人工智能不是什么新概念，人工智能也不是噱頭，人工智能已經(jīng)提出來幾十年了，我們離真正的人工智能還很遠，但是在一步步接近。我就談?wù)勎覍θ斯ぶ悄艿睦斫猓?/p>

新的量變引起質(zhì)變

2011年諾貝爾經(jīng)濟學(xué)獎獲得者ThomasJ.Sargen說：

人工智能其實就是統(tǒng)計學(xué)，只不過用了一個很華麗的辭藻，其實就是統(tǒng)計學(xué)。好多的公式都非常老，但是所有的人工智能利用的都是統(tǒng)計學(xué)來解決問題。

這個說法比較適合現(xiàn)當下的“人工智能”，因為現(xiàn)在所謂的“人工智能”多數(shù)是基于ML(Machine Learnin ，機器學(xué)習(xí))的，都是決策樹、貝葉斯網(wǎng)絡(luò)等。現(xiàn)在的人工智能或者說機器學(xué)習(xí)是建立在大量數(shù)據(jù)的訓(xùn)練基礎(chǔ)上的，比如將“人工智能”重新帶入人們視野的Alpha Go，就是在學(xué)習(xí)了大量的人類棋譜后變的無敵的。這種機器學(xué)習(xí)是基于人類的認知所做的學(xué)習(xí)，當深度學(xué)習(xí)出現(xiàn)后，人類就已經(jīng)不太理解人工智能是怎么學(xué)習(xí)的了，比如下圖：當我們輸入Raw data后，深度學(xué)習(xí)得到的基本特征(Low-level features)已經(jīng)不是我們可以理解的了，深度學(xué)習(xí)也是目前人工智能最熱的領(lǐng)域。 

機器學(xué)習(xí)(Machine Learnin )，深度學(xué)習(xí)(Deep Learning),人工智能(AI)的關(guān)系大致如下圖所示。現(xiàn)如今所謂的人工智能基本就是指機器學(xué)習(xí)(深度學(xué)習(xí)也是機器學(xué)習(xí)的一種)，未來會怎樣，誰又知道，但是可以肯定的是會越來越智能，從我們當前的弱智能逐步走向強智能。 

人工智能的影響

人工智能聽起來很酷，但是具體能干什么呢?這還要涉及很多其它領(lǐng)域的技術(shù)，比如云計算，比如5G這樣的通信技術(shù)。就以大熱的自動駕駛來說吧，自動駕駛分為5級，最高級的自動駕駛目前還無法實現(xiàn)。 

真正的無人駕駛是什么樣的呢?沒人知道，想象一下我們自己開車如何判斷道路情況，主要是通過眼睛觀察和耳朵聆聽，偶爾還需要通話，自動駕駛也要判斷這些消息，如何準確的得到呢?比如無人駕駛的汽車如何“看”到物體并有個整體的認知呢?這可能就需要用到目前手機領(lǐng)域比較熱門的TOF/結(jié)構(gòu)光技術(shù)，這項技術(shù)最初是想用在VR/AR領(lǐng)域然而被蘋果用在了面部解鎖上，這項技術(shù)還會用在很多領(lǐng)域，比如VR看房。 

微軟，蘋果等大公司都在投入研發(fā)結(jié)構(gòu)光/TOF技術(shù)，因為這是未來人工智能需要用到的很核心很基礎(chǔ)的一個功能。聽說華為自己研發(fā)的結(jié)構(gòu)光技術(shù)將出現(xiàn)在即將發(fā)布的Mate20上，這是個值得稱贊的，掌握核心才是競爭力的體現(xiàn)，目前OPPO的結(jié)構(gòu)光采用的是奧比中光的技術(shù)，小米采用的是MV的技術(shù)。

無鏈接，不智能

智能不智能，要看交互，獨立的東西智能程度是有限的，人與人一看語言、肢體動作等進行交互，人與機器的交互目前也主要是語音，不管是手機的智能語音平臺還是智能音箱這樣的產(chǎn)品都是如此。要實現(xiàn)這樣的技術(shù)，需要有云計算的支持，所以說人工智能還是一個從端到云的整體，有云平臺的廠家在未來可能會在人工智能領(lǐng)域更有優(yōu)勢。國內(nèi)目前云領(lǐng)域做的比較好的是阿里，另外一個值得關(guān)注的就是剛把云業(yè)務(wù)獨立并提升到戰(zhàn)略高度的華為，現(xiàn)在的發(fā)展勢頭也非常好。 

機器要學(xué)理解人的自然需要需要前面的提到的機器學(xué)習(xí)技術(shù)，機器能識別物體也是如此，我們拿出手機拍照，支持AI攝影的手機可以識別出所拍的場景和物體，這就是人工智能的體現(xiàn)，然后還可以針對性的進行優(yōu)化，不支持AI拍照模式的手機已經(jīng)開始落伍了，這不是噱頭。 

正確的識別出語音與圖像是設(shè)備與人交互的根本，而設(shè)備之間的交互則是通過通信完成的，當眾多的設(shè)備之間相互的通信的時候就組成了物聯(lián)網(wǎng)，更大一點就是智慧城市。設(shè)備之間的通信則是通過通信協(xié)議完成的，比如5G。3GPP為5G先定義了三大應(yīng)用場景：eMBB(增強移動寬帶)、mMTC (海量機器類通信)和 uRLLC(超可靠低時延通信)，這三大場景都有自己的用途：

首先，eMBB實現(xiàn)10Gbps的傳輸速率，為用戶提供超高清視頻、VR/AR等身臨其境的業(yè)務(wù)體驗。

其次，mMTC以每平方公里百萬設(shè)備連接技術(shù)，支撐智慧城市、智能樓宇為代表的海量設(shè)備接入與互聯(lián)。

最后，uRLLC憑借超低時延超高可靠性的技術(shù)優(yōu)勢，深入到車聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)等垂直行業(yè)應(yīng)用，并大大提升行業(yè)運營效率。

如此龐大且復(fù)雜的物聯(lián)網(wǎng)很難一步完成，不可能所有東西都通過網(wǎng)絡(luò)，這時候就必須引入本地化的智能控制與管理技術(shù)，這就是邊緣計算，與云計算形成互補。 

通信，云計算，邊緣計算等都是智能的重要組成部分。

芯片是人工智能的基礎(chǔ)

人因為有著發(fā)達的大腦，所以可以進行復(fù)雜的交流，設(shè)備的智能也是依靠大腦，這個大腦就是——芯片。人工智能在冷卻多年后再次進入人們的視野是因為Alpha go，而Alpha go的大腦就是谷歌的TPU，換句話說IC行業(yè)的進步是人工智能的基石。Nvidia的一飛沖天就是因為GPU更適合做這項工作，游戲的發(fā)展使得GPU越來越重要，人工智能的發(fā)展也決定著NPU/TPU等專用AI芯片越來越重要。麒麟970有著劃時代的意義，不在于它的性能、功耗如何，而在于它將AI芯片的作用凸顯了出來。 

麒麟970的NPU并不是沒有什么卵用的噱頭，在圖片識別，AI拍照方面的作用顯而易見但是這也不是太大的問題，其它沒有專用NPU的也可以通過DSP/GPU來實現(xiàn)。前不久華為發(fā)布的嚇人的技術(shù)——GPU Turbo，根據(jù)知名機構(gòu)AnandTech的研究成果就是人工智能所帶來的：

GPU Turbo 實際上是華為通過神經(jīng)網(wǎng)絡(luò)對每個游戲進行訓(xùn)練，得到特定的模型，然后更新到固件中，推送給華為用戶。這個訓(xùn)練過程，其實是為了幫助 Kirin 的 Mali GPU 找到游戲中每一刻功耗與性能的最佳甜蜜點，以此實現(xiàn)能效的提升。

蘋果最新的A12處理器也著重的突出了AI并開放了接口，這是大勢所趨，期待即將發(fā)布的搭載麒麟980的Mate20。聽說華為要自研NPU芯片?支持下，阿里新成立的平頭哥半導(dǎo)體也瞄準了這個領(lǐng)域，也期待寒武紀會帶來更好的芯片。

結(jié)語

人類社會的進步在于生產(chǎn)力的提升，而在生產(chǎn)力的提升中，生產(chǎn)效率至關(guān)重要。我們常說科技是第一生產(chǎn)力，科技提升的就是我們的生產(chǎn)效率，人工智能就是提升效率的體現(xiàn)之一，這是誰都無法阻擋的潮流?；疖嚨某霈F(xiàn)讓馬夫這個職業(yè)成為了歷史，工業(yè)化讓很多手工業(yè)者下崗，面對人工智能，翻譯等行業(yè)也面臨被顛覆的危機，這都是高效率替代低效率，是促使攝會進步的。新的行業(yè)誕生會讓一部分人失去工作但是同時也會帶來其它的工作崗位，我們不需要太過關(guān)注，保護弱者并不是要阻礙科技進步。