿出来说都有自己深度的理论体系。从事相关研究的人员往往只涉及某个学科的某个具体的问题，比如人脸识别只是计算机视觉这一学科中的一个问题。

市场上的公司将不同学科领域与不同行业结合起来，变得榜上有名，不同的分类我们也许都能说出来几个榜上有名的公司，做计算机视觉的旷视，自然语言的讯飞，机器人的大疆……还有就是大型互联网公司所代表的AI技术力量，以及一些专门垂直领域的公司。

4当我们谈人工智能，我们说它是风口

2017年，国务院发布《国务院关于印发新一代人工智能发展规划的通知》，人工智能上升到国家战略的高度。

2017年，有运营了几年的初创公司凭借过硬的技术浮上水面，被大众熟知；有成立一两年的公司迅速出生，迎接VC对人工智能的青睐。风口从人工智能这个词往下延伸到各个行业、或者场景中，变成AI+，金融、安防、驾驶、医疗、教育、新零售、文化娱乐……不断的探索与行业的结合。

2017年，<总理为原创的中国人脸识别技术点赞>成为各大新闻头条，旷视科技CEO印奇在发言环节，提到旷视科技在深度学习上的核心技术系统Brain++，总理和印奇再三确认：“我们中国年轻人有志气这很好，但你一定要很诚实地告诉我，这是不是咱们中国自己原创的？”重视和决心可见一般。总理表示，整个人工智能行业，其实本质上是一个技术和大数据结合的行业，中国人口基数大，在大数据层面有得天独厚的优势。

在政策的支持下，各方面的资源向人工智能涌来，拥有顶尖的技术和落地能力才可以站稳脚跟。

以深度学习为代表的人工智能再次掀起的高潮，仿佛一剂兴奋剂。深度学习也似乎变成人工智能的代名词，但是深度学习只是机器学习的一个流派。虽然现在谈到人工智能还是相对模糊的阶段，但是我们看到越来越多的公司有着顶尖的算法，有了自己的产品，并很好的落地，得到瞩目，也让越来越多的人看到机会和希望，纷纷踏入这个圈子或者投身创业。

人工智能的春天再次来临，会不会进入寒冬看我们在这一波浪潮中如何去做。浪潮的来临创造了更多的机会，相信我们所投入的更多的热情也会让这个行业焕发出更多的活力。行业的发展离不开技术的胜利，也离不开社会的推动，也许多年之后回过头，看到自己经历的时代，会惊喜自己是浪潮中的弄潮儿。