什么是人工智能

人工智能离你非常远，人工智能也离你非常近！
不了解计算机科学的人一听到“人工智能”，可能会联想到科幻电影中的类人机器人。如果这是你认为的人工智能，那他离你真的有点远。
但实际上现在所说的“人工智能”离你十分的近。也许你觉得人工智能只存在于像贝尔实验室那样的顶尖研究机构，也许你觉得人工智能只存在于科技巨头产物谷歌大脑、百度大脑之中。但其实透过互联网和手机，“人工智能”已经相伴于我们每天的生活之中。
每天清晨，当你打开手机里的“今日头条”APP，看看今天有什么新鲜事发生，“今日头条”的人工智能推荐系统会根据你过去的浏览历史“私人订制化”的给你推荐一些你个人感兴趣的东西。那是人工智能的推荐算法。比如你喜欢的NBA球星詹姆斯的赢球消息。那也是人工之恩能的推荐算法。上班路上，当你打开“百度地图”APP，用语音说出了你的目的地某某大厦，“百度地图”或自动识别你略带口音的普通话，并为你导航了一条最省时的路线。那是人工智能的最短路径算法。到了公司之后，你打开了你的网易邮箱，事实上它已经为你屏蔽了几十条垃圾邮件，悄无声息的帮你提高了工作效率。那是人工智能的反垃圾邮件算法。当你想要完成一篇英文报告的时候，你还可以用“科大讯飞”的人工智能语音输入软件口述完成一篇重要文件，并用“谷歌翻译”将文件翻译成英文甚至他国语言，然后发给你的外国客户。那是人工智能的NLP自然语言处理。外出游玩，你看到了一株美丽的花草，你很像知道它叫什么，但询问周围的人也都不知道，于是你打开手机中的“识花君”APP，很快你知道了那株花草的学名俗称等等信息。那是人工智能的图像识别算法…
这些其实都和人工智能有关。人工智能技术难以被定义。自古人们就应用逻辑、概率、统计、的方法解决问题。比如在汽车导航中，可以用到最短路径的“迪杰斯特拉算法（Dijkstra’s Algorithm）”早在1959年就被提出来了；在购物网站上经常出现的“推荐商品”是在分析每个用户所购买的商品相关性后得出的，这种方法是由出生于1822年的英国统计学家弗朗西斯（Francis Calton）提出的。
那么，怎样的技术可以被称为人工智能？实际上这是随着时代变化而变化的。
20世纪70-80年代也曾有过人工智能热潮，那是被实际应用的技术的代表案例是“以知识为基础的专家系统”。这是一种计算机模仿人类专家知识（理论思维）的技术，可以视为在软件中内置了一种根据不同条件而进行不同选择的结构。
由谷歌旗下DeepMind公司开发的人工智能围棋系统——AlphaGo，在打败围棋世界冠军职业九段手李世石后被广为人知。从现在的情形来看，应该没有人还会把之前的“专家系统”体系当做是人工智能技术了吧。我们很难根据某个标准来判断什么是人工智能技术。简言之，人工智能是难以被定义的。
而目前的“人工智能”指的是一个跨学科的研究领域，其中包含了各种各样的学科技术。虽说模拟人类大脑的研究正在推进，但就现有的计算机处理能力而言仍然无法将这类研究应用到现实中。目前，已经被实际应用的统称为人工智能的技术千差万别。比如：图像识别、语音识别、无人驾驶等等。通常来说的作用是预测和分析，所以也就是说对大多数人来说目前的人工智能你是感受不到的，但又无处不在的。比如你看的新闻可能就用到了人工智能中的推荐系统而你没有察觉到，又比方说是你的购物推荐，再比如和你聊天的小助手运用了自然语言处理技术，诸如此类的例子还有很多，在这里就不一一列举了。
所以总结来说目前的人工智能指的更多的不是类人机器人，而是做到了一些以前只有人类做到的事。
现如今，在被称为人工智能的技术当中，既有其擅长的领域也有其不擅长的领域。并没有可以应对所有问题的万能方法。这是下一步人工智能的目标——通用人工智能（AGI）。
以人工智能为基础的数学思维是由逻辑、概率和统计三种方法构成的。我们要考虑的是使用三者中的哪一种更接近人类所考虑的价值和意义。
按我个人的理解，目前人工智能是用来预测和分析的技术。它解决了之前程序开发人员无法或很难进行编程的难题。对于非算法工程师来说不会有太深的体会，所以说目前这是一个程序员的人工智能不是全人类的人工智能，他没有到类人机器人的程度。人工智能技术可理解为“是一种解决对于无法用已知方法简单解决的问题，即便无法提出最佳解法也可以在较短时间内提出较优答案的技术”
人工智能将会取代一些人类之前的工作，但是因此而一味的抱怨被人工智能抢走饭碗是过于消极的做法。回首人类的历史长河，人们也先后几次被机器人抢走了工作。第一次工业革命中的蒸汽机；第二次工业革命中由电力驱动的电机以及由石油驱动的内燃机；第三次工业革命中由信息通信技术的发展计算机正在替代人类，但几乎没有人会否定这些趋势。
可能在不远的将来，与云服务、物联网连接的人工智能替代各种职业的现象被称为“第四次工业革命”。但是，社会整体的劳动和生产率提高对于人类来说绝非坏事。
和很多人沟通时我发现大家似乎对目前的人工智能有很大误解。现在的人工智能不是科幻小说行人工智能而是应用型人工智能。它不足以取代人，但它可以帮人完成一部分还是的工作。那么我们如何有效利用这种技术呢？
从价值的角度来看，并非单纯依靠人工智能就能够创造高附加值。反过来，仅仅靠人类的劳动力也无法实现第四次工业革命。我认为这需要两者的配合，想要创造高附加值的关键是要让两种劳动力差异化。
在经济学中有替代品与互补品的思维方式。可乐与咖啡是替代品；耳咖啡与砂糖是互补品。如果人类与人工智能互为替代品，就会产生竞争关系；如果能成为互补品，就会产生合作关系。为了实现后者，人类必须全力创造出人工智能做不具备的价值。
那么问题来了，何为人工智能所不具备的人类价值呢？我认为直接能想到的就是“创造力”。很多人会认为最近人工智能在写小说、作曲、作画时创造力方面也并不逊色于人类。但是实际上他们只不过是在不断模仿人类，它们并不具备真正的灵魂。现阶段仍可断言，人类具备超越人工智能的创造力。没错，这就是人类自身创造出“人工智能”的创造力。
我认为任何事物本身是不具备好换的，当你用某种角度去看待它时才会有好坏之分。同样的，我们对与人工智能这样的新技术是被动应用还是主动应用取决于我们自身。在军事上主动出击通常会好过被动挨打，很多时候即便是防御姿态主帅也会做好充足的设想与准备，也就是思维上的主动。对于人工智能这件事我们也应同样如此。
人工智能擅长解决被给予的问题，但却不能主动发掘具有解决价值的问题。发现问题正是我们人类所擅长的。我认为人类的认知力才是最强的物联网、传感器、发现市场需求的装置。
在提供服务的形态中，也有发挥人类能力的关键点。因为服务可分为如下两种：需要人与人交流提供的服务，以及需要人工智能协助提供最佳选择的服务。
人工智能与人类协作创造附加价值的价值链主要有三阶段：
1.价值认知，即由于人类自身存在的思维局限性而产生的人工智能的开放性创造力如何发挥价值；
2.价值计算，既发挥人工智能能动性创造力而产生的成本与产出
3.如何同时发挥开放性创造力与能动性创造力所形成的合作价值问题。有了能动性创造力后还要通过与开放性创造力共同创造附加值。因此，开放性创造力是尤为重要的。
或许你读完这篇文章后会有些失望，和你想象中的人工智能有很大偏差，但事情都是要有发展过程的，我们需要足够的耐心。青涩走向成熟，量变产生质变！