第一篇文章中，系统介绍了AI发展史，在学习的过程中也看到过关于这一轮AI崛起持续不了多长时间的论点，但笔者乐观的认为这一轮AI崛起不会如前两次般冬天，也不会像前两年大红大紫的3D打印和AR/VR一样火不过一年(产品化不成功，刚需使用场景缺失)。从前两轮AI崛起没落可以看出，人工智能的发展受到以下四个因素的：计算能力、大数据、算法、产品化和资本因素的。 计算能力：人工智能的概念于1956年提出，当时IBM的电脑仅能存储5M数据，其运算速度与今天的一部普通手机的运算速度差距都如同云泥。计算机的运算能力复合摩尔定律，经过50多年的发展，其运算速度得到极大提升，天河二号超级计算机的运算速度可达到每秒 33.86千万亿次的浮点运算，未来的生物计算机的运算速度更是值得期待； 大数据：早期计算机学习没有大量可供学习的数据，而经过10年个人电脑普及，10年全球互联网的蓬勃发展，智能手机的4G网络的普及覆盖，联网带来上百EB的数据量，这些数据都是AI的养料，可以说本轮的机器学习是大数据喂养出来的； 算法和产品化：每一轮AI的崛起都源于算法层面的突破，深度神经网络学习让机器学习在自然语言识别和视觉识别领域的识别准确度分别达到99%和95%，为AI的产品化创造了可能性，互联网的连接属性极大提升了人与人，人与服务的连接效率问题，而未来的AI产品将从人类社会分工的底层提升生产效率，进而影响我们的工作和生活，尤其在2B领域，下面会系统介绍； 资本：前两次AI寒冬均因为项目未能按时按预期交付完成，美国或军方撤资，导致研究无法继续，而本轮AI的崛起并非主导，而是商业资本+国家扶植，我国的四大AI平台是以民营企业为主导，所有的AI科学家也都进入到企业，商业资本疯狂追逐着人工智能公司，为其产品化保驾护航。 句法语义分析、信息抽取、文本挖掘、机器翻译、信息检索、问答系统、对话系统，网上搜索自然语言识别相关技术，我们可以看到基于聚类分析可以实现自然语言识别，基于模式识别可以实现自然语言识别，基于深度神经网络也可以实现自然语言识别。 分拣机器人（Sorting robot），是一种具备了传感器、物镜和电子光学系统的机器人，可以快速进行货物分拣。电商平台的蓬勃发展，自动分拣机器人已得了广泛的应用。亚马逊，阿里巴巴和京东均已将智能分拣机器人应用在货物分拣工作中，极大节省人工成本，号称一小时可以完成18000单的分拣工作。 自动驾驶汽车（Autonomous vehicles；Self-piloting automobile ）又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。自动驾驶汽车依靠人工智能、视觉计算、雷达、装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。 2017年7月6日，百度AI开发者大会现场连线视频中“李彦宏乘坐无人驾驶汽车上五环”的消息刷爆了朋友圈，近期一条自动驾驶大巴深圳上的新闻刷爆朋友圈，由海梁科技携手深圳巴士集团、深圳福田区、安凯客车、东风襄旅、速腾聚创、中兴通讯、南方科技大学、理工大学、联合大合打造的自动驾驶客运巴士——阿尔法巴（Alphabus）正式在深圳福田保税区的道进行线的信息采集和试运行。让这个焦虑的世界又多了一批焦虑的人公交车司机。 目的是为驾驶者提供协助，包括提供重要或有益的驾驶相关信息，以及在形势开始变得危急的时候发出明确而简洁的。如“车道偏离”（LDW）系统等。 在驾驶者收到却未能及时采取相应行动时能够自动进行干预的系统，如“自动紧急制动”（AEB）系统和“应急车道辅助”（ELA）系统等。 能够在或长或短的时间段内代替驾驶者承担操控车辆的职责，但是仍需驾驶者对驾驶活动进行的系统。 可无人驾驶车辆、允许车内所有乘员从事其他活动且无需进行的系统。这种自动化水平允许乘客从事计算机工作、休息和睡眠以及其他娱乐等活动。 百度无人驾驶车项目于2013年起步，由百度研究院主导研发，其技术核心是“百度汽车大脑”，包括高精度地图、定位、、智能决策与控制四大模块。其中，百度自主采集和制作的高精度地图记录完整的三维道信息，能在厘米级精度实现车辆定位。同时，百度无人驾驶车依托国际领先的交通场景物体识别技术和技术，实现高精度车辆探测识别、、距离和速度估计、面分割、车道线检测，为自动驾驶的智能决策提供依据。 乐视网汽车频道于2010年8月20日正式上线，依托乐视网视频方面的优势，将丰富、精彩、实用的汽车内容以视频的形式呈现给广大的网友，内容涵盖新车报道、行业新闻、试乘试驾、维修保养、原创汽车视频、车模风采、消费、汽车赛事等栏目·精彩的视频让网友轻松享受汽车行业的视听盛宴。不幸的是无人驾驶和智慧出行是趋势，但是2017年并不是其爆发点，庞大的乐视帝国因为供血无人汽车崩盘了。 人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫像识别、面部识别。2017年被全面应用在手机解锁中。人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。 机器人写稿已经不是什么新鲜事了，早两年国外还出过专门的资讯APP，内容全部由机器抓取并生成短消息，主要集中在体育、财经等领域。很多海外的传统都已经运用上了机器人写作，因为人工智能可以监测网络热词，所以比起对热点时间的度，机器人的反应更灵敏，响应速度更快。机器人知道什么会成为热点，也能第一时间把热点传递给受众。在行业，AI写稿是未来的一个趋势，特别是类似财报、体育快讯、股市消息等结构化、标准化的以数据为主信息，人工处理反而不如AI精准、高效。 人工智能可以根据用户行为进行打标签，通过个性化标签绘制出用户画像，识别用户需求，预测用户行为，传统企业的广告投放为的是吸引目标用户，传统的广告投放没有办法精准投放到目标用户，只能广撒网，随着互联网的普及，百度可以基于关键字显示广告，今日头条可以基于用户的浏览行为推荐广告，淘宝可以基于用户的浏览记录为用户推荐可能喜欢的商品，微信可以根据用户的各类信息精准推荐朋友圈广告。这些都是通过人工智能为用户行为打标签，绘制用户画像，号称今日头条会给用户打上万个标签。 我们可以看到，这些画像实际上掌握在类似于BAT这种平台型互联网公司手中，尤其是腾讯的社交数据和阿里的购物和地图数据，通过人工智能聚类分析，根据用户的行为数据便可以清晰的描述一个人的真实形象和，未来这种用户画像可能被更多的应用到传统企业中，传统企业也包含了大量的数据，传统企业通过提供自身数据，打通于大型平台的数据，共同完善用户画像，可以清晰的描绘出用户的画像，所有的销售和推广行为将变得更加高效。 前些年都说电商会灭掉线下零售，但从今天来看，线下的vivo和oppo逼着线上销售的小米大量开店，线上销售仅占全国零售总量的10%左右，马云爸爸讲起了新零售，开了盒马生鲜和无人超市，腾讯入股永辉超市，布局新零售。未来商场中的门店可能安装大量具有人工智能功能的摄像头，当用户走入店面，根据季节和用户穿着，历史数据等信息，预判用户需求和喜欢风格，店员第一时间获得相关信息，为客户提供专业的贴心服务。这种摄像头同样可以管控店内员工的服务动作是否标准，帮助老板实时了解一线销售人员的销售能力，可以进行针对性的培训。 同时通过分析用户行走轨迹，店外用户的视线关注点优化店面陈列，吸引客流。有些商场已经利用一块大屏幕实现了ar试衣功能，虽然现在的产品很傻瓜，效果也不是很好，但是未来值得期待。我们来假设未来一个用户进店时候自动识别用户的身高，身材，性别，当下穿衣风格等信息，基于人脸创建ID，当用户站在试衣屏幕前，直接推荐品牌的混搭风格的服装，用户可以转身和切换生活中常见场景，服装可以完美贴合用户身材，省去用户试衣的繁琐操作，同时可以获取用户喜好数据。 从本质上看，国家和企业很像，都是人们共同想象的产物，而中国的社会资源的调动能力极强，很多人说ai将是中国弯道超越美国的机会，中国有大量的人口，高速的连接网络，有形的大手有动力为了社会稳定引导企业的AI化，地方通过智慧城市的建设拉动投资和生产，一个区的智慧城市项目动辄数亿，雄安新城将会成为智慧城市的试验场。 前文中分析过国企和央企对于AI的需要程度，但是因为人才团队的不匹配，会遇到比互联网+还尴尬的局面，可能需要服务提供方为其深度定务，当下的智能边界如何与企业的真实场景结合，切实做到提升企业效率，达到缩减成本，提高应收的目标。刚刚听了罗胖的2017年跨年，其中提到了传统企业互联网转型的一种新方式，我们都清楚，企业的转型一定是自上而下的，但是传统企业的高层管理团队并不一定了解如何转型，而且传统企业的人才结构和互联网公司差异极大，但是互联网公司为了扩大服务版图，他们有动力通过收购和注资的方式，与企业进行合作，如腾讯注资永辉，阿里注资大量零售商场，而联通的混改也值得期待，一旦成功，这种合作AI+模式将有可能真的实现落地，也就是有专业技术的公司+国企/，一方提供认知和技术使用场景，一方应用并提升整体效率。 现有教育都是大班教学，即使小班也有20多人，学习的节奏都是根据平均人的概念设计，有的学生接受能力差一些或者一部分内容没有学会的时候，就开始学习全新的知识，导致一部分所谓的不聪明的差生早早放弃了学习，就以加减乘除为例，在小学做了大量的无意义的重复计算，当人工智能进去教育领域，那么每个学生可以有一个自己的学习助理，所有课程以游戏化形式展现，每个人的学习进度都可以不同，学生学会每一个知识点才进入到下一个环节，未来的教育一定是私人定制化的，基于学生的每一次答题，了解学生的学习进展，并做到精熟教育。 每年高考，考研等考试都会有一种现象-压题，老师凭借多年的教学经验，预测本次考试的范围，而我们都清楚人工智能胜在预测，ai押题将压的更准，帮助学生拿到更好的成绩。笔者乐观的认为，人工智能可以带来全新的学习形式，现有的源于120年前所定义的教育和考核模式，通过从小学生的学习数据，分钟学生的天赋特长，让教育变得私人定制。 人类的学习行为一般是通过模仿，从飞机的发展史来看，人类最初希望飞到空中，现实世界中我们可以找到的学习目标只有鸟类，最初人类一直在模仿鸟的飞翔方式，通过震动翅膀获取上升动力，但飞机的发明却不是因为模仿小鸟的翅膀震动，而是发现了空气动力学原理，于是我们能让100吨的“铁箱子”飞空，可以让飞行速度，完胜鸟类。 最初的发明往往将现实世界中的事物作为模仿原型，当掌握了其运行原理后，衍生出的产品性能将极大超越最初的模仿原型，而且外形与最初的模仿原型差异极大。我们再来看看人工智能机器人，现在很多人工智能都在模仿人，似乎是有两只腿，两只手臂，一双眼睛，一张嘴才是机器人，其实机器人完全没必要这样，移动可以用履带或轮子，有10几只眼睛，一个屏幕，一个托盘，一个机械手臂，下图是无人车眼中的世界。 人工智能并不是模仿人类大脑的信息存储和信息传递模式，人工智能的进化速度与运算速度和算法优化直接相关，其发展速度类似与指数级发展或加速发展。将我们人类的智力水平比作一个站台，我们人类站在站台上，看着人工智能的火车缓慢驶来，最初可能特别特别慢，用了200年时间让人工智能有了爬行类动物的智能水平，用了100年让人工智能有了哺乳类动物的智能水平，用了50年的时间让人工智能有了黑猩猩的智能水平，用了20年的时间有了3岁小孩的水平。 像这样，这列人工智能的火车持续加速向站台逼近，其智能水平与人类智能差不多的时间可能只有一瞬间，而当人们还没有所察觉时，它已经进化为我们完全无解的全新。我们人类智商分布满足正态分布，多数人在80到120之间，即使偶尔出现的IQ180的天才我们虽然无法超越但是还可以理解，如果人工智能的智商水平相当于10000呢？它想告诉我们为什么，我们却可能完全听不懂，因为我们的智能水平可能已经天差地别。 AphaGo对战李世石时发生了一些有趣的场景，AphaGo落子后，人类的专家们这时就会发表评价，机器人就是不行，下了一手臭棋，但是随着棋局的演化，几十步之前的“臭棋”又成了神来之笔的好棋。在AphaGo对战李世石时，专家判断AphaGo处于劣势，但是AphaGo只是在做数学游戏，从后台可以看出，AphaGo的算法显示其一直处于获胜可能更大的一方。大家理解这其中的差距了吗？人类百年的围棋文化被全面超越了，因为只有整体性超越，才会出现这种情况，对方下了一手好棋我们竟然看不出来，看不懂其中深意。 著名影星安吉丽娜朱莉因为基因检测其得乳腺癌的概率超过90%，于是她便切除了自己的乳腺；举一个我们身边的例子，地图，当你希望从A点开车到B点时，推荐了你几最优线，结果你不信，走了自己熟悉的线，结果特别堵，下一次你会不会相信呢，一旦相信了之后，你发现真的没那么堵了，以后你是否就放弃了自己的意志，而选择相信地图了呢。 AphaGo战胜李世石引起了全球关注，大家都在热议4:1的比分，而短短几周后，AphaMaster以60:0在围棋领域了围棋界，其意义是在围棋这个细分领域内，机器已经完成了对人类的碾压式优生，超越了人类在该领域数百年的智慧积累，如果你以为这就是结束那就错了，google有开发除了AphaZero，AphaGo和AphaMaster是根据人类的历史棋谱来学习围棋，而AphaZero是根据游戏规则博弈学习，你知道结果如何吗？AphaZero对战AphaMaster，比分是100:0，绝对的碾压式超越。 AphaGo这类人工智能的恐怖之处在于其无时无刻不在进化，人类需要休息，需要社交，需要思考，需要沉淀，而且碳基生物的进化需要数万年，而且是通过两性繁殖，促进基因突变，优胜劣汰，这种进化速度与硅基的人工智能的进化速度相比如同云泥，而人工智能的提升在其运算层面通过计算完成，今天的AphaGo和昨天的AphaGo完全不同，今天的AphaGo可能输了，但是人类回去休息后，它默默的一晚上和自己下了300万盘棋，第二天人类棋手面对的已经是一个全新的AphaGo。 从本质上来说，企业如同生物一般，企业的经济和自然也很类似，企业的规则适用与生物-物竞天择，适者，企业为了要不断的去适应技术变革和政策调整，而竞争力体现在一个企业的资源占有情况和内部协作效率。和国企普遍占有资源优势，而民营企业则只能通过持续的追求效率来提升其能力，互联网作为一种连接技术，整体提升了产生/服务与人的连接效率，而人工智能的到来将进一步提升底层效率。 笔者感觉，未来可能需要一类服务咨询类产品专家，他清楚当下人工智能的边界，已有的产品形态，同时，他还可以快速梳理企业内部流程，并将AI产品或服务以有效的方式植入到企业中，有些类似于技术咨询+落地+持续跟进，当然，类似于BAT这类公司也可以做知识服务输出，如同金融公司努力做用户理财教育一样，AI公司也需要做垂直服务的AI化教育，设计的产品需要真实的提升企业效率。 人人都是产品经理（是以产品经理、运营为核心的学习、交流、分享平台，集、培训、社群为一体，全方位服务产品人和运营人，成立8年举办在线+期，线+场，产品经理大会、运营大会20+场，覆盖北上广深杭成都等15个城市，在行业有较高的影响力和知名度。平台聚集了众多BAT美团京东滴滴360小米网易等知名互联网公司产品总监和运营总监，他们在这里与你一起成长。做梦梦见杀猪 |