人工智能关键在于技术与应用场景相结合

　　技术发展得太快了，有时感觉跟不上，IT人真是够累的，这几年互联网+、云计算、物联网、大数据、人工智能等新东西层出不穷，还没有弄清楚云计算，人工智能的时代感觉就在门前了，然后你开始屁颠屁颠地努力学习，这就好像程序代码里的死循环，永远走不出去，活到老学到老。
　　最近在学习人工智能的一些知识，有必要分享一下。
　　人工智能（Artificial Intelligence）是指使用机器代替人类实现认识、识别、分析、决策等功能，其本质是对人的意识与思维的信息过程的模拟，是一门综合了计算机科学、生理学、哲学的交叉学科。AI的发展会有三个阶段：技术驱动阶段、数据驱动阶段和场景驱动阶段。
　　在国内目前AI仍处于发展的早期阶段，也就是说技术驱动阶段，只有突破了技术层面的瓶颈，才能促进应用层面的快速发展，当然国内的技术如果不行，那么国外的就会蜂拥而至，最终就如同PC与手机一样，我们可以做个漂亮的外壳，里面核心的部分都是国外的专利。
　　说回AI技术驱动，这个阶段会诞生基础理论、基本规则、智能数据采集机器和基本开发工具，算法和计算力是主要的驱动力，比如基于多层网络神经的深度算法，一方面不断加强从海量数据中自行挖掘物体特征的能力，另一方面不断加强对新事物多层特征提取、描述和还原的能力。那么关于计算力主要是三驾马车：芯片、超级计算机和云计算。继CPU之后，相继出现了GPU、NPU、FPGA、DSP等AI芯片；超级计算机主要用于密集型计算；而云计算依靠其灵活的扩展能力主要应用于社交网络、企业IT建设和信息化等数据密集型、I/O密集型的领域。
　　AI发展的第二阶段，算法和计算力已不存在什么壁垒，大量的基础理论、中间件与开发工具已普及使用，算法与计算力已经成为AI领域的基础设施，就如同水电煤，人们每一天都在频繁地使用，但极少有人去研究它是怎么生产的，容易使用，方便付费，就如同交水费电费煤气费那样习以为常。这个时候，数据将成为AI发展的主要驱动力，这是应用服务提供商所需要关注的，你通过使用AI基础平台构建AI应用平台，让大量用户爽歪歪地使用，然后大量结构化、可靠的数据被采集、清洗和积累，甚至变现，比如在这些数据的基础上可以精确地给消费者画像，并制定个性化营销方案，提高成单率，推动社会运行效率提升。
　　AI发展的第三个阶段，场景驱动成为了主要的驱动力，精准的场景设计可以为不同用户提供个性化的服务，个性化是未来用户的关键需求，在不同的场景下执行不同的决策，帮助决策者更敏锐的洞悉事件根本，产生更精准更智慧的决策。
　　AI作为一种基础技术，将被应用于各行各业，比如东华软件的AI+金融、AI+医疗、AI+智慧城市等，而之前我们也研究了大量智能语义分析算法，对文本进行建模与处理，进而自动分类、自动识别问题、智能问答等。我们相信随着AI技术的不断发展，AI将持续拓展更多的应用场景；而愈发多样化的应用场景需求又会反过来驱动AI技术，从而带动整个AI行业的持续发展。但各应用场景的发展并非均衡，整体看来将从垂直领域AI逐渐过渡到通用型AI。
　　大的方面来看，AI最重要的还是要将技术与应用场景相结合，无法落地的技术是没有价值的，很难得到资本青睐和市场认可，而有闭环、垄断性的数据，并且其技术能够与实际应用场景结合的公司将有望产生难以被替代的商业价值。