我認為2017年就是人工智慧的元年。
如果我們回看過去，人工智慧大概有過三波浪潮。
人工智慧”這一名詞的誕生於1956年，由四點陣圖靈獎得主、資訊理論創始人和一位諾貝爾獎得主，在美國Dartmouth會議上，一起將人工智慧的名詞定義出來。之後，當時很多人認為人工智慧來了，要超過人類了，但後面，大家發現，人工智慧當時才是萌芽，只能做最基礎的事情。這便是人工智慧的第一波浪潮，隨後便進入了人工智慧的冬天。
隨後，隨著1982年Hopfield神經網路和BT訓練演算法的提出，很多人發現人工智慧的春天又來了，因為這一次，計算機的計算能力已經得到了很大的飛躍，以及演算法上也有了突破，而這一波的人工浪潮持續了10多年。這便是人工智慧的第二次浪潮，然後隨著2000年的網際網路泡沫，一同再次破裂。
而在2017年，我們處於了第三次人工智慧浪潮的開端，而這一次，我認為2017年就是人工智慧的元年。我大概認為有三個理由：
i. 技術奇點： 晶片算力與人腦想匹配
這個技術奇點就是晶片超過人腦的運算能力。
人腦大概是擁有300億個神經元，而晶片大概在2018年左右，會達到300億個電子元器件，即晶片會和人腦在計算能力上相媲美。
而令人振奮的是，一旦在2018年超過的時候，晶片將會以Exponential的方式超過人類。
而未來，晶片的運算能力，將會是人類的百倍。如果我們用IQ來形容，就是目前人類平均IQ是100，聰明的人類（比如像愛因斯坦，牛頓）可以到200，而晶片未來可以到10000。
ii. 物聯網帶來的資料，演算法的奇點
a. 物聯網的連線
如果我們回看過去三十年，網際網路帶來的資訊浪潮，使得人與機器，機器與機器相連線，而未來，物聯網帶來的萬物互聯將會帶來這樣連線的基礎，也會帶來更多的資料。
在過去的網際網路浪潮中，電腦與智慧手機的數量從0增長到了現在的約17億臺電腦和46億臺手機的存量，而在2035年，我們會有約2700億個智慧物，是目前數量的38倍。
這些連線，讓人工智慧才變得有意義，這就像我們的大腦能夠控制我們的身體的手，腳，眼睛，是因為神經元的連線，而物聯網將會使得人工智慧能夠連線萬物，這是一個基礎。
b. 資料
如果我們對比人工智慧與我們自己人類的智慧，那麼我們可以想一下，小孩是怎麼學習的？
其實，一個小孩就是透過不斷地接觸外界，不斷地提問，不斷的學習而能夠從小時候的懵懂，變成後面的“聰明”。
而外界之於小孩，就像是資料之於人工智慧，而正因為資料的爆發，才能夠使人工智慧真正的變成智慧。
那麼，過去幾十年，人類已經迎來了第一次的資料大爆發，現在，人類一天產生的資料已經是過去幾百年的農業時代的總資料。而未來，萬物互聯將會帶來更多的資料，而這些資料，將會讓人工智慧接觸更多的外界，變得更智慧，或者說，讓智慧變得可能。
c. 演算法：
我們現在看到，人類已經在很多演算法上有了一定的突破。
以棋類來說，1997年的時候IBM研製的深藍就在國際象棋上戰勝了卡斯帕羅夫。如果說97年的戰勝，可以說人類和電腦還可以抗衡，最近的谷歌研製的阿爾法狗對人類就是碾壓：阿爾法狗以4：1戰勝李世石，3：0戰勝柯潔。
這些就是因為演算法的積澱，而演算法目前已經有了一定的基礎。
iii. 政府與公司的合力
我現在看到，全世界最優秀的政府與公司，都將國家戰略和公司戰略定義為“人工智慧”。
以我們最瞭解的中國來說，我們已經在“十三五”規劃裡把人工智慧定義為國家戰略，同時，我們看到美國，英國，德國都將人工智慧作為國家戰略的發展方向。
而公司層面，我們看到所有最優秀的科技公司都在All in AI。我們看到谷歌，百度，騰訊，阿里，亞馬遜都將人工智慧作為其戰略。
而政府與公司的合力，會讓更多的資本和人才湧入人工智慧行業，而這也是前所未有的。
而正是因為這三方面的原因，我認為2017年就是人工智慧的元年。
我認為2017年就是人工智慧的元年。
如果我們回看過去，人工智慧大概有過三波浪潮。
人工智慧”這一名詞的誕生於1956年，由四點陣圖靈獎得主、資訊理論創始人和一位諾貝爾獎得主，在美國Dartmouth會議上，一起將人工智慧的名詞定義出來。之後，當時很多人認為人工智慧來了，要超過人類了，但後面，大家發現，人工智慧當時才是萌芽，只能做最基礎的事情。這便是人工智慧的第一波浪潮，隨後便進入了人工智慧的冬天。
隨後，隨著1982年Hopfield神經網路和BT訓練演算法的提出，很多人發現人工智慧的春天又來了，因為這一次，計算機的計算能力已經得到了很大的飛躍，以及演算法上也有了突破，而這一波的人工浪潮持續了10多年。這便是人工智慧的第二次浪潮，然後隨著2000年的網際網路泡沫，一同再次破裂。
而在2017年，我們處於了第三次人工智慧浪潮的開端，而這一次，我認為2017年就是人工智慧的元年。我大概認為有三個理由：
i. 技術奇點： 晶片算力與人腦想匹配
這個技術奇點就是晶片超過人腦的運算能力。
人腦大概是擁有300億個神經元，而晶片大概在2018年左右，會達到300億個電子元器件，即晶片會和人腦在計算能力上相媲美。
而令人振奮的是，一旦在2018年超過的時候，晶片將會以Exponential的方式超過人類。
而未來，晶片的運算能力，將會是人類的百倍。如果我們用IQ來形容，就是目前人類平均IQ是100，聰明的人類（比如像愛因斯坦，牛頓）可以到200，而晶片未來可以到10000。
ii. 物聯網帶來的資料，演算法的奇點
a. 物聯網的連線
如果我們回看過去三十年，網際網路帶來的資訊浪潮，使得人與機器，機器與機器相連線，而未來，物聯網帶來的萬物互聯將會帶來這樣連線的基礎，也會帶來更多的資料。
在過去的網際網路浪潮中，電腦與智慧手機的數量從0增長到了現在的約17億臺電腦和46億臺手機的存量，而在2035年，我們會有約2700億個智慧物，是目前數量的38倍。
這些連線，讓人工智慧才變得有意義，這就像我們的大腦能夠控制我們的身體的手，腳，眼睛，是因為神經元的連線，而物聯網將會使得人工智慧能夠連線萬物，這是一個基礎。
b. 資料
如果我們對比人工智慧與我們自己人類的智慧，那麼我們可以想一下，小孩是怎麼學習的？
其實，一個小孩就是透過不斷地接觸外界，不斷地提問，不斷的學習而能夠從小時候的懵懂，變成後面的“聰明”。
而外界之於小孩，就像是資料之於人工智慧，而正因為資料的爆發，才能夠使人工智慧真正的變成智慧。
那麼，過去幾十年，人類已經迎來了第一次的資料大爆發，現在，人類一天產生的資料已經是過去幾百年的農業時代的總資料。而未來，萬物互聯將會帶來更多的資料，而這些資料，將會讓人工智慧接觸更多的外界，變得更智慧，或者說，讓智慧變得可能。
c. 演算法：
我們現在看到，人類已經在很多演算法上有了一定的突破。
以棋類來說，1997年的時候IBM研製的深藍就在國際象棋上戰勝了卡斯帕羅夫。如果說97年的戰勝，可以說人類和電腦還可以抗衡，最近的谷歌研製的阿爾法狗對人類就是碾壓：阿爾法狗以4：1戰勝李世石，3：0戰勝柯潔。
這些就是因為演算法的積澱，而演算法目前已經有了一定的基礎。
iii. 政府與公司的合力
我現在看到，全世界最優秀的政府與公司，都將國家戰略和公司戰略定義為“人工智慧”。
以我們最瞭解的中國來說，我們已經在“十三五”規劃裡把人工智慧定義為國家戰略，同時，我們看到美國，英國，德國都將人工智慧作為國家戰略的發展方向。
而公司層面，我們看到所有最優秀的科技公司都在All in AI。我們看到谷歌，百度，騰訊，阿里，亞馬遜都將人工智慧作為其戰略。
而政府與公司的合力，會讓更多的資本和人才湧入人工智慧行業，而這也是前所未有的。
而正是因為這三方面的原因，我認為2017年就是人工智慧的元年。