來啦，坐。
我是老楊，如約而至。今天我要來講講人工智能的知識了。
人工智能
請允許我先佔用你一分鐘講個小故事：依稀記得2012年，老楊當時在做電商廣告平臺，廣告平臺嘛最核心的就是賺更多的錢，而提升廣告的點擊率又是最直接最有效的手段，提升點擊率的目的當然也很明顯，就是把廣告推給最合適的人來促成更多的點擊，所以我需要清楚的知道躲在電腦背後的用戶是男是女還是隔壁鄰居的二大爺的侄女的小狗狗，預測用戶性別正好是一個典型的<strong>監督學習問題，為了賺更多的錢，我就頭懸梁錐刺股的去啃了監督學習的東東：<strong>邏輯迴歸、決策樹、支持向量機等，好在用起來的確是美不勝收的，大大的賺了一發，沒白學。
這就是我與人工智能的初識，雖然目的有點俗不可耐，但是它讓我領略到了人工智能的魅力，開啟了我通往人工智能的大門，之後我又把非監督學習、神經網絡等在廣告點擊率預估場景中進行了應用，也收穫頗豐。仔細想想互聯網廣告行業在技術創新上一直是很領先的，看來金錢果然是進步的源動力，^_^。
故事告一段落了，言歸正傳，眾所周知人工智能緣起於1956年達特茅斯大會，發展至今也有五十多年了，可以說是經歷了三起三落，如圖1：
圖1 人工智能發展史
1.1956年-20世紀60年代初是第一個高潮期，主要是以邏輯學為主導的定理證明，然而由於計算機能力的不足，以及當時的人工智能本身並不具備學習能力，20世紀60年代初-70年代初迎來了人工智能的第一個低谷期，那麼自然各種壓力和經費問題也接踵而至，人工智能的前景也頓時蒙上了一層陰影。
2.好在總有那麼一小撮不按常理出牌的人繼續堅持研究，終於在1980年卡內基梅隆大學的第一套專家系統XCON誕生了，XCON系統到底每年能為公司節省多少錢一直是個謎，最高的說法是四千萬美元，最低的說法也有幾百萬美元，無論如何XCON專家系統經歷了近10年的黃金期，也是人工智能的第二個高潮期，然而隨著第五代計算機的幻滅，人工智能嘴裡哼唱著“為什麼受傷的總是我”，走進了第二個寒冬。
3.果然冬天已經來了，春天也不會遙遠，經歷了兩次高潮兩次低谷，人工智能們學乖了，對人工智能的認知也迴歸理性和客觀，同時大數據存儲和計算能力也得到大幅提升，人工智能技術也隨之有了突破性發展，於是乎，在1997年終於一個“像樣”的人工智能產品問世了——IBM的“深藍”，而其以摧枯拉朽之勢戰勝國際象棋世界冠軍卡斯帕羅夫更是一個重要的里程碑，人工智能從此進入了平穩發展階段。
今天，可以毫不誇張的說：“一個不瞭解人工智能的程序員絕不是好司機”，為什麼？下面來看一些事實：2006年之後以神經網絡主導的深度學習得到很大突破；2016年Google機器翻譯準確率達到87%；在2016到2017年Google的AlphaGO在圍棋領域的一系列騷操作；人工智能全球市場規模達2.43萬億美金，而且以每年近30%的增長率在提升；各大科技公司與人工智能藕斷絲連的關係；這林林種種無不表明<strong>人工智能基本上已經熬出頭了，未來嘛要麼做人工智能，要麼被人工智能做。
那為了幫助你成為好司機，老楊傾情總結了三張圖，分別<strong>從行業、業務和技術的角度來闡述人工智能，進而幫助你瞭解人工智能、學習人工智能，跟著人工智能的節奏跳起來吧老弟，走著。
第一張圖——從行業角度看人工智能，人工智能的<strong>基礎是數據和算力，<strong>核心是算法，中間層是語音、圖像、自然語言處理等領域的技術服務，上層是建立在數據、算力和算法的基礎上的垂直行業應用。
那巨頭在人工智能行業都有哪些佈局呢？很顯然BAT三個高富帥自然是不會對人工智能這個香餑餑坐視不管的，其中B呢比較浪漫，走的是先技術後場景的思路，網羅了世界頂尖的人工智能人才，基本上形成了自己的人工智能生態。A呢比較實際，主要把人工智能應用於電商、物流等零售服務，為業務賦能，但隨著人工智能行業的明朗化，A也學的浪漫起來，開始啟動NASA計劃，又成立達摩院，也是高調的宣佈要與人工智能進行一次浪漫的燭光晚餐了。T呢不緊不慢，主要聚焦在人才儲備，算力，算法上。當然還有一些試圖逆襲的有為青年，如語音識別的小飛，計算機視覺的小商和小曠，以及智適應教育的小松鼠等，百花齊放，此處不得不感慨一番，要想追上人工智能的腳步，的確得有兩把刷子。
從行業角度看人工智能
第二張圖——從業務角度看人工智能，此圖是我電商工作的實踐，分為三層：
<strong>1.上層是指人工智能在產品交互方式、推薦、搜索、廣告等場景中使用；
<strong>2.中間層是指在算法、數據的基礎上，通過語音識別、計算機視覺、自然語言處理等技術提供交互、推薦、搜索等服務，供使用。
<strong>3.下層是人工智能的基礎層，負責數據的採集、傳輸、存儲、計算、分析和挖掘，以及構建算法模型供使用。
從業務角度看人工智能
第三張圖——從技術角度看人工智能，此圖也是我電商工作的實踐，分為六層：
<strong>1.下面三層是通用的大數據平臺架構，上面兩層是通用的互聯網平臺架構；
<strong>2.強調一點，主要差異就在算法框架層，應用開源的機器學習框架TensorFlow和神經網絡庫Keras，把更專業的事交給更專業的平臺去完成，業務研發更多的關注業務邏輯的實現。
從技術角度看人工智能
好，上述三張圖是對人工智能的總結概括，圖本身已經很清晰了，不需要太多解釋，相信通過上面三張圖，你對人工智能的概念，人工智能的技術，人工智能的應用都有了瞭解，對如何把工智能應用到工作中也應該有了認知，那麼如果要深入掌握人工智能，還是需要把數學、算法、機器學習、神經網絡、深度學習等進行更深入的研究與實踐，相信一定是物超所值的。
人工智能是大趨勢，作為一個有追求的少年尤其是程序員還是最好掌握的，畢竟程序員“生活寡淡”，有人工智能這麼個愛好，也是極好的。
想深入瞭解的人工智能的朋友可以隨時找老楊聊。謝啦，下次見。
閱讀更多 老楊說技術 的文章
