智能世界正在加速到来，我们离真正的人工智能（AI）还有多远

人工智能不是什么新概念，人工智能也不是噱头，人工智能已经提出来几十年了，我们离真正的人工智能还很远，但是在一步步接近。我就谈谈我对人工智能的理解：

新的量变引起质变

2011年诺贝尔经济学奖获得者ThomasJ.Sargen说：

人工智能其实就是统计学，只不过用了一个很华丽的辞藻，其实就是统计学。好多的公式都非常老，但是所有的人工智能利用的都是统计学来解决问题。

这个说法比较适合现当下的“人工智能”，因为现在所谓的“人工智能”多数是基于ML(Machine Learnin ，机器学习)的，都是决策树、贝叶斯网络等。现在的人工智能或者说机器学习是建立在大量数据的训练基础上的，比如将“人工智能”重新带入人们视野的Alpha Go，就是在学习了大量的人类棋谱后变的无敌的。这种机器学习是基于人类的认知所做的学习，当深度学习出现后，人类就已经不太理解人工智能是怎么学习的了，比如下图：当我们输入Raw data后，深度学习得到的基本特征(Low-level features)已经不是我们可以理解的了，深度学习也是目前人工智能最热的领域。

机器学习(Machine Learnin )，深度学习(Deep Learning),人工智能(AI)的关系大致如下图所示。现如今所谓的人工智能基本就是指机器学习(深度学习也是机器学习的一种)，未来会怎样，谁又知道，但是可以肯定的是会越来越智能，从我们当前的弱智能逐步走向强智能。

人工智能的影响

人工智能听起来很酷，但是具体能干什么呢?这还要涉及很多其它领域的技术，比如云计算，比如5G这样的通信技术。就以大热的自动驾驶来说吧，自动驾驶分为5级，最高级的自动驾驶目前还无法实现。

真正的无人驾驶是什么样的呢?没人知道，想象一下我们自己开车如何判断道路情况，主要是通过眼睛观察和耳朵聆听，偶尔还需要通话，自动驾驶也要判断这些消息，如何准确的得到呢?比如无人驾驶的汽车如何“看”到物体并有个整体的认知呢?这可能就需要用到目前手机领域比较热门的TOF/结构光技术，这项技术最初是想用在VR/AR领域然而被苹果用在了面部解锁上，这项技术还会用在很多领域，比如VR看房。

微软，苹果等大公司都在投入研发结构光/TOF技术，因为这是未来人工智能需要用到的很核心很基础的一个功能。听说华为自己研发的结构光技术将出现在即将发布的Mate20上，这是个值得称赞的，掌握核心才是竞争力的体现，目前OPPO的结构光采用的是奥比中光的技术，小米采用的是MV的技术。

无链接，不智能

智能不智能，要看交互，独立的东西智能程度是有限的，人与人一看语言、肢体动作等进行交互，人与机器的交互目前也主要是语音，不管是手机的智能语音平台还是智能音箱这样的产品都是如此。要实现这样的技术，需要有云计算的支持，所以说人工智能还是一个从端到云的整体，有云平台的厂家在未来可能会在人工智能领域更有优势。国内目前云领域做的比较好的是阿里，另外一个值得关注的就是刚把云业务独立并提升到战略高度的华为，现在的发展势头也非常好。

机器要学理解人的自然需要需要前面的提到的机器学习技术，机器能识别物体也是如此，我们拿出手机拍照，支持AI摄影的手机可以识别出所拍的场景和物体，这就是人工智能的体现，然后还可以针对性的进行优化，不支持AI拍照模式的手机已经开始落伍了，这不是噱头。

正确的识别出语音与图像是设备与人交互的根本，而设备之间的交互则是通过通信完成的，当众多的设备之间相互的通信的时候就组成了物联网，更大一点就是智慧城市。设备之间的通信则是通过通信协议完成的，比如5G。3GPP为5G先定义了三大应用场景：eMBB(增强移动宽带)、mMTC (海量机器类通信)和 uRLLC(超可靠低时延通信)，这三大场景都有自己的用途：

首先，eMBB实现10Gbps的传输速率，为用户提供超高清视频、VR/AR等身临其境的业务体验。

其次，mMTC以每平方公里百万设备连接技术，支撑智慧城市、智能楼宇为代表的海量设备接入与互联。

最后，uRLLC凭借超低时延超高可靠性的技术优势，深入到车联网、工业互联网等垂直行业应用，并大大提升行业运营效率。

如此庞大且复杂的物联网很难一步完成，不可能所有东西都通过网络，这时候就必须引入本地化的智能控制与管理技术，这就是边缘计算，与云计算形成互补。

通信，云计算，边缘计算等都是智能的重要组成部分。

芯片是人工智能的基础

人因为有着发达的大脑，所以可以进行复杂的交流，设备的智能也是依靠大脑，这个大脑就是——芯片。人工智能在冷却多年后再次进入人们的视野是因为Alpha go，而Alpha go的大脑就是谷歌的TPU，换句话说IC行业的进步是人工智能的基石。Nvidia的一飞冲天就是因为GPU更适合做这项工作，游戏的发展使得GPU越来越重要，人工智能的发展也决定着NPU/TPU等专用AI芯片越来越重要。麒麟970有着划时代的意义，不在于它的性能、功耗如何，而在于它将AI芯片的作用凸显了出来

麒麟970的NPU并不是没有什么卵用的噱头，在图片识别，AI拍照方面的作用显而易见但是这也不是太大的问题，其它没有专用NPU的也可以通过DSP/GPU来实现。前不久华为发布的吓人的技术——GPU Turbo，根据知名机构AnandTech的研究成果就是人工智能所带来的：

GPU Turbo 实际上是华为通过神经网络对每个游戏进行训练，得到特定的模型，然后更新到固件中，推送给华为用户。这个训练过程，其实是为了帮助 Kirin 的 Mali GPU 找到游戏中每一刻功耗与性能的最佳甜蜜点，以此实现能效的提升。

苹果最新的A12处理器也着重的突出了AI并开放了接口，这是大势所趋，期待即将发布的搭载麒麟980的Mate20。听说华为要自研NPU芯片?支持下，阿里新成立的平头哥半导体也瞄准了这个领域，也期待寒武纪会带来更好的芯片。

结语

人类社会的进步在于生产力的提升，而在生产力的提升中，生产效率至关重要。我们常说科技是第一生产力，科技提升的就是我们的生产效率，人工智能就是提升效率的体现之一，这是谁都无法阻挡的潮流。火车的出现让马夫这个职业成为了历史，工业化让很多手工业者下岗，面对人工智能，翻译等行业也面临被颠覆的危机，这都是高效率替代低效率，是促使摄会进步的。新的行业诞生会让一部分人失去工作但是同时也会带来其它的工作岗位，我们不需要太过关注，保护弱者并不是要阻碍科技进步。