自從去年谷歌公司的Alphago戰勝人類棋手李世石，人工智能立刻被推上了風口浪尖。很多人都說人工智能的創業風口來了，于是大量人才和資本蜂擁而至。另外還有一個現象是，有很多人認為機器將取代人類，人類將有大量的工作被機器取代，關于人類將被機器統治的言論一時間甚囂塵上。其實說這些話的人都沒有真正了解人工智能，以上兩個觀點都是錯誤的。

最近王煜全老師在他的《得到》訂閱專欄里，利用一周的時間講述了人工智能，他在其中對人工智能有個提法，叫“這一波人工智能”。這句話隱含了幾層意思，首先人工智能由來已久，其次人工智能不止一種，第三人工智能還會有以后的波次。我們先來看看這波人工智能到底是怎么回事，說的通俗一點就是訓練機器做人腦能做的事情，比如看圖、下棋、識別語音，方法有點像馬戲團里訓練動物進行表演，當動物做對動作了，就給個正向的反饋，比如給塊肉吃；做錯了就沒有獎勵了。人工智能就是訓練機器進行類似的學習，如果機器做對了給個正反饋，如果做錯了就給個負反饋，當然這些都是機器自動進行的。拿看圖來說，就是給機器一個程序，讓它去看圖片，比如給它大量貓的圖片，它利用這些圖片通過一整套算法對貓有個基本的認識，比如有胡須、耳朵較小等等，再面對新的圖片時，它會基于那個基本的認識給出自己的判斷，如果是對的那么關于貓的認識會得到加強，如果是錯的，那么它就會修改自己關于貓的認識。通過這樣一個不斷學習的過程 ，最終將擁有認識貓的能力。剛開始的時候由于見的少，所以識別準確度肯定不高，但隨著量的增加，它的準確度會接近百分之百。

這個過程中，有一點非常重要，就是要有海量的貓的圖片，也就是說數據的量要足夠大，這是這波人工智能和人的智能之間最大的區別。人見到一只貓，下次再見到另外一只的時候就能很容易就認出來，不需要看大量的貓，因為人能夠基于自己的知識體系理解這是一只貓。而機器不行，它必須看足夠多的貓才能在概率上接近完全正確。由于需要處理海量的數據，所以有兩樣必不可少的東西，一是計算能力，這個是處理海量數據的前提，再有就是算法，也就是能夠對貓有基本認知的方法。以上三點，即算法、計算能力以及數據，它們是這波人工智能的核心。我們創業應該圍繞這三個點展開，在算法上，谷歌提供了一個叫TensorFlow的基礎開發工具，這是一個開源的系統，它的第一批學員就有七萬多，它極大的降低了算法的門檻。我們只需要在這上面進行開發應用就可以了，沒有必要費時費力去研究算法，況且就算研究出來也不一定好用，因此這方面沒有多大機會。再有就是計算能力，谷歌、亞馬遜、facebook等的云服務提供了這種計算能力的服務，在國內有阿里、騰訊等，因此這個方向上也沒有任何機會。那么唯一剩下的是數據，也就是說結合具體行業，將人工智能運用起來，這是唯一的機會。把目光放長遠一點，其實人工智能跟頭些年講的互聯網是一類事物，頭些年能上網確實有點優勢，但現在哪還有什么優勢，不能上網反而是種劣勢，因為人人都能上網了。人工智能也是一樣，剛開始運用它或許還有點優勢，但等大家都用了，不用的反而是一種劣勢，也就是說現在抓緊時間運用，為的是不被淘汰，而不是所謂的趕風口創業。

人工智能不是人類智能，人工智能戰勝了人類棋手，這是由于它采用了對的方法對機器進行了訓練，但它說白了還是一臺機器，它根本不了解自己做每一步決策的意義，只是通過計算知道大體的輸贏概率，人類訓練它往勝率大的方向去。這就好像訓練小狗看到一加一的圖片知道叫兩聲，不是因為小狗明白一加一等于二，而是因為它想要人類的獎勵，而只有叫兩聲人才會給它肉吃，所以它才叫兩聲，如果叫三聲才給肉吃，那么它在見到一加一圖片時就要叫三聲了。再舉個例子，現在的語音識別已經很準確了，比如今天去吃川菜還是魯菜？人工智能能很好的識別內容，但是它不知道這句話的含義是什么，不能很好的理解人的意思，它只能夠機械的翻譯，因此它從本質上還是臺機器，不具備人類思考的能力。所以那些認為人類將被機器控制的擔心，確實有點杞人憂天。