近年来，大数据和先进的深度学习模型将人工智能的发展推到了前所未有的高度。这些新技术最终会生产出科幻小说中所设想的智能机器人，还是现在的人工智能趋势只是“新瓶装旧酒”?

　　市场调研机构Wikibon的数据科学、深度学习及应用开发首席分析师 James Kobielus 认为，“这实际上是新酒，但有各种各样的、不同年份的瓶子。”

　　“实际上，大部分的旧酒仍然相当可口;新一代的人工智能使用了以前的方法并建立在这些方法之上。例如，Apache的大数据框架Hadoop所运用的技术。” Kobielus补充道。

　　然而，人工智能如今的狂热，是由于此前人工智能缺乏特定的发展方向。根据Kobielus的说法，现有的技术使我们更接近那些看起来像人类一样“思考”的机器。“其中最重要的是大数据，”他在位于马萨诸塞州马尔伯勒的CUBE公司接受采访的时候表示。

　　为什么大数据会引发人们对人工智能的新兴趣?因为这对于训练深度学习模型来说是一个巨大的帮助，使其能够做出更像人类的推理。Kobielus和Dave Vellante联手推动了人工智能和机器智能领域的技术突破。Dave Vellante是Wikibon的首席分析师，他还是SiliconANGLE的直播工作室的联合主持人。

　　人工智能革命将会被算法化

　　人工智能在智能对话方面有了长足进步，主要反映在其飞速增长的营收上。市场研究机构Tractica LLC的调查显示，2016年人工智能软件市场规模为14亿美元，到2025年将快速增长至598亿美元。

　　Tractica研究总监Aditya Kaul表示，“人工智能在几乎所有行业的垂直领域都有应用和用例，被认为是下一个重大的科技变革，类似于工业革命、计算机时代和智能手机革命等过去曾经发生的革命。”这些行业领域包括金融、广告、医疗、航天和消费领域。

　　下一场工业革命将围绕人工智能软件展开，这听起来可能像一个书呆子的幻想。但即使在硅谷之外，这种观点也在逐渐蔓延。《时代》周刊最近也发表了一个题为《人工智能：人类未来》的专题报道。

　　但是，这种人工智能的设想在科幻小说和科技圈的狂热沼泽中已经存在了几十年。在过去的几年里，这项技术发展得如此之快吗?今天以及可以预见的。

　　未来，我们能从AI中得到什么?

　　首先，人工智能是一个宽泛的标签，实际上它并不是一个精确的技术术语，而是一个热门词汇。Kobielus表示，人工智能指的是“任何帮助机器像人类一样思考的方法”。但是，从最严格的意义上来说，机器“思考”难道不是与人类大脑截然不同的思维方式吗?机器真的会思考吗?这还要分不同情况。如果说“思考”的同义词是“推断”的话，那么机器可能被认为与大脑是相似的。

　　当人们今天在讨论人工智能的时候，他们通常会谈论人工智能最受欢迎的方式——机器学习。这是一种数学应用，原理是从数据集中进行推断的模式。

　　Kobielus表示，“很长时间以来，人们利用软件进行数据推测模式。”一些已有的推理方法包括支持向量机、贝叶斯逻辑和决策树。这些技术并没有消失，并在日益增长的人工智能技术领域继续使用着。

　　对数据进行训练的机器学习模型或算法能够做出自己的推断，这通常被称为人工智能的输出或见解。这种推断不需要预先编程到一个机器上，需要的只有模型本身。

　　机器学习模型是基于统计可能性进行推理，这在某种程度上类似于人类理解的过程。数据的这种推断可以以预测、相关性、分类、分类、识别异常或趋势等形式出现。

　　对于机器来说，学习是分层次的。数据分类器名为“感知器”，通过对感知器进行分层，便形成了一个人工神经网络。感知器之间的这种神经网络关系激活了它们的功能，包括非线性的感知器，比如tangents。通过这个神经过程，一个层的答案或输出就成为了下一层的输入。最后一层输出的便是最终结果。

　　神经元的深层学习层

　　深度学习网络是具有大量感知器层的人工神经网络。网络的层次越多，它的深度就越大。这些额外的层会提出更多的问题，处理更多的输入，并产生更多的输出，从而抽象出更高层次的现象。

　　Facebook的人脸识别技术是由深度学习网络支持的。通过将更多图层的组合，可以更丰富地描述图像。“不只是问这是一张脸吗?但是，如果这是一个场景识别深度学习网络，它可能会识别出这是一个与名叫Dave的人对应的脸，他恰好是这个家庭场景中的父亲。”Kobielus说。

　　现在已经有1000个感知器层的神经网络，软件开发人员仍在探索更深层次的神经网络可以实现的功能。

　　最新款iPhone X的人脸识别软件依赖于一个20多层的卷积神经网络。2015年，微软公司的研究人员通过一个152层的深度残差网络赢得了ImageNet计算机视觉比赛。

　　微软研究主管Peter Lee表示，得益于一种防止数据稀释的设计，该网络能够从图片中收集到的信息，超过了典型的20层或30层的深度残差网络。他说：“我们可以从中学到更多微妙之处。”

　　除了图像处理之外，新的人工智能和深度学习应用也层出不穷，从执法到基因组学都能找到相关应用。在去年的一项研究中，研究人员利用人工智能预测了欧洲人权法院数百起案件的判决结果。跟人类法官的最终判决结果相比，他们的预测准确率达到了79%。

　　具备了“思考”的能力，并且拥有丰富的资源，机器甚至能比人更准确地得出结论。最近，斯坦福大学研究人员的深度学习算法比人类放射科医生更擅长诊断肺炎。这种名为“CheXNet”的算法使用了一种121层的卷积神经网络，这些神经网络经过了一组超过10万张胸部X光图片的训练。

　　在学习中不断成长的AI模型

　　这突显出深度学习的一个关键问题：算法本身和训练它们的数据一样好。它们预测的准确率基本上与训练它们的数据集的大小成正比，并且这个培训过程需要专家的监督。

　　Kobielus表示，“你需要熟练掌握统计建模的数据科学家和其他开发人员，他们擅长获取培训数据，贴上标签(标签是一个重要的功能)，而且他们擅长于通过开发者操作以迭代的方式开发和部署某一种模型。”

　　机器学习模型的数据标签确实至关重要，但人类的眼睛仍然是工作的最佳工具。IBM公司去年表示，为了给人工智能标记数据，他们已经招聘了很多人。

　　多伦多大学的研究人员Parham Aarabi和Wenzhi Guo探索出了人类的大脑和神经网络结合在一起的方式。他他们开发了一种从明确的人类指令中学习的算法，而不是通过一系列的例子。在图像识别中，训练者可以会告诉算法，天空通常是蓝色的，并且位于图片的顶部。与传统的神经网络训练相比，他们的方法效果更好。

　　Kobielus说：“如果不训练算法，你就不知道算法是否有效。”

　　当移动互联网浪潮从2010年开始向我们涌来时，很少有人能够预料到移动互联网在今天会对人们的生活渗透的如此彻底。而现在人工智能浪潮开始席卷时，尽管很多人感到兴奋，但大多数人或许并不知道这场技术革命究竟会为我们带来哪些惊喜，又将怎样改变世界?

　　技术爆发

　　我们知道，人工智能技术近年来在国内发展迅速，各大互联网公司纷纷投入到了相关产品和技术的研发当中。而目前明确将人工智能定位公司战略发展方向的互联网公司有两家，分别是搜狗和百度。特别是最近一两年以来，两家公司更是动作频频，纷纷展示发布自己最新的技术研究成果，而一些相对成熟的人工智能技术也渐渐浮出水面。

　　首先来看搜狗。早在2016年4月，搜狗更是捐赠清华大学1.8亿元，共同成立了天工智能计算研究院，正式投入到人工智能技术的研发当中。而在2016年8月，搜狗CEO王小川又在2016年Q2财报沟通会上就表示：人工智能已经成为搜狗的战略新方向，并已在语音识别等领域取得突破。随后搜狗便发布了语音交互引擎技术：“知音”。而在2016年11月，搜狗又在第三届世界互联网大会期间发布了搜狗人工智能新产品——机器同传，并在现场展示了实时机器翻译技术，可以将演讲嘉宾的中文讲话实时语音识别并同步翻译为英文上屏显示。紧接着在今年2月，搜狗重金研发的问答机器人汪仔更是登上江苏卫视2017年《一站到底》的节目舞台，这款搭载了搜狗自主研发的立知问答系统，能听能说，还会思考和判断，超越了现有的人工智能的识别、计算层面的技术。

　　然后再来看百度。在继200亿押注O2O失败之后，人工智能是百度找到的又一个战略方向。为了全面向人工智能公司转型，甚至专门在美国硅谷成立了百度研究院，进行人工智能技术研发。而在最近，百度召开AI开发者大会，对外正式推出了DuerOS和Apollo两大开放平台，意图整合资源，打造更多的场景。不过，就在昨天，百度CEO李彦宏乘坐无人车展示无人驾驶技术时，有眼尖的网友发现百度无人车有压实线并道的违章行为。显然，在具体的应用场景当中，人工智能技术仍然有待检验。

　　产品变革

　　事实上，虽然人工智能技术目前仍处于初级阶段，在具体场景的使用当中也未达到理想当中的最高水准。但是，这并不妨碍各行各业拥抱人工智能这一新技术的热情。家居、家电、手机、汽车等工业制造业领域，就正在由人工智能技术掀起新一轮的产品变革。

　　家居家电：借势新技术，贴上人工智能标签

　　如今，电视、空调、冰箱、音箱等家居家电产品，纷纷都借助互联网公司的技术，为自己成功贴上了人工智能标签。

　　以电视产业为例。经过几年的洗牌刚刚过渡到互联网电视时代，如今由于智能语音等技术的发展，又开始向人工智能电视时代迈进。就在今年3月，小米发布新款小米电视4A，通过搜狗等厂商为其提供的智能语音技术，实现了用语音进行关键词搜索、查看热度排行、开启应用游戏、查询天气日历、多轮对话等功能。

　　如果说作为一家互联网公司，小米推出人工智能电视还不足以说明人工智能技术在电视产业的广泛渗透的话，那么老牌电视厂商创维的入局就更能说明问题。就在今年五一期间，创维也推出了一款人工智能电视——Wallpaper。该产品同样采用了搜狗的智能语音技术，实现了通过语音控制就可以全方位帮用户完成所有指令，与电视进行自然语音语义交互，并根据用户的语音搜索合适的电视节目等。

　　智能手机：不止是语音助手

　　另一方面，作为时下人们最常用的智能手机，人工智能的技术元素自然不可或缺。iPhone手机Siri功能的推出即是人工智能技术在手机领域的第一次尝试使用，不过在当时语音识别技术还稍显稚嫩，所以识别率并不尽如人意。而在中文语音识别方面，其识别的准确率也远远落后于搜狗、讯飞等国内厂商。

　　不过，这并不妨碍越来越多的手机厂商开始推出语音助手，而不少手机厂商更是在智能语音之外寻找突破口。手机行业在人工智能技术的探索方面，国内最具有代表性的是美图和华为，美图手机主打的是人工智能自拍，而华为在去年发布首款人工智能手机荣耀Magic，则基于深度学习、人脸识别等人工智能技术，实现了自动感知判断。

　　汽车：炫技还是实用?

　　在更加复杂的汽车制造业，人工智能技术也早已开始渗透。早在2014年5月，Google 就推出了自己的人工智能新产品——无人车，并在2015年进行原型车路试。与此同时，各大汽车厂商也开始投入到这场人工智能革命当中，纷纷投入研发无人车行列当中。

　　一方面，包括奔驰、宝马等众多老牌汽车厂商都纷纷在人工智能技术方面投入巨额资金，研发自己的无人车产品;另一方面，互联网厂商也期望通过输出在人工智能方面的解决方案，进入到即将爆发的车联网行业。比如搜狗地图在CES 2016上与博世进行合作，共同发布了全新的 “人车互联”技术，实现了更为便捷的导航体验。

　　不过，考虑到在政策、法律等多方面的因素，无人车产品的发布目前还属于“炫技”阶段，离真正上路可能还有相当一段时间。

　　未来畅想

　　事实上，借助于电视、手机等产品，人工智能技术和产品已经不知不觉间渗透到我们的身边。但是，目前来看，人工智能技术远未满足我们的期待，无论是对于当下的科技公司而言，还是对于每一个普通消费者来说，都在期待能够借助这一场技术革命，再次提升自己的生活体验。那么，在未来，我们还能够对人工智能抱有那些期待?

　　首先，借助于人工智能技术和移动互联网技术，将人们在生活中所使用的所有家居家电、手机、乃至汽车等设备全部进行互联互通，使其能够更好的协同管理，服务我们的生活，提高我们的效率，这是人们在科技时代一直以来都抱有的梦想。目前来看，随着各种工业制造业都在全面拥抱人工智能，各类家居家电产品都开始联网，并植入了人工智能技术和算法，一个万物互联的时代很可能会在不久的将来成为现实。

　　其次，人们还希望能够借助于人工智能新技术彻底解放自己的双手，只需要动动嘴甚至用意念来控制身边的一切事物，这是不少科幻电影里的情节。不过，随着人工智能技术的发展，特别是智能语音技术的成熟，这一梦想或将在有一天成真。我们看到，包括阿里、京东、魅族等厂商都在最近推出了其智能音箱产品，而产品理念基本上都希望是能够将智能音箱打造成为一个入口，通过语音来便捷控制协调控制我们所有家居家电设备。目前来看，这一产品的核心技术还是智能语音技术，产品的难点还是需要提高语音的识别准确率以及语义分析能力。实际上，这些核心技术目前主要集中在搜狗、百度、讯飞等具有大数据积累的互联网公司当中，比如搜狗的智能语音的识别率达到了97%，而这主要是基于每天2.4亿次的语音输入和交互。

　　最后，人们还期待人工智能能够带来一次彻底的技术革新，继而超越互联网和移动互联网革命所带来的生活变化。所以，我们看到，无论是谷歌推出的无人驾驶，还是像搜狗推出的实时转写、语音翻译等，这一波的技术革命更贴近于我们的实际的工作和生活，实质性的提升我们的生活和工作效率，而不是仅仅提升我们的网络娱乐体验。

　　总体来看，人工智能技术虽然还未完全成熟，但却已经开始脱离概念阶段，而且随着部分人工智能技术的渐趋成熟，以及各行各业基于人工智能新技术推出的新产品的陆续出现，一场新技术革命已经拉开帷幕。