已經很久沒有落筆寫點什么，突然拔高寫些未曾涉足的領域，十足有些尷尬，但畢竟是興趣，便且對人工智能作出粗淺的理解，當切作為文字沉淀的第一次練手。

人工智能自15年開始變得異常火熱，好像全世界引爆了又一次人工智能風暴，從人工智能助手到無人車，大大小小的場景都能看到其應用的身影，但我認為無外乎不出以下幾個分類：

第一類認知，自然語言處理，計算機視覺和音頻處理等，機器通過與外界交互，對外界的信息進行收集及解釋，例如：機器翻譯，圖像識別等；第二類預測，通過對某一特定場景海量信息進行分析處理，推理預測之后其行為和結果，例如，推薦系統；第三類決策，通過多方的信息分析處理，針對某一事件作出最優(yōu)決策，例如，行車路線，動態(tài)調價等；第四類集成解決方案，多重技術合作解決問題，例如：自動駕駛，智能家具等。這四類分類的核心類似類人能力，即“認知-預測-決策”具象于人思考問題的時間軸屬性，希望便于理解。

說到人工智能，不得不先說其發(fā)展。

一個概念從想象，到基本假設及邏輯推理（人類思考過程可以機械化）歷經2000年，再到數理邏輯的思辨，直到1956年達特茅斯會議人工智能正式誕生，至此，人工智能開啟大起大落2次躍進，而今第三次熱潮已經席卷全球。但說起這第三次熱潮，總能看到些與過去的異同之處，分析幾點，其一：數據樣本基礎，共知的是人工智能是基于海量數據的處理分析，而過去數據量級局限了人工智能的發(fā)展，這里應該算是互聯網的功績，正是因為互聯網的發(fā)展才引發(fā)信息爆炸，代謝出足量的數據基礎；其二，算法的創(chuàng)新，深度學習的深入探索，是加速人工智能發(fā)展較為重要的環(huán)節(jié)，核心的神經網絡增加了其應用場景的深度；其三：硬件提升，gpu本身的提升增加了算法的運算量，加之對新方向的探索，例如，fpga或asic架構的探索提升應用層的落地，切實的加速了人工智能在應用面的發(fā)展； 其四，基礎設施的建立（云計算機房），基于云計算的發(fā)展為人工智能創(chuàng)造出發(fā)展大環(huán)境，使更多的創(chuàng)業(yè)者涌入加速人工智能商業(yè)進程；其五，人才基礎，雖然目前人工智能的人才仍然供不應求，但比起之前，在傳統it及互聯網多年的發(fā)展孕育下，奠定了人才趨勢基礎；其六，政策基礎，多國分分出臺政策來支持發(fā)展人工智能，部分大國甚至把其作為國家戰(zhàn)略，以供孕育技術發(fā)展及應用落地；其七，資本驅動，之前的人工智能發(fā)展大部分趨于政府資助，如今更多的是政策下資本驅動力，形成成熟的市場生態(tài)，加速行業(yè)發(fā)展。

這里我可能需要強調政策的作用力，畢竟需求決定市場，而政策是市場的催化劑。

人工智能是一個需要長期孕育的行業(yè)，單獨依靠市場無法有效的影響其發(fā)展進程，相反單靠政策也同樣不行，國家政策應當具有引導性，加大市場杠桿作用，充分發(fā)揮出市場價值。歐美已經把人工智能作為影響未來的國家實力的重要因素；另外，美國已經把人工智能作為其國家戰(zhàn)略，而我國，國務院印發(fā)《中國制造2025》等都強調發(fā)展對人工智能領域的探索及應用，充分看到各國對人工智能的傾愛。這絕非空穴來風，尤以我國為例，個人認為，首先，由于中國的發(fā)展具有一定的歷史特色，改革實體業(yè)一直缺乏長足進展加之人口老齡化趨于嚴重，無法直接進行有效的產業(yè)升級將可能由于消費升級帶來嚴重的經濟后果，例傳統工業(yè)改造升級4.0需要新的技術驅動，而人工智能其屬性之一預測恰好可以優(yōu)化產能，大數據驅動消費品生產大大解決產能浪費；次之，中國改革開發(fā)以來，著以房地產為經濟引擎半資本主義發(fā)展模式，后經過互聯網轉型為數字經濟體，成為中國經濟的增長拐點，但伴隨人口紅利減弱及互聯網發(fā)展進入后半程，國家需要引入新一輪創(chuàng)新尋求出路，而人工智能所展現的想象空間巨大，加之互聯網衍生的數據樣本充足，正好給予人工智能滋生發(fā)展的大環(huán)境，最終可能促使中國彎道超車進入世界強國的最好時機。

當然，自人工智能誕生之初，就因其所展現的想象空間帶來了很多無形的社會矛盾，思辨爭論從未停歇。

首先，未來人工智能是否能超越人類的問題，就問題本身是不確定性的，也就注定思考這類問題本身是低效的，不如思考如何把控人工智能的行業(yè)規(guī)范及建立正確的社會價值觀，作出適當的政策約束創(chuàng)新的斜枝，當然單就目前來看，人工智能還遠遠不足以達到那個高度；第二點，人工智能領域的發(fā)展最終可能誕生巨頭企業(yè)，因此其企業(yè)拳頭威力巨大，被極個別反社會分子或利益集團消極利用產生的結果及余波無法估量，人工智能犯罪因其想象空間變得不可控，因此，政府對企業(yè)的監(jiān)管及企業(yè)對于技術后門的設定都需要提上桌面，以防患未然；第三點，對于人工智能代替部分人的就業(yè)問題，失業(yè)潮帶來的政治經濟影響不容忽視，但就人工智能的發(fā)展演變是需要時間的，同時會誕生新的就業(yè)空缺，以此置換。例如中國，電商帶物流，雖然線下商超一段時間出現大量停業(yè)潮，但就其轉向物流供應，使國內逐漸建立較為完整的供應鏈體系，其創(chuàng)造的基礎面服務人員數量巨大，此間還未提及對應的線上客服就業(yè)量，其就業(yè)平衡并沒有因為一個領域的走弱而失衡，另外，中國人口老齡可能化引發(fā)的社會生產力劇降，而恰恰人工智能會有效的解決此類問題；第四點，學習數據是人工智能一個重要的環(huán)節(jié)，但如今很多數據信息存在很多不良因素，例如：歧視，那作為做人工智能對數據的解析及決策很可能帶有其數據本身的屬性，個人認為算法應當在此時體現更大的價值，就如同一棵即將長歪的小樹和輔助成長的工具一樣，有效的篩選數據和創(chuàng)新算法本質上有希望優(yōu)化解決此類問題；第五點，影響全球政治環(huán)境，因存在數據鴻溝，人工智能最終將加大國家之間的經濟差距，對于小國，數據量不足限制其人工智能的發(fā)展，所以應當有效的把控其優(yōu)勢而非趨于風口，雖未來多數產業(yè)都將受人工智能影響改善社會生產力，但加強國家與國家合作，對利輸送可以有效的降低社會不穩(wěn)定因素，不能因為一個結果而把一系列問題歸咎于工具，這本身就是抑制創(chuàng)新的愚昧想法。

人工智能是很多國家的機遇，但面對發(fā)展，個人認為需要冷靜思考當下應當被看重問題。

其一，人工智能的發(fā)展一定是長期多階段性的，它的發(fā)展決然與互聯網有諸多的不同，因此我們更需要理智對待，強調階段性發(fā)展，自上而下的，從國家規(guī)劃到企業(yè)發(fā)展，從企業(yè)家決策到尋常百姓認知，普及人工智能的階段性理解，充分評估技術所處于的發(fā)展階段，盡可能規(guī)避低效的試錯成本，最終達成人工智能對社會的價值主張。

其二，建立張弛有度的行業(yè)規(guī)范，處于人工智能的發(fā)展初期，如果過大捆綁法律法規(guī)及納稅標準，無疑是限制了行業(yè)的發(fā)展，但也不能任其野蠻生長，最終不僅產生惡性競爭影響市場環(huán)境更甚出現高頻的技術犯罪影響社會。

其三，過度強調人工智能核心環(huán)節(jié)，缺乏對其上游的作用。

數據規(guī)范問題，對于數據處理過程中，很大勞動力都趨于標記數據或者排清臟數據等問題，從兩個節(jié)點進行優(yōu)化，1. 教化數據產生時自主的打標簽（這里應該倡導產品教化，有目的性的引導數據生產者）? 2. 如李飛飛那樣公益化數據標簽體系，以更高的格局推動人工智能領域的發(fā)展。

加強對芯片的投資力度，以提高算法執(zhí)行的數據運算量，尤其以我國為例，中高端芯片絕大數依靠進口，所以芯片業(yè)的發(fā)展對我國而言凸顯的尤為重要，當然也同時整個行業(yè)較為重要的入口。

其四，加速商業(yè)化演變，目前大多數人工智能只寄于技術本身提升或非應用價值的產品，其有價值的商業(yè)產品屈指可數，無形中加大資本投資壓力。探索產品化方案將會在下一篇文章做出自己粗淺的見解。