人工智能想要实现腾飞？先把这几步走完再说

2016-11-213507人次浏览

------ 【导读】 ------

人工智能再一次回到人们的视野当中。AI技术如今可为无数的人可用，未来将会催生更多令

人惊叹的东西。当然，一旦它变得可行，那没有人会叫它AI。

人工智能（AI）一词最先是由约翰·麦卡锡（John McCarthy）提出的。麦卡锡当时在达特茅斯大学教数学。那一年是1956年。如今，60年过后，我们处在了新人工智能时代的前夕。在第一个人工智能时代里，并没有出现我们在电影中看到的超级机器人统治世界的境况。这一次，情况可能会变得不一样。

麦卡锡有这么一个有关人工智能的说法：“一旦它变得可行，那就不会有人再叫它AI了。”从现在来看，的确如此。AI已经在人们的日常生活中变得无处不在。例如，亚马逊等电商总是会给你发来有关你可能喜欢或者想要的商品的电子邮件；亚马逊部署在家居设备的Alexa助手能够回答晦涩难解的问题，甚至能够帮你打开电灯。

无人驾驶汽车不仅仅在谷歌的总部附近出现，还在匹兹堡行驶。IT技术的安全性也因为AI而得到强化。

智能助手领域正掀起新的军备竞赛。苹果Siri、亚马逊Alexa、微软Cortana、Amelia 、IBM沃森等智能助手不断涌现。谷歌照片功能能够帮你搜索出你的家庭合作，甚至能够找出蛋糕照片。人工智能已然降临，但要知道的是，它的智能程度和响应速度即将迎来大幅度的提升。

AI目前最热门的应用领域是开发无人驾驶汽车。在当下的无人驾驶汽车争夺战中，特斯拉是被人谈及最多的公司之一。下面就来看看有哪些因素使得特斯拉能够向无人驾驶汽车梦想迈进。

车队学习：特斯拉独特的优势之一是，它的汽车全都连接在一块，因而汽车之间能够相互学习。它们在驾驶期间收集到的数据能够帮助改进数字地图的质量，也使得各辆汽车能够根据车队中其它所有汽车收集到的数据进行学习。

计算能力：英伟达打造了一种功耗只有10瓦特的AI“汽车计算机”。在汽车中进行中央“云运算”和边界运算的能力，对于提供像无人驾驶汽车这样的高级AI系统而言至关重要。

传感器与大数据：摄像头、雷达和超声波传感器已经足够便宜，因而可以被应用于量产的汽车当中。同样地，气压计、摄像头和加速计被用于大多数的现代智能手机当中。这些传感器能够给AI系统带来它们学习所需的数据。

敏捷式开发：特斯拉能够无线升级其汽车软件。由于其软件针对持续的部署打造而成，算法能够不断得到改进。

这些元素需要得到更大范围的推广。AI需要五样东西才能实现真正的腾飞，这一切正在发生。

云与计算成本：如今实现高运算速度的成本并不高。

云可带来众多进行机器学习所需的计算资源。云还可以使能车队学习等事情，在车队学习中，所有的系统都能够从其它系统学到的东西获益。

边界计算：如今，随着智能手机的价格变得越来越亲民，很多人的口袋中都有了一台超级计算机。结合可与云端通讯的处在边界之上的超级计算机，可带来全新的技术功能。

大数据：海量的学习数据。

大量数据变得可用，是推动机器学习技术发展的进展之一。图像识别就是很好的例子：它之所以能够取得巨大的进展，是因为人们智能手机上的那些摄像头产生了巨量可供训练的图像。

传感器与分布式智能节点：智能手机。

你口袋中的设备配备各种传感器，因而能够为机器学习贡献大量的数据。想想用于医疗保健的数据吧（心率、步数和步态），又或者想想用于天气的数据（气压计和温度）。

你的智能手机让你能够随身携带智能，进而能够随时进行本地计算。

自然语言处理：沃森，Siri，Google Assistant，Cortana, Alexa……

每一个人都能够使用这种助手服务，它们并不需要你掌握特别的技能。

软件开发的持续改进

敏捷且持续改进的软件开发技术让机器学习快速进化，加速AI系统的改进。

AI的回潮

所以说，人工智能再一次回到人们的视野当中。AI技术如今可为无数的人可用，未来将会催生更多令人惊叹的东西。当然，一旦它变得可行，那没有人会叫它AI。