机器在许多方面依然无法和人类相提并论
诚然，最近几年来，AI的确以日新月异的速度变得更加令人震撼，甚至令人叹为观止 。从下棋到语音识别再到人脸识别，AI都取得了长足的进步 。我们特别欣赏的一家名叫Zipline的创业公司，利用了一些AI技术来引导无人机将血液送到非洲的患者身边 。而像这样有价值的AI应用，在几年前还是无法实现的 。
最近AI界的许多成功案例，大都得到了两个因素的驱动：第一，硬件的进步，通过让许多机器并行工作，更大的内存和更快的计算速度成为现实；第二，大数据，包含十亿字节、万亿字节乃至更多数据的巨大数据集，在几年前还不存在 。比如ImageNet存有1400万张被标记图片，这在训练计算机视觉系统时发挥了至关重要的作用 。
除此之外，还有维基百科以及共同构成万维网的海量文件 。和数据同时出现的，还有用于数据处理的算法—“深度学习” 。深度学习是一种极其强大的统计引擎
（statistical engine）
，我们将在第3章中对此进行具体解释和评价 。从Deep Mind下围棋的Alpha Zero和下国际象棋的Alpha Zero，到谷歌最近推出的对话和语音合成系统谷歌Duplex，AI在近几年所取得的几乎每一项进展，其核心都是深度学习 。
在这些案例中，大数据、深度学习再加上速度更快的硬件，便是AI的制胜之道 。深度学习在许多实际应用领域也取得了极大的成功，如皮肤癌诊断、地震余震预测、信用卡欺诈检测等 。同时，深度学习也融入了艺术和音乐领域，以及大量的商业应用之中，从语音识别到给照片打标签，再到资讯信息流的排序整理等 。我们可以利用深度学习去识别植物，自动增强照片中的天空，甚至还能将黑白照片转换成彩色 。深度学习取得了令人瞩目的成就，而AI也随之成了一个巨大的产业 。谷歌和Facebook上演了史诗级的人才大战，为博士生开出高薪 。
2018年，以深度学习为主题的最重要的一场科学大会，全部门票在12分钟之内被抢购一空 。虽然我们一直认为，拥有人类水平灵活性的AI比许多人想象的要更难以实现，但近些年取得的长足进展也不容否认 。大众对于AI的兴奋并非偶然 。
各个国家也不甘落后 。法国、俄罗斯、加拿大和中国等国家在AI领域都做出了重大战略部署 。麦肯锡全球协会认为，AI对于经济的整体影响可达13万亿美元，其历史意义完全可以与18世纪的蒸汽机和21世纪初的信息技术相媲美 。
然而，以上种种并不能确保我们走在正确的道路上 。
即使数据越来越充裕，计算机速度越来越快，投资数额越来越大，我们还是要认清一个现实：当下的繁荣局面背后，缺少了某些本质上的东西 。就算揽尽所有这些进步，机器在许多方面依然无法和人类相提并论 。
推荐阅读
- 如何网上查询学籍档案所在地 考生档案所在单位怎么填
- 水冷和风冷哪个好 原来它们的差别在这里
- 在感业寺出家的嫔妃是哪位 感业寺是谁出家的地方
- 红楼梦中两人最后结局 林黛玉和贾宝玉为什么不能在一起
- 清平乐中的曹丹姝是真实存在的吗 曹丹姝历史原型是谁
- 吴三桂在61岁高龄选择造反的原因 吴三桂为什么要反清
- 数码知识：华为恶意软件安装未知应用权限怎么设置 安装未知应用权限在哪
- 樱花原产地在哪里
- 作为会计人出路在哪里 会计发展方向
- 藏红花原产地在哪里