3.1 无处不在的AI

人工智能通过各种不同的算法运行，这些算法能够反映人类的逻辑，也能够实现由计算机代替人类做一些工作的目标。也就是说，人工智能不仅可以模仿人类的逻辑，还会延伸人类的逻辑。如今，人工智能已经无处不在，每个人都应该对其进行了解。

3.1.1 AI三大发展阶段

我们要想深入了解人工智能，最好从其发展阶段着手。那么，人工智能究竟经历了哪些发展阶段呢？具体包括以下3个，如图3-1所示。

1.人工智能的“推理阶段”（1950-1970年代）

在这个阶段，大多数人都认为实现人工智能只需要赋予机器逻辑推理能力就可以。因此，机器只是具备了逻辑推理能力，并没有达到智能化的水平。

2.人工智能的“知识工程阶段”（1970-1990年代）

在这个阶段，人们普遍认为只有让机器学习知识才可以实现人工智能，于是大量的专家系统就被开发了出来。之后，人们逐渐发现，给机器灌输已经总结好的知识并不是非常容易的事。例如，某企业想开发一个诊断疾病的人工智能系统，首先要做的是找一批经验丰富的医生总结与疾病相关的知识和规律；然后将这些知识和规律灌输给机器。不过，在总结知识和规律时，该企业已经花费了巨额的人工成本，而机器只不过充当了一台自动执行知识库的工具，无法取代人力工作。由此来看，这个阶段同样没有实现真正意义上的智能化。

3.人工智能的“数据挖掘阶段”（2000年至今）

目前，机器学习算法得到了比较好的应用，不仅如此，深度学习也获得了迅猛发展。在这种情况下，人们希望机器可以通过数据分析自动总结并学习知识，从而实现自身的智能化。

在这个阶段，由于计算机硬件水平的大幅度提升，再加上大数据技术的不断发展，机器已经可以对数据进行采集、储存、处理，而且水平还相当高，Alpha Go就是验证这一点的最佳范例。

可以看到，从最初的“知识工程阶段”到现在的“数据挖掘阶段”，人工智能一直都是在进步的，其智能化水平也在不断提高。这也在一定程度上说明，人工智能拥有非常广阔的发展前景，未来势必会发挥越来越重要的作用。

3.1.2 AI概述：技术支撑与分类

人工智能的崛起离不开三大技术支撑：大数据、云计算、深度学习。其中，大数据是人工智能的燃料，云计算是助燃的内燃机，深度学习则能够全面提升人工智能的智能化水平。

1.大数据：人工智能的燃料

李彦宏说过：“现在人工智能如此火热，主要是大数据的缘故，正是因为有越来越多的数据，机器才可以做一些人才能完成的事。所以，人工智能将火热无比。”他的这番话说明大数据将为人工智能带去更多的机会。

大数据与人工智能的融合不仅能够促进制造业的设计，还能够提高文化产业的效率。这里以智能写稿机器人为例进行说明。人工智能与大数据的融合可以提高写稿机器人的写稿效率，使其在写稿数量上“战胜”记者与编辑。写稿机器人不仅能够在数量和速度上完胜一般的编辑，在资料获取的能力上也要略胜一筹。

2.云计算：人工智能的内燃机

在人工智能领域，云计算通过对大数据挖掘出的海量数据进行储存和计算，使数据发挥最大的作用。如果把云计算和人类进行比较，云计算相当于人类的大脑，是处理和反馈信息的神经中枢。在云计算的支持下，人工智能可以实现多方面的实际应用，如图3-2所示。

云计算的强大算力可以帮助人工智能进行数据处理和分析，总结出复杂事件背后的数字规律，再结合各行业的应用规则和习惯实现对人类智慧的模拟，为我们带来诸多便利。

3.深度学习：智慧大脑

深度学习是人工智能实现自主学习的途径，是人工智能的智慧大脑。深度学习由Geoffrey Hinton等人提出，其中的“深度”二字是对程度的形容，是针对之前的机器学习而言的。深度学习是神经网络算法的继承和发展。传统的神经网络算法包含输入层、隐藏层与输出层（如图3-3所示），是一个非常简单的计算模型。

深度学习中的隐藏层至少有7层，如图3-4所示。一般来说，隐藏层的数量越多，算法刻画现实的能力就越强，最终得出的结果与实际情况就越符合，计算机的智能程度也就越高。

拥有深度学习的加持，人工智能实现了更大范围的应用，达到根据相关条件进行“自主思考”的目标，完成研究者期待已久的任务。

除了技术支撑以外，人工智能的分类也非常重要。人工智能可以分为三种形态：弱人工智能、强人工智能、超人工智能。当前，我们已经在弱人工智能上取得了较大的成就，但强人工智能和超人工智能则依然处于研发状态。

（1）弱人工智能。弱人工智能主要专注于单方面的人工智能行业。例如，阿尔法围棋就是弱人工智能的代表，它专注于围棋行业的算法，无法回答其他问题。

（2）强人工智能。强人工智能是在推理、思维、创造等各方面能和人类比肩的人工智能，可以完成人类目前从事的脑力活动。不过，强人工智能对技术的要求比较高，当前的技术还无法达到要求。

（3）超人工智能。超人工智能具有复合型能力，在语言处理、运动控制、知觉、社交、创造力等方面都有比较出色的表现。

当前正处于弱人工智能向强人工智能过渡的阶段，这个阶段的发展面临诸多问题，一方面，基于人类大脑的精细度和复杂性，科研人员还有很多未知的行业需要探索；另一方面，当前人工智能的逻辑分析能力比较强，而感知分析能力比较弱，这也是亟待解决的问题。

人工智能的发展会深刻影响我们的生活，无论是弱人工智能向强人工智能的转化，还是云端人工智能、情感人工智能及具有深度学习功能的人工智能，都将创造更多的价值。

3.1.3 AI与落地场景

百度创始人李彦宏认为我国未来的发展会更依赖人工智能，该技术对供给侧和消费端都产生了很大影响。笔者非常认同这个观点，现在人工智能的落地场景也确实越来越多。根据笔者的总结，人工智能的落地场景如图3-5所示。

（1）问题求解。问题求解是人工智能的第一大落地场景，诸如“向前看几步”“对问题进行搜索和归纳”“将难度比较大的问题分解成一些难度比较小的子问题”等都可以通过人工智能程序解决。另外，人工智能程序已经能对解答空间进行搜索，从而找到更优解答。由此来看，在寻求解答方面，人工智能程序做得非常出色。

（2）写作。谷歌曾经斥巨资支持一个名为“记者、数据与机器人”的项目。在获得人工智能写稿软件的帮助后，记者的工作效率有了明显提高。在创作新闻稿时，机器人会为记者提供帮助，但在创作深度分析及人文方面的稿件时，机器人则会略逊一筹。

（3）娱乐。游戏是一种十分常见的娱乐活动，人工智能可以使其变得智能化。游戏中的角色可以分为两种类型，一种是由人类通过操纵杆等输入设备控制的玩家角色，另一种是不由人类控制的非玩家角色。这里所说的非玩家角色就是游戏智能化的主要体现。

（4）检索。检索与人工智能结合在一起生成了智能检索。随着技术的不断发展，信息变得越来越多。在这种情况下，如何从海量的信息中快速找到自己需要的信息就成为一个亟待解决的难题。传统的人工检索方式已经无法解决这个难题，人们迫切需要智能检索的帮助。智能检索可以使检索快速、准确、有效地完成。

当然，人工智能的落地场景并不仅限于以上几个，随着越来越多企业的入局，现在已经有很多领域都出现了人工智能的身影，如图3-6所示。

目前，人类的每一步都在向人工智能迈进，希望有朝一日人工智能可以发挥更大的作用。未来，人工智能不仅会推动社会生产力的发展，还会对生活中的方方面面产生深刻影响。