本書作者是李開復和王詠剛（創(chuàng)新工場AI工程院副院長，李開復親任院長），由于二位的職業(yè)屬性，使得本書偏向于投資人視角。
書中不僅對什么是人工智能、什么是深度學習非常直觀化和通俗的介紹，也對DeepMind、谷歌自動駕駛、亞馬遜Echo、AmazonGo智能超市等多個知名項目做了簡要分析。此外，書中對于人工智能領(lǐng)域商業(yè)趨勢的評述，是其最大的亮點。
是曇花一現(xiàn)的泡沫，還是實實在在的趨勢？
從技術(shù)上講，這一波人工智能復興 = 深度學習算法突破+大數(shù)據(jù)的積累+計算能力的提升。李開復認為，在人工智能領(lǐng)域，大多數(shù)人傾向于過于樂觀地預測全局大勢，而過于悲觀地估計局部進展。
AI技術(shù)在許多垂直領(lǐng)域內(nèi)的局部進展，比如圍棋，比如智慧醫(yī)療，比如自動駕駛，都比很多人之前預料的更早來到我們面前。但AI的整體發(fā)展，尤其是最重大的技術(shù)突破，幾乎每一步都要比多數(shù)人的預測來得晚。比如，圖靈測試剛提出時，很多人認為計算機達到圖靈測試所標示的強人工智能的水平，最多只要三十年的時間，但直到今天，我們也不敢說，AI到底何時才能真正像成人一樣自由對話。
那么，在今天這個時點，人工智能領(lǐng)域到底有沒有泡沫呢？我們先看看能夠體現(xiàn)商業(yè)領(lǐng)域人工智能熱潮的幾張圖片：
從上述圖片和多個渠道的信息來看，2016年到2017年，人工智能的創(chuàng)業(yè)和投資明顯存在無序、失衡、過熱的情況，人們常常擔憂的泡沫現(xiàn)象的確存在。這一點被李開復在書中確認，周鴻祎在他的《智能主義》中也持有同樣看法。
個人認為，現(xiàn)代商業(yè)制度有其放大效應(yīng)，泡沫有時候是不可避免的。移動互聯(lián)網(wǎng)、O2O，每一輪趨勢都會經(jīng)歷過熱的階段，但只要是技術(shù)或模式在經(jīng)濟上有價值，最終總會有成功者脫穎而出。對于近乎全軍覆沒的例子，比如團購，只在于其模式不能夠創(chuàng)造價值而已。所以對于此番人工智能的浪潮，我們要回頭看泡沫背后是否有實在的東西做支撐，它又是否能為現(xiàn)有商業(yè)和生活提供真正的價值。
讓我們再看看下面幾張圖：
以上幾個圖可以看出，以深度學習為主導的技術(shù)革新是實實在在的，而谷歌作為技術(shù)領(lǐng)域的標桿企業(yè)，也在很大程度上預示了技術(shù)方向的發(fā)展趨勢，作為技術(shù)人員可以不用過分擔心商業(yè)上的過熱現(xiàn)象，而要看到未來相關(guān)人才旺盛的需求。
從投資的角度上講，人工智能勢必會成為移動互聯(lián)網(wǎng)之后的下一波發(fā)展浪潮，在最初市場的熱度消退后，對于有真正技術(shù)實力的企業(yè)，可以重點考察。
這一次人工智能復興的最大特點便是，AI在語音識別、機器視覺、數(shù)據(jù)挖掘等多個領(lǐng)域走進了業(yè)界的真實應(yīng)用場景，與商業(yè)模式緊密結(jié)合，在多個相關(guān)領(lǐng)域表現(xiàn)出可以被普通人認可的性能或效率，并因此被成熟的商業(yè)模式接受，開始在產(chǎn)業(yè)界發(fā)揮出真正的價值。
上面這條曲線概括了絕大多數(shù)高新技術(shù)的發(fā)展歷程。每年高德納公司都會根據(jù)當年度所有流行技術(shù)的發(fā)展、成熟狀況，制作出一張當年各流行技術(shù)在高德納曲線上的發(fā)展位置圖示，標示出每種前沿技術(shù)是處在萌芽期、泡沫期、低谷期還是成熟期，以及每種未達成熟期的技術(shù)還需要幾年才會真正成熟起來。技術(shù)人員、投資者經(jīng)常根據(jù)高德納曲線來判斷時代潮流，選擇投資方向。各位讀者可以判斷一下，當前人工智能技術(shù)處在曲線的哪個位置？
人工智能趨勢對技術(shù)人員的影響
技術(shù)人員要積極擁抱趨勢。
20世紀80年代到90年代的第二次AI熱潮中，語音識別是當時最具代表性的幾項突破性進展之一，其技術(shù)范式由傳統(tǒng)的專家系統(tǒng)轉(zhuǎn)為由統(tǒng)計學主導，而李開復在那個時代就有幸站到了人工智能特別是語音識別研究的最前沿。當時由他提出的基于統(tǒng)計學的語音識別算法雖然在那個時代處于領(lǐng)先地位，但距離人們覺得系統(tǒng)可用的心理閾值還有一定的距離。李開復博士畢業(yè)后，在蘋果公司研發(fā)的語音識別系統(tǒng)仍舊難以滿足當時市場上人們對聽寫、輸入、控制等功能的需要，很難真正變成暢銷的產(chǎn)品，所以在書中李開復認為自己“生不逢時”。
反過來看，多少當時在傳統(tǒng)語音識別領(lǐng)域耕耘多年的專家，可謂一時人杰，但就是因為來不及擁抱新技術(shù)，也逐漸被時代的大潮淘汰。李開復在書中就提及，當年他說服比爾蓋茨解散了一個由知名專家領(lǐng)導的一百五十人的語音識別團隊，只因此團隊堅持以語言學家為主導，沒有轉(zhuǎn)換到更有效的統(tǒng)計方法上來。
人工智能趨勢對商業(yè)社會的影響
本質(zhì)上，過去20年的互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)是一個不斷將線上、線下的業(yè)務(wù)場景緊密連接，同時也不斷促使數(shù)據(jù)產(chǎn)生、流轉(zhuǎn)、集中和再利用的過程。如果把世界看成一個大市場，互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)的作用就是讓這個大市場中的信息更透明，讓信息流通更順暢，以此降低交易成本，消除信息不對稱。
在知識、數(shù)據(jù)的積累達到一個頂峰，業(yè)務(wù)流程也因為信息的高效流轉(zhuǎn)而順暢連接到一起后，如何進一步提高生產(chǎn)率，降低業(yè)務(wù)成本，提升業(yè)務(wù)收入呢？很自然的，下一次生產(chǎn)率革命的關(guān)鍵是“自動化”，而人工智能正是幫助現(xiàn)有流程實現(xiàn)自動化的最好工具。
判斷人工智能技術(shù)能在哪個行業(yè)最先引起革命性的變革，除了要看這個行業(yè)對自動化、智能化的內(nèi)在需求外，主要還要看這個行業(yè)內(nèi)的數(shù)據(jù)積累、數(shù)據(jù)流轉(zhuǎn)、數(shù)據(jù)存儲和數(shù)據(jù)更新是不是達到了深度學習算法對大數(shù)據(jù)的要求。
創(chuàng)新工場根據(jù)技術(shù)成熟度和未來發(fā)展趨勢，將人工智能各應(yīng)用領(lǐng)域劃分為現(xiàn)階段已成熟、3到5年成熟、5到10年成熟、10年后成熟等不同類型，并分別設(shè)計相應(yīng)的投資策略。
其實，人工智能技術(shù)給我們生活帶來的巨大變化才剛剛開始。如果回到10年以前，2007年蘋果才剛剛發(fā)布第一代iPhone手機，那時誰會想到只用了10年的時間，智能手機就無處不在了呢？類似地，從現(xiàn)在算起，再過10年，大家可以看看我們的生活細節(jié)發(fā)生了哪些變化。今天的我們絕對沒法準確預測，未來10年中人工智能可以給我們的生活帶來多么巨大的改變。
面對人工智能趨勢，是創(chuàng)業(yè)顛覆，還是強者恒強
馬克·安德森認為，大企業(yè)在AI領(lǐng)域擁有幾個巨大的優(yōu)勢，使得它們將會成為本次浪潮的最大受益者。
1.懂得如何創(chuàng)建AI系統(tǒng)的人數(shù)非常有限。大企業(yè)可以為他們支付比創(chuàng)業(yè)公司更多的薪酬，就像雇用體育明星。大企業(yè)差不多可以把他們都收入麾下，留給其他企業(yè)的人才將少之又少。
2.AI項目通常都非常大、非常復雜。這是全新的科技領(lǐng)域。亞馬遜的Echo智能音箱是大約1500名工程師開發(fā)4年才完成的（注：馬克·安德森這里說的工程師人數(shù)應(yīng)該是有些夸大了，亞馬遜CEO杰夫·貝索斯2016年5月在另一個場合的說法是：經(jīng)過4年發(fā)展，Echo團隊目前已有超過1000名員工）。創(chuàng)業(yè)公司可沒法投入如此多的資源。
3.對數(shù)據(jù)的需求。你需要巨大數(shù)量的數(shù)據(jù)集來創(chuàng)建AI應(yīng)用。谷歌和Facebook之類的大型企業(yè)可以訪問浩如煙海的數(shù)據(jù)資源，而創(chuàng)業(yè)公司則只能望洋興嘆。強如DeepMind，也要聯(lián)手谷歌，才能最大化自己的研發(fā)能力。
李開復也認為，目前的體系會持續(xù)促使大型科技企業(yè)不斷發(fā)展。它們有能力壟斷資源、壟斷數(shù)據(jù)，在商業(yè)利益和激烈競爭的驅(qū)使下，它們會不斷地競逐更為精進的技術(shù)能力，為公司賺取更大的利益。對于較小企業(yè)，進入AI市場的難度的確比移動互聯(lián)網(wǎng)時代的創(chuàng)業(yè)高出非常多。
即便在人工智能領(lǐng)域創(chuàng)業(yè)的門檻空前的高，我們還是期望江山代有人才出，實際上，也必然會出現(xiàn)新的時代弄潮兒。不過，想要在現(xiàn)階段在人工智能領(lǐng)域創(chuàng)業(yè)，必須滿足以下幾個條件：
在各位面對一家人工智能初創(chuàng)企業(yè)時，判斷其是否值得投身、投資，這幾條想必是不可或缺的條件。
引入成熟的機器學習方法，把數(shù)據(jù)變成訓練材料，塑造自動化機制，尋找、發(fā)掘有價值的管理模式和客戶模式，并找到一個合適的創(chuàng)新循環(huán)：數(shù)據(jù)—算法—知識—用戶體驗—新的數(shù)據(jù)，循環(huán)往復，滾雪球式前進，在這個過程中創(chuàng)造商業(yè)價值，是現(xiàn)階段人工智能落地的基本邏輯。
總結(jié)
書中也有相當一部分關(guān)于AI的人文思考和科普內(nèi)容，有興趣的可以找個電子版讀讀，這本書對非技術(shù)的同學也是非常友好的。
最近也花了些時間翻閱了其他國內(nèi)幾本關(guān)于人工智能的書，包括李彥宏與百度幾位技術(shù)高管寫出的《智能革命》、周鴻祎的《智能主義》以及吳軍博士的《智能時代》。
其中，百度的《智能革命》企宣成分過重，而且由于實際上是高管文章合集，內(nèi)容體系也有些亂，亮點干貨都不多。周鴻祎的《智能主義》則有些蹭熱點的意思，書中內(nèi)容更多還是老周對企業(yè)和互聯(lián)網(wǎng)等方面的思考，有關(guān)人工智能的部分很少，雖然紅衣大人繼續(xù)實在開聊，但如果要當成人工智能方向的書來看的話就要失望了。吳軍博士的《智能時代》保持了一如既往的高質(zhì)量，理論化程度高、體系比較明朗，唯一比較遺憾的是商業(yè)實例的分析不多，這也是最終選擇精讀李開復的《人工智能》的一個原因。
《人工智能》，剛看到封面這四個字，很想吐槽，標題起的這么大，大概率是Hold不住的?；仡^來看，名實是否相符，其實也并不重要，書中的養(yǎng)分還確實蠻足的。如果說借機宣傳創(chuàng)新工場的話也確實有，但相較于百度的那本，還是要高明很多。
延伸閱讀：
1.李開復演講文稿：《我不是李開復，我是人工智能》
2.創(chuàng)新工場王詠剛：《人工智能時代的創(chuàng)新創(chuàng)業(yè)，應(yīng)該關(guān)注什么？》
