人工智能從上世紀50年代就開始發(fā)展了，其實不是個新學科。這東西的難點在于是個跨學科項目，對這個話題進行闡述，很難不落入盲人摸象的尷尬怪圈。此次IT領袖峰會上有很多互聯(lián)網(wǎng)大佬對人工智能發(fā)表了意見，有些是從產(chǎn)業(yè)角度來說的，有些是從研發(fā)角度來說的，更有一些雞湯類的話只是聽聽就可以了。而其中，對人工智能闡述最為精準的，竊以為是微軟的沈向陽先生。
沈向陽的話是這么說的：“人工智能的研究方向大體可分為兩塊，一塊是感知方面，一塊是認知方面。現(xiàn)在人們感受到的主要是機器在語音和視覺方面的發(fā)展，即感知層面。接下來5到10年，機器在感知方面的發(fā)展將非常快，會超過人類。這主要是因為三方面原因，一是互聯(lián)網(wǎng)的出現(xiàn)產(chǎn)生了海量數(shù)據(jù)，二是強大的運算能力和新的算法使這些數(shù)據(jù)可以被處理，三是深度學習在過去五六年取得突破，并被許多互聯(lián)網(wǎng)企業(yè)應用，才使很多以前不能解決的問題現(xiàn)在可以解決?！?/p>
什么是人工智能的感知和認知？用人來類比的話，感知就是人的視覺、觸覺、聽覺，與外界的溝通方式等，認知就是人對某個事情和現(xiàn)象的認識，反應、分析、決策、執(zhí)行。在人工智能領域，人的感知和認知特征是差不多的，目前很多企業(yè)正在用機器模擬人的感知和認知，但還是處于非常初級的地步，大都只能在感知計算方面打轉轉。
舉個簡單的例子，很容易就能在市場上找到做感知計算人工智能的公司，如做語音的科大訊飛、蟲洞、做人臉識別的Face++等，但并不容易找到做認知計算人工智能的公司，因為那畢竟距離太遠，技術難度太大。在認知計算領域做得最好的是IBM的watson，相比感知計算產(chǎn)品，watson更注重信息分析，自然語言處理和機器學習等認知計算，被應用在醫(yī)學和金融領域。
感知計算和認知計算誰更重要？其實是不言而喻的。人每天都會接觸外界信息，起床后看到下雨了，就知道出門要帶傘，“看到”和“知道”，這是兩個層次的問題。當然，如果沒有感知計算，就不會有后面的認知計算，因為你連天下沒下雨都不知道，怎么做出出門要帶傘的決策呢？但問題在于，感知是很容易被替代的，看不到可以聽或通過別的什么方式，而出門要帶傘的這個認知則是唯一的。
為什么目前市面上這么多做人工智能的公司？因為感知計算是較為適合小公司創(chuàng)業(yè)的領域，如果說感知計算和認知計算各占人工智能的一半，那么感知計算至少可以切成幾百個小等分，每個等分足以容納幾十家小公司進去鉆研了，而認知計算的那一半，也就能切成幾個小等分，不是大公司是絕無創(chuàng)業(yè)成功的可能的，即便是大公司，也未必能做成。
但是，我們一般人理解中的人工智能，應該絕大多數(shù)屬于認知計算范疇，即機器像人一樣思考，具有分析和推力能力，還可以下決策，執(zhí)行動作。感知計算只是提供了機器同外界進行交互的方式，技術成熟后當然可以藏身傳感器中，為機器提供現(xiàn)實世界精準的信息，以供機器的認知計算能力得以發(fā)揮。不過，這雖然也可以算人工智能，但怎么看也都是太過淺層的東西。人類距離真正的人工智能，似乎還有不短的距離。
人工智能自誕生以來共有過五次熱潮，如今的這股熱潮，與前幾次有很明顯區(qū)別。80年代末神經(jīng)網(wǎng)絡學科的建立，90年代互聯(lián)網(wǎng)技術的發(fā)展，促成了最新的這次人工智能熱潮。人工智能從離線走向在線，從單機走向網(wǎng)絡環(huán)境，從單目標求解走向多目標求解，有了互聯(lián)網(wǎng)數(shù)據(jù)的支撐，其應用環(huán)境似乎被一下子拓展開了，擁有了更大的練兵場和實驗田，而非像20年前的深藍那樣僅作為單個智能主體而存在。不過這也并不能保證，這一輪人工智能熱不會像前幾次一樣退潮。
本次IT領袖峰會上，有人認為AlphaGo做的是人類能做到的事情，做人類做不到的事情才叫本事，這種為人類叫屈的雞湯并不鮮見，20年前敗在IBM更深的藍手下的卡斯帕羅夫，叫屈的姿態(tài)其實更為花式。事實上，目前人工智能能做到的全是人類做不到的事情，而人類能做的事情，人工智能卻很少可以做到。人腦是記不住幾億盤棋局的，也沒辦法存儲古往今來所有棋手的棋譜，這些機器全能做到。但人看一張圖片時，一眼就能分辨出具體特征，而機器即便去看一張寫了幾十個注解的圖片，也還是無法理解其中包含的所有信息。
讓人工智能像人一樣思考、推理、決策，實在是太難了，難到也許這一代人有生之年看不到那一天。但目前人工智能的發(fā)展過程，還是很值得一看的，很多機器能做人做不了的事情，本身就能給人類社會創(chuàng)造巨大價值，最終機器是不是能擁有和人一模一樣的思維模式，其實并不重要。人工智能最有可能的方向，也許是建立起一套自己的思維體系，而這套體系將與人的思維極大不同，這也正是為何霍金、馬斯克等人對人工智能有可能的破壞作用憂心忡忡的原因。
免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。
免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
