影象 大量的訓練可以識別驗證碼，車牌等。

影片 以圖搜圖可以識別影片做的人物，或者實物的種類。

聲音 語音識別，翻譯等。

文字 可以識別文字情感，對文字分類。輿情監控。

年初，“阿爾法圍棋”橫掃中韓等國頂級棋手，10月它又被自己的新版演算法“阿爾法圍棋－零”戰勝。人工智慧領域的一系列新現象、新突破，讓人眼花繚亂、目不暇接。

無論是將人工智慧稱作“下一個風口”、“最強有力的創新加速器”、“驅動未來的動力”，還是關於它會不會比人類更聰明、甚至取代人類的爭論，都說明人工智慧又一次迎來發展高潮。

與以往幾十年不同的是，人工智慧這一輪高潮，是科技進步的水到渠成，也是與生活和工作相關的科技應用快速發展的結果，被嵌入十分廣泛的生活場景中。有科學家因此認為，“我們或許將成為與人工智慧真正共同生活的第一代人”。

不怕機器記性好，就怕機器會學習。像“阿爾法圍棋”這樣的機器自我學習技術基於三方面要素：網際網路大資料、強大的運算能力以及深度學習技術突破。它們共同造就了語音、人臉識別準確率的驚人提升，更加自然的人機對話，乃至可以像“阿爾法圍棋”一樣去找尋規律、自我決策，其中最核心的是深度學習。

那究竟什麼是深度學習？一是透過演算法給機器設計一個神經網路；二是透過大量標定的資料樣本訓練神經網路，讓它認識外部世界。以前，一個應用要透過非常精確的演算法來描述，但是今天，我們不知道該用什麼精確模型來教計算機，只能拿非常多的資料樣本讓機器比對學習，舉一反三。

具體到“阿爾法圍棋”，它還使用了強化學習和蒙特卡洛樹搜尋等技術。後者是一種啟發式的搜尋策略，能夠基於對搜尋空間的隨機抽樣來擴大搜索樹，從而分析圍棋這類遊戲中每一步棋應該怎麼走才能夠創造最好機會。

只需要先教“阿爾法圍棋”一些人類摸索出的基本下法，然後讓它與自己大量對戰，就可以飛速提升水平。而“阿爾法圍棋”的最新版本“阿爾法圍棋－零”具備了無師自通的能力，在沒有人類知識與對決訓練的情況下，“從零開始”自己與自己對弈，僅3天后就戰勝了自己的前輩。

搜狗執行長王小川認為，識別、決策、生成是人工智慧的核心應用。例如，在決策方面，人工智慧可以幫助提高決策效率，提升商業效率。

“我們已經在金融、醫療和教育等方面看到這些應用。在識別和生成領域，人工智慧的進展已使人機互動越來越自然，這也是我們感興趣的領域。從歷史趨勢上看，機器在逐漸適應人，並已為人類分擔了許多具體工作。”王小川說。

前百度首席科學家吳恩達、香港科技大學教授楊強等眾多全球頂尖人工智慧專家都認為，人工智慧下一個重要突破口是“遷移學習”，這也是人工智慧未來的發展方向。簡單說，“遷移學習”類似中國成語裡的“觸類旁通”，就是機器將在一個領域學習掌握的技巧、經驗和能力，遷移到一個新的有一定關聯的領域裡再應用，這樣在新領域裡，它就能省去大規模資料訓練，只需一小部分資料就能迅速“成才”。當機器具備這種能力後，將使人工智慧邁入全新層次。

按照人工智慧“弱智慧”、“強智慧”和“超智慧”的劃分，當前乃至很長一段時間，人工智慧還處於“弱智慧”階段，還只能侷限在特定的封閉領域。比如，“阿爾法圍棋”只能在封閉場景透過資料樣本學習和對弈訓練提高下棋能力，並不能發揮創造性。到了“強智慧”和“超智慧”階段，人工智慧就能像人類那樣學習、決策和反思，解決不同領域的各種複雜問題。

儘管如此，僅靠當下的人工智慧技術水平，人類就已經對機器的計算與“算計”產生高度依賴了。從購物網站的精準推送到電視劇的編劇、再到無人駕駛汽車，生活中的人工智慧可謂無處不在。

未來是人工智慧高速發展時期，敬請期待。

一、農業領域

目前人工智慧除草機只需要裝在拖拉機上。它可以快速地識別出雜草和莊稼。進行有效的除草。這樣不僅能精準地除草，而且能大量的減低農藥的使用量。

二、醫學領域

在近年，人工智慧的深度學習功能，在醫學領域，對醫療的技術，以及對病情的判定。簡直就是革命性的改變。在一次人工智慧和人類的病理診斷大比拼中，人類已經輸給了谷歌研發的人工智慧病理診斷。早在前幾年，谷歌大腦就已經與美國的Verily公司聯合一起開發了一款人工智慧醫療工具，而這個醫療工具，能用來診斷乳腺癌。為了確定這個功能的可用性以及準確率。谷歌專門安排了一場人類與人工智慧病理分析的大比拼。而這場比拼，人工智慧以88.5%的準確率贏了一名資深的病理學家，而這位病理學家，花了整整30個小時，仔仔細細分析了130張切片，才得到73.7%的準確率。

三、影象處理領域

在很久之前，人們遺留下來的大多數都是黑白照片。而早在2016年，科學家已經研發出了對圖片的自動上色功能。而科學家透過大量的資料讓人工智慧深度學習，他們使用黑白影象做輸入，人工智慧用彩色影象來做輸出，以此來訓練出一個人工智慧的影象處理的神經網路。這個神經網路可以自動對黑白影象上色，也就是說，在用途上，只要我們可以把以前的一些古老的黑白攝影機的影象輸入，這個人工智慧的網路它就可以自動將黑白照片還原成彩色的影象。

四、電商領域

對於即將到來的“雙11狂歡節”，估計閒的蛋疼的朋友就會問。雙11的到來，對於淘寶商家的設計師，設計圖片辛苦嗎？確實，按照淘寶店鋪商家釋出的數量來看，做成如此多數量的圖片文案，得逼得不少人熬夜，不過，其實早在去年淘寶就推出了人工智慧設計師——魯班，2017年的雙十一，有1.7億張圖片是出自於魯班之手。而今年，將有4億張圖片由魯班來設計，4億張圖片是什麼概念呢，按照一天的時間來算，每秒可以設計8000張。

很難講具體發展到某個階段，科技的發展的一個循序漸進的過程。

就像當年的網際網路過度到現在的移動網際網路，也用了20年的時間。發展的快慢要看我們這代人科研人員的努力了。

具體的發展方向和應用很多也在摸索階段，不過現在日常生活中也有很多人工智慧應用的產品了，例如：手機人臉識別解鎖、刷臉支付、自動駕駛無人駕駛、初級的模擬機器人、智慧音箱、各種加了語音或者影象識別的電器、我們的天網系統、搜尋推送等等。

人工智慧是第四次工業革命很重要的一個環節，我們國家在這方面，個人認為有非常大的競爭優勢，結合現在的5g、物聯網和大資料等技術，我們國家人工智慧的發展將來也會領先於西方國家。

現在人工智慧很火，勢頭很猛，但是，從發展階段來說，首先怎麼去衡量發展階段，如果說能在部分任務上完成人類相當的效果，那麼可以說人工智慧已經發展到高階階段了。如果是要達到和人思維一樣的強人工智慧，那麼人工智慧將處於並長期處於初級階段。

有人說人工智慧在各種領域已經取得很大成功了，比如智慧駕駛，影象識別，自動翻譯等等。但這些僅僅是深度學習演算法對大量資料擬合訓練後的結果。

人工智慧達到人的水平了嗎？深藍和alphago在國際象棋和圍棋領域奪冠說明人工智慧已經能在一些複雜任務上超過人類。但是人工智慧很難擁有情感，同時在現實資料的學習中可能會學習到具有性別歧視，人種歧視偏見類的東西。

人工智慧在法律上的角色界限還很模糊，在語言思維等方面遠沒有達到人類水平。

至於人工智慧發展到什麼節段，這是個見仁見智的問題，每個人都有自己的答案。

語音識別：已經能達到80幾的辨別度了。發音標準能達到百分百。

影片識別：多人、單人、64特徵碼捕捉人臉也很成熟了

溫度感測智慧識別也很成熟了

人工智慧分強人工智慧（全能型的人工智慧）和弱人工智慧（特定領域的人工智慧），弱人工智慧現在發展很旺盛，很火爆，而強人工智慧的商業應用才剛剛起步，目前大多數強人工智慧停留在實驗室階段。

專業人工智慧在廣告推薦、文章推薦、各種感測器識別技術（如視覺識別、語音識別、語音合成等）、金融資料分析、語言翻譯、特定醫學影像分析等領域發展的都很好。但這些都得益於大資料技術的流行，依託於大資料、機器學習訓練演算法等技術使這些應用領域有了商業價值。如果把專業人工智慧比作人的成長，他現在應該是十七八的小夥子，正值青春，初露鋒芒的年紀，但因為他年輕了，太過鋒芒畢露，雖然前景可期，但風險也不少。

全領域人工智慧領域的商業應用如智慧機器人、具備自主學習和決策的軟體系統等。強人工智慧對比弱人工智慧就像個嬰兒一樣弱小，他未出生時就已光芒四射了。現在更是代表了一種希望。

現在人工智慧發展才剛剛起步，充滿希望也充滿挑戰。

個人愚見，僅供參考！

人工智慧現目前發展只是萬里長征的第一步，目前所有的人工智慧還只是弱智慧時期，比如之前應用Google 系統阿爾法狗與南韓的李世石下圍棋，讓李世石輸掉三次後，第四局才輸給李世石一局。阿爾法狗只是有強大的計算器的運算能力，它還沒有學習的能力。

目前各國都在極力研究智慧機器人，但是都還是處於初級的階段，採用的都是資料接收、資料運算、資料處理來支配機器人來與人們溝通，機器人回覆的東西都是先是技術人員透過分析大量的日常會話，分析出人們日常的一些極其頻繁的語言儲存在機器人內部，當你與之說話時，機器人會飛速地運算你所說的話，然後就找到最能與你說的話或者與之答案最相近的意思的句子來回復你。

還有的機器人是按照一定的規律來進行運動的，比如說在物流方面，網路公司將所有機器人進行程式設計，然後讓其有規律的進行貨物分類。

還有一家美國的公司開發的智慧機器狗，也同樣運用同樣的資料分析，感測技術，資料分析。它能在摔倒後能自己又站立起來繼續去完成任務。

所以，目前所有的機器人也還處於最基礎的領域，還沒有到達真正的智慧，不過人們還在繼續研究讓其能有機器人的學習能力，並且能單獨思考意志。

相信科學家們會在未來的研發出真正的智慧科技，讓其更好地服務於人類。

人工智慧（Artificial Intelligence）：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。1956年由約翰.麥卡錫首次提出，當時的定義為“製造智慧機器的科學與工程”。人工智慧目的就是讓機器能夠像人一樣思考，讓機器擁有智慧。

時至今日，人工智慧的內涵已經大大擴充套件，是一門交叉學科，它主要包括以下研究和應用方向：機器人、語音識別、影象識別、自然語言處理、專家系統、知識工程、機器學習等。

人工智慧的歷史階段主要分為三個：第一階段：邏輯推理（50-60）第二階段：知識工程（70-80）第三階段：機器學習（90-）。

目前人工智慧的層次也被劃分為三個階段：弱人工智慧、強人工智慧、超人工智慧。

弱人工智慧 Artificial Narrow Intelligence (ANI): 弱人工智慧是擅長於單個方面的人工智慧。

強人工智慧 Artificial General Intelligence (AGI): 人類級別的人工智慧。強人工智慧是指在各方面都能和人類比肩的人工智慧，人類能幹的腦力活它都能幹。

超人工智慧 Artificial Super intelligence (ASI): 牛津哲學家，知名人工智慧思想家Nick Bostrom把超級智慧定義為“在幾乎所有領域都比最聰明的人類大腦都聰明很多，包括科學創新、通識和社交技能。

當前人工智慧還非常初級，處於弱人工智慧階段。目前適合“已知環境、目標明確、行動可預測”的場景。深度學習在影象識別、語音識別、翻譯等領域，人工智慧基本具備人的識別能力，甚至超越了人類，基於這些能力應用到了很多場景，如醫療、公共安全等。但在推理、認知等方面仍十分欠缺。人工智慧不是要等到超越人的智慧才進入使用，而是隻要在某個方面比人做得好就可以進入使用。

人工智慧的未來發展我們透過美國DARPA的2018年10月的第三代人工智慧基礎研究發展規劃就可以一窺端倪。該規劃旨在透過機器學習和推理、自然語言理解、建模模擬、人機融合等方面的研究，突破人工智慧基礎理論及核心技術。相關專案包括：“機器常識”，“終身學習機”，“可解釋的人工智慧”，“可靠自主性”，“不同來源主動詮釋”，“自動知識提取”，“確保AI抗欺騙可靠性”，“自動知識提取”，“加速人工智慧”，“基礎人工智慧科學”，“機器通用感知”，“利用更少資料學習”，“以知識為導向的人工智慧推理模式”，“高階建模模擬工具”，“複雜混合系統”，“人機交流”，“人機共生”等。

人工智慧，我們印象中最早接觸的應該是機器人了，透過複雜的演算法能賦予機器人指令動作，並沒有廣泛應用到行業發展來。一般來說，人工智慧分為三個階段，第一個階段叫計算智慧，要解決的事情是能存會算。第二個階段是感知智慧，這個階段是能聽會說，能看會認。第三個階段叫認知智慧，要能夠理解、會思考。

近幾年，人工智慧正在以前所未有的速度發展著，目前我們就處於認知階段，而且是AI 2.0階段。什麼是AI2.0階段呢？通俗點說，我們對這個世界的看法，從橫向來看可以分為可統計和不可統計的事物，從縱向來看可以分為可推理和不可推理的事物，AI1.0透過機器學習和深度網路等方法可以解決可統計可推理的事物，但無法解決不可統計不可推理的事物。這時候就需要AI2.0了，AI2.0研究的是深度學習，深度神經網路，包括各種各樣新的方法。

人工智慧在在國家的發展規劃裡面分成了五大基礎方向和四大智慧應用。

五大基礎方向分別是大資料人工智慧、群體智慧、跨媒體智慧、人機混合增強智慧和自主無人系統。

大資料人工智慧要解決的問題是從人工知識到大資料驅動學習邁進的過程，人工智慧依託大資料落地應用方面獲得了諸多突破。

跨媒體智慧，是從單一資料到跨媒體認知、學習和推理，要解決的問題包括影片資訊、語音資訊、圖片文字在內的各種各樣的海量資訊，這些知識怎麼關聯，怎麼學習，怎麼推理。

群體智慧指的是個體智慧解決不了的問題，群體發揮作用。人機混合增強智慧，X戰警、未來戰士都是人機混合，換上機械手臂變得非常強，這裡就是一個混合增強智慧。這個已經有很多研究成果，目前主要應用在人的康復等方面，比如用意念控制的機械手等。

第五個是自主無人系統，包括無人駕駛汽車、無人駕駛戰機等。這是新一代人工智慧五大基礎研究方向。

另外，各個行業湧現出的人工智慧應用主要集中在智慧製造、智慧農業、智慧醫療、智慧城市四個比較大的領域。

人工智慧的發展，大致可以分為四個階段：

即網際網路的智慧化（Internet AI)、商業智慧化（Business AI)、實體世界智慧化（Percpetion AI）、自主智慧化（AutonomousAI）每一個階段都將以不同的方式利用人工智慧的力量，改變或者顛覆不同的產業，讓人工智慧更深層次地融入我們的生活。

前面兩個階段，即網際網路智慧化及商業智慧化，已經出現在了我們身邊，網際網路公司能以演算法取代保險精算師、股票交易經理和醫生助理。

現在，感知人工智慧正在把現實世界數字化，機器開始學會辨識我們的臉孔，識別我們身邊的物體和語音，理解我們的需求，搞懂我們身邊的世界。

而實體智慧化將徹底改變我們和世界之間的互動體驗，以及模糊數字世界和現實世界之間的分界。

隨著自動駕駛汽車的上路、無人飛機的上天，智慧機器人接管工廠，第四個階段的自主人工智慧將進一步改變農業、交通、連鎖酒店及餐飲等眾多行業。

人工智慧的快速發展，勢必會衝擊全球經濟，整個經濟體系中的數十億計的就業機會，如會計師、流水線作業員，倉儲作業員，股市分析師、質檢員、貨車司機、律師助理、放射科醫生等都會受到衝擊。

不只是嚴重的失業問題，還有未來龐大的財富將落入人工智慧巨頭手中，導致財富分配嚴重不均衡，更重要的可能出現人性危機，個體喪失了人生目的。

好像挺可怕，其實不用擔心，人類自然會活得越來越好，蒸汽機車電力機車出現，馬車司機失業了，但生活品質不是更好了嗎？

人工智慧是基於大資料的深度學習與模擬，它總是幹不過我們人類的右腦，那裡面裝滿了無法靠資料模擬分析而得到的奇思異想和各類創意。

所以我認為，將來的人工智慧，將臣服於我們的右腦，藉助人工智慧類似左腦的工具，人類生活必將更加美好！

所謂“人工智慧”（Artificial Intelligence ，簡稱Ai）的原本解釋是“利用機器去模仿人的智慧”。但從英文的本意看卻是“人造岀來的一種智慧”。這裡的關鍵詞是“人造的智慧機器”，但卻沒有涉及到“人的智慧再造”問題！這也正是今天人工智慧得以迅猛發展的原因所在。

人工智慧的原本定義是“讓機器像人一樣思考”，但殊不知，人腦思考的過程是一個自然理性的過程，人對自己的大腦本身也是無知的。如果說基礎的大腦思考能夠被機器所模彷的話，那麼，未來隨著機器智慧達到一定程度後，將無法再進一步裡深刻模仿人的大腦。這就意味著人工智慧的進一步發展將受到人腦本身嚴重的阻礙，人工智慧將終結於給你大腦。

所以，真正意義上的Ai定義應分為“人體Ai”（廣義Ai）和“物體Ai”（狹義Ai）。現在，我們在“物體Ai”領域已經取得了突破性的進展，而在“人體Ai”領域，尚處於迷茫和萌芽階段。

今天人們對Ai的關注大多集中在“機器象人一樣思考，還是人象機器一樣行動”上，即，是機器比人厲害，還是人比機器厲害？

事實上，這明顯走入了一個誤區，未來的Ai終究只是物體智慧化系統中的一個元件，它只能被人體所利用，而無法改變人類。我們今天生活的世界裡會同時面對兩種“蘋果”：一個是果樹上長出來的蘋果，一個是工廠裡造出來的“蘋果”，它們全都在市場經濟中都被交易，而且都攜帶著資訊，一個是在細胞中自然生長；一個是在晶片里人工生長。 它們之間究竟有什麼區別？

可以吃的蘋果和可以用的蘋果之間最大的區別在於它們物理秩序的來源。前者原本就存在於世界中，後者為人類所創造。前者先存在於世界上後被我們所利用，而後者是先出現在一些人的頭腦中，然後才被創造出來的。兩種蘋果都是產品而且都攜帶資訊，但是它們之中只有被造出來的“蘋果”才是人類想象力的具象化。

人工智慧的發展不是在“人造智慧機器”上取得了什麼驚人的突破，而是在“人的智慧再造”上有了驚天的突變，這就是網際網路背景下的智慧手機！這裡也許會有人發問：智慧手機不正是智慧機器嗎？也對，也不對。雖然智慧手機屬於智慧機器中的一個部分，但智慧手機的設計原則和系統原理卻是按照人的意識和靈魂的執行規律而佈置的，或者說，智慧手機設計的初衷是為人體服務的，是幫助人體去處置物體的一個工具。這種藉助智慧手機的成果反過來促進人工智慧的高速發展，恰恰說明，沒有智慧手機，就沒有真正意義上的人工智慧，是智慧手機或者說是人體智慧的再現，催生了機器智慧的出現。“利用智慧手機去衍生人體智慧”，這才是今天我們所談到的人工智慧的本質！

因此，今天的人工智慧共包含了三個內容：一是實施的主力-人體；二是實施的物件-物體；三是實施的結果-智慧。至少涉及到三個學科或領域，即，人體大腦神經科學；物體機器資訊科學和網路智慧演算法科學！

可見，“人工智慧”的本質就是“人體對於物體的智慧再造”，或者說，就是利用智慧化的手段將“莊周夢蝶”的場景轉變為“夢想成真”的過程！

人工智慧這個概念的提出已經過去了60年，早在1956年夏季，以麥卡賽、明斯基、羅切斯特和夏農等為首的一批有遠見卓識的年輕科學家首次提出了“人工智慧”這一術語，它標誌著“人工智慧”這門新興學科的正式誕生。60多年來，從人工智慧的目的就是讓機器能夠像人一樣思考，到今天的人工智慧的目的就是讓人能夠像機器一樣思考。這是一次智慧的飛躍與智慧的飛翔，而這次智慧飛翔的動力不是什麼機器本身，而是“網際網路＋智慧手機”。

記得當年中國著名科學家錢學森率先提出了“智慧工程”的學科，但是，受制於當時5G、網際網路、智慧手機和人工智慧尚未出現的限制，也只能停留在“人體智慧”的層面上，倒是2008年美國的IBM公司提出了“智慧地球”的概念，開啟了“物體智慧”的新紀元。因此，我們今天所講到的人工智慧，應該是在網際網路和智慧手機基礎上的“新人工智慧”，更確切的定義應該是“人格智慧”。那麼，面對著智慧化時代的來臨，怎樣才能對人工智慧的重新定義？對智慧重新規範呢？

在人工智慧的發展過程中，首先是機器智慧專家提出了未來機器（物體）超越人體的設想，後來又是大腦神經專家提出了未來機器（物體）不可能超越人體的推斷。其實，這都只是站在自己的角度看到了問題的一個方面。真正的人工智慧就是“人體”與“物體”融合在一起後的“智慧複合體”的“化身”，用“形影不離”來形容最為貼切！

簡單講，智慧手機就是“人格”；人工智慧就是“物格”，“人格”伴“人體”而行，“物格”隨“物體”同在。舉個例子，我曾經問一個做智慧家居的專家：如果要關掉一個房間的燈，你說是用機器人去關好？還是用APP去關好？這就是一典型的機器智慧與人工智慧的關係問題。這裡的房間和機器人肯定存在著一個假象，實際上，機器人根本還是一個機器，而不是人。未來的房間一定會與機器人融合為一體，稱為物體智慧，而其中的“芯”，就是我們今天談到的人工智慧！

面對如此複雜的智慧化，人工智慧將會承擔什麼樣的作用？人工智慧的內涵與外延又是什麼？

人工智慧技術已經走過六十年，如今正奔跑在時光隧道上，而背後卻是更多基礎和階梯的支撐，比如光網寬頻、移動網際網路、雲計算、物聯網、大資料等等。事實上，如果沒有聯網通訊、資料爆發及計算能力的極大提升，人工智慧技術也許還處於實驗室之中。

人工智慧未來的發展主要將向它的內涵和外延兩個方向同時進行！

首先，人工智慧的內涵（即人的人體智慧）包括腦認知基礎、機器感知與模式識別、自然語言處理這四個方面。而人工智慧的外延（即物的人工智慧）則是機器人與智慧系統——智慧科學的應用技術 。這包括工業機器人、農業機器人、服務機器人等各類機器人以及智慧交通、智慧製造、智慧醫療、智慧城市等等。

未來這個世界，人工智慧將會與人體智慧相融合而成為一個全新的虛實互映的智慧複合體（平臺）並與人類一起共同生存。我們把這個智慧化的複合平臺稱為“人格智慧”。

未來的人類正在以人工智慧為基礎，實現人工智慧與人體智慧的智慧化過程，最終透過“人格智慧”的表現形式，共同生存在這個世界上的人類。未來，不是人工智慧代替人，而是幫助人類形成一個新的智慧化虛實互映載體-“人格智慧”，以此來幫助人類做更了不起的事，並使之成為人類的靈魂伴侶！

當然，現在很多公司都還只看到的是“人機混合智慧”，力圖在人與機器之間實現資訊的高效共享，形成超越“人的智慧”和“人工智慧”的高階混合智慧。但實際上卻存在某些偏差。因為在真正的場景轉換過程中，是人體與物體之間的較量，而機器不過是物體中的成員之一。只有將機器作為物體的物件，才能為人工智慧找到合理的“物格”，從而實現與“人格”之間的友好對接！

之前，人類只能圍繞“心學”和“科學”這兩個層面上講求“人格心理”、“格物致知”和“大腦神經”、“數字演算法”等。但“心學”這些心理狀態顯然在人工智慧領域無所作為，所有的心理活動都只不過是人體內部的心靈自芻，離開了內部人體智慧與外界物體智慧之間的接觸和碰撞，單一的心理因素似乎毫無實際存在的意義，在人工智慧面前更是顯得相形見絀，無法相題並論。

進入5G時代，人體與物體的身份轉換將改變世界。這裡有一個智慧虛實的概念，就是“絕對實與相對實”，“絕對虛與相對虛”的關係。比如，我們在劇場的舞臺上看到一輛開動的車裡坐著一個人。此時的車就是“絕對實”，此時的人就是“相對實”。但到了網際網路時代，我們還應該想到的是，此刻的劇場正在現場直播。在虛擬世界的網際網路上，同時還存在一個“絕對虛”的車和“相對虛”的人。如果我們把整個場景作為一個系統的話，這就是一個“智慧複合體”。在這個系統分工中，人體主要依靠的是智慧手機，而物體主要依賴的是人工智慧。

因此，人類最根本的需求是智慧化場景，而非人工智慧本身。真正的智慧化場景必須要有三個前提條件：一是5G網際網路的“根”（Web和ICP）；二是智慧手機的“靈”（IOS和Android ）；三是人工智慧的“芯”（資料和演算法）。

之前，我們對於世界的劃分，基本上是以唯心主義和唯物主義的標準來展開的，這只是哲學的觀點，但從科學的角度看，世界又是由什麼構成的呢？答案就是“人體”和“物體”！

正如《莊子·秋水》中所描述：“以道觀物，物無貴賤，以物觀物，自貴而相賤”。西方人的思想觀是：“以我為本，我於神”，以具像的人體去改變實際的物體，即“以人觀物”；華人的思想觀是：“以人為本，人為天”，以虛像的人類去適應實際的物體，即“以物觀物”。

世界是由人體和物體共同組成的一個無限空間。當今世界最大的改變在於：網際網路和智慧手機分別進入到了物體世界和人體世界，同時產生了可以相互連結的“物體鏈”和“人體鏈”，並透過兩者之間的碰撞發生智慧化的衍生，從而形成了新的智慧！

因此，物體世界中的“網路”相當於人體世界中的“靈魂”；物體世界中的“宇宙”相當於人體世界中的“興趣”。此時，大腦只是人體世界的核心，地球只是物體世界的核心。

“人體鏈”中，除了我們已經認知的“基因、遺傳和意識”之外，人工智慧的發展過程中所產生出來的智慧手機，讓人體中的靈魂從意識中分離出來，並以興趣的形式得以虛像性的表達。讓我們重新認知到了“人體鏈”，是一個“小到靈魂，大到興趣”的“人體智慧”；

“物體鏈”中，除了我們已經認識的“人類、自然和社會”之外，人工智慧的發展過程中所再生出來的網際網路，讓物體中的網路從社會中分化出來，並以宇宙的形式得到實像性的表現。讓我們重新認識到了“物體鏈”，是一個“小到超玄，大到宇宙”的“物體智慧”。

而當網際網路和智慧手機出現後，使原本分別獨立的人體和物體內部發生了質的變化。正如《道士下山》電影中的臺詞：“改變了速度，就改變了質量”。今天的網際網路和智慧手機，“改變了物體，就改變了人體”。也就是說，網際網路和智慧手機的相繼出現，徹底改變了以往的人體屬性和人工智慧的定義，不僅使人體與物體之間的分類與分形發生了量的變化，而且使各自領域的格局和功能發生了質的改變！

在物體之間，由於人工智慧開始僅作為一個新的工具出現，激活了物體中的網路，使網路作為一個獨立的板塊存在於物體之中，證明了“網路”可以作為一個新的物種，聯接起了整個物體世界。此時，“網路”成了整個物體世界的新主宰；並且成為聯接物體中其它板塊的中心。

這不僅改變了原來“人類、自然、社會”的劃分，而且重新定義了物體的組成配套。此時的“物體”將在網際網路的作用下形成新的“物體鏈”，即，“人類、自然、社會、網路和宇宙”。

同時，在人體內部，由於智慧手機作為一個新的器官出現，激活了人體中的靈魂，使靈魂作為一個獨立的模組存在於人體之中，證實了“靈魂”可以作為一個新的器官，連結起了整個人體世界。此時，“靈魂”成了整個人體世界的新主角，並且成為連結人體中其它組織的樞紐。

這不僅改變了原來“身體、頭腦、心靈”的人體劃分形式，而且重新定義了人體的器官配置。此時的“人體”將在智慧手機的作用下形成新的“人體鏈”，即，“基因、遺傳、意識、靈魂和興趣”。

我們把“物體鏈”與“人體鏈”之間的這種場景狀況稱為“智慧”，把它們之間所發生的碰撞過程叫做“智慧化”，把它們之間的碰撞應用叫做“人工智慧”，把它們之間的碰撞原理叫做“智慧科學”。

這樣，我們原本對於人體與物體的定義已經發生了根本性的變化。可以說，正是這種變化的需要，才重新激活了六十年來的人工智慧跨越到“人格智慧”的層級，而不斷升級的人工智慧正是今天日益活躍的智慧化升維的真實寫照！

智慧手機和人工智慧給我們人類所帶來的最大改變應該是，重新定義了人體與物體的組織分類和功能分配，以此來重啟這個新的世界。

那麼，未來的“人格智慧”和“物格智慧”又將發生什麼樣的變化呢？最大的變化應該是虛擬現實下的人像識別和物像識別！其中，人像識別改變的不是智慧手機，而是智慧手機的掃碼；而物像識別改變的恰恰是人工智慧的全部。此時，人工智慧作為“芯”的作用已經被移送到“雲端”，而人工智慧作為“皮”的作用卻早已被虛擬現實所吞噬！這就意味著，我們今天引以為“嚎”的人工智慧不過是“網際網路大樹上的一片秋葉，智慧手機腸道里的一粒細菌”。只是我們把原本平常的智慧應用歸屬於人工智慧，又將人工智慧神化到無所不能罷了！

人工智慧沒有任何奇特的地方，真奇特的應該是圖靈、馮諾依曼、夏農、喬布斯們，這些偉大的科學家們的奇思異想。歷史總是驚人的相似，今天的蘋果和谷歌，仍舊是人工智慧的引領者，只不過他們心中的人工智慧與我們手中的人工智慧相比早已面目全非。當我們學到了一些網際網路和人工智慧的皮毛時，殊不知，“年年歲歲人不同”。

今天我們眼中的所謂人工智慧，也許會在5年後消失，離開了網際網路的底層程式碼和智慧手機的IOS，一切人工智慧都只能作為一個過客，它的興旺之時，正是它的消亡之刻！也許新一代人工智慧（暫且這麼叫吧）連讓我們抄襲和延伸的機會都沒有了，粗暴的就剩一句話：這是世界上唯一的系統，你用，就是一個人，不用，只是一條狗！

當下一些中國公司和專家們所談到的所謂人工智慧，大都只停留在技術層面上，而在Ai平臺、開源演算法、計算晶片、基礎軟體等領域，與美國的Google、Apple、IBM、Microsoft、Facebook、Amazon等公司相比還有很大的差距。離開了網際網路、智慧手機這些基礎理論和底層程式碼，大談什麼人工智慧創新，都只屬於隔靴搔癢，根本無法接近人工智慧的本質。

目前，中國的Ai發展雖然有了很大的進步，但僅僅只在應用上，而在科學原理上相差甚遠！科大訊飛只在語音應用和比賽領域談什麼世界第一，但離開了晶片和Ai平臺（IOS＋Android），科大訊飛的產品不過是一堆廢塑膠！中國的Ai公司由於缺“芯”少“魂”，不僅是科學與技術的差距，更是馬車與飛機的差別很難走的太遠！因為Ai只是一個過客，解決不了場景智慧化問題，Ai永遠只能是一個配件，而與“人工智慧”相對應的“人格智慧”，才是智慧化時代的智慧場景的未來！，

面對5G時代Ai轉型的嚴峻現實，我們關注的不應該只是那些什麼翻譯呀、教育呀、醫療呀、人像呀這些藉助大資料和初演算法的“淺應用”，而應該從基礎晶片、平臺和系統上入手，反過來再在仿生、神經和人格研究上大作文章。華人工智慧的發展，不在於人工智慧本身，而在於運用智慧科學這個新式武器，將“心學”與“科學”結合起來，將“人體智慧”與“物體智慧”融合在一起，創造一個全新的“智慧化場景”，以此改變中國，融入世界！

雖然AI（人工智慧）經過了60多年的發展，但是目前AI依然處在行業發展的初期，還有大量的課題需要公關，需要解決的落地問題也非常多。簡單的說，目前AI依然處在“弱人工智慧階段”，距離未來理想狀態下的“強人工智慧階段”還有較長一段距離。

人工智慧經過60多年的發展，目前的研究方向主要集中在六大方面，分別是機器學習、自然語言處理、計算機視覺、自動推理、知識表示和機器人學。隨著大資料的發展，目前機器學習（含深度學習）、自然語言處理和計算機視覺獲得了較多的關注，也出現了一批相關技術的智慧體產品。雖然這些智慧體往往還需要工作在特定的場景下，但是也為提升工作效率做出了積極的貢獻，在工業生產領域，已經有越來越多的智慧體開始參與到生產環境中，比如汽車製造領域就有大量的工業機器人參與生產。

隨著產業網際網路的發展，物聯網、大資料、雲計算等基礎生態將越發完善，而這些基礎對於人工智慧的發展來說也是非常重要的，可以說物聯網和大資料是人工智慧的重要基礎，萬物互聯必然會帶來萬物智慧。目前不少大型的科技公司都陸續開始佈局人工智慧領域，相關的研發也在如火如荼的進行中，尤其在2018年，人工智慧受到了整個市場的熱捧，但是由於不少人工智慧產品依然存在落地難的問題，所以人工智慧領域也受到了一定的質疑，相信隨著產業網際網路的發展，人工智慧產品落地應用的各種壁壘將被陸續打破。

最後，對於現代職場人來說，學習一定的人工智慧知識會提升自身的職場競爭力，從目前的知識結構來看，可以從學習一門程式語言開始，比如Python。

現在處在10歲少年階段，即將爆發的前夜

大公司還沒有真正開始使用人工智慧

人工智慧主要技術方向

1.GPU伺服器

2.智慧晶片

3.基於文字的人工智慧

4.基於影象和影片的人工智慧

5.基於語音的人工智慧

還有那方面的人工智慧?還需要了解哪些人工智慧技術和雲計算技術，V聊:royzhen1

看看百家號等自媒體以機器人稽核文稿所產生的錯誤，如明明標題沒有一個標點符號卻說標題標點使用錯誤，把“可一旦發生意外就……”中的“可一”，提示應該改為“可以”，就知道機器人出於什麼階段了！

人工智慧發展至今，早已分化成兩個不同的理念:弱人工智慧，強人工智慧。而在強人工智慧領域，六十多年來基本沒有實質性的發展，人類所取得的成就，可以說全部來源於弱人工智慧的研究。而科學界主流的觀點認為基於人類自身安全考慮，也不應該向強人工智慧領域深入發展。但是，人工智慧應該是一種改變的能力，透過一個演算法或者一套機制，能夠去適應並解決各種不同的問題。以前設計的GPU開源的平臺，經過改造之後加速，對深層對抗網路的工作，用一個類似GPU的架構去做。但是其實一個晶片是不夠的，即使可以做晶片，可以模擬功能，仍需要大量的晶片，晶片需要用區塊鏈不同的計算能力組合起來，在這上面我們可以做很多的應用，比如做全腦模擬、認知發展過程的模擬，像人那樣思考和學習的機器，這對於未來的影響是巨大的，也是不可逆的。