在天津全運會開幕式上，點火儀式耳目一新，讓機器人閃亮登場。主辦方讓金娃接過最后一棒圣火，和機器人悠悠一起點燃主火炬。機器人悠悠舉著雙臂歡呼，等金娃靠近后，然后開始試著用手掌抓舉火炬，然而估計他的手掌沒有握力，全程都是金娃拉著他一起點火。

這憨態可掬的機器人形象，在直播鏡頭里只是一閃而過。可是我卻逗樂了好久，現在的機器人儼然一個稚嫩的小小孩，需要大小孩來幫襯著服務。

為什么天津全運會給機器人這么一個展示的機會？大概不久前天津召開了一場《世界智能大會》，可謂空前矚目，讓天津成為人工智能發展的焦點城市。這次盛會，自然要與之呼應，展現人工智能機器人的身影。

這次亮相，對機器人的概念推廣還是很有效果的。一些對機器人陌生的朋友，開始考慮引入機器人服務了。

機器人概念之所以又開始火爆，是因為如今的機器人，不再是機械程序，定式動作，而是引入了人工智能系統。人工智能，是目前科技前沿的熱點，也是未來科技的引爆方向。

當人工智能開始被大眾所熟知時，其實說明它的底層技術已經成熟了。之所你還沒有看到它成熟，只是因為它還沒有達成商業化普及程度。

為何這么說呢？

人工智能其實已經發展了8個世紀了。我們來扒一扒歷史。

最早可以追溯到十三世紀的西班牙人拉曼魯爾和十七世紀的數學家萊布尼茨。然而直到新一輪人工智能來臨，技術才得到突飛猛進的發展。普遍認為，這一輪人工智能革命源頭來自一位叫做Geoffrey Hiton的加拿大多倫多大學的教授，神經科學家和計算機科學獎。G.H被認為是以深度學習為代表的人工智能革命的開創者。

人工智能的發展存在N多路，深度學習系統，正是這一輪人工智能革命的突破點。

Hinton教授花了30多年做了大量的研究，取得大量的成果。然而一開始深度學習系統只是學術界的異類。從理論上，深度學習要求分層，就是分層輸入和輸出，每一層輸出成為下一層的輸入。而每一層怎么單獨優化的問題，Hiton教授直到2006年才解決，文章發表在2007年的《認知科學趨勢》里，成為這輪人工智能啟動的標志。理論完善之后，初始深度學習系統的算法出來的結果比之于其他算法要差很多。依然不被主流所認可，被邊緣化。人工智能依然看不到希望。

直到后來兩位斯坦福教授吳恩達和李飛飛針對深度學習系統，在技術找到突破點，使得深度學習開始崛起。吳教授，也是谷歌大腦的創始人，他找到英偉達GPU(圖形處理單位）解決了深度學習的計算能力問題；李飛飛教授（華人），通過自己建立的圖像識別資料庫，成功訓練出視覺能力超過人的人工智能系統。

2012年，在斯坦福舉辦的ImageNet比賽上，深度學習超過了其他所有算法，也第一次超越了人類。這一年人工智能視覺系統實現了突破。自此學術界開始認可深度學習這條方向。

后來深度學習系統發展一路狂奔，當被公眾所熟知時，技術早已經不再是問題。而公眾對這項技術的熟知則更晚。當2016谷歌AlphaGo戰勝李世石，公眾才開始驚呼人工智能革命的到來。今年5月柯潔負于AlphaGo其實也是必然。

而如今，悠悠機器人在天津全運會的亮相，大家還在爭議這款機器人的能力邊界時，其實只是在等待商業上應用領域的大爆發期。

深度學習是人工智能的一個分支，這一輪的人工智能的革命代表是深度學習的突破。由于很多人的共享，以AlphaGo為代表，已經通過各方面的調整，基本達到了它的最優輸出，可以被運用到各個行業領域里邊了。

基于深度學習的這一輪人工智能已經成熟，我們如今在生活中接觸的各種以人工智能為概念的機器人都是基于這個方向的輸出。

然而，人工智能的未來僅僅是深度學習系統派嗎？

不盡然。

新的革命還沒有在地平線上冒頭。深度學習也不會人工智能的唯一發展方向。

美國最早的移動計算系統PRM的發明人Jeff Hawkings，發明了一套記憶預測模型。這套模型比深度學習系統更符合人類的思維模型，然而當前J.H構建的人工智能系統表現的還不夠好。但是隨著理論的完善，技術的突破，未來是否會誕生新的人工智能革命呢？不是沒有可能的。只是又要醞釀發展多久，就不得認知了。

好了，小結一下，我們當前階段討論的人工智能其實是在討論基于深度學習系統的人工智能系統。而這套系統從理論上已經完善，技術上也已經成熟。大眾所期待的，只是應用層面的爆發。這，想必很快就會發生。

未來的人工智能到底是不是深度學習系統派的天下，這取決于新理論創新和技術突破，而這正是科技發展的魅力所在。

-end-

作者：曹濤CT，產品經理，互聯網追風人。