人工智能的下一個(gè)獨角獸將在哪誕生？

　　現如今，人工智能已經(jīng)被炒的非?；馃?，似乎不管是不是科技圈的人士，都要在嘴邊聊上幾句人工智能，以顯示自己多么與時(shí)俱進(jìn)。

　　當然一方面人工智能的確是未來(lái)的方向，而另一方面則是因為人工智能有可能是科技圈中的下一個(gè)黑天鵝。

　　但在此之前，一定要正確的認清什么才是真正的人工智能。

　　偽人工智能橫行

　　現在大多數人工智能都屬于偽人工智能。為什么這么說(shuō)，可以從以下兩個(gè)方面來(lái)解釋。

　　第一，人工智能不是一下就能做出來(lái)的，需要時(shí)間以及實(shí)驗的積累。

　　而做出人工智能的這些人才也是一樣，他們需要切實(shí)的接觸到真正的人工智能當中，不過(guò)這樣的人才在全世界也就寥寥幾百個(gè)。

　　但是好像在一瞬間，在中國就有幾萬(wàn)個(gè)人工智能方面的人才被選拔了出來(lái)，可想而知這樣的人才是真正的人工智能專(zhuān)家嗎?

　　這些人才往往被大公司冠以年薪30萬(wàn)或50萬(wàn)瘋搶?zhuān)m然里面的確有很多優(yōu)秀的人才，但是這樣未免顯得太過(guò)著(zhù)急。從人才培養角度來(lái)看，人工智能領(lǐng)域還存在著(zhù)大量的泡沫。

　　第二，許多項目只不過(guò)是換了個(gè)‘馬甲’。

　　許多創(chuàng )業(yè)公司喜歡為自己的項目貼上一個(gè)標簽，這樣的話(huà)不但可以吸引眼球，更能得到投資人的青睞。

　　雖然不能說(shuō)這種做法是錯誤的，但這顯然也不是真正的人工智能，甚至會(huì )誤導其他人對于人工智能的認知。

　　比如許多項目在貼上人工智能標簽之前非常簡(jiǎn)單，只是一些如同機器人學(xué)習，或者算法研究之類(lèi)的項目，如今搖身一變全都成為了人工智能。

　　什么才是真正的人工智能?

　　我們既不是專(zhuān)家，也不是專(zhuān)門(mén)研究這種領(lǐng)域的學(xué)者，有沒(méi)有簡(jiǎn)單的方法直接辨別什么是人工智能，什么是偽人工智能?

　　答案是有的。

　　舉一個(gè)簡(jiǎn)單的例子，之前人們也嘗試教計算機下國際象棋。計算機經(jīng)過(guò)學(xué)習之后，與人們依然互有勝負，在最終完全戰勝人類(lèi)的時(shí)候，時(shí)間已經(jīng)過(guò)去了10年。

　　而谷歌的AlphaGo，從什么都不會(huì )到圍棋中不可戰勝的存在只用了短短一年的時(shí)間。

　　由此可以看出，真正的人工智能體現在其卓越的學(xué)習能力。

　　如果你隔一段時(shí)間，大概3個(gè)月左右去看一個(gè)算法的進(jìn)步，比如面部識別，如語(yǔ)音識別，如果該算法進(jìn)步只是代數級，沒(méi)有達到指數級，那么這種算法可能更多的是機器學(xué)習，還未達到人工智能水平。

　　既然已經(jīng)辨別了什么是真正的人工智能，那么對于人工智能而言，什么才是最重要的。

　　可能有些人會(huì )說(shuō)算法，有些人會(huì )說(shuō)設備，有些人會(huì )說(shuō)編程技術(shù)。雖然它們也是構成人工智能中重要的一環(huán)，但是這些都不是最重要的。

　　對于真正的人工智能而言，最重要的永遠是大數據，只有擁有完整的數據，人工智能才能真正的發(fā)展起來(lái)。就像是一把寶刀，需要有一塊好的磨刀石才能讓它更加銳利，而大數據恰好就是這塊最好的磨刀石。

　　就像是谷歌的AlphaGo，有人說(shuō)為什么AlphaGo不去下象棋，而是只在圍棋領(lǐng)域中稱(chēng)雄呢。

　　AlphaGo的專(zhuān)家則表示，不是他們不想這么做，而是無(wú)法這么做。因為在圍棋中，日本人一直以來(lái)有保存棋譜的習慣，在每個(gè)棋譜上都標注了什么是第1手，什么是第100手，這樣很容易被AlphaGo學(xué)習。

　　但是對于象棋來(lái)說(shuō)，自古以來(lái)大多數都是殘局。雖說(shuō)殘局也很精彩，但是對于A(yíng)lphaGo來(lái)說(shuō)，它不知道殘局形成的原因，對之前的步驟一無(wú)所知，這樣就會(huì )對它的認知造成障礙。

　　這也說(shuō)明，完整的數據對于人工智能多么重要。任何拋開(kāi)數據談人工智能的，全都是耍流氓。

　　人工智能中的獨角獸

　　目前，中國的大部分數據全都被BAT所掌握著(zhù)，國外則是Facebook、Google、亞馬遜之類(lèi)的企業(yè)。對于創(chuàng )業(yè)者而言，想要打破數據的壟斷具有相當大的挑戰，但也不是沒(méi)有機會(huì )。

　　比如說(shuō)醫療數據，BAT就還沒(méi)有形成壟斷。金融方面數據，更多的掌握在金融公司手中，這些互聯(lián)網(wǎng)企業(yè)也沒(méi)有。

　　在這兩個(gè)領(lǐng)域，不管你的技術(shù)水平如何，至少在數據方面是在同一起跑線(xiàn)上，這對于創(chuàng )業(yè)者或后進(jìn)入的公司是一個(gè)難得機遇。同時(shí)，下一個(gè)巨頭也有可能在這兩個(gè)領(lǐng)域誕生。

　　就拿醫療來(lái)說(shuō)，國外已經(jīng)有許多家企業(yè)與醫院達成協(xié)作，直接讀取醫院中的病例以及X光片或者CT片。

　　醫生一天看10張并且分析出癥狀都已經(jīng)是非常有經(jīng)驗了，而人工智能，則可以在1個(gè)小時(shí)內看10萬(wàn)張，效率不可同日而語(yǔ)。

　　對于醫生而言，診斷病因需要基于自己的經(jīng)驗積累。但是對于人工智能來(lái)說(shuō)這就太簡(jiǎn)單了，通過(guò)圖像和最終診斷結果的閉環(huán)學(xué)習，人工智能很快就能對X光片或CT片進(jìn)行病因分析。當然這一過(guò)程需要不斷完善，才能提升正確性及智能化。

　　在國外由于隱私保護非常嚴密，很多數據無(wú)法開(kāi)放，因此無(wú)法做到大量數據錄入。

　　但是由于如今中國民眾對于隱私保護還沒(méi)有那么嚴格，因此中國企業(yè)還是有機會(huì )在這個(gè)領(lǐng)域中實(shí)現超越的。

　　只要有了大數據，特定領(lǐng)域超越BAT也不是不可能的。

　　所以說(shuō)，數據才是人工智能中最重要的一環(huán)。