https://www.captainbed.net/suga
人工智能和 AI 已经走入了普通大众的视野，我们在生活中可以看到很多跟 AI 干系的产品。比如 Siri、AI 拍照、AI 修图…
虽然大家看得多，但是大部分都是一知半解。到底什么是人工智能？他有什么神奇的地方？未来会发展成什么样？
本篇文章将完全的解答大家的问题。文章内容会让不懂技能的朋友也能轻松的看懂。
人工智能的误解大家都看过或者听说过类似的辞吐或者电影：
人工智能很危险！
AI 对人类是威胁！
（乃至有人给出了详细的韶光点）
机器人会盘踞的地球，人类将变为机器人的奴隶！
……
请大家放100个心，不要神话人工智能，科幻电影里的剧情以目前的技能发展来看，完备不可能！
这种担心就彷佛玛雅人预测2012年地球将毁灭一样！
人工智能（AI）实质上是一种工具
那么我们该当如何精确的看待人工智能（AI）？
AI 跟我们利用的锤子、汽车、电脑……都一样，实在质都是一种工具。
工具必须有人用才能发挥代价，如果他们独立存在是没有代价的，就想放在工具箱里的锤子一样，没有人摆荡它就没有任何代价。
虽然锤子、汽车、电脑、AI 都是工具。但是他们还是有差别的。
他们最核心的差别便是效能（更准确的说该当是杠杆率）。我们把上面几个工具的利用场景比拟一下就能理解了：
锤子：
用过锤子的人都知道，为了钉一个钉子，大部分的力还是人出的。
锤子的利用场景中，人出了1份力，得到了2倍的回报。
汽车：
人类跑步20分钟达到的间隔，汽车2分钟就能搞定！
而且这个过程中人类不须要出太多力气。
汽车的利用场景中，人出了1份力，得到了10倍的回报。
电脑：
人类自己打算一些繁芜的问题可能须要花1个月乃至更久的韶光（还不一定精确），而电脑可能只须要1秒就完成了，并且精确无误！
而人们利用电脑只须要敲几下键盘，点几下鼠标就可以了。
电脑的利用场景中，人出了1份力，得到了1,000,000倍的回报。
人工智能：
人工智能实在是超越了之前电脑的边界，以前电脑无法做的事情 AI 可以做了。以是从杠杆率上讲，人工智能和电脑是在一个量级上的，但是它能做的事情更多了，大大超越了传统电脑的能力范围，以是大家十分看好。
但是（凡是都有但是），AI 在很多很多场景和领域还是没有代价，很多能力乃至不如小学生。以是，目前 AI 的局限性依然很大！
所有人都该当知道的关于 AI 的3个重点
人工智能（AI）的实质是一种工具，归根结底还是须要人去利用它。虽然有些场景 AI 已经超越人类了（比如 AlphaGo 下围棋），但是还是有很多很多的场景，AI 没什么代价。AI 不是万能（通用）的，善于下围棋的 AI 不能跟人谈天，善于谈天的 AI 不能下围棋。大家在电影里看到的啥都会的机器人短期内还无法实现。什么是人工智能？开门见山的给出大家都能听懂的阐明：
人工智能（AI）是一种高等的打算机程序AI 有明确的目标AI 可以“看到”或者“听到”环境的变革，可以感想熏染到环境的变革他会根据不同的环境做出不同的反应，从而实现既定的目标。下面是书面语的版本，看着更严谨（装逼）一些：
人工智能（Artificial Intelligence，简称AI）是打算机科学下的一个分支。某些方面像人一样，AI 可以“看到”和“听到”环境的变革，同时可以根据环境的变革做出合理的判断和行动，从而实现某些目标。
下面就针对“环境感知”、“合理判断”和“实现目标”3个层面来详细比拟一下普通的打算机程序和人工智能：
虽然上面的比拟让 AI 看上去很强大，但是实际上并非如此，AI 在某些场景表现的很好，但是在某些场景表现的很不理想。
AI 并没有想象中强大，它也会犯低级缺点
AI 的确具备了理解图片、视频和语音（非构造化数据）的能力，但并不代表这些能力已经很强大的。AI 常常犯一些低级缺点，下面便是一个详细的案例：
左：摩托车的遮挡让 AI 把一只猴子误认为人类。中：自行车的遮挡让 AI 把猴子误认为人类，同时丛林背景导致 AI 将自行车把手误认为是鸟。右：吉他把猴子变成了人，而丛林把吉他变成了鸟
上图显示了在一张丛林猴子的照片中 ps 上一把吉他的效果。这导致深度网络将猴子误认为人类，同时将吉他误认为鸟，大概是由于它认为人类比猴子更可能携带吉他，而鸟类比吉他更可能涌如今附近的丛林中。
AI 对数据的依赖相称于人类对空气的依赖
目前（截止到2019年）是深度学习最盛行的时期，深度学习在各个领域虽然表现出了很强大的能力，但是并不是大家都能玩转深度学习的，由于它须要海量的带标注的数据，这种条件不是大家都具备的。
大略的做一个类比，狮子的力量很强大，狗的力量比较较就弱小很多。虽然狮子的战斗力很强，但是狮子须要吃很多东西才能保持战斗力。而狗就不须要吃那么多的东西。如果不给狮子吃足够的东西，他可能会躺在地上完备损失战斗力。
深度学习就类似狮子，想让他发挥出战斗力，就须要给他喂养大量的数据（相称于狮子的食品）。不然再出色的深度学习模型都无法发挥任何代价。
狮子对食品也是比较挑剔的，不是给他吃啥都行的，而深度学习更是如此！
数据是否有标注、数据是否“干净”、数据是否有多样性……都对深度学习的学习结果影响巨大！
总结一下的话：
深度学习时期的 AI 对数据量级哀求极博识度学习时期的 AI 对数据规范哀求极高像 Google 这种拥有海量数据的公司最随意马虎在 AI 领域有较大的打破和上风，而一样平常的小公司很难超过数据的门槛。
人工智能的发展史AI 不是什么全新的东西，他已经发展了大几十年了！
下面我们先容一下最具代表性的3个发展阶段。
上图是从1950年至2017年之间，人工智能领域涌现的一些里程碑式的事宜。总结下来会分为3大阶段：
第一次浪潮（非智能对话机器人）
20世纪50年代到60年代
1950年10月，图灵提出了人工智能（AI）的观点，同时提出了图灵测试来测试 AI。
图灵测试提出没有几年，人们就看到了打算机通过图灵测试的“曙光”。
1966年，生理治疗机器人 ELIZA 出身
那个年代的人对他评价很高，有些病人乃至喜好跟机器人谈天。但是他的实现逻辑非常大略，便是一个有限的对话库，当病人说出某个关键词时，机器人就回答特定的话。
第一次浪潮并没有利用什么全新的技能，而是用一些技巧让打算机看上去像是真人，打算机本身并没有智能。
第二次浪潮（语音识别）
20世纪80年代到90年代
在第二次浪潮中，语音识别是最具代表性的几项打破之一。核心打破缘故原由便是放弃了符号学派的思路，改为了统计思路办理实际问题。
在《人工智能》一书中，李开复详细先容了这个过程，他也是参与个中的主要人物之一。
第二次浪潮最大的打破是改变了思路，摒弃了符号学派的思路，转而利用了统计学思路办理问题。
第三次浪潮（深度学习+大数据）
21世纪初
2006年是深度学习发展史的分水岭。杰弗里辛顿在这一年揭橥了《一种深度置信网络的快速学习算法》，其他主要的深度学习学术文章也在这一年被发布，在基本理论层面取得了多少重大打破。
之以是第三次浪潮会来紧张是2个条件已经成熟：
2000年后互联网行业飞速发展形成了海量数据。同时数据存储的本钱也快速低落。使得海量数据的存储和剖析成为了可能。
GPU 的不断成熟供应了必要的算力支持，提高了算法的可用性，降落了算力的本钱。
在各种条件成熟后，深度学习发挥出了强大的能力。在语音识别、图像识别、NLP等领域不断刷新记录。让 AI 产品真正达到了可用（例如语音识别的缺点率只有6%，人脸识别的准确率超过人类，BERT在11项表现中超过人类…)的阶段。
第三次浪潮来袭，紧张是由于大数据和算力条件具备，这样深度学习可以发挥出巨大的威力，并且 AI 的表现已经超越人类，可以达到“可用”的阶段，而不但是科学研究。
人工智能3次浪潮的不同之处
前两次热潮是学术研究主导的，第三次热潮是现实商业需求主导的。前两次热潮多是市场宣扬层面的，而第三次热潮是商业模式层面的。前两次热潮多是学术界在奉劝政府和投资人投钱，第三次热潮多是投资人主动向热点领域的学术项目和创业项目投钱。前两次热潮更多时提出问题，第三次热潮更多时办理问题。想进一步理解 AI 的历史，推举阅读李开复的《人工智能》，上面关于3次浪潮的内容都摘抄自这本书，想看这本书的可以点击下面的购买链接。
人工智能的局限性在探寻 AI 的边界时，我们可以先大略粗暴的把 AI 分为3类：
弱人工智能强人工智能超人工智能弱人工智能
弱人工智能也称限定领域人工智能（Narrow AI）或运用型人工智能（Applied AI），指的是专注于且只能办理特定领域问题的人工智能。
例如：AlphaGo、Siri、FaceID……
强人工智能
又称通用人工智能（Artificial General Intelligence）或完备人工智能（Full AI），指的是可以胜任人类所有事情的人工智能。
强人工智能具备以下能力：
存在不愿定性成分时进行推理，利用策略，办理问题，制订决策的能力知识表示的能力，包括知识性知识的表示能力方案能力学习能力利用自然措辞进行互换沟通的能力将上述能力整合起来实现既定目标的能力超人工智能
假设打算机程序通过不断发展，可以比天下上最聪明，最有天赋的人类还聪明，那么，由此产生的人工智能系统就可以被称为超人工智能。
我们当前所处的阶段是弱人工智能，强人工智能还没有实现（乃至差距较远），而超人工智能更是连影子都看不到。以是“特定领域”目前还是 AI 无法超出的边界。
人工智能未来的边界是什么？
如果在深入一点，从理论层面来阐明 AI 的局限性，就要把图灵大师搬出来了。图灵在上世纪30年代中期，就在思考3个问题：
天下上是否所有数学问题都有明确的答案？如果有明确的答案，是否可以通过有限的步骤打算出答案？对付那些有可能在有限步骤打算出来的数学问题，能否有一种假象的机器，让他不断运动，末了当机器停下来的时候，那个数学问题就办理了？图灵还真设计出来一套方法，后人称它为图灵机。本日所有的打算机，包括全天下正在设计的新的打算机，从办理问题的能力来讲，都没有超出图灵机的范畴。
（大家都是地球人，差距怎么就这么大呢？？？）
通过上面的3个问题，图灵已经划出了界线，这个界线不但适用于本日的 AI ，也适用于未来的 AI 。
下面我们再进一步把边界清晰的描述一下：
天下上有很多问题，只有一小部分是数学问题在数学问题里，只有一小部分是有解的在有解的问题中，只有一部分是空想状态的图灵机可以办理的在后一部分（图灵机可办理的部分），又只有一部分是本日的打算机可以办理的而 AI 可以办理的问题，又只是打算机可以办理问题的一部分。担心人工智能太强大？你想多了！
在一些特定场景中， AI 可以表现的很好，但是在大部分场景中，AI 并没有什么用。
客不雅观看待人工智能技能总是在短期内被高估，但是在长期又被低估。
PEGA 做过一项调查，涉及了环球 6000 多个普通消费者，讯问他们对 AI 的意见，有下面一些结果：
34%的人认为自己利用过 AI ，这些人中84%的人实际利用过50%以上的人搞不清楚 AI 到底有哪些能力60%的人并不知道 Amazon Alexa 和Google Home 利用了 AI 技能72%的人畏惧 AI 技能对人类的威胁，24%的人担心机器人会从人类手里接管地球查看更多调查结果，可以访问《What consumers really think about AI: A global study》【附带1分钟视频】
AI 已经来了，并且会飞速发展
我们每天都在利用的输入法就利用了很多 AI 干系的技能，但是很多人并不知道。不要鄙视输入法里利用的这些技能，它能使我们的打字效率大大提高，如果没有这些技能，我们会多花数百年的韶光在打字上！
除了输入法，大家都利用过的 AI 产品还有：
美颜相机里的一键美颜功能抖音里的道具功能微信里的语音转笔墨今日头条里的推算算法垃圾短信及垃圾邮件的过滤功能智好手机里的操作系统……如果我不说相信大家并不知道 AI 已经进入我们生活的方方面面了。而且 AI 在未来几十年还会对各行各业产生巨大的影响。
我们须要以开放的心态拥抱 AI，大部分情形下它都是人类的朋友，而不是仇敌。
AI 并没有我们想象中那么厉害
AlphaGo 降服李世石，这个热点险些所有人都知道。很多人通过这件事情开始担心 AI 未来对人类的威胁。
而现实是 AlphaGo 不管下围棋有多厉害，对我们的生活都没有半毛钱的关系，那只是一场秀。但是大众会根据这件事做对 AI 产生偏见：
AI 的能力已经超越了人类AI 未来会无所不能AI 对人类是威胁，我们要限定 AI 的发展……不要担心 AI 会取代你的事情
在“人工智能威胁论”里，大家最担心的是 AI 会取代大量的事情岗位，导致大量普通老百姓失落业。
这件事的确会发生：
蒸汽机涌现后，机器取代了大量的底层劳动力；电话涌现后，不再须要那么多的邮递员了；互联网涌现后，更是影响了各行各业；但是，这是一件好事：
每一项新技能都会让一部分人下岗，而这些人现在有了更好的岗位上一些职业消逝了，但是会出身更多的新职业（如果让你选择“美甲”和“耕地”，你会如何选择？）大略总结一下：
可见的未来，AI 还是一种工具AI 跟打算机、互联网一样，是历史潮流，我们要理解它、适应它、利用它AI 的确会取代部分岗位，但是会涌现更多新职业，不用担心下岗问题谁能更高效的跟 AI 协作，谁的代价就会越大百度百科+维基百科百度百科版本
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开拓用于仿照、延伸和扩展人的智能的理论、方法、技能及运用系统的一门新的技能科学。
维基百科版本
在打算机科学中，人工智能有时也称为机器智能，是机器所展示的智能。
来自：https://easyai.tech/ai-definition/ai/
