讀李彥宏《智能革命》有感

1、人工智慧爆發的前提條件已漸漸成熟：

海量的數據、越來越強的計算能力，越來越低的計算成本，鋪就了人工智慧的回歸之路。傳統的統計方法已經無法處理高度複雜的相互影響的數據，而讓機器自己來處理數據，從數據里學習知識，這便是當代人工智慧的本質。最終判斷人工智慧實力的是大數據、雲計算、演算法、訓練時間及其總投入以及軟硬體綜合實力。雲計算是基礎設施、大數據是燃料、人工智慧是發動機，聯合驅動「互聯網的物理化」。Hadoop和Spark成熟的雲計算技術。

2、大數據幾大特徵：第一、大數據的「大」；第二、多維度，代表著對一個事物進行多方位的描述，從而更準確；第三、大數據的「大」表現為無盡的重複，對於語言識別來說，正因為人們重複講述同樣的語句，機器通過反覆識別這些人類語音的細微差別，才能更全面掌握人類語音。以往人類無法通過窮舉法來把握一個事情的規律，只能採用「取樣」來估計，或者通過觀察用簡單明了的函數來代表事物規律，但大數據讓窮舉法這種「笨方法」變得可能了。

3、機器學習：

「機器學習」的本質之一，就在於從人類大量行為數據中找出規律，根據不同特點、興趣提供不同的服務。人工智慧，因為有了深度學習，是人和機器一起學習和創新這個世界。有監督的深度學習就是輸入的數據有語義標籤，輸出的結果由人類標識對錯。

4、人工智慧的聽（語音識別）、說（語音合成）、看（視覺識別）、讀寫（自然語言處理）

5、物聯網與人工智慧的關係：

正如眼睛與大腦配合使生物得到進化的關係。

6、人工智慧思維：

牛頓機器是根據因果規律程序運行的機器，而默頓機器則是根據相關性思維自主學習規律的機器。機器學習重視的是數據中蘊含的相關性關係，而非人類思維的因果關係。

7、人工智慧交互方式：

微軟時代的滑鼠、鍵盤、GUI--》蘋果時代的手指觸摸--》自然語言。未來，人和工具、人和機器之間的溝通，可能完全是就自然語言的。人工智慧會極大提高工作效率。

8、中國的優勢：中國產業鏈完整、工作場景多樣、人才層次豐富，這是寶貴的財富。科學家和工程師應該有意識地深入生成場景，把智能技術與工業實踐和生活實踐結合起來。中國是製造業大國，數據量的龐大規模無出其右，以為著有機會提取比別人多的多「知識」。懂的比別人多，看的比別人多，能做到的就比別人多，就比別人強大。

9、人工智慧應用的領域：

在互聯網領域，根據用戶興趣自動推薦購物、閱讀信息、翻譯、語音識別。

在醫療和教育是人工智慧應用潛力非常大的領域，未來讓機器自動分析數據，輔助醫生對症下藥，輔助教師個性化施教。人工智慧+世界。基於人工智慧的「用戶畫像」恰恰是對個人的描述，可以為每個人貼上無數標籤，精細追蹤個人的需求。

10、人工智慧要落地：首先必須找到非常好的、實際的用戶體驗，就是能給用戶帶來實際效益；其次，場景必須清楚，智能助手也好，無人駕駛也好，信息找人也好，一定要有實際的用戶體驗價值；最後，還要找到商業模式，不然就沒有可持續性。

11、開源平台：

百度開源人工智慧深度學習平台PaddlePaddle，百度大腦開放平台ai.baidu.com；谷歌：Tensorflow深度學習開源平台

12、現在人人都擁有一部智能手機時，沒有意識到其中蘊藏著通往未來的入口。人工智慧領域很多世界最尖端的技術，都已經集成在諸如度秘一類的產品中了。

13、投資是技術、藝術和哲學的結合。

14、對大數據、智能化的嗅覺，決定了未來工作者的層次高低。

15、在人工智慧時代，企業能否保持差異化，關鍵在於是否擁有獨特的數據資產。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！