2018年人工智慧如何發展，從這四個方便為你解讀
演算法
任何一個入門的軟體開發人員都會聽到這句話：演算法是軟體的靈魂！近年來大火的「機器學習」即是在演算法在人工智慧上的集中體現。今日頭條通過AI演算法實現智能內容推薦，谷歌和百度通過AI演算法實現垃圾內容檢測和刪除，阿里巴巴通過演算法自動識別刷單和假貨風險等等。隨著軟體行業的發展，我們真切的體會到人工智慧的腳步聲越來越近了。
理論上講，凡是重複的簡單工作都能被軟體替代，凡是與數字和計算相關的事情計算機總能比我們人類做的更好。在這種簡單重複的勞動上，機器不知道疲倦，不抱怨加班，不受情感和心理影響，只需要消耗一點點能源就可以按照人類指定的規則執行下去。我們這裡講這種規則，就可以簡單的理解為演算法！而且特別需要強調的是，以前人們認為AI的難點，例如非數字化的模糊概念、語音識別、情感識別、生物識別技術，都隨著軟體演算法的進步得到大發展。2018年將是AI演算法大發展的一年。未來我們堅信將有更多優秀的演算法誕生，帶動人工智慧行業的進步發展。
晶元
從2016年起，因特爾、華為、高通、谷歌等國際知名大公司都推出了自己的AI晶元，可見大家對AI晶元的重視程度。從某種意義上講，軟體可以通過硬體方式實現而且效率更高，這也是各大公司積極研發AI晶元的動力之一。
商業是技術前進的重要動力，看看如今的各類科技產品發布會上，如果你不提點自己的AI晶元、AI演算法，就好像自己落伍了一樣。晶元這種產品，在絕大部分普通消費者眼裡沒有什麼直觀的概念，但它卻是人工智慧技術發展的重要一環。實事求是的將，中國並不是傳統晶元大國。在PC機時代、移動互聯網時代，我們都是在努力追趕，交過學費也付出過慘痛代價。在即將到來的人工智慧時代，希望我們能迎頭趕上，甚至走上晶元行業前列，諸君多努力！
應用
應用是所有人工智慧概念落地的最後環節。我們很高興看到人工智慧技術並非像哥德巴赫猜想那樣與實際應用遙不可及，很多人工智慧的技術應用逐漸走入人們的視野。隨著谷歌、百度、蘋果、特斯拉等企業對自動駕駛技術的投入，自動駕駛的商業應用初見端倪。隨著蘋果iPhone X的發布，人臉識別技術被大家所接受。刷臉解鎖、刷臉支付以及普及類很久的指紋識別技術，都是人工智慧領域實際應用的典範。
也許讓人們更期待的人工智慧應用，應該就是機器人了。除了應用很早的工業機器人外，目前我們已經能夠在市場上看到很多教育機器人、聊天機器人、兒童老人陪護機器人等智能化程度較高的機器人產品了。雖然經過筆者實際調研，這些產品離人們預想的人工智慧概念還遠，但我們需要有足夠的信心和耐心給與機器人發展的空間和時間。相信在不遠的將來，你會很樂意向別人介紹自己的機器人朋友或機器人伴侶。
倫理和觀念
舊有的倫理和觀念往往是阻礙新事物發展的絆腳石。隨著人工智慧和機器人技術的發展，人類的技術進步恐懼症老毛病又犯了。我們隔三差五的就會看到如霍金、馬斯克等大佬向我們發出「機器替代人類」、「機器毀滅人類」等危言聳聽的論調。
機器替代人類的部分工作，實際上是一次新的社會分工。機器替代人類的工作，並非完完全全的在擠壓人類的生存空間。隨著機器生產的普及，將部分從事簡單重複勞動的社會生產力解放出來，最直接的意義就是為社會產生出新的勞動力和生產力。汽車替代了馬車，並不意味著馬車夫、牧馬人將無路，新的工作機會總是伴隨著新生事物的出現而創造出來。我們可以很明顯的預見到隨著機器人的普及，很多與之相關的新工作將誕生，我們可以預見機器人修理工作將在未來一段時間成為熱門職業。
縱觀人類發展的歷史，每一次的技術進步，都帶給了人類物質和精神文明的大發展。我們在享受前幾次工業革命帶來的成功的同時，難道就不能創造和擁抱新的工業革命？人工智慧的發展難道就不會是一次新的工業革命？
聲明：本文為人工智慧實驗室(ailab.cn)原創文章，轉載請註明出處！
TAG:人工智慧實驗室 |