由谷歌引發的深思：未來人工智慧路在何方？
人工智慧或許已經成為未來主宰整個社會發展的關鍵技術，說到人工智慧我們總能把它同很多電影聯想到一起，星球大戰、終結者、太空漫遊等等，電影是虛構的，裡面的那些電影角色也是虛構的，所以這也就給我們過去產生一個錯覺就是，人工智慧技術也是缺乏真實感的。
其實，人工智慧是一個非常寬泛的話題，從我們手上的手機各類應用到無人駕駛汽車，再到未來大型製造業的重大變革等很多方面都可以用人工智慧去描述很多內容，所謂的人工智慧是一門科學，也是一門能夠讓機器變得更加智能的科學研究，其主要研究方式就是怎樣能夠讓機器變得像人一樣，具備解決某些特定問題的能力。
我們先來說明一下什麼是人工智慧
首先作為人類，我們思考歷史和思考問題所採用的思考方式往往都是線性的，也就是說，當我們考慮未來35年的變化時，我們往往都是去參照過去35年所發生的情況而定的，當我們思考21世界所能產生的任何變化的時候會參照20世紀的很多現象，我們的這種線性思考是本能，但是，如果一個聰明的人在思考未來35年的發展的過程當中可能不會參照過去，而是會看到當下的發展速度和發展細節，這樣著眼於未來的發展可能會更加精確一些。
其次，我們平時在看待問題和事物的過程當中還會通過自身的經驗去進行判斷併產生我們自己的世界觀，而經驗這種東西把整個發展的速度刻在了我們的腦海中，讓我們明白髮展就是這麼個速度和情況，以至於我們會對事物的未來發展進行不斷的調整。
上述兩段話其實就是解釋了為何人工智慧會出現在我們這個生活的時代，其實對於人類來講，我們需要一個能夠代替我們思維模式和方式的另一個智慧「大腦」去幫助我們完成原本我們應該去完成的很多工作，從這點來看，其實人工智慧的確是一個非常寬泛的話題，不要一提到人工智慧就首先想到機器人，這種觀點是狹隘的，機器人只能說是人工智慧的一個容器而已，機器人有時候它的外觀是和我們人類一樣的外觀，有的時候則不是，人工智慧本身只是一種高強度計算的電腦而已。
舉個很簡單的例子，Siri的背後通過依靠強大的軟體和數據中心為用戶提供非常便捷的人工智慧技術和服務，Siri所說的話是人工智慧人格化的體現，但是它並沒有一個機器人的外觀作為載體，這就很好地說明了前面我們所提到的那類狹隘的看待人工智慧就是機器人的說法。
對於人工智慧來說，大概分為三類，分別是弱人工智慧、強人工智慧和超強人工智慧三大類，這也是當前產業界普遍認為比較權威和全面的對於人工智慧類別的分類方式。
所謂弱人工智慧是指擅長於單個方面的人工智慧，比如前段時間谷歌的「阿爾法狗」戰勝了韓國圍棋名將李世石的整個過程，在弱人工智慧當中，機器只會下棋，如果你要問它怎樣能夠更好地在硬碟當中去存儲數據用以下次在面對更強大的對手能夠更好應對，它或許就不知道該怎樣回答你了，這也就是弱人工智慧，同時也是相對比較初級的人工智慧技術的應用，現在的大部分人工智慧廠商就是處於這個階段當中。
接下來是強人工智慧，它也被稱作是「人類級別」的人工智慧，強人工智慧能夠在各個方面和人類比肩，只要是人類能幹的腦力活動這種人工智慧技術都能夠實現，製造一個強人工智慧相比弱人工智慧機器來說難度要大很多，目前的大部分人工智慧企業還不能做到，對於強人工智慧來說，它更像是一種寬泛的心理能力，即機器能夠進行思考、計劃、解決問題、抽象思維、理解複雜理念等一系列工作和步驟，機器能夠通過快速學習和從經驗當中進行學習從而掌握全新的理念和技能。
而超人工智慧幾乎在所有領域都能夠讓機器比人類更加聰明，更加智慧。其中包含了科學創新、通識以及社交能力等諸多方面，超人工智慧在各方面都比人類要強一些，這也是當前為什麼人工智慧技術領域如此火爆的原因。
當前，我們已經掌握了弱人工智慧的一系列應用，在我們的生活當中，弱人工智慧其實無處不在，人工智慧革命都是從弱人工智慧開始的，通過強人工智慧，人們才能夠達到超人工智慧的旅途。
我們正處於「弱人工智慧」階段
對於人工智慧來說，我們一方面驚嘆給我們的工作和生活帶來改變和提升的同時，也有另外一種觀點就是人工智慧未來很有可能統治世界，人類也將會被它任意支配。當然，對於現在我們所處的弱人工智慧階段來說還不至於，無非就是代碼沒寫好或是代碼有錯誤從而造成停電、崩盤等事故。
即使是這樣，我們仍然還要警惕人工智慧帶來的生態隱患，每一個弱人工智慧的創新，未來都有可能是在給通向強人工智慧和超人工智慧的道路添磚加瓦。
提到當前我們所應用的人工智慧階段當中的廠商應用，像國外的谷歌、國內的百度、商湯等很多企業都在進行著人工智慧細分領域的深耕。當然這些通通都是弱人工智慧階段應用的典範。
我們以谷歌舉例來說，谷歌在自己內部孵化除了很多機遇人工智慧應用的產品，諸如像圖片識別和搜索、語言實時翻譯、郵件自動回讀以及通過人工智慧來進行產品和服務的嘗試，這都讓我們看到了當前的企業圈當中對於人工智慧技術的熱衷。據統計，現在由Gmail所發出的郵件當中有超過12%的回復是根據機器學習系統提出的建議來進行自動灰度的，這一功能的受歡迎程度甚至超出了谷歌自己的預期效果。
當然，自動回復郵件只是眾多人工智慧應用的冰山一角，谷歌通過構建自己的開源技術聯盟和社區，以代碼共享的方式吸引更多的全球頂尖工程師和技術人員來共同推動人工智慧技術的快速落地，據了解，此類技術的開放分為兩部分，一部分是把開發智能的軟體對外進行開源，第二則是將人工智慧整個基礎架構向外開放。
在軟體層面，谷歌通過把TensorFlow這一開源軟體包向外部免費開放，並加以自身資深技術團隊不斷的完善和擴展，使得在這一軟體包當中谷歌不僅提供了源代碼，同時也提供了免費的教育培訓材料和基於TensorFlow構建的機器學習系統的樣例，這也是為什麼谷歌在人工智慧領域當中總能帶給業界不斷創新印象的根本原因。
在很多技術專家看來，無論人工智慧未來將如何發展，它都將會圍繞著人的需求去打造，能夠更好地與人在一起合作去完成不同的任務。谷歌作為人工智慧的領頭羊，已經開始著手設計研發人工智慧定製化的加速晶元，此舉能夠在很大程度上推動人工智慧技術在眾多行業當中的實際落地應用。
國內企業還差在哪？
在我看來，不管是國內還是國外市場，都已經開始把人工智慧看作是繼雲計算之後非常重要的國家戰略，在美國近日發布的一則人工智慧報告當中就體現出了美國對於新時代保持自身領先地位的整體推進策略，其中人工智慧技術被擺在了相當重要的位置。
儘管在頂層設計方面國內和國外人工智慧技術相差不太多，但是如果我們從實際的產業發展現狀來看，國內人工智慧市場的發展情況就要落後於國外了，首先，美國的人工智慧企業數量在全球遙遙領先，截止到今年6月份，全球人工智慧企業總數達到了2542家，其中美國擁有1078家，佔據了42%的市場份額，中國排在第二位，擁有592家，佔23%。
我們從企業歷史統計來看，美國人工智慧企業的發展大約早於國內5年，美國人工智慧最早從1991年開始萌發，到1998年進入到了發展時期，2005年前後呈現出了高速發展的態勢，而中國的AI企業誕生於1996年，2003年進入到產業的發展期，而爆發增長是在2015年前後。
在整體的產業布局方面，當前國內市場仍然還是停留在局部發展較快，但整體市場布局不足的現狀情況當中，在基礎層、技術層和應用層等方面國內的人工智慧市場仍然需要通過以整合布局的形式去推動整體產業向前發展。
此外，我們都知道，人才對於任何一項技術的發展來說都是至關重要的，可以說對於市場的長遠發展來看是影響深遠的，對於國外研究者來說，他們更加關注基礎研究領域，人工智慧人才培養體系相對比較紮實，研究型人才優勢非常顯著，具體來說，在基礎學科建設、專利以及論文發表、高端研發培養、創投等這些環節都形成了超強的鏈條化整體發展，美國的整體產業人才數量是中國的兩倍，在美國的1078家人工智慧企業當中大概有超過78000名員工，而中國的592家企業當中約有39000名員工。
當然，如果從人工智慧行業的熱點領域來看，中國和國外市場還是平分秋色各有特點的，深度學習所引發的發展浪潮究其原因其實是計算力和數據兩者之間在金學年的重大突破和發展導致的，在國內的人工智慧初創型企業當中，計算機視覺與圖像、智能機器人、自然語言處理等幾大方向和類別成為了整體技術和市場發展的主旋律和主要推動力。此外，隨著國內近些年投融資市場的廣泛繁榮，使得在推動人工智慧技術的道路當中少了很多資本層面的阻礙，這也是國內AI領域之所以能夠在短時間內取得快速發展的重要原因。
編輯的話
