1.1 人工智能概述

1.1.1 人工智能的分類

目前對于人工智能并沒有絕對的定義，一個較早的定義是由麻省理工學院的約翰·麥卡錫在1956年的達特茅斯會議上提出的“人工智能就是要讓機器的行為看起來就像人所表現(xiàn)出的智能行為一樣”，但是這樣的定義實則是對人工智能長遠的思考。

根據(jù)不同學者對于人工智能的分類或觀點，可以把人工智能分為弱人工智能（Artificial Narrow Intelligence, ANI）、強人工智能（Artificial General Intelligence, AGI）和超人工智能（Artificial Super Intelligence, ASI）三種，它們表示了人工智能的不同應用狀態(tài)，如圖1-1所示。

（1）弱人工智能。目前人工智能在落地應用中的主體依然是弱人工智能，弱人工智能的觀點是基于大數(shù)據(jù)，通過計算機視覺、數(shù)據(jù)挖掘和統(tǒng)計理論，深化演繹、推理、歸納等方法解決現(xiàn)實中的各類問題，機器本身不具備意識。弱人工智能的算法類似于人的思考策略，計算相當于人腦推理分析的執(zhí)行力，存儲相當于人的記憶能力，通過感知使得在某特定領域具備智能化能力。例如人臉識別、語音識別等，都屬于特定領域內(nèi)的智能化。目前，大部分提到的人工智能技術均是弱人工智能領域的范疇。

（2）強人工智能。強人工智能也被稱作通用人工智能，具備在不確定環(huán)境中進行推理、計算、分析、歸納以解決實際問題的能力，幾乎可以勝任人類的工作，并具備抽象思維、理解復雜理念、快速學習和從經(jīng)驗中學習的能力。具備強人工智能的智能體也具備“視覺”“知覺”等。整體而言，強人工智能是基本可以達到人類水準的人工智能狀態(tài)，例如全自動駕駛和全智能化的智能機器人。

（3）超人工智能。超人工智能具備比人類更智能的能力，并且在各個領域中都具備“超人”的能力，能夠完成智能化工作。

千里之行，始于足下，當前的弱人工智能技術仍然還有很多要發(fā)展和突破的領域。當弱人工智能逐步實現(xiàn)混合的智能體之后，強人工智能則會逐步開始出現(xiàn)。

《人工智能的未來》作者庫茲韋爾認為，在2045年左右人工智能將超越人類智能，儲存在云端的“仿生大腦新皮質(zhì)”與人類的大腦新皮質(zhì)將實現(xiàn)“對接”，世界將開啟一個新的文明時代。

1.1.2 人工智能的應用

人工智能正全方位地加速商業(yè)化，在各個行業(yè)引發(fā)深刻變革，目前已在金融、醫(yī)療、安防、教育等領域?qū)崿F(xiàn)技術落地，且應用場景越來越豐富。人工智能的商業(yè)化在加速企業(yè)數(shù)字化、改善產(chǎn)業(yè)鏈結構以及提高信息利用效率等方面起到了積極作用。

1.行業(yè)應用

人工智能通過與各行各業(yè)的融合，形成了智慧安防、智慧金融、智慧醫(yī)療、智慧教育、智慧工業(yè)制造等，如表1-1所示，并形成了較為成熟的智能產(chǎn)業(yè)鏈，從人工智能技術的算法到人工智能的基礎硬件、設備，再到人工智能領域的上下游服務等，影響的范圍越來越大。

人工智能技術正逐步完成對2C領域的智能化轉(zhuǎn)變，每個人身邊的手機、智能音箱、故事機器人、車載設備等都已成為人工智能的落地載體。

人工智能對于生活的影響總是由淺入深的，并在潛移默化中發(fā)生改變和產(chǎn)生影響。例如，傳統(tǒng)的光線電視已經(jīng)轉(zhuǎn)變?yōu)橹悄茈娨暎瑐鹘y(tǒng)的洗衣機已經(jīng)轉(zhuǎn)變?yōu)橹悄芟匆聶C等，人工智能的應用落地加速了這個時代的變化。

2.智能應用的場景化及體系化

人工智能的影響已經(jīng)深入到每個人的方方面面，但是人工智能的落地應用并不是簡單的智能化，大的趨勢是將不同的領域聯(lián)合在一期，形成一個綜合智能體。例如，針對零售領域，在1895年德國柏林就誕生了世界上第一臺自動售貨機Quisisana，但它僅僅是機械自動化的表現(xiàn)，而人工智能時代的零售則是融合了移動支付、物聯(lián)網(wǎng)和消費分析等在一起的零售智能體系，包含了零售的線上、線下渠道。

單一的人工智能技術應用難以形成規(guī)模效應，也無法較好地解決社會中的問題，即使目前已經(jīng)非常成熟的語音識別也是如此。語音識別之后的結果需要通過自然語言處理才能挖掘用戶意圖，然后才能進行深度理解用戶的表達。人工智能技術的落地更傾向于場景化輔助解決實際問題，針對場景形成體系的技術解決方案，從而實現(xiàn)綜合的智能應用。

場景化和體系化是人工智能應用落地思考的關鍵，例如講故事機器人，不僅僅通過單一的語音合成講故事，還根據(jù)用戶聽故事的行為喜好，構建用戶畫像，為用戶提供個性化的智能推薦的故事。

倘若從根本上看待人工智能技術當前的發(fā)展，“生產(chǎn)力”可能是其標簽，人工智能技術正如之前工業(yè)革命中的機器一樣，為社會帶來了新的變革，大幅提升生產(chǎn)效率。而從企業(yè)的角度，則是營收能力會呈指數(shù)級增長，這也是大量企業(yè)不惜虧損仍大力投入人工智能的原因。

不過從目前來看，智能應用的場景化和體系化落地是非常殘酷的。對于財力雄厚的大企業(yè)而言，人工智能帶來的營收爆發(fā)點實際上并沒有到來，部分領域仍然需要長期投入；而能夠落地的場景競爭又非常激烈，無論人工智能的新秀企業(yè)，還是傳統(tǒng)大型互聯(lián)網(wǎng)公司，都在有限的場景中廝殺。中小企業(yè)也試圖在人工智能領域?qū)ふ倚聵I(yè)務的增長點。企業(yè)若想在人工智能浪潮的競爭中脫穎而出，就需要投入耐心，然而對于智能應用的場景化和體系化卻顯得有心無力。

未來人工智能技術掌握在少數(shù)企業(yè)中并無可能，這些掌握人工智能技術的核心企業(yè)類似于“水”和“電”一樣為社會提供關鍵服務，大多數(shù)企業(yè)只能圍繞著“水”和“電”搭建外圍設施。相信未來十年，人工智能帶來的影響和變化難以預測，但機會已經(jīng)留給了有準備的企業(yè)。