在互聯網風口以及人口紅利即將過去的年代，人工智能已經牢牢佔據了各大公司發展的戰略位置。然而，人工智能概念從最早1956年被提出，大起大落幾十年，截止目前，回頭看，人工智能雖好，談到真正落地的產品和項目到底有多少？
Giiso小智今天要說的主題是，什麼階段做什麼事，落地為王。
根據人工智能的定義，目前的狀態僅僅是“弱人工智能”階段（人工智能分為弱人工智能、強人工智能、超人工智能），那麼這個階段我們就應該讓人工智能來做它應該做的事情。就拿現階段大家談的比較多的，比如siri，就是陪你聊；比如人臉識別，就是幫你分析年齡、性別、體貌特徵等；比如醫療人工智能，就是幫你分析以往的病史給出就診意見；比如寫作機器人，就是幫助你快速寫稿等。
而說到人工智能的落地，那麼就不得不談談傳媒、內容行業了。因為無論是醫療、語音還是火爆的遊戲領域，真正落地的項目是寥寥可數，然而在傳媒、內容行業，Giiso（智搜）公司的“寫作機器人”、“編輯機器人”，正在利用人工智能進行行業變革，落地項目遍地開花。例如《晶報》、《深窗網》、《看財經》、《第一路演》等媒體和門戶網站正在使用Giiso（智搜）公司的技術服務。
說到這，我們其實有必要思考一下，為什麼Giiso的人工智能項目能夠實現真正的落地？那就又要談談和人工智能相關的兩個關鍵點。
首先是深度學習算法。理解深度學習的最簡單的方式就是先理解簡單的機器學習是什麼。
拿最寫作機器人來講，就是教會機器人如何通順的寫出一篇文章。按照機器的思維，我只要在算法中告訴它，某一類型文章的寫作結構，這樣就結束了。然而，如果當設備接受到的信號是某些詞句的變動或是換一種文風，機器還能識別出來嗎？顯然是不能的。那麼深度學習就是來解決這類問題的。按照人類的思維模式，利用深度學習算法的機制來訓練機器人，通過對機器進行多層次的模型培養，慢慢的總結出人類創作的特徵和規律，當在接受到某一類文章的寫作任務時，就不必我們一次又一次的“教”會機器去創作了。而且，Giiso寫作機器人通過深度學習變得更智能化。
其次是大數據。大數據已經火了好幾年，而且必將繼續火下去。那麼大數據和人工智能有什麼關係呢？
假設，我有兩張照片，一張是白貓、一張是黑貓，通過深度學習可以讓機器識別出一些貓的特徵，但是這隻貓是胖是瘦？是大是小？是白色呢？還是灰色呢？這時候，大數據的引入就完美的解決了這個問題。試想，如果我有1W張貓的照片，其中就包含了黑貓、白貓，又包含了胖貓瘦貓，還包含了這種品種類型的貓，那麼對於機器來說，總結出的可遵循的規律就更多，對新的物體進行識別時可參照樣本量就越大，我的深度學習算法也就越準，同時算法模型的深度也就越深。
這也是為什麼編輯機器人，在幾十萬個新聞源中，可以自動生產不同主題（如科技、娛樂、財經、體育等主題）的內容，並歸類更新。
回到前文所說的，人工智能目前所處的階段上，我們離超人工智能還有十萬八千里，甚至離強人工智能還有很遠，那麼在所處的階段，做該做的事，讓人工智能更好的服務於大眾，服務於生活。人工智能應用之爭開啟，Giiso（智搜）作為排頭兵，正在拉動傳媒內容行業向真正智能化的時代邁進。
閱讀更多 智搜Giiso 的文章
