人工智能之路其实现在才刚刚开始！

　　如果回顾一下这几年IT技术发展的热门话题，我们会发现一些有趣的事情：每年的热门话题总是在技术、概念和趋势方向之间切换，逐年变化，特别是在商用领域。比如，大约2010年之后，业界的讨论最热门的话题是虚拟化技术，然后扩展到云计算的概念，后来又是大数据的概念，中间穿插SDI（软件定义基础架构）等结构性的概念，再往后就是机器学习、深度学习并最终逐渐进化到了人工智能AI。

　　为什么会是这样的发展规律呢？其实仔细分析一下，我们会发现这些技术热点都是有关联的。虚拟化技术是实现软件定义基础架构的重要途径之一，让分散的系统资源可以形成“资源池”，而通过SDI的方式实现资源池化之后就更方便实现云计算。此后，人们发现解决了底层架构和数据处理的挑战之后，一个更阔的天地出现了，毕竟云的性能、扩展性和接入性要比孤立数据中心好很多，可以实现大数据的采集。于是Hadoop、SPARK在数据采集方面掀起一股热潮。而高计算力带来的结构化、非结构化数据可管理和可分析，使得机器学习和深度学习有了迅猛发展的基础和可能性。

　　再后来，业界的热门开始转向如何应用，于是VR、AR和MR这些虚拟现实技术都曾经成为热点，但最终话题还是在今年转向了人工智能AI。

　　就人工智能的阶段来说，现在我们仍然在弱人工智能向强人工智能发展的路途之上，但在机器学习和深度学习方面已经获得了长足的发展，无论后端还是前端。具体到看得到的应用，比如在语音识别交互方面，现在无论苹果的Siri、微软的小冰还是小米的小爱同学……目前已经基本能够正确回应人们的语音要求。而科大讯飞对于人们语音的实时识别准确率、海康威视对于实时人脸的识别准确率，在今年都进化到了一个让人惊讶的新阶段。智能驾驶现在也特别红火，技术进步日新月异。至于工业化层面的机器人制造，更是发展得如火如荼，无论制造本身还是流程管理，都日益变得更加高效……但上述这些确实都还没有达到强智能的程度，只是我们在拥有了更强大的计算力之后，用更好的模型来让AI来进行学习的结果。

　　对于人工智能AI来说，仅仅是现有架构下的机器学习和深度学习还不够，如何实现类脑神经元的结构，而不是冯·诺依曼结构的AI芯片，成为今年很热门的话题。强智能是更加接近于人类的智能阶段，我的理解是其判别的关键在于能够自我进行优化，自行根据外部的信息进行学习，而这个外部信息并不是我们人类主导给予的。比如之前谷歌的AlphaGo Zero，只给它规则，它就能自我完善出来，应该算是某种程度上的强智能，而谷歌的TPU就是非冯·诺依曼结构的AI芯片。

　　这类芯片的研发也许将是未来智能发展的重点方向。比如此前中科院计算所旗下公司的寒武纪芯片、IBM的TrueNorth以及英特尔在今年的AI大会上宣布正在研究的Loi hi芯片等等，都是非冯·诺依曼结构的类脑芯片。

　　可以看出，未来真正的人工智能时代的芯片结构恐怕并非现在的结构。那么明年我们的热点词汇是否会迎来一个全新的技术或者方向呢？从与人工智能AI相关的具体技术层面是有可能涌现出新的热点的，就好像云计算的概念提出之后，继续深挖出的大数据概念一样。但对于人工智能这个概念本身来说，在未来5～10年恐怕都会持续火热。毕竟，对于强人工智能之路来说，今年仅仅算是起步而已。

　　执行主编 袁怡男

关注读览天下微信， 100万篇深度好文， 等你来看……