前言
現在是2018年3月，距離2016年3月AlphaGo在圍棋大戰中4:1戰勝李世石已有兩年時間。最近幾年在谷歌等大公司的領帶下，“人工智能”這個詞匯反復出現在公眾的視野中。
隨着人機大戰的結束，“人工智能”這個大風口也被引爆到了極致。
隨處可見被冠以“智能”的物品：智能水杯、智能手表、各種智能家居等等。
而本人也給這場大潮貢獻了幾百個大洋。
深度學習
“深度學習”從2006年開始取得突破，AlphaGO就是用了深度學習的算法才能在圍棋上戰勝人類。
而深度學習算法的本質上還是一個神經網絡，而神經網絡早在20世代40年代就被提出，並且在80年代的時候就達到了研究的熱潮。
現在“深度學習”算法只不過是將神經網絡的隱含層加多了，而本質上還是神經網絡。
下圖中，左邊是傳統的神經網絡算法的示意圖，右邊是現在的“深度學習”算法。
而“神經網絡”算法，所依賴的數學基礎就是概率論。簡單點說，語音識別算法在語料庫中找到最接近的文本；自動駕駛算法算出最安全的行車路線；AlphaGo下棋時，總是算出勝率最大的落子等等。
雖然人腦會基於概率去做某些判斷，但絕對不是僅僅只基於概率。
總結一句，人工智能的核心理論從上世紀80年代到現在沒有本質上的進步
僅僅用概率算法不可能實現具有意識的人工智能
大數據
現在“大數據”一詞常和“人工智能”一起被提到，它有另一個很俗氣的名字——
“很多很多數據”
比如用戶數據（用戶瀏覽過的網頁、查看或購買過的物品、甚至是wx或qq的聊天內容）、交通數據、天氣數據、股市數據等等。
現在上網人數的爆炸，服務器存儲能力和運算能力的提高，使存儲、分析“很多很多數據”成為可能。
在商業宣傳價值上“很多很數據”這個詞匯，完全不能和“大數據”三個字相比。
“大數據”是從英文"big data"直譯過來，如果這個概念最先從中國發明出來，可能就叫
“宏數據”
是不是很有格調？
人工智能的層次
按照現在業界的認可，人工智能有三個層次：
一、運算智能
快速計算和記憶存儲能力。
二、感知智能
視覺、聽覺、觸覺等感知能力。人和動物都具備，能夠通過各種智能感知能力與自然界進行交互。自動駕駛汽車，就是通過激光雷達等感知設備和人工智能算法，實現這樣的感知智能的。
三、認知智能
通俗講是“能理解會思考”。人類有語言，才有概念，才有推理，所以概念、意識、觀念等都是人類認知智能的表現。
其實上面1，2兩個智能都只是在軟件層面上實現的，只不過人機互相的接口做得更容易讓人使用，也就是所謂的更“智能”了。
商業的力量很可怕, 可以改變一個詞匯的意思！！
現在“智能”兩字幾乎等同於“好用”，不信？試試下面的說法——
“智能電視”說成“好用的電視”
“智能手表”說成“好用的手表”
“智能手機”說成“好用的手機”
“智能體重秤”說成“好用的體重秤”
換成好用后，完全說得通，並且更好理解，只不過沒有“智能”二字高大上而已，沒有“智能”二字更具商業宣傳價值而已。
可能的突破
人工智能，從圖靈機-馮諾依曼體系結構到現在可以說是沒有本質上的突破。
在這里，本人大膽的預言可能對人工智能產生本質改變的四個突破點：
- 基礎物理學的突破。量子、弦論或M理論的完備。
- 全新數學分支的創建。為實現有別於概率的智能算法提供理論支持。
- 腦生物學的突破。徹底弄明白人腦結構、為何會產生意識，並且為之建立精准的數學模型。
- 打破圖靈機-馮諾依曼體系結構計算機的出現。量子、光子或生物計算機的完全成熟發展。
作為一員技術男，還是挺希望看到人工智能有所突破。在看到電影《機器人之戀》、《超體》等超級智能體后總是興奮不已。
最后
如果你恰好讀完了本文，並且也同意本文中的大多數觀點，下面有幾個總結：
1. 知道了最近幾年的“人工智能”是商業詞匯，但我們能做的確實不多。畢竟也是大佬們玩的游戲，作為吃瓜群眾的我們不可能讓人們去忘記“人工智能”這個詞。不過，我們自己可以做到加強一下就這個詞匯的抵抗力，在選購商品時如果出現“人工智能”家居之類的詞匯，得看它是否真的是自己所需，還只是打了這個標簽。
2. 雖然現在這場“人工智能”熱潮名不副實，但信息技術的大應用是實實在在的——這是一個不錯的時代。
3. 上文說的到“認知智能”層次的人工智能，至少在最近100年內不會出現，剛剛逝去不久的物理學家霍金就很擔心人工智能會反過來統治人類。我想說的是，請好好放心吧，上面說的四個突破點中至少得完成兩個才有可能到達“奇點”，但現在好像一個都沒有。
4. 當“人工智能機器人”對冠以“智能”二字的產品有購買欲望時，大概這時才能叫真正實現了人工智能吧！
--END--