凡事都有兩面性，有好有壞，好是推動了我們智慧的進步，現代人更現代化，美容也變的越來方便了，智慧輪椅也給老人提供了方便的出行但是，卻讓人變懶了，你說好好的戶外運動變跑步機了，好好的刀工變成機器切菜了，最主要手機讓我們越來越不見面，只靠圖片文字聯絡了，我們能做的是揚長避短不盲目發展吧

第五章——大腦意識的產生

意識的產生

意識這個詞，是一個讓人魂牽夢繞的詞。幾千年來都是，沒有一個人能確切的說清楚它。對於意識，我有自己的定義。

意識的定義：意識是高階生命體的大腦對於客觀世界的反應。想象，智慧，思維，知覺，感覺都是意識的表現形式。

從這個定義，我們能看到幾點：

意識是大腦的產物。

意識是有等級層次的。

例如對於意識來說，想象是比感覺更高的表示形式。

意識是高階生命體的大腦產物，不是單單指人，包括動物。

意識的產生：當代研究表明，大腦是由1000億個神經細胞構成，單個細胞本身並不聰明，這一點在上面已經說過。大腦能夠產生意識，是神經完美構造和億萬細胞協作使然。

拿電腦的運作機制來作對比，電腦誕生初始，只能被運來進行運算。可是隨著科技的發展，電腦的內部構造，部件逐漸更換，有跳躍式的發展。計算，搜尋，圖文，看影片，錄音，錄影，網路……功能與日俱增。人類的大腦也是如此，是隨著歷史的發展，不斷髮展，進化，完善結構，分工，協作，才有現在的意識產生機制。

但是我個人認為不論人工智慧發展多少年，甚至在很多方面超越人類，也改變不了人工智慧永遠不能超越大腦的事實！！

原因有四：

1、人工智慧是“被”製造出來的。它的侷限性，在於人。

2、大腦智慧經過幾百萬年的發展，是人類還是一個海中生物的時候，就已經在發展了。它形成和機制，是人工智慧不能重走和模仿的。

3、人類大腦的智慧在於“個性”。大腦內部塑造”性格“，塑造”行為“的模式是隨環境刺激可變化的東西。人工智慧對於環境刺激可以發生程式變化，但永遠無法形成這種永久的”性格“和”個性烙印“

4、人類智慧是一個需要億萬細胞，協作，產生化學反應，電流刺激的自然產物。人工智慧是一個程式，軟體，晶片事先”設計“的”純“電流反應。即使是1歲的大的嬰兒的吃飯能力，學習認識世界的能力，也是人工智慧所無法模擬的。

有人說給人大腦內安裝一個晶片，這樣他即具有人的智慧，又具有”電腦“智慧，結果就是超於大腦。我依然持高度懷疑態度。腦細胞，晶片，腦神經，如何建立一個互相識別，互相融洽的激烈的化學反應機制。人類大腦實現今天的智慧，走了幾百萬年。人工智慧呢。

不過人工智慧的前景還是值得挖掘，一定能為人類的發展，提供有力幫助。

【在這一點上，我覺得馬克思已經做了很嚴密的論證】

摘自獨立學者，詩人，作家，國學起名師靈遁者科普作品《探索生命》

人工智慧是伴隨著計算機而起起落落的，都是起源於20世紀30_40年代。最近怎麼火是因為技術的突破外加媒體的渲染。如阿爾法人機大站。技術方面的突破如語音識別與合成，頭像識別準確率大大提高和深度學習演算法升級共同激發了想象空間。我想最根本的是有用，能提升和改善工作效率。可以想象，人工智慧是大勢所趨，是計算機和網際網路，物聯網發展的終極產物。但肯定也不會一帆風順的，機器人是人類迄今為止最聰明的工具，能不能使用好需要考驗人類的智慧。個人觀點不喜勿噴，關注我共同學習淘汰！

　　近年來隨著 大資料 等技術的高速發展，人工智慧技術已迎來發展拐點。筆者認為，人工智慧將成為未來二十年全球最重要的科技，併成為工業機器人、無人機、無人駕駛、智慧陪伴等新興產業的重要基礎。目前西方發達國家已經從國

　　家層面加大投入，外國科技巨頭也加緊收購佈局研發。

　　人工智慧成為未來二十年最重要科技

　　全球科技領域知名預言家、《失控》作者凱文?凱利日前表示，未來20年全球最重要的技術就是人工智慧，人工智慧會像200年前的電力一樣重要。

　　一年以來，全球對人工智慧領域的投資大幅增加，大資料技術的發展助推了人工智慧技術突飛猛進。過去幾十年為了使機器具有人類的思維和智力水平，“人工智慧”一直是計算機科學的前沿和熱點領域，受關注度因技術的發展幾起幾落，自上個世紀50年代提出後受到熱捧，到70年代因演算法處理非線性問題的效果不理想而淡出公眾視野，80年代末期又因“專家系統”的興起再次引起眾多世界500強企業青睞，21世紀後隨著神經網路、遺傳演算法等新演算法的成熟，以及“深度學習”領域核心問題的突破，人工智慧的熱潮再次來臨。

　　人工智慧發展一開始發展緩慢，但這一兩年來隨著網際網路的發展，積累了非常多的資料，讓普通使用者貢獻資料成為可能，以大資料和 雲計算 的基礎，對人工智慧的發展起到極大促進作用，將從前以演算法為主的模式發展到“演算法+大資料”結合的發展模式。搜尋引擎和大資料技術是人工智慧發展的基礎。例如在美國市場排名佔有率第二的微軟必應搜尋引擎，就是微軟或第三方平臺人工智慧、雲計算與大資料的基礎支撐平臺。

　　從政府層面看，西方發達國家已充分認識到人工智慧的戰略意義，紛紛從國家層面加大投入。比如，美國國防部高階研究計劃局自2010年起，長期以資金支援、技術競賽等方式，扶持人工智慧在軍事、情報分析、醫療等領域的應用；歐盟於2013年1月，把“人腦專案”確定為未來新興技術的旗艦專案，希望透過理解大腦的工作方式，推動人腦計算機模擬等領域的發展。該專案匯聚了來自24個國家的112家企業、研究所、高校等機構，總投資預計將達到11.9億歐元。

　　外國科技巨頭也在全力以赴加速在人工智慧領域的投資和研發，其中谷歌、微軟、蘋果和臉書最值得關注。其中谷歌是最早涉足人工智慧領域的企業，也是目前在深度學習領域取得廣泛進展的企業。據《紐約時報》披露的訊息，谷歌公司有一個十分神秘的部門，機密程度之高甚至讓許多谷歌員工都不知道它的存在，這個部門就是Google X實驗室。Google X專注於前沿技術的開發和應用探索，而人工智慧也是其重點研究領域之一，包括機器人、無人駕駛汽車、谷歌眼鏡等都是該實驗室運用人工智慧技術推出或正在研發的產品。特別是2012年被曝光的“谷歌大腦”（Google Brain）專案，更是在學界取得巨大反響，也標誌了谷歌公司成為引領深度學習發展的公司之一。

　　截至2014年4月，谷歌已斥巨資收購了包括波士頓動力公司在內的9家機器人公司。谷歌一方面向加拿大公司購置了最新的D-Wave量子計算機，另一方面不惜重金收購代表人工智慧發展方向的深度學習神經網路技術公司。2013年初谷歌收購了DNNresearch公司，從而將該公司創始人、多倫多大學前教授傑奧菲利?辛頓(Geoffrey Hinton)招致麾下。今年早些時候谷歌還斥資5億多美元收購了DeepMind Technologies公司。

　　臉書（Facebook）也在2013年12月宣佈成立新的人工智慧實驗室，宣稱要給人工智慧帶來重大突破，其15億使用者所產生的資料和搜尋技術成為其發展人工智慧的基礎。微軟也是較早研究人工智慧的企業，除了佈局深度學習外，微軟還在軟體層面加強了人工智慧的應用和基礎研究，並基於必應搜尋技術以Windows10為入口直接推出了面向公眾的人工智慧產品小冰和小娜。兩款類似於個人助理的產品已在全球市場得到應用。

　　人工智慧的投入巨大，微軟也進行了大量的技術積累，未來將會提供人工智慧的基礎服務，再接入上下游相對應的垂直行業，形成一種新的行業或矩陣。

　　同樣，中國科技企業也在人工智慧領域的研發、人才等方面的投入不斷加大，人工智慧領域的技術儲備和積累，同美國企業相比差距不斷縮小。從國內公司來看，雖然百度在競價排名貼吧門做的非常缺德，但是不得不說百度在搜尋引擎方面的技術基礎更具優勢，且在人工智慧領域的投入最大，是首家專注於深度學習技術研發的企業。百度聘請了MIT人工智慧實驗室的主任，並且建成了全球最大的深度神經網路，共包含200億個引數，使其在人工智慧多個應用領域達到世界領先水平。 人工智慧發展迎來拐點對產業影響深遠

　 人工智慧技術 將極大地提升和擴充套件人類的能力邊界，對促進技術創新、提升國家競爭優勢，乃至推動人類社會發展產生深遠影響。而當前，人工智慧技術的發展已經迎來拐點。

　　從宏觀層面看，由於人工智慧技術與網際網路密切相關，而網際網路的“泛在化”使其正在滲透進生產生活的每個角落，因此人工智慧技術對於人類社會的影響也將是全面且深遠的。無論是機器人、無人飛機還是其他智慧裝置，都必須有強大的人工智慧系統作為核心技術支撐。僅以汽車行業為例，麥肯錫曾預測，無人駕駛汽車到2025年將產生1.9萬億美元的經濟效益。

　　從微觀層面看，人工智慧有著改變作業系統、網際網路入口乃至各種傳統產品的潛能。例如透過聽覺和基於大資料和使用者個性化研究，將極大提升使用者體驗和獲取資訊的方式。比如現在很火的小冰就是個例子。作為作業系統層面上的人工智慧，微軟人工智慧助手“小冰”背後不僅可以連線整個網際網路的大資料，更能將來自京東、東方航空、網易在內的眾多合作伙伴的資訊、服務和產品囊括其中，實現人工智慧入口的價值。

　　近年來人工智慧技術有著諸多突破。一些公司人工智慧領域已積累多年經驗，特別是在自然語言處理、影象識別、人工智慧情感等領域技術優勢顯著。例如在科研界有關影象識別的年度全球學術年會中，識圖技術錯誤率已經從2011年的26%下降到2015年的4.9%，這個錯誤率甚至低於人類觀察的5.1%的錯誤率。

　　未來人工智慧的商業化潛力巨大。從商業角度看人工智慧的發展非常具有顛覆性，ＰＣ的網際網路經營模式是以搜尋引擎和搜尋廣告來支撐，但是移動網際網路到目前為止真正好的使用者體驗還未產生。國際上業界公認最自然的互動形式仍然是自然語言的交換。未來透過人工智慧的模式和服務理念，很多商業模式和新的需求行為都將形成，例如Ｏ２Ｏ和人工智慧的融合。

　　人工智慧是具有顯著產業溢位效應的基礎性技術，能夠推動多個領域的變革和跨越式發展。李彥宏在2015年全國兩會時就提出了人工智慧的“中國大腦”計劃。人工智慧可以加速發現醫治疾病的新療法，大幅降低新藥研發成本，促進醫療產業的全面創新；還可以帶動工業機器人、無人駕駛汽車等新興產業的飛躍式發展，將成為新一輪工業革命的推動器，加速智慧化製造的程序。此外，人工智慧的發展還將大幅提升國防資訊化水平，加速無人作戰裝備的應用，為維護國家安全提供有力保障。

　　目前是發展人工智慧的最好時機。人工智慧投入是非常巨大的，需要多年深入的積累，未來人工智慧可能會形成產業鏈，但現在還處於雛形。從國內來看，人工智慧領域的研究積累和發達國家相比差距不大，如果能在國家戰略層面制定針對人工智慧的全面推進計劃，將是我們國家實現彎道超車，提升綜合國力和影響力的絕佳機會。

人工智慧最近火的根本原因是，各行業發展到達一定階段引起需求的集中爆發。

下面我們來仔細看看這些不同行業的需求是如何集中爆發的

網際網路解決的核心問題是連線（人與人，人與服務，人於內容）。

早期，我們連線方式是p2p（點對點），我們透過ip/域名/郵件地址實現定點連線。隨著網際網路服務商的介入，已經讓連線方式更加便捷。他們設計不同的形態的產品（導航站，論壇，IM，電商），並且在此基礎上構建生態，實現商業價值。

而未來的連線方式是什麼？也許有很多種可能，但這種模式一定能夠帶來超越以往的互動體驗。所以有哪些值得努力的方向

1，一步直達，拋棄層級的資訊組織方式，

當前我們對於使用者的輸入和系統反饋依賴層級結構。以看朋友圈為例，操作路徑是： 手機-》微信App-》tab導航 -》列表導航-》朋友圈。雖然使用者的需求只是“我想看朋友圈”，但需要透過5個層級才能到達。最極致的體驗是什麼？當用戶產生“我要看朋友圈”的想法時，系統就能明白使用者的意圖併為我呈現朋友圈。如果實現以上體驗我們需要什麼技術？

2，察言觀色，更加主動

目前的互動模式下，使用者仍然是對話的發起者，系統接受指令，完成對應任務。更好的體驗是，系統能夠“主動”發現使用者的需求，主動發起對話。我們需要什麼技術？

系統能夠根據使用者平時的習慣偏好，來發現潛在需求》個性化推薦

系統能夠根據使用者的表情，動作發現潛在需求》人臉識別，動作識別

系統能夠識別使用者所在的情境》計算機視覺

3，手腳並用，互動不侷限於圖形裝置。

當前我們的主要的互動仍然依賴圖形裝置，主要互動模式也是觸屏、鍵盤、滑鼠，雖然高效但也是限制。更好的體驗是我們的輸入和反饋可以透過任何合適的形式進行。

我們透過手的的擠壓，拉扯即可完成對電腦中3D建模完成形狀的改變》機器觸覺

當與朋友影片時，最好能夠一個3D的朋友出現在我的面前》全息投影/AR/VR

小結：所以我們可以看到，網際網路要發展繞不開人工智慧相關技術。

工業界：每次工業發展變革，其目的都是更高效率和更低成本。從工業1.0-4.0，人作為生產的限制因素，逐漸從生產要素中解放出來：1,0解放體力-》2.0解放技巧-》3.0解放人工操作-》4.0解放管理。當前我們已經走到了第三步，未來的4.0階段，讓機器替代生產管理決策。此時對於一些技術的需求就湧現出來=》IOT，BI。

教育行業：個性化因材施教=》人工智慧老師

醫療行業：打破醫療資源量和時空限制=》人工智慧醫生

總結： 人工智慧是多種技術的集合，技術的發展依賴業務驅動，人工智慧技術的興起是多個行業需求集中爆發的結果

人工智慧(AI)從被提出到現在，已有超過60年的發展歷程，雖然中間也經歷過暫短的熱潮，都沒有真正火起來，而直到去年3月阿爾法狗打贏了世界圍棋冠軍李世石，AI才掀起了新一輪的熱潮。這輪熱潮，在谷歌、Facebook 、微軟、BAT等企業投資推動下，讓AI走到大眾視野，也走向實際應用。

而人工智慧之所以最近兩年才火起來，是因為擁有計算、演算法和大資料這三大支撐力！

首先看看計算力方面的提升。計算是AI發展的基礎。在20年前，一個機器人，當時是用32 個 CPU，達到120MHz的速度，而今天一臺小小伺服器的計算速度已是20年前最快計算機的60倍。現在的人工智慧系統可以使用成百上千個GPU 來提升的計算能力。這使得處理學習或者智慧的能力得到比較大的增強。之前用 CPU一個月才能出結果，然後再去調整引數，一年只能迭代12次。GPU產生後大幅提升了計算量，現在用 GPU 可以一天就出結果，迭代的更快。

再看看演算法方面的更新。以人臉識別為例，在 2013 年深度學習應用到人臉識別之前，各種方法的識別成功率只有不到 93%，低於人眼的識別率 95%，因此不具備商業價值。而隨著演算法的更新，深度學習使得人臉識別的成功率提升到了 97%。這才為人臉識別的應用奠定了商業化基礎。

而歷經了十多年網際網路行業快速發展所積累的資料資源，為AI提供了充足的“養料”。例如，在 AlphaGo 的學習過程中，核心資料是來自網際網路的 3000 萬例棋譜。網際網路和智慧手機的快速普及催生了海量資料。無論是人們無論是用手機、跑步、看電視還是行駛在車流中，幾乎所有的活動都會留下數字足跡，海量資料已匯成資料洪流。

AI界的泰斗、加拿大多倫多大學的Hiton教授早在2006年就提出了深度學習的概念，直到最近幾年深度學習才逐漸應用起來，是因為演算法的更新也離不開大資料和計算力的支援。深度學習模型只有透過大量的資料訓練才能獲得理想的效果。相應地，海量資料的運算處理也必須有強大的計算作為支撐。

所以說，有了計算的基礎，加上演算法的突破與資料洪流的爆發成就了人工智慧獲得突破、走向應用。

1、隨著BAT以及國內一些科技大佬都在積極推動人工智慧的概念，人工智慧被推到科技新聞的風口浪尖，加上國家在政策上提到，提到雲計算，大資料，人工智慧和傳統經濟的融合，人工智慧的概念在政府，經濟，社會等各個方面都開始炙手可熱。科技公司，只要是有一些查詢，統計，分析功能的應用，就可以往人工智慧上靠，一方面為自己公司貼金，提高自己的社會競爭力，產品噱頭，另一方面還能從各級政府爭取林林總總的財政補貼。從這個層面來看，所謂的人工智慧衛生委很火，就不難理了。同時，傳統制造也業需要在激烈的競爭環境下，不斷採用新科技新技術，提高自己產品的競爭力，所以無論是真的還是假的，鋪天蓋地的人工智慧+傳統制造就出現了。

2、人工智慧現在之所以很火，除了上述的表面問題之外，時代發展，尤其是科技發展，已經使得人工智慧具備了大力發展的條件。在經歷了傳統時代，數字時代，智慧時代（IBM總是智慧這個智慧那個的），在城市範圍內，光纖網路，無線網路，4G，5G網路已經無縫覆蓋，網路頻寬越來越高，速度越來越快；城市資料的集中化越來越成熟，政府，行業巨頭積累的使用者基礎資料，行為資料，人工智慧比歷史上任何時候都離實現和產業應用更近。

問題應該這麼描述，人工智慧未來會有多活火?

因為人工智慧目前是剛開始火，未來只會更火。火的原因是技術確實改善了大家的生活，比如汽車不用自己開了，大量司機，駕校失業。

比如，無人銀行，無人便利店遍地開花，得益於人工智慧技術中的人臉識別，電子支付等技術的發展以及智慧手機和高速網路的普及，讓這一切成為可能。

所以不是ai突然這麼火，而是我們跨進了人工智慧時代之門，發現了一個更好的世界。

未來會更火，恭喜你意識到人工智慧的風口，你已經比很多人超前了。希望你把握機遇。

也不要太小瞧國外對人工智慧的發展，就拿德國大眾汽車自動化生產的案例來說，它在全球擁有一百二十多家工場，員工超過六十多萬，與此同時還配備有3萬左右的工業機器人，投入到汽車的生產中，實現人類與機器同步合作。機器人和感測器的整合，能對每個人的手勢做出反應，實現人機協作，這在很大程度上是一種互動。能說這不是人工智慧應用麼？它讓汽車生產的達到自我控制、自我最佳化和可持續性。所以沒理由不重視人工智慧在生產行業的重視。

除此之外，智慧自動化能夠使得汽車能夠提供極為個性化的體驗，遠遠超過載人功能。例如，患有心臟病的司機可以授權監控生命體徵，如果車輛探測到潛在的心臟病發作，司機將收到提醒， 車輛會自動減速停車，並且能夠聯絡就近的醫療資源。這是人工智慧可實現智慧化操作。

這只是人工智慧其中的一個應用。一系列的社會和經濟挑戰也正在創造智慧自動化的新需求，比如製造業、 農業、採掘業等行業面臨人工短缺。勞動力的稀缺和日益上升的成本使得自動化投資具有極大的經濟意義。同時， 在資料和資訊大爆炸的時代， 也需要智慧自動化的應用來協助分析海量的資料和複雜資訊。

所以，人工智慧火起來是有原因的。

20世紀80年代早期David Rumelhart重新發現的著名的“反向傳播”演算法，現在被視為所謂的“AI革命”的核心，最早出現在20世紀50年代的控制理論領域和20世紀60年代。其早期應用之一是最佳化阿波羅太空船在朝向月球時的推力。

自20世紀60年代以來，取得了很大進展，但它可以說並不是來自追求人性化模擬人工智慧。相反，就像阿波羅太空船一樣，這些想法常常隱藏在幕後，一直是研究人員關注特定工程挑戰的手段。儘管對公眾不可見，但文件檢索，文字分類，欺詐檢測，推薦系統，個性化搜尋，社交網路分析，計劃，診斷和A / B測試等領域的研究和系統建設取得了重大成功 - 這些都是推動谷歌，Netflix，Facebook和亞馬遜等公司的發展。

人們可以簡單地同意將所有這些稱作“AI”，事實上這似乎是發生了什麼。這樣的標籤可能會讓最佳化或統計學研究人員感到意外，這些研究人員醒來發現自己突然被稱為“人工智慧研究人員”。但是，除了將研究人員貼上標籤之外，更大的問題是，使用這種單一的不明確的首字母縮寫詞清楚瞭解在場的知識和商業問題的範圍。

過去二十年來，在工業界和學術界取得了重大進展，對人工模擬AI的補充願望通常被稱為“智慧增強”（IA）。這裡使用計算和資料來建立增強人類智慧和創造力的服務。搜尋引擎可以被看作是IA的一個例子（它增加了人類的記憶和事實的知識），自然語言翻譯（它增強了人類溝通的能力）也可以被看作是一個例子。基於計算的聲音和影象生成可以作為藝術家的調色盤和創意增強器。雖然這種服務可能涉及高層次的推理和思想，但目前他們不這樣做 - 他們大多執行各種字串匹配和數字操作，捕獲人類可以使用的模式。

我從三個方面來講講個人看法：

一、經濟發展水平的提升。從2010年，中國GDP超過日本，從此，中國成為世界第二大經濟體。所謂經濟基礎決定上層建築，隨著中國經濟發展水平的提升，無論是政府，還是企業，還是個人，都有更多的經濟實力投入到智慧科技發展領域中，眾所周知，推動科技發展是需要大量的資金的，而且週期長。因此，個人認為，經濟發展是一個很重要的因素。

二、有政策支援。在創新創業這樣的背景下，加上國家有創業政策支援，以及降稅等舉措，大家投身人工智慧的熱情提升，更有激情、活力去做實實在在的事，也就有更多的成果。

三、有人才支撐。近日，北京釋出了人工智慧白皮書，北京人工智慧之所以能發展那麼好，一個因素就是有大量的人才支撐。北京有大量的大學和科研院所，具有絕對的人才優勢。而且，綜合百度、京東、科大訊飛等這些人工智慧發展迅猛的企業來看，他們都和高校有戰略合作，就是有效破解人才需求這個難題。

人工智慧的火爆完美體現了人性的懶惰。

首先糾正一點，國外的人工智慧也是非常火爆的研究方向。據我瞭解，在北美高校做人工智慧，機器學習的導師都是資金充沛且非常搶手的。想要成為他們的學生，遠比加入其它實驗室的平均難度要大。一定是對人才有極大的缺口以及國家的大力支援，才會體現在高校的研究方向與基金分配上。

回到開頭，為什麼說人工智慧體現了人性的懶惰（非貶義）呢？

人類的本性就是懶惰，因此才發明出來很多省力的科技，比如洗衣機，計算器，汽車等等等等。基本你能想到的生活科技，都是為了造福人類，從而能夠讓人偷懶去享受生活而誕生的。

然而隨著科技一步步發展，人類已經變得越來越懶惰了。

原本開車是為了提高出行效率，可是司機犯懶，說不想握著方向盤，還得集中注意力看著路了，好累，於是自動駕駛誕生了。

原本很多資料需要人腦分析，輔助以各種程式運算才能推匯出一個結論，可是研究員們懶，說頭疼，不想分析了，於是發明了機器學習演算法，把資料丟給演算法去學習，直接告訴我結論就好了。

正是基於此，人工智慧應運而生，火爆至今。

人工智慧是一個很廣的概念，它是研究、開發用於模擬、延伸和擴充套件人的智慧的理論、方法、技術及應用系統的一門新的技術科學。

有了人工智慧（和大資料），阿里巴巴可以根據你的瀏覽資料以及購買記錄，分析預測你的喜好，從而進行更精準的推薦。

有了人工智慧，自動駕駛可以解決道路擁堵以及相當多的安全問題，造福社會。

有了人工智慧，騰訊可以設計人工智慧的機器玩家與你在王者峽谷裡廝殺，讓你沉溺遊戲，剋制不住的想氪金。

正是因為人工智慧可以給商人帶來利益，給普通老百姓帶來便利，所以才成為了如今炙手可熱的研究方向。

一個故事一首歌｜魔鬼中的天使

為了自由與平等，

不惜付出任何代價！

—— 喬喬

魔鬼中的天使來自妳之國00:0012:46

▼

能工智人計劃曝光後即招來多方質疑與反對。

梵蒂岡教皇直言此瘋狂行徑是在向上帝挑釁，好奇心與自大狂的結合體就是魔鬼撒旦！

德國副總理喬納斯教授極力抨擊能工智人，說楚傑的計劃將徹底改變人類的生物屬性，破壞社會倫理，這將是既基因改造被濫用後人類又一次不計後果的愚蠢行為。激動萬分的教授在一次大會上居然對著攝像機說：楚傑，FUCK！

還有一個叫“蟻穴”的神秘組織聲稱：一旦能工智人計劃成功，世界格局將發生兩級鉅變，有錢有勢者勢必會成為最先的應用者，而剝削成性的他們會把無緣應用的人視作低等的畜類，。他們發出警告：為了自由與平等，不惜付出任何代價！

▼

楚傑並不在意這些反對與威脅。人類幾千年農耕文明，但自打蒸汽機被髮明之後，工業革命，技術革命，資訊革命，AI革命，區區數百年，人類已經卷入瘋狂變革的洪流無法自拔，不管是利是弊，不管結局如何，誰又能讓它停下來？

而且，很多國家都在開展著同類研究計劃。美國和日本的一些同行在某些方面也取得了很大的突破，如果他們擁有了母親的腦神經元接收轉換公式，他們可能會搶先贏得勝利。

▼

夢境1號已升級為夢境7號。

為大腦植入資訊體，瞬間改變人的知識結構逐步成為現實。

楚傑團隊還開發了一款頭盔，人只要帶上頭盔，便能搜尋附近的智慧終端，輸入密碼，人腦即可控制此裝置。

但實驗過程中，實驗員多次出現噁心甚至是昏厥等情況。

人腦的生理機能會在高速運轉過程中迅速下降，機器累了有辦法，腦子累了，如何是好？

更讓楚傑感到懊喪的是，只要斷開聯接，裝置即刻不受控制，彷彿沒有靈魂的殭屍。

長期聯接操作會讓人吃不消，而無法將自主思維賦予裝置，能工智人的頭盔就只是一個遙控器！

▼

計劃陷入僵局，楚傑幾近崩潰。

無奈，他選擇與世界最大的藥品廠商OG合作。在服用了OG公司提供的藥丸後，大腦機能大大加強，互聯操作變得輕鬆愉悅，有如神助。

在2052年的世界科技博覽會上，能工智人頭盔大放異彩，無腿少女百合子透過互聯穿著奈米骨骼服跳起了芭蕾舞。聾啞人吉米透過頭盔與智慧語音終端為其戀人朗誦了情詩。

媒體為之瘋狂，世界為之震驚。

▼

名譽與財富隨之而來。而最大的受益者卻是OG製藥。其生產的藥丸被稱作大腦電池，很多人即便不戴頭盔，也要來幾粒。

這讓楚傑感到很痛心。他設想中的新時代，根本不是這個樣子。

計劃越接近實現，楚傑就越萌發出更多的計劃！

就如他對機器人小愛的幻想，他想要賦予小愛獨立的思想，自主的思維，他想要小愛變成人。

▼

可惜這些都還只是妄想。所有機器人意識覺醒的故事都是科幻小說，所謂的自動自主化都是被設定好的資料堆積。

回想當年母親自殺的真正原因是絕望，即便她接收破譯到了父親大腦的資訊，可那些都只是父親腦海殘留的一絲訊號，就好像石塊擊中湖水，泛起漣漪，我們可能捕捉到了水紋，甚至清晰地掌握其規律，但那塊石頭卻已然沉入湖底。

母親挽回不了父親的生命，而楚傑，則抓不住那塊石頭。

▼

很多時候，楚傑生活得更像一個修道者。楚傑不相信愛情，他知道愛情只是頭腦中多巴胺分泌而形成的一種生物程式，這種愛情遲早會被批次設計。

美麗的詩韻是楚傑的助理，她是楚傑的追隨者，她信奉楚傑的所有觀點，除過這愛情程式論。她愛楚傑，她相信她會永遠愛他，哪怕去死。

可楚傑一次次冰冷的拒絕讓她痛苦，她流淚質問楚傑：為什麼你的心就像是一塊石頭！

這句話並沒有打動楚傑，但卻讓楚傑茅塞頓開！

心！石頭！石頭！心！

（待續）

作為一名多年從事人工智慧的程式設計師，目前主要的研究領域是目標檢測、OCR、例項分割、人體姿態估計和人臉識別，所以我來回答一下這個問題。

首先，人工智慧是當前計算機行業最高階、待遇最高的崗位，也是未來發展趨勢，計算機出身的研究生基本都選擇這個行業，很多java、web開發、資料開發人員也開始轉行人工智慧，AI未來發展空間巨大，選擇這個行業可以說非常有前途，從這些年發展來看，無論讀研專業選擇、半路轉換人工智慧都能實現薪資的大幅增加，就業情況樂觀，是不二之選。

專業選擇或者java轉行人工智慧，都需要做好以下幾個方面準備：

第一：基礎知識儲備。人工智慧需要有一定的機器學習基礎，需要了解機器學習當中基本的概念、理論和方法，例如什麼是訓練集、測試等，以及專業名稱，例如什麼是過擬合、模型如何調優等，尤其需要深刻了解什麼神經網路，神經網路模型工作原理等。這些概念和方法是人工智慧的基礎。

第二：程式語言：研究生可能會學習MATLAB、C語言等做實驗使用，程式設計師可能會對java、c++等比較熟悉。而人工智慧從業者更多的使用python語言，因此建議先花一個禮拜學習python語言，完成語言的基本入門後就可以開始人工智慧之旅了。

第三：人工智慧基礎準備：學習瞭解人工智慧基礎方向，如目標檢測、OCR、人臉識別基礎知識，瞭解大概方向和現狀以及演算法等。嘗試做基本的人工智慧專案，例如人臉檢測、行人檢測等，透過這些例子提升自己的成就感，然後在由易到難。

第四：人工智慧進階與精通：有了基礎知識和基本認識後，就可以開始做其他複雜有意義的專案，例如版面分析、影片分析等。

科技研究的最終目的是提高生產率，使人的想象能夠得到更高效的實現，把人類從繁瑣的勞動中解放出來，所以說人工智慧是科技發展過程中的必然環節。為什麼近年國內人工智慧如此火爆，主要是因為抓住了某些契機，各種場景共同推動了人工智慧的發展。

機器學習作為人工智慧的重要內容，它對“經驗”的依賴性很強，當資料積累到相當的程度才能使“學習”達到理想的效果。如今各種裝置的互通互連而產生的資料量的增長以及促使日常生活數字化的高階感測器的使用的增長，為人工智慧的發展提供了龐大的資料基礎。而云計算則給這些龐大的資料賦予了能量。

雲資料相當於我們儲備的大量知識，雲計算相當於我們的大腦，而人工智慧就像是人類透過不斷學習，經過大腦思考，實現創造性行為的過程。所以說雲資料和雲計算的蓬勃發展是人工智慧爆發的關鍵。

AI作為一項高技術高門檻的賦能技術，普通中小企業難以實現。經過多年的積累中國的一些網際網路企業的實力得到了大大的提升，發展成為國內巨頭，甚至在國際上佔據一席之地。這種實力為中國在高精尖領域的技術進行深入研究提供了可能。我們可以幾乎所有AI技術的突破都是由網際網路巨頭實現的。

最近開放AI平臺已經成為了一種潮流，人工智慧技術的應用並沒有被大廠們壟斷，而是趨向於產業共享，使AI技術得以更廣泛地應用於各個領域，普通人也有機會接觸到AI技術研究，這對於形成AI領域的環境生態非常重要，直接推動了AI技術的蓬勃發展，正如我們今天看到的這樣。