尽管对AI的讨论无处不在,对其前景却并没有共识。有人说AI是未来,未来的人就算不变成机器人,也一定会跟着个机器人,如同星球大战里的R2D2和C3PO。然而,业界仍有相当部分的人相信AI只是个泡沫,不能成为像智能手机那样开创性的力量。其实追溯科技的历史,你就会发现,虽然一直伴随着讨论,但人工智能必然能成为未来趋势。


人工智能需要被具体

这种分歧来自于对AI的误解。人们对AI有许多笼统的说法:比如数据是新科技时代的石油,中国通过其数据优势将统治AI研究,AI未来会代替人。它是个机器人吗?是克隆人吗?是个能植入头脑的芯片?还是可以把人变成超人?想要理解这种技术,需要将其具体化。有一种分类非常有帮助,将AI具体化为两个方向:机器学习(machine learning)和自动化(automation)。

机器学习是个从复杂数据点中寻找模式的过程。人眼可以分辨某些显著的形状,比如池塘里的青蛙,但如果一个绿色空间内有很多不显著的点,人脑是无法处理的,而机器通过算法(algorism)却可以找到一种模式,判断出它是一只青蛙。

由此类推到其他数据库,比如星巴克的客户数据勾勒出庞大的消费群体,算法可以通过分析区域、支付方式、时间和消费门店等,来预测口味变化,调整策略。现在算法的最前沿是分析图像和影像,人脑的处理能力远远落后于算法。

自动化——受到的误解更深,因为人们总会不由自主的想到人形机器人和科幻世界里人机大战的场景。对于智能机器人的幻想从1960年就有了,那是科技的黄金年代,间接受益于各国的军备和航空竞赛。

许多人畅想家庭中将会有机器人管家,有双手双脚,像人一样做饭洗衣服。但这并没有发生,而是出现了微波炉和洗衣机。在工业生产线上,也没有出现变形金刚一样的机器人,而是机器手。事实上,在过去的半个世纪,人类并没有发明一种可以像人一样解决所有问题的机器,而是发明了许多只能解决某一个问题的机器。这就是自动化的精髓:代替。

自动化在逐渐替代人类的某些功能。车和船替代了脚,缝纫机替代了手,打印机替代手写,电脑代替了计算。1970年代的电影中经常会看到数据工作者的生活:一栋大楼里整齐坐着一排排的人,每天的工作就是录入数据。而今天,这整个大楼的工作不过是一张excel表格。

增强现实(AR)和虚拟现实(VR)也可看做是自动化的一部分,它们在代替和强化了人某些感官功能的同时又加入了新的元素。比如VR把原本世界没有的东西呈现在眼前,使得人真以为置身山顶或太空。

AI未来会改变什么

今天的AI在计算和和阅读上相对进步,对于语音识别和影像识别也有所突破,但仍然只是起步阶段。未来对于影像识别的应用将给零售医疗等行业带来革命。比如通过影像数据可以分析现在北京的每个人都在穿什么,六个月以前穿什么,潮流如何改变端,甚至可以分析金融街这个月大家都怎么穿、表情如何来判断市场走势。

未来的城市形态会被AI改变。现在无人车的概念和一开始的“无马车”是差不多的,戴姆勒最开始造车的时候,只是去掉了马,车的形状仍然像马车。

几十年之后车才发展到我们今天习惯的流线型。无人车技术成熟后,车的形态会改变。因为到时候开车的是电脑,它们不会像人一样考虑问题,而是会按照电脑的算法来读取路线和指示灯,考虑速度和停车问题。正如汽车改变了今天的城市一样,无人车会改变未来的城市。

以比特币为代表的crypto currency也许会是AI最有革命前景的技术。它也是一种替代,是更高级的自动化。最初人们用金子作为货币,后来把金子存起来做储备改用纸币,再后来用数字货币,最终连数字货币都不需要存在了,只会留下一个记录。

所有人的交易都记录在一个大型数据库中,除了不知道当事人是谁,每个人能够看到所有的交易细节。这个系统是完全透明的,只有一个被信任的数据库而没有中央银行,每个人的信用都体现在交易记录中。

到底是风口还是泡沫?

科技发展常会呈现出S形曲线。开始增长缓慢,直到引爆点突然加速,然后逐渐减速被新的技术替代。曾经的个人电脑,智能手机都走过这样的道路。新技术的市场化不会一帆风顺,因为很难一出现就找到合适的商业模式和定价机制,哪怕Ipod这样的革命性产品也用了五年才打开市场。

并不难理解为什么许多人会对AI持保留态度。现在初期阶段风险极高,从研发到上市再到打开市场需要雄厚的资本支持和宽松的政策环境。中国在创新方面的政策值得学习——先期政策极其宽松,发展几年之后逐渐收紧以防止风险蔓延到各个部门。这样做的好处是使得先期创新成果有足够的空间呈现甚至有有产业化的可能。

尽管中国和其他国家一样,对AI的研发仍然由大公司把持,但并不是说创业者机会不再。在苹果智能手机出现后,微软地位骤降,Facebook等社交媒体兴起把Yahoo帝国逼到变卖家产。大公司从不可一世到由盛转衰的转变可能会很快。这为中国善于冒险的企业家提供了难得的机会。在中国艰难转型的背景下,这同时也是中国商业的复兴时代。

人工智能到底是风口还是泡沫?它能否改变未来“钱景”相关推荐

  1. 人工智能创业的“风口”和“泡沫”

    作者:李开复,王咏刚 本文为<程序员>原创文章,未经允许不得转载,更多精彩文章请订阅<程序员> 人工智能时代刚刚到来,该领域的各种创业机会还处在相对早期的发展阶段.未来四五年对 ...

  2. 风口还是泡沫?GameFi 能否再现“DeFi盛夏”?

    「接下来,我们将进入 GameFi」,这是Andre Cronje在去年九月曾说过的一句话. 一年时间,加密市场相继经历了DeFi之夏.NFT热潮和疯狂"动物币"多轮浪潮,在202 ...

  3. 【广度】2017上半年互联网的风口与泡沫

    即便是人工智能和共享经济这样的"大风口",高热度的同时也伴随着高争议.风口刚起,泡沫之说就如影随形,整个行业在不时出现的细小"风口"和迅速证伪的破灭中交替渡过. ...

  4. 百万年薪背后 是人工智能领域泛起的人才泡沫 2017年07月04日 06:30 PingWest 微博 微信 空间 分享 添加喜爱 //d1.sina.com.cn/201706/26/14587

    百万年薪背后 是人工智能领域泛起的人才泡沫 2017年07月04日 06:30 PingWest 微博微信空间分享添加喜爱 (原标题:百万年薪背后 是人工智能领域不断泛起的人才泡沫) 应采访者要求,戴 ...

  5. 人工智能到底是什么?人工智能如何改变社会?中国的人工智能应该做怎样的探索?

    目录 1. 人工智能:是否具备强大学习能力 2. 人工智能:处于改变社会的初级阶段 3. 人工智能:健康发展的正确路径 人工智能模拟.延伸和扩展人类智力.自1956年达特茅斯研讨会上,科学家们设想研发 ...

  6. 人工智能到底是什么?AI基础概念深度解析

    通常人们提到人工智能的基础概念是什么?其实人工智能涉及的内容非常广泛,从数学到计算机科学.想要学习人工智能的小伙伴要明白很多的基础知识,在这里小编会将人工智能的基础概念做一个总结梳理. 人工智能到底是 ...

  7. 人工智能的创业“风口”

    人工智能的创业"风口" 大家好,我是姚欣,今天很高兴能够做这次跨群的直播,这也是我在网上做上千人的这样一个分享,虽然看不见大家,但还是有点小紧张.今天我的分享也是从过去半年时间,我 ...

  8. 人工智能到底是什么?AI可以涵盖哪些领域?

    人工智能(Artificial Intelligence,AI)是指一种由计算机程序控制的智能行为,能够模仿人类智能思维过程.理解语言和处理感知,以及自动化的学习和决策. 人工智能到底是什么?AI可以 ...

  9. 人工智能到底有多强大?

    人工智能到底有多强大?为了回答这个问题,让我们简要地看一下人工智能的复杂历史,尤其是神经网络领域.人工智能的概念及其无限的能力在几十年前就已经确定.预计AI将是为现有问题提供解决方案的下一件大事. 人 ...

最新文章

  1. 3.5 集束搜索的误差分析-深度学习第五课《序列模型》-Stanford吴恩达教授
  2. 第45课 蝴蝶效应-动动脑 第2题 《小学生C++趣味编程》
  3. Dubbo(四) 消费者、提供者工程搭建并使用注解实现远程调用
  4. 绝大部分人都错误的把赚钱或者人生都放在依靠外界
  5. 虚拟现实建模语言VRML
  6. (转)AIX的Dump文件学习笔记
  7. 【UVA12169】不爽的裁判
  8. html实现在线展示pdf文件,在html页面中展示pdf文件,实现在线阅读
  9. 汉字字符编码在线查询的网站
  10. 自定义百度网盘分享密码提取码
  11. 解决游戏程序被恶意“游戏启动器”替代的问题
  12. 抓包工具QPA使用教程
  13. 随机效应模型介绍及实例分析
  14. css cubic-bezier,使用cubic-bezier()创建带有反弹特效的CSS动画
  15. win11小鹤双拼改回全拼
  16. 学习笔记三:MLP基本原理、矩阵求导术推反向传播、激活函数、Xavier
  17. 如何将图片裁剪成规定尺寸?怎样裁剪多余画面尺寸?
  18. Collection 接口
  19. 国内期刊投稿用 CTeX(CTeX_2.9.2.164_Full)
  20. PID控制算法基础介绍

热门文章

  1. java的简单网络爬虫(爬取花瓣网的图片)
  2. 好口才是练出来的:练胆量、练技巧、练修养
  3. 凌晨一点肝文⭐1920×1080⭐高清必应壁纸爬取,只为爬虫小白们入门!!!
  4. 全球与中国船舶航行数据记录仪市场深度研究分析报告
  5. 速卖通买家号批量注册流程
  6. 谷歌浏览器安装插件cross requst(本地安装)
  7. 使用VIRTUALLAB FUSION和ANSYS OPTISLANG进行跨平台光学建模和设计
  8. 【855. 考场就座】
  9. 元学习与小样本学习 | (2) Few-shot Learning 综述
  10. python批量修改json文件