人類的人工智慧技術，目前還處於原始的神經網路仿生搜尋演算法的萌芽階段。人工智慧，顧名思義是人工的智慧。人工製造智慧的前提是搞明白什麼是智慧吧？現在人類對於智慧的原理還後無頭緒，自然談不上人工智慧技術有什麼深度。

很多人看到現在IT公司宣傳的人工智慧如何如何先進、如何如何打敗人類智力，其實只是一種計算機高強度大規模計算、精確不疲倦執行後的檢索結果表現。在棋類遊戲中這種海量計算能來帶來的對弈輸贏結果給了很多人錯覺——人工智慧大發展，就要打敗人類自身的智慧了。其實早在上個世紀九十年代的深藍計算機就打敗過國際象棋的冠軍。那只是說明了計算機算棋厲害，比人類計算力要強大。現在在圍棋角度能打敗人類，進一步說明了計算機計算效能的發展。當然，深藍和阿爾法狗用的演算法並不一樣。阿爾法狗的演算法是深度學習流派的，其實質是大規模模仿生物學已經掌握的部分神經元行為，以此來形成一種資料模式的檢索演算法——神經網路演算法（因為現在的計算機系統可以執行規模遠遠超出三十年前的神經網路，因此有了一個時髦的名詞叫做深度學習）。能夠達到類似效果的演算法還有很多，比如模擬退火、SVM、基因進化演算法等等。有些演算法在某些領域的表現比神經網路演算法效果要好，某些領域效果不如神經網路，各有優劣吧。

用神經網路的演算法成為人工智慧，如果用SVM或者模擬退火呢？是不是叫人工多維空間？人工物質創世？營銷化的名詞不代表技術水平的高漲，尤其從業人員要對我們目前的技術水平要有清醒的認識。

實驗室類公司個別的已經有很多突破超前，我們看到了兩個方面，邏輯思維和自助遠動，但與實際應用和百姓生活還有距離，比如自動駕駛至今還是有些技術環節沒能解決，法律上也有桎梏或問題，可以期待。

人工智慧技術實際上是一個很大的範疇。大到電影中的仿生機器人，小到隨處可見的智慧推薦演算法，都可以算作人工智慧。

要想知道如今人工智慧發展到什麼地步了，就要先了解人工智慧的起源。

起源

早在1956年，“人工智慧”這一術語便已經誕生。自這門新興學科創立以來，其目的就是希望做出一臺可以像人一樣思考的機器，讓計算機能幫助完成人類進行一些決策性問題。

自人工智慧這一領域創立以來，研究方向便是從模仿人類開始，透過為程式定製規則去模仿人類。

在這樣的研究方向上，如果只是進行下棋，語音識別等有規律的工作，人工智慧還尚可應付。但這也暴露出另一個深刻的問題，人類的思考行為並不是簡單的規則可以重現，這樣開發出來的程式不過是規則的執行者，毫無智慧可言。

發展

人們發現，數學是一個很好的思考方式。透過對海量資料進行統計，從而提煉出問題的發展規律就可以解決較為抽象的問題。

資料分析和統計整理，隨後便成為解決人工智慧問題的一個方法論。

這種研究方法一直持續到今天，雖然它還不是人工智慧的最優解，但是已經可以製造出能用的系統——可以進行深度學習的神經網路。

隨後人們發現，神經網路的演算法需要非常高的計算能力，而且學習速度特別慢，很難透過現有的晶片技術實現大規模普及。所以人工智慧的發展，再次進入緩慢的過度期。

夢想，成為現實

隨著摩爾定律的逐漸失靈，晶片技術的發展也即將到達頂峰，想繼續向上發展十分困難。

當人們已經開始對人工智慧不再抱有幻想的時候，有一位叫Jeffrey Hinton的神經網路研究者，他發現用於圖形計算的GPU可以大幅提高神經網路演算法的計算速度。

這一發現，讓人工智慧真正有了實用的可能性，至少在硬體層面上解決了人工智慧已有的問題。

當谷歌的AlphaGO打敗了李世石，向全世界證明了實現人工智慧的神經網路演算法它的學習速度實際上可以特別快。

AlphaGO Zero在誕生後的36小時內，只憑借自身的增強學習便戰勝了初代AlphaGO。再次突破了神經網路的學習速度。

谷歌證實在軟體層面上，神經網路是可以解決人工智慧問題的。

在解決了軟體和硬體兩方面問題之後，也就是如今大熱的人工智慧的基礎。

人工智慧的目前階段

亞馬遜、谷歌、Facebook、華為、阿里巴巴、百度等等，許多企業開始加緊開發自己的人工智慧晶片，正在投身到這場正在發生的智慧競賽中。

這是為什麼?

因為想要人工智慧專案落地，必須要有一個可以大幅提高計算速度的特種晶片，它需要在較短的時間內解決神經網路的演算法。

所以入局人工智慧的企業，一方面在加緊研發硬體晶片，另一方面在著手開發軟體演算法。

目前，人工智慧正在處於這個階段。

等待特種晶片的研發成功後，再驗證軟體層面的神經網路能否真正解決人工智慧問題。

人工智慧已經從一個空想，逐步成為一個可以實現的技術。

這才是問題的關鍵所在。

人工智慧的實現，有兩種解法

雲計算、大資料等炙手可熱的概念實際上只是人工智慧的一部分，而這些已經在我們的生活中隨處可見。

實際上人工智慧可以被分為兩種

一種被稱為弱人工智慧。

一種被稱為強人工智慧。

想知道他們的區別嗎？

大家可以看我以前寫的文章《人工智慧，風口已到！可是，你真的瞭解嗎？》，裡邊有更多更新奇的人工智慧的詳細解釋。