自步入21世紀以來，在人工智慧迅猛發展的今天，人工智慧已經對社會產生了深刻且廣泛的影響，反之，學者、大眾與媒體的觀點與態度對人工智慧的發展也將發揮重要作用。

在交通運輸、家務勞動、醫療保健、娛樂產業、僱傭工作環境、公共安全、低能耗社群和教育這八大社會領域，人工智慧已經開始逐步應用。但是如果要讓人工智慧真正能夠普及於人們的日常生活，還是要更多的時間完善改進，給以人們慢慢適應期，

雖然AI的英文全稱千萬種，但是第一直覺應該指的是Artificial Intelligence即人工智慧。從16年在國際象棋上阿爾法狗透過自學贏了人類之後，該領域迅速在國內走紅，使得大家都對他趨之若鶩，其重要性在國家戰略層面也不斷被提高。本人剛好也是從事該領域的研發，通過幾年的工作經驗想簡單的闡述下自己的看法。

一、什麼才算真正的AI？

不一定厲害的技術都是AI，行業內也存在著很多的偽AI。比如很早以前的國際象棋程式，很多人也下不過計算機，但是為什麼那些程式不算AI呢。早期的程式很多都是人工設定了繁多的規則，俗稱為專家系統。而阿爾法狗的程式是透過輸入無數的棋局資料，演算法不斷地進行訓練形成了模型，而該模型指導了阿爾法狗的一系列操作，中間不摻雜任何人工的干預。這就是為什麼你同樣玩不過的國際象棋程式，而阿爾法狗就這麼出名。所以，怎麼判斷一個功能是否屬於AI的範疇，可以簡單提煉幾個參考點：

（1）功能的一般流程是獲取資料、訓練模型、輸出結果

（2）沒有人工規則的參與

二、為什麼AI現在才火起來？

就如前面所說的AI流程，我們需要透過訓練海量的資料才能得到一個效果較好的模型。目前演算法很多都是公開的，大公司之間比的就是誰的資料維度更多、更精確，而海量資料的模型訓練必然牽扯到強大的計算力。07年之前計算力意味著需要購買大型主機，而07年hadoop技術橫空出世，使得普通機器組成的叢集也具有的海量計算的能力。AI技術所需要的土壤（大資料、雲計算）在07年以後逐漸成熟起來，使得之前只能在實驗室的技術具有了可實踐性，另一方面雲計算的鋪及也使得門檻降低，這些都大大促進了AI技術的發展。

上面AI土壤的成熟是火起來一方面的因素，另一方面就是該技術逐漸達到了商用的級別。就如李開復老師在《人工智慧》書裡所提到的，早期的專家系統的語音識別準確率只有6成左右，而現在的準確率可以達到99%以上，該技術使得很多功能的準確率性有了質的飛躍，同時在商業層面也能帶來收益。基於上述考慮，很多公司都將AI作為戰略層面的投入，資本也不斷湧入，使得AI概念越來越火。

人工智慧很複雜又很簡單

複雜在其知識深度和應用範圍廣泛性

簡單在於對其理解。

一個公式概括，人工智慧＝感知+傳輸+分析+決策+反饋控制+提升最佳化

一個例子幫助大家理解人工智慧及發展現狀，

比如，一個兩歲的小孩子手被熱水燙的一瞬間，手部感知電流透過身體神經網路傳送至大腦，大腦以幾乎實時的速度分析計算，得出迅速抽開手的決策，然後再透過神經網路反饋控制執行決策，經過這一次，這個小孩兒下回再遇到相同的情況就會恐懼和小心，也就是他自我學習提升了。

要說ai目前發展現狀，小孩從感測採集到網路傳輸到分析資料分析這個環節幾乎都打通了，沒有問題，問題在自我決策，一個是自我決策的準確性，一個是及時性，有沒有成功案例，商業領域成功案例很多，工業領域相對少些，目前ai自決策水平連一個1歲小孩都不如。

如果沒有問題了，反饋控制執行這塊也沒問題，比如工業機器人，控制裝備都可以精準執行。

至於自我學習最佳化提升，這是ai的最高境界，站在專業角度對不起，真正的實現這個的我還看不到，別拿a狗說事兒，這個還需要人類共同努力，希望別實現，不然終結者可能真就會統治地球了。

1、人工智慧歷史悠久，曾經三起三落

2、現在深度學習、海量資料和高效能計算讓人工智慧步入飛速發展的軌道

3、影象識別、語音識別和自然語言處理不斷髮展落地，比如人臉識別、影片分析、影象理解、自動駕駛等方面

4、深度強化學習等技術在不斷提高機器智慧水平，從感知走向認知與推理

5、不斷有所謂人工智慧專家在反深度學習方面拿了很多基金專案，但沒啥用處，灌水而已

智慧時代的二十一世紀，絕大部分普通人將變得“可有可無”，可能只有一小撮掌控智慧的“神人”能夠掌控世界。勞動力市場和財富的再分配將會被深刻影響。

近兩年，不論是媒體還是吃瓜群眾，都對人工智慧表現出了極大的熱情和關注。

之前看了斯皮爾伯格導演的電影《人工智慧》。印象最深的是電影結尾部分，人類已經滅絕，外來智慧生命找到並重新啟動了冰封在海底的人工智慧機器男孩大衛，外來智慧生命用機器熊玩具儲存下來的大衛人類媽媽莫妮卡的頭髮復活了莫妮卡。大衛最終擁有了媽媽的愛。可惜，復活的媽媽只能存活一天。大衛最終看著他唯一最愛的媽媽消失的情景不禁讓人淚目。這部影片我不想做過多評價，感興趣的可以去看影片或影評。總的來說，我感覺影片是對人工智慧與人類倫理關係的一次探討。可能也反映出來大眾對於人工智慧的一些擔憂。

不過，我要說的是，相比思考人類與人工智慧的情感與倫理關係，如何安全應用人工智慧是個更現實的問題。無論如何，人工智慧已是大勢所趨。想象一下，人工人工智慧因感染病毒或是被駭客利用而變為殺人工具該是一件多麼可怕的事情。也許這個課題需要AI專家去研究和攻克，但是作為將與人工智慧共存的大眾而言，也應關注和思考！

至於人類和人工智慧的關係，我認為最佳狀態應該是像人與馬或者狗之類的被稱為人類夥伴的動物一樣。

豬是智商最高的動物之一，但是人類沒有因為它們的智商而放棄吃掉它們的想法和行為，不是嗎？

人工智慧(Artificial Intelligence)，英文縮寫為AI。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，主要包括計算機實現的智慧原理、使計算機類似於人腦，讓計算機可以智慧實現更高層次的應用程式。

如果說雲計算是土壤，那麼大資料就是水和肥料，人工智慧則是禾苗和花朵。刷臉支付、無人駕駛、聊天機器人……“人工智慧”這個詞越來越頻繁地出現在人類的生活中。人工智被認為是第四次科技革命的關鍵性驅動技術，成為賦能各產業向智慧化升級轉型的焦點。

隨著人工智慧深入到各行各業中，對人才的需求量急劇增加，未來十年的人才缺口達到幾百萬。根據騰訊研究院和BOSS直聘聯合釋出《全球人工智慧人才白皮書》顯示：

“全球每年畢業於AI領域的高校學生約2萬人，全球AI領域人才約30萬，而市場需求在百萬量級。而且隨著人工智慧行業的爆發式發展，人才的缺口將進一步被拉大。”

未來那些繁重的、重複的、沒有創造性、藝術性的工作將會被人工智慧逐步代替，比如建築工人、司機、快遞員、保姆、銀行業務員、電話客服、倉庫管理員、收銀員、清潔工、銷售等工作。

人工智慧來襲，不少人驚呼未來有不少職業將會被人工智慧和機器人所替代。確實，機器和人工智慧會替代人的一些簡單勞動、重複性勞動和規則性活動，但是，它們也會創造出更多更新的、前所未有的新的職業。人工智慧概念的火熱促進了不少行業的興起，比如域名，許多相關的.top域名已經被註冊。

人工智慧作為科技創新產物，在促進人類社會進步、經濟建設和提升人們生活水平等方面起到越來越重要的作用。國內人工智慧經過多年的發展，已經在安防、金融、客服、零售、醫療健康、廣告營銷、教育、城市交通、製造、農業等領域實現商用及規模效應。

人工智慧（Artificial Intelligence），英文縮寫為AI。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。

人工智慧是計算機科學的一個分支，它企圖瞭解智慧的實質，並生產出一種新的能以人類智慧相似的方式做出反應的智慧機器，該領域的研究包括機器人、語言識別、影象識別、自然語言處理和專家系統等。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的“容器”。人工智慧可以對人的意識、思維的資訊過程的模擬。人工智慧不是人的智慧，但能像人那樣思考、也可能超過人的智慧。

目前，人工智慧在中國發展速度加快，各個城市的人工智慧產業發展規模越來越大，相關應用也日漸滲透進人們生活中，未來，多個產業AI化發展勢不可擋。但當前人工智慧在中國的發展情況如何，人工智慧發展方向又是在哪裡？

為評估華人工智慧發展的現狀，為推動產業AI化發展提供極具價值的參考依據和行動建議，IDC與浪潮聯合釋出了《2020-2021華人工智慧計算力發展評估報告》。IDC在本次研究中針對企業在人工智慧應用中普遍存在的需求和挑戰進行了調研，其中缺乏模型訓練所需的資料、算力基礎設施存在不足、以及人工智慧應用方案的成本過高等因素是絕大部分企業目前面臨的主要挑戰。

因此，以政府為代表的社會服務主體，在推動人工智慧公共算力基礎設施的建設時至關重要，需要充分考慮企業目前面臨的需求和痛點，與人工智慧生態合作伙伴一起，攜手關鍵的人工智慧基礎設施服務商，通力合作，共同構建加速產業發展的平臺。因此，推動人工智慧產業加速發展，急需多地政府重視與傾力。

凡事都有兩面性。從好的方面來看的話，人工智慧方便了我們的生活。現在的生活中處處都有人工智慧的應用，比如，許多網站都提供使用者與客服線上聊天的視窗，但其實並不是每個網站都有一個真人提供實時服務。在很多情況下，和你對話的僅僅只是一個初級AI。現在都出現AI主持人播報新聞了，可見人工智慧的發展是很迅速的。

從另一個角度來看的話，人工智慧的發展逼迫人們要更努力地去學習，探索新知識，因為一些機械的重複性工作，機器就能完成，這樣就會讓許多從事這樣性質工作的人失業，會讓社會環境變得不穩定。

人工智慧產業鏈分為基礎層、技術層和應用層。基礎層是人工智慧產業鏈的基礎，為人工智慧提供算力支撐和資料輸入，中國在此領域發展時間較短，基礎層發展較為薄弱。目前，中國的人工智慧企業主要集中在北京、廣東、上海和浙江，北京的人工智慧發展已經步入快車道。

人工智慧產業鏈全景梳理：基礎層發展薄弱

基礎層主要提供算力和資料支援，主要涉及資料的來源與採集，包括AI晶片、感測器、大資料、雲計算、開源框架以及資料處理服務等。技術層處理資料的挖掘、學習與智慧處理，是連線基礎層與具體應用層的橋樑，主要包括機器學習、深度學習、計算機視覺、自然語言處理、語音識別等。應用層針對不同的場景，將人工智慧技術進行應用，進行商業化落地，主要應用領域有駕駛、安防、醫療、金融、教育等。

近年來，人工智慧在技術與應用方面取得了巨大的進展，在國際上具備了一定的競爭力，但是基礎層的薄弱仍然是限制華人工智慧發展的關鍵因素。中國在在基礎層發展時間較短，較落後於國際先進水平。 長期以來，中國的晶片大部份依賴進口，計算力方面的基礎薄弱，且開源框架受制於國外AI巨頭。

基礎層的人工智慧算力發揮著越來越重要的作用， AI晶片作為人工智慧產業發展的核心，將迎來巨大的發展機遇。目前，華人工智慧晶片優秀企業有寒武紀、華為海思、中星微、西井科技、地平線、富瀚微、四維圖新、瑞芯微、深鑑科技等。

人工智慧產業鏈區域熱力圖：北京AI發展步入快車道

根據公開資料整理人工智慧優秀企業區域分佈熱力地圖如下，可見，中國人工智慧產業鏈重點企業集中於北京、廣東、上海、浙江等地區。

北京作為中國集聚人工智慧企業最多的區域，其人工智慧產業的鏈條已經比較完善，覆蓋了整個產業鏈環節，且在產業鏈的重點細分領域均出現了行業龍頭企業。其中，基礎層中感測器的行業龍頭京東方科技，AI晶片的行業龍頭中星微電子、寒武紀、地平線、四維圖新等，雲計算的百度雲、金山雲、世紀互聯等，資料服務的百度資料眾包、京東眾智、資料堂等;技術層的機器學習龍頭百度IDL、京東DNN等，計算機視覺的商湯科技、曠視科技等，自然語言處理的百度、搜狗、紫平方等，語音識別的出門問問、智齒科技等;應用層的人工智慧重點企業也涉及了各個領域。北京正在逐步形成具有全球影響力的人工智慧產業生態體系。