人工智能无疑是这一两年商业领域里的强IP，它所涉猎的领域不仅是在商业上，更在我们生活的方方面面。
　　7月5日，“李彦宏坐无人驾驶汽车上五环”的消息突然就上了熱搜。当大家还在议论这是否违规的时候，那些不曾预见的未来正悄然无息地走到了我们身边。
　　不久前，韩国科学家将全息显微镜与人工智能技术相结合，创建了一种能快速发现炭疽病的算法。这种算法可以分析细菌芽孢的图像，在一秒钟内确定它们是否属于炭疽病原体芽孢，准确率已达96%。
　　8月8日21时19分，九寨沟县发生7.0级地震，21时37分，中国地震台网的机器人仅用25秒便完成了出稿，540字并配发4张图片。内容包括速报参数、震中地形、热力人口、周边村镇、周边县区、历史地震、震中简介、震中天气8大项。对于人类记者，25秒能做什么？我们或许还处在地震发生之后的惊愕之中，而机器人就已经迅速完成了数据挖掘、数据分析、自动写稿的全过程。
　　不得不说，人工智能越来越智能了。单纯从人工智能的英译来说，它其实是指用人工的方法来实现智能。但在这种简单解释的背后，却包含了众多的误解和不为大众所知的外延。在通俗文化中，机器人甚至成为了人工智能的代名词。实际上，两者还是有着明显的差别。
　　人工智能更关注机器人是如何“思考”的，主要涉及如何编制聪明的自动算法来实现复杂的功能。这种算法主要基于计算机的基本工作原理，也许并不适合人类这种由有机物组成的复杂系统。更重要的是，我们其实还没有真正弄清楚“智能”的基本工作原理。
　　想象一下，人类和计算机都存在于一个客观的、遵循物理规律的世界中，里面有很多难题，人类进化出了一些解决方案。但计算机也可以在人类的帮助下，实现另外一种以0-1逻辑变换为基础的解决方案，而两者未必要相同。只是在行为上，两者实现的功能是相似的。
　　早在2001年，以机器学习为代表的人工智能技术就已经在发展了。虽然当时我与那些喜爱人工智能的同学们不是计算机界的主流，但那时包括微软、谷歌在内的大公司就开始关注机器学习并开始布局。经过了16年，当时被我们认为晦涩和深奥的算法开始让资本所追逐，成为了社会新的技术发展力量。我们惊叹于新技术的发展，也不免担心人们对于这项技术的误解。在这里，我想按个人的理解来澄清几个关于人工智能的主要问题。
　　1.不是通过利用深度神经网络构建复杂的数学模型，就能模拟给定输入输出的真实函数关系。
　　虽说机器学习的方法都是类似的思路，但深度网络利用了大量的数据，也的确完成了以前我们没有解决的任务，在某些领域把准确率提高了一个或几个量级。我们也开始重新思考神经网络这种计算模型与生物神经网络的关系。我想澄清的是，我们目前的深度网络不是在模拟人脑，也不是通过使网络更像人脑的神经工作原理来提高准确率。严格来说，人工智能的发展是由于在算法、数据利用和硬件使用上提升到了新的技术高度，而非我们看破了人类“智能”的玄机。
　　2.我们面临的难题不是有大量的数据就一定会解决问题。
　　通过对数据的认知，甚至通过利用复杂的深度模型，来自动提取和发现数据中的特征。我们也许能够在以前的研究基础上更进一步，但这不代表数据就是一切。因为很多解决问题的钥匙不见得就在这些大量的数据中。如何获得有效的数据，如何对问题进行理解，这些都是解决问题的关键。
　　比如，一个人在超市购物的数据能说明这个人的财务状况和对物品的偏好，但如果想要通过这些数据来判断一个人的受教育程度，远远不如直接拿到他购买书籍的数据。我们深信数据中那些神秘和潜在的规律，但也不能迷信和将未知数据神化。
　　3.人工智能不是只有深度学习。
　　虽然今天人工智能技术的代表是深度学习技术，但很多其他领域的研究在过去数10年中也都在不断进步和发展。人工智能可以帮助我们整理人类的知识，变成可沟通或问答的“聪明”数据库；可以指导无人机或机器人编队完成一个协作任务，比如踢足球；也正在帮助我们实现工业控制中的优化，提高供应链的效率，自动为货品定价，给广告排名；或者辅助人机交互，识别我们的意图，通过问答来增强对我们意图的理解。
　　信息技术在当今时代的发展如同20世纪初物理学的发展一样，在不断地进步与迭代。更重要的是，新发明与新技术在以更短的周期改变人类的生活。这本书讲述的正是人工智能技术会对各个行业产生的深远影响与升级。这个升级遵循我们在一开始提到的朴素的技术发展规律。各个行业的人工智能+技术升级将用聪明的算法，尽可能地利用信息来为人类服务，提高各个行业的生产效率。
　　未来人工智能是否会统治人类，我不敢断言，但这个问题还很遥远，还不是一个可被解答的科学问题。目前人类有限的知识范围能画出的这个圈子还很小，我们需要通过大量的工作来提高自身对于智能的认知，才能对这个问题有更好的认知。