我覺得吧，除非量子計算機理論突破，開始迅猛發展，不然媒體搞的噱頭，把人工智慧前景說得再美好也沒啥用啊，你作為根基的硬體效能，都遇到瓶頸，計算能力不能再增長飛快，能指望人工智慧達到怎樣的高度？

目前的摩爾定律走到7nm就難以玩下去了，而現在也已經14nm了，說明目前計算能力快到極限了，這時你跟我說人工智慧革命來啦，技術要爆炸啦，技術奇點要來啦，我真沒看見。

手機電腦N年前就能下象棋，現在AlphaGo下贏圍棋也沒啥稀奇的啊，這也沒什麼根本性的變化，只是更深入而已最近也沒出現什麼新的基礎理論突破啊，怎麼媒體又開始鼓吹人工智慧了呢？

至於AR、VR，很多人想著感覺很激動，腦後插管的時代虛擬現實的時代，要來臨了嗎？

可是AR、VR說白了，不就是加了一系列感測器捕捉你動作的，另一種特殊的、能互動的實時特效？跟你電視上看到的那些電腦特效有啥本質分別？能比電影中的電腦特效要真實多少？只不過是戴著眼鏡、戴著頭盔能跟隨你動作變化的電腦特效。而且作為以"虛擬現實"為噱頭的技術，和現實一樣夠真實，肯定要是賣點吧？

而我們看到的那些電腦特效，三四十年前就像在搞了，比如終結者，現在燒錢動輒十幾億，而被我們嘲諷的五毛特效還比比皆是，即使技術突飛猛進，我們平民在幾十年之內，能享用到多好的電腦特效呢？戴著AR眼鏡、VR頭盔看五毛特效嗎？這有意思？

當然，說它僅是電腦特效那肯定是偏頗，但渲染建模出的虛擬現實，能比電影中的電腦特效真實幾分？

至於媒體常說的比如什麼機器人替代人，所有人要失業啦，以後大家在傢什麼也不用幹，靠機器養著就行，機器人以後會超越人類，人類會被淘汰啥的。

我想說的是，現在的確很多工廠開始用機器人來替代工人工作，但吹噓得那麼過分真好麼？

我們拿掃地機器人來說，十幾二十年前就出來了，我小學就看到它的廣告了，現在它出來快二十年了。一個類似吸塵器功能，只不過加了一個到處亂竄的馬達的小玩意，愣是二十年都沒大規模普及，你要知道吸塵器可是1901年就出來了的。

現在的便宜的掃地機器人，說白了，不就是加了個自己亂撞的輪子不認路的吸塵器嗎？所謂貴的掃地機器人也不過是多了個路徑識別，也就是認路避障的功能而已，而這麼簡單的"機器人"，愣是一二十年都沒普及，你跟我說未來幾十年機器人會極大規模替代人類，抱歉，我真沒看見，現在頂級機器人的功能當然很牛逼啦，可是成本那麼貴，能替代多少呢？要知道連掃地機器人這種簡單吸塵器功能的"機器人"都沒普及，我真不覺得未來機器人能普及到什麼層次。

肯定又有人反駁說，技術是加速發展的，比如你小時候能預測到淘寶、智慧手機啥的嗎？

我想說的是，蒸汽機時代，那時候人們要預測未來，也會是蒸汽機的天下，而絕不會預測到出現內燃機和電力。電力和內燃機的時代預測未來，也會是電力和內燃機的未來，而不會想到網際網路和積體電路。

同樣，現在企業啊，媒體啊都預測說未來是人工智慧、VR、AR啥的。這些都是現在技術的衍生和深入，和在蒸汽機時代預測未來是蒸汽朋克時代有啥分別呢？我們知道，現在畢竟不是蒸汽朋克的時代，所以，以現在技術發展的眼光來看未來，是行不通的。我不相信人工智慧、AR、VR啥的這裡面沒有泡沫。

指不定過個幾年，超導技術突破了，迎來超導技術革命，或者奈米理論突破了，迎來奈米時代，反正不太可能會像媒體預測的那樣，是人工智慧的未來，畢竟核心硬體你都快到瓶頸期了，你跟我談未來人工智慧？就像上個世紀，汽車飛機發展迅猛，那時，人們預測幾十年後的未來也是飛行汽車遍地、星際航行很普遍，可是然後呢，現在呢？現在是這樣的嗎？

剛剛過去的首屆世界智慧大會上，科技部部長萬鋼表示，最近新一代人工智慧發展規劃已編制完成，規劃對直到2030年的中國人工智慧產業進行系統的部署，同時包括與此相關的人工智慧重大科技專案。

與此同時，隨著技術的進步與需求的拓展，人工智慧也掀起了一股投資潮和創業熱。資本、技術、政策三重利好的情況下，人工智慧的應用場景也在開啟。市場調研顯示，截至2030年，人工智慧將為全球GDP帶來14%的增長，也就是15.7萬億美元。其中，6.6萬億美元來自生產力的提高，9.1萬億美元來自相關消費/商業市場。

就像吳恩達說的：人工智慧（AI）之於未來，正如電力之於第二次工業革命。

*人工智慧搜尋熱度示意（對比大資料）

我們可以看到，自2012年以來，由谷歌、Facebook（FB）、蘋果、英特爾等科技巨頭髮起的AI創企收購專案達200多個，近2017年第一季度就有30多起併購。其中，谷歌是最為活躍的收購方（11起），蘋果次之（7起）。除了科技公司，福特也在今年Q1以10億美元買下網路安全公司Sophos。

*2012年至今人工智慧併購案示意

除了收購，專利研發層面，巨頭們也是步步緊咬，有趣的案例包括谷歌的照片視角重構和FB基於深度學習的標籤預測模型。

*微軟、谷歌、亞馬遜、FB、蘋果專利數示意

要解釋一個技術路線發展的邏輯，我們往往從宏觀趨勢和當前進展兩個角度出發。

首先來看宏觀趨勢，人工智慧背後代表的先進生產力能夠帶來巨大的經濟效益，因此一直吸引著研發投入。

自1956年達特茅斯會議誕生“人工智慧”一詞 以來，技術發展已經取得了質的突破：大資料和資料處理技術的逐步成熟，包括深度學習演算法的提出，以及適合海量訓練資料的GPU的引入，開啟了人工智慧的入口。

演算法和晶片是AI建設的基礎層，除了當前AI市場主流晶片，即英偉達的GPU之外，英特爾（收購Nervana Systems；FPGA）和谷歌（研發Tensor）也在推廣自己產品。除了目前主流的兩種改善通用晶片用於半定製的深度學習演算法之外，業內也在積極研發面向人工智慧應用的新的晶片，包括谷歌的TPU、我國中科院計算所的寒武紀，這類的針對特定演算法以及特定框架的全定製AI晶片，以及更近一步的，IBM 的TrueNorth這類的類腦晶片（BPU）。

*人工智慧晶片一覽（援引招商證券）

演算法，尤其是深度學習演算法領域，則不是巨頭壟斷，而是掀起了一波包括計算機視覺、語音互動、機器人/自動化、醫療、安全、消費、商務等領域的創業潮。巨頭們往往選擇更為基礎的演算法框架入手，進行開源，以構建自家AI生態，如谷歌的TensorFlow和微軟的Cognitive Toolkit。

*深度學習創業潮

除了基礎層建設，AI的前沿進展還包括馬斯克的腦機介面專案、基於ARM的深度學習晶片以及英偉達面向醫療的應用、聊天程式/聊天機器人發展出了自己的語言、英特爾的自動駕駛技術研發等。

艾瑞諮詢分析師張鳳表示：“目前我國71%的人工相關企業都在做技術落地應用，在演算法技術方面，55%的企業在做計算機視覺，13%在做自然語言處理，只有9%的企業真正研究機器學習。能夠很快把技術應用落地是我國的優勢，但是對於基層的技術研究，我國的企業實力目前還無法和國外匹敵，這是劣勢。”

再來看當前進展：現在的AI能做什麼？引用FB研發主管Yann LeCun的話，我們現在看到的AI，不到它真正的能力的5%。