文章來源 | 中國人工智能學會，羅蘭貝格公司
人工智能概念介紹
人工智能是什麼？人工智能是一門利用計算機模擬人類智能行為科學的統稱，它涵蓋了訓練計算機使其能夠完成自主學習、判斷、決策等人類行為的範疇。人工智能、機器學習、深度學習是我們經常聽到的三個熱詞。關於三者的關係，簡單來說：機器學習是實現人工智能的一種方法，深度學習是實現機器學習的一種技術。機器學習使計算機能夠自動解析數據、從中學習，然後對真實世界中的事件做出決策和預測；深度學習是利用一系列“深層次”的神經網絡模型來解決更復 雜問題的技術。
人工智能從其應用範圍上又可分為專用人工智能 (ANI)與通用人工智能(AGI)。專用人工智能，即在某一個特定領域應用的人工智能，比如會下圍棋並且也僅僅會下圍棋的AlphaGo；通用人工智能是指具備知識技能遷移能力，可以快速學習，充分利用已掌握的技能來解決新問題、達到甚至超過人類智慧的人工智能。
通用人工智能是眾多科幻作品中顛覆人類社會的人工智能形象，但在理論領域，通用人工智能算法還沒有真正的突破，在可見的未來，通用人工智能既非人工智能討論的主流，也還看不到其成為現實的技術路徑。專用人工智能才是真正在這次人工智能浪潮中起到影響的主角。我們的討論範圍將聚焦在更 具有現實應用意義的專用人工智能技術，具體討論現有專用人工智能技術能帶來的商業價值。
人工智能發展歷史與現狀
人工智能的發展歷史
人工智能的概念形成於20世紀50年代，其發展階段經歷了三次大的浪潮。第一次是50-60年代注重邏輯推理的機器翻譯時代；第二次是70-80年代依託知識積累構建模型的專家系統時代；這一次是2006年起開始的重視數據、自主學習的認知智能時代。在數據、算法和計算力條件成熟的條件下，本次浪潮中的人工智能開始真正解決問題，切實創造經濟效果。
本次人工智能浪潮的驅動因素
近年來，人工智能應用領域市場規模、人工智能領域的資金投入都迅速增長，反映了社會與市場整體對其認知程度與信心的高漲。驅動認知程度提高的一方面因素是技術本身的提高，包括數據、算法、算力，使得人工智能技術真正為商業應用創造了價值；另一方面，大數據、物聯網、雲計算等技術為人工智能的發展打下了良好基礎。
高質量、大規模的大數據成為可能。1986—2007年，全球單日信息交換量增長了約220倍，全球信息儲存能力增加了約120倍。海量數據為人工智能技術的發展提供了充足的原材料。
計算力提升突破瓶頸：以GPU為代表的新一代計算芯片提供了更強大的計算力，使得運算更快，同時在集群上實現的分佈式計算幫助人工智能模型可以在更大的數據集上運行。
機器學習算法取得重大突破：以多層神經網絡模型為基礎的算法，使得機器學習算法在圖像識別等領域的準確性取得了飛躍性的提高。
社會理解與接受程度廣泛提升：隨著社會信息化及互聯網/移動互聯網的普及，以及受AlphaGo等大量熱點輿論事件影響，全社會對人工智能的態度已逐漸從懷疑、恐懼轉變為好奇、接受和認同。
物聯網、 大數據、雲計算技術提供了人工智能的發展基礎
物聯網、大數據、雲計算技術為人工智能技術的發展提供了其所需要的關鍵要素。物聯網為人工智能的感知層提供了基礎設施環境，同時帶來了多維度、及時全面的海量訓練數據。大數據技術為輸入數據在儲存、清洗、整合方面做出了貢獻，幫助提升了深度學習算法的性能。雲計算的大規模並行和分佈式計算能力帶來了低成本、高效率的計算力，並降低了計算成本。
人工智能產業發展狀況
技術方向方面
人工智能方向的企業目前主要分為兩類：專注於技術研發的通用型人工智能企業，如DeepMind、Facebook AI Research、Google Brain與Baidu AI等，以及專注於人工智能技術應用的專用型人工智能企業。通用型人工智能由於研發技術難度大，目前多由巨頭互聯網公司在進行佈局，短期內沒有明確的技術突破前景。專用型人工智能企業數量眾多，但其發展仍然受制於需要人工標註的數據限制。
應用方向方面
從應用方向上來看，金融、醫療、汽車、零售等數據基礎較好的行業方向應用場景目前相對成熟，相關方向企業的融資熱度也較高。以自動駕駛領域為例，谷歌、百度、特斯拉、奧迪等科技和傳統巨頭紛紛加入；人工智能在金融領域的智能風控、智能投顧、市場預測、信用評級等領域都有了成功的應用；在醫療領域，人工智能算法被應用到新藥研製，提供輔助診療、癌症檢測等方面都有突破性進展，凡此種種，不一而足。
地域發展方面
縱觀全球人工智能產業的發展，我們可以發現：全球領先的創新高點散落在各個國家，如美國紐約與硅谷、英國倫敦、以色列，以及中國的北京、上海與深圳。人工智能技術本身具有高流通、易傳導的性質，在全球信息流通開放的大環境下，人工智能的發展不再受限於國家或地域。
藉助於良好的人才基礎、巨大的應用市場、強有力的風投基金支持，中國人工智能企業的發展勢頭良好，在全球處在優勢領先地位。中國的人工智能企業數量、專利申請數量以及融資規模均僅次於美國，位列全球第二。在國內，計算機視覺、服務機器人、自然語言處理方向的人工智能企業佔據了人工智能企業個數的一半以上。北京、上海、深圳作為國內人工智能創新的高地，其相關企業數量佔據了國內企業總數的近80%。
人工智能未來發展的預測
我們認為，短期內構建大型的數據集將會是各企業與研究機構發展的重要方向。同時，機器學習技術會更注重遷移學習與小樣本學習等方向，近期AlphaGo Zero在無監督模式下取得的驚人進步充分體現了此方向的熱度。長期來看，通用型人工智能的發展將依賴於對人腦認知機制的科學研究，其發展前景目前尚處於無法預測的狀態。
在商業應用方面，短期內，專用型人工智能將會在數據豐富的行業、應用場景成熟的業務前端(如營銷、服務等)取得廣泛的應用。長期來看，正如國際人工智能領域著名學者Michael I.Jordan所說，人工智能技術將能在邊際成本不遞增的情況下將個性化服務普及到更多的消費者與企業，從細分行業的特定應用場景應用到更加普世化的情景。
＞ 人工智能將成為企業的一項戰略能力
＞ 乾貨 | AI無法取代的戰略思維
＞ 隨著BAT深入佈局，中國人工智能未來之路要怎麼走？
＞ 轉型變局之下，企業重塑增長的邏輯
＞ 你真地理解公司的業務本質嗎？| 戰略官筆記
＞ 革新曆經百年的員工僱傭與管理模式
閱讀更多 慎思行 的文章
