如果说移动互联网时代是依靠流量入口争夺用户关注、扩大营收的话，那么现在流量入口只是为用户提供生活服务闭环的基础，只有提供智能互联的生活服务才能锁定用户。
用户数据和用户偏好是人工智能时代的底层基础，但之前只是零散存储，并没有互联互通，数据体量很大，但价值很小。而人工智能技术能很好解决智能互联痛点，让将智能终端存储的数据搬到“云端”，结合深度学习算法和CPU、GPU的强大运算能力，数据会“表达”出人类内心的实际需求，也许比人类自身还要了解人类。
在百度董事长李彦宏发表讲话看好人工智能之后，人工智能在云识别、图像识别、语言理解都有重大的突破，未来将真正应用到服务、应用到产品上。
对人工智能的坚信和研发中，百度无人车成为其实际落地的具体应用成果。据悉，此次的世界互联网大会上，百度无人车已经在城市道路中实现运营，多位乘客试乘后证明无人车驾驶平稳，今后有可能大面积商业化推广。
无人车的背后正是由“人工智能”的多项应用保驾护航的。首先，无人驾驶的“眼睛”——高精度地图就需要人工智能的机器学习和深度学习能力。在具备图像识别领域的基础技能后，无人车能够拥有强大的光学字符识别（OCR）能力，从而能够对全景图片自动进行目标识别。也就是说，无人车可以对车辆、行人、建筑物、周围设施智能识别，全方位360度扫描路况，构建无人驾驶上路的高清地图“眼睛”。
从技术来说，实时完成全景图片的识别对于整个后端的计算能力要求非常高，这也正是深度学习系统和AI超级计算机的功劳，而这些技术对于汽车实时感知周围环境、快速实现路径规划并预测车辆、行人行为同样有重要意义，也从根本上保障了自动驾驶的安全。
其次，在无人驾驶的线路选择同样需要人工智能的智慧。在“眼睛”认清周围路况后，“大脑”就需要综合分析各方数据，从过往的路线选择和实际路况的大数据中快速计算出最优路线，引导无人车及时、准确地到达目的地，避免绕弯路、走错路。
在记录的众多线路中，计算机会在海量数据处理后自主摸索路况规律，自主找到的路况特征远比人工输入的原始数据丰富得多。在大数据处理之后得出精确结论，这不仅比人工输入拥有更高准确率，而且能够不断累积经验、自主提升人工智能的“智商”。
人工智能用于无人驾驶之中，可以解决交通拥堵的城市病，同样的也可用于治疗人类疾病，对于癌症、糖尿病、白血病等无解疾病可以找到“良方”。
在医疗领域,人工智能技术可以在短时间内快速“阅读”大量文献资料和病历，从大数据中自主搜寻疾病发病规律或症状，结合已有资料中的治愈情况，计算机可以像人类大脑的神经网络去学习新知识那样得到治疗方案。其次，计算机自主学习的过程会发现很多人类从未想过的可能性，对于已有资料的思考角度远比人类大脑要多样，只有我们想不到，没有机器学习做不到的。
对于很多类似疾病，尤其是罕见病来说，找到基因上微小的变化就很可能找到了解决问题的钥匙，但这同样也意味着巨大的计算量。在没有深度学习之前，这几乎是不可想象的。
人工智能用于医疗大数据挖掘的案例不胜枚举，相信未来可以治愈更多目前看似绝症的疾病。在人工智能+医疗大数据的模式中，不仅仅是治疗患者疾病，更大的目标是将疾病数据、社交数据、个人数据等综合分析后得出日常健康管理方案，从根源上减少疾病发生，防患于未然。
人工智能不仅能对人类生活的细分领域提供便利，更重要的是，人工智能可以打造万物互联的智能世界，帮助人类实现与机器的自然对话，甚至还能提前掌握人类需求。在互联网移动时代基础上，用户已经习惯用智能手机完成生活服务，但未来应该将生活服务汇合到云端，同时利用已有的对话界面实现人机对话。
正如腾讯董事会主席兼首席执行官马化腾说的那样，人工智能是未来的方向，只不过基础设施还不完善，未来人工智能主要在云端进行一些整合和创新。这也意味着，微信不再是依靠“内容”争夺流量，而是通过内容整合争夺用户注意力和时间，在注意力成为稀缺资源的互联网时代抢夺“时间入口”。
但是，从技术上说，人工智能需要大量底层数据的互联互通，缺少数据支撑无从谈起。从安全性说，存储大量数据会增加信息泄露风险，这就对存储安全性保障提出更高要求。如果一旦数据泄露，后果不堪设想。从应用上说，人工智能在很多方面还发展缓慢，比如常用的语音识别还存在不准确的问题，对于自然语言的感知还有待提高。特别是对人类不同语气还不能很好识别，这些都是今后人工智能需要大力研发、加快解决的问题。
互联网时代的竞争毫无疑问已进入到下半场PK，而人工智能是重要支点之一。正如雷军说的那样，人工智能在各个领域都在创新，也许出现引爆中国市场的产品还需要一两年，但不远了。
閱讀更多 中天眾達 的文章
