背景

人工智能产业爆发，国家规划，世界上各国都规划了人工智能的发展规划。已经成为第五次产业革命，第四次工业革命的基础技术要素。

我国也发布了相关规划：
《国务院关于印发新一代人工智能发展规划的通知》
确认新一代人工智能发展三步走战略目标，人工智能上升为国家战略层面。
到2020年，人工智能技术和应用与世界先进水平同步，人工智能核心产业规模超过1500亿元，带动相关产业规模超过1万亿元；
2025年，人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，核心产业规模超过4000亿元，带动相关产业规模超过5万亿元；
2030年，人工智能理论、技术与应用总体达到世界领先水平，核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。

关于人工智能各种观点非常多，有的甚至认为将取代人类，人人都需要了解知道人工智能能干什么，不能干什么，适合干什么，本文希望以最简单的表述，让人们对人工智能有个基本的了解，本文尽量避免使用专业术语。

人工智能爆发

说到人工智能大家想到的应该就是几年前的阿尔法狗事件，谷歌公司研究的人工智能机器人战胜了世界围棋冠军李世石……

到今天我们生活中人工智能已无所不在。

例如我们家就有智能音响，智能门锁，智能扫地机器人，智能家庭监控；
小区的人脸识别闸机，小区智能监控；
超市有刷脸支付；
机场和高铁的刷脸闸机。

人的智能

说到人工智能首先我们要了解人的智能，从猿人到智人是一个巨大的飞跃，我们人是如何实现智能的？

（1）感官感知世界，眼睛看，耳朵听，鼻子闻，四肢触觉，皮肤，各种人体感知世界的传感器。
（2）大脑神经系统，思考、分析、判断；
（3）四肢作出决策的执行动作；

例如走路的时候看到前面有个人，大脑判断后，腿做出让开的动作；从感知，到智能判断，到自动执行的完整过程。

人工智能

人工智能就是模仿人的智能，类比来看，跟人的智能是一样的。当然人的智能是非常高级的，机器的智能比人的智能还差的太远太远。人的信息存储、结构化、处理都太超级牛，无以比拟的。

人工智能也是由感知，到思考分析，到自动化执行这样的过程。

感知，由各种传感器来进行感知，例如视觉传感器（摄像头），听觉传感器（语音阵列），温度、湿度、高度、震动、噪声、扭动等各种传感器；
思考，就是计算机，计算机象人脑一样思考；
执行，就是自动化机器；

例如刷脸闸机，摄像头抓拍人脸，智能计算机进行人脸特征提取，与后台人脸特征库进行比对，当发现是库里面存在的人脸就执行打开闸机的动作。

机器是如何学习的

机器是如何学习的呢？

首先看人类是如何学习的，父母、老师不断教的结果，例如不断告诉孩子，这是猫，告诉很多次了，孩子再看到猫就知道是猫了。

这是人的神经系统有神奇的建模和记忆的能力，把抽象的猫的描述模型在神经系统构建并记录下来。
机器也一样需要数据工程师标注，告诉机器猫的特征，利用深度学习算法进行训练，训练的结果会得到一个多层神经网络的模型。
这样再看到动物时就用这个模型来推理判断。

人工智能与人的智能的区别

1）机器没有感情，没有温度，冷冰冰的
2）机器没有创新，机器智能按照训练的模型进行推理，但是人是有创新的
3）机器智能按照单一场景，识别人脸就是人脸，人可以跨场景融合思考和判断
4）机器没有思维，人可以深度思维

机器比人强的地方

1）超强记忆、机器可以记录非常多的东西
2）创强计算，可以做很多并行计算
3）机器可以做超强检索

人机协作

机器和人的关系是什么？

我认为是协作关系，在可见的技术里面，30年内看不到技术的突破可能。

机器有比人强的地方，人有比机器强的地方，那么我们要怎么做，就是好好的利用机器，帮我们做很多我们做不到和不方便做的事，做好人机协作，让机器造福人类。

比如消防机器人去火灾现场救人，再比如无人机检查高压线和石油管道，再比如无人驾驶矿车。

机器会代替一些岗位

每一次产业革命都会消灭一些工作岗位，那么哪些工作会被智能机器人替代？

标准化的工作，重复的工作。比如，保安、快递、会计、律师。

哪些替代不了？就是有创新，有感情的。比如，老师，比如心理医生。

畅享未来智能新世界

最后让我们畅想一下未来的智能世界，会有越来越多的智能机器人走进我们的生活，我们会坐上无人驾驶汽车。

未来的智能世界是万物感知、万物互联、万物智能的世界，我们身边的每一个物体都是联网的，都是能感知世界的，都具有思考特定场景的变化，并作出应变。

第三次人工智能浪潮的本质

06年深度学习算法的突破，12年深度学习在视频处理的突破，在自然语言理解的突破，实现图片和视频中的物体的识别，语音的识别和自然语言的处理。

为什么深度学习那么重要？

简单理解，机器学习原来可处理的学习样本有限，有了深度学习，学习的样本可以非常多，可抽取的特征可以非常多，这样准确度就会提高，可以达到生产商用的可能。

本次人工智能突破能做哪些创新方向

1）机器视觉的处理，做物体的识别，典型的人脸识别，做产品质检，检查物品表面的瑕疵，比如布匹的跳线、比如手机显示屏是否贴平；行为分析，比如戴安全帽与否、抽烟与否、打架等行为分析。ocr单据识别。

2）语音识别，自然语言处理，比如英语口语测评，比如背课文，比如语音交互，比如自动翻译

3）知识图谱，比如智能客服，场景化教学，分级阅读。

这次人工智能浪潮是不是很快又会进入低谷

人工智能需要的的基础是“数据+算法+算力+应用场景创新”，从各纬度看，本次跌入低谷，会持续的创新发展。

1）基础设施的支撑已经到位，海量存储、海量计算、海量传输，分布式存储、cpu/gpu/npu：fpga的发展，5G和全光网络，这些技术的发展，为人工智能的发展奠定了基础设施的基础。

2）互联网业务的发展累计了大量的数据，还有方兴未艾的互联网的发展会沉淀更多的数据，这些数据成为了生产资料基础。

3）深度学习算法在视觉领域、语音领域、自然语言处理领域、知识图谱的蓬勃发展提供算法的支持

4）利用人工智能技术做应用创新几乎覆盖了所有领域。

综上，人工智能结合5G、cloud、Iot、边缘计算，为成为新一代产业革命的基础设施，将赋能生产生活，改变千行百业。

作者介绍：

蒋国文，华为云全球合作伙伴生态部副部长、CTO，华为云全球合作伙伴生态部 AI伙伴俱乐部总经理。

22年IT/互联网软件研发，19年华为公司软件研发经验，13年华为研发部门主管经验，8年华为云服务研发经验。作为华为云早期员工参与了组建了华为企业云业务部，负责技术中心的研发管理工作、从零起步的带领团队完成华为企业云早期的版本研发工作。擅长架构设计、产品设计、互联网运营、解决方案设计工作。历任开发部经理、开发代表、项目办公室部长、产品部部长，华为企业云技术中心部长，企业云业务发展部部长，华为云生态解决方案部部长。

本文转载自技术琐话公众号。

原文链接：https://mp.weixin.qq.com/s/w8PfKJgGkT05FUJobxYiag

创作场景

华为老司机：白话人工智能