人工智能在路上

在个人看来，所谓智能就是将人的行为付诸于机器上，然后使其可以采用自动化的运作方式应用在我们的生产生活，用于解放我们的”双手“，更高效的完成不同的任务，极大可能的让人们充满幸福感，使得人们享受这个时代。总结一句话就是：采取自动化的方式，代替人来完成任务。

人工智能的本质就是将人的各式各样的行为使用机械代替，机器人就是其本质的表征，不一定是通过计算机进行描述。但是人的思想又很难赋予机器，这个问题形成有两个最主要的原因。一个是人们现在对大脑的认知本身还远远不够，还充满着很大的未知区域需要去开发。另一个就是将人们的认知进行转化实现又具有很大的难度，不能够很好实现它，或是实现后所达到的效果不理想。

在人工智能的这条不归路上我们不缺乏将其实现的工具，比如Tensorflow、Pytorch、caffe、keras等等工具语言，还有像国内的百度、阿里、腾讯等各大智能平台，我们缺乏的是更好的理论支撑，这里的理论主要认知科学、医学、脑科学等等，数学理论是其基石。例如：深度学习的虽然应用很广泛，但是它的不可解释性也是一个困扰的很大问题，其背后的数学理论难以支撑人们给予它的光环。

随着大数据时代的到来，人工智能迎来第三次浪潮，2016年，阿尔法围棋（AlphaGo）将深度学习带到公众的面前，至此在国内出现了对于机器学习、深度学习的极度追捧，在学术界形成了一股”如果论文中没有一些人工智能的东西，都不好意思将其列为前沿论文“风气，真是极为有趣。

比较被业界熟知的人物有：李飞飞、吴恩达、周志华、何凯明等等，一些比较好的学习书籍有：周志华的《机器学习》、李航的《统计学习方法》、Peter的《机器学习实战》、麻省理工学院的《深度学习Deep Learning》等等。

正是这种知识获取的便利性，所以使很多人想要搭上这趟前途光明的列车，AI人才犹如雨后春笋一样层出不穷，各大公司开始囤积人才，抢占AI市场制高点，但是根据近几年的国内的就业需求统计可以看出，还是存在几十万的AI人才缺口，其中缘由不便详解。但是需要说明的一点就是虽然现在AI人才很多，但是其中真正的人才又有多少，就不得而知了。一味的通过发表深而浅的论文、国外镀金等等方式来达到自欺欺人、搅乱学术风气的目的，虽然不可取，但是当今环境不会因个人的改变而改变，**从历史发展的进程中可以看出所有的事物都是曲折性的发展趋势。使然，人工智能的发展也是这样。一点点的进步也是进步，也有其价值所在。**最后送给大家一家本人极为认可的一句话：
伟大和光荣其实都无所谓，最重要的是“真”与“美”。
–摘自《人工智能简史》