本篇文章2363字，读完约6分钟
近日，阿里巴巴云研究中心发布了《人工智能:未来的制胜之道》报告，对人工智能的定义、应用、未来趋势和模式进行了详细分析，具有重要的借鉴意义。其要点是:
数据、算法、计算和场景驱动新一轮人工智能
人工智能有两种能力:“快速处理”和“自主学习”
人工智能更容易解决商业问题，它有三个关键特征
大数据是人工智能的战略竞争优势
人工智能分为三个阶段:服务智能、技术突破和超级智能，并将在未来3-5年内进入服务智能领域
生态建设者是人工智能五种竞争定位模式的关键
其中，报告分析了人工智能的技术突破和应用价值，并提到人工智能的这三个阶段将在未来引起我们的关注:
场景1:在未来3-5年内，服务情报仍将是主要焦点。在人工智能和现有技术的基础上，技术取得了微小的进步，机器一直充当着人类的助手；在应用程序层面，人工智能扩展并集成了多个垂直行业应用程序，丰富了实际场景。随着数据和场景的增加，人工智能创造的价值呈指数级增长。
情景2:中长期内将出现重大科技突破。人工智能技术取得了重大突破，如自然语言处理技术，可以及时充分理解类人对话，甚至预测“潜台词”。在技术创新领域，现有应用深度拓展，价值创造局限于技术突破领域。
场景3:从长远来看，超级智能可能会出现。人工智能技术取得了重大突破，应用范围明显拓宽，人机一体化已经完成。人工智能已经全面超越了人类，无处不在，颠覆了各种行业和领域，创造了极高的价值。
从报告中，我们可以看到，在未来的三至五年，人工智能将主要是面向服务和功能的，这也可以理解为“弱人工智能”，正如我们以前所知。根据迪安·洪小文之前在我们公开课上的陈述，
强大的人工智能没有那么强大，但是脆弱的人工智能可以非常强大。
它在某一方面会相当熟练，甚至超过人类的标准。从目前人工智能的实际应用来看，大部分仍然属于这一类。可以预测，这一阶段将在未来持续下去，直到有一天出现重大的科技突破。
另外，在报告中，我们关注了人工智能产业链，并整理出了大家都非常感兴趣的部分。
人工智能产业链
按照从上到下的技术水平，人工智能产业链分为
基础层
技术层
应用层
基础层离云最近，应用层离终端最近。
基础层(根据技术水平从上到下，下同)计算能力层:计算能力提供商，如大数据、云计算、gpu/fpga硬件加速和神经网络芯片
在计算能力方面，英伟达主要从事图形处理器，而英特尔则是fpga。他们都致力于在硬件层面上加速人工智能的发展。神经网络芯片可以关注国内目前处于行业领先地位的中兴威、寒武、西京科技等公司。
数据层:身份信息、医疗、购物、交通等行业和场景的第一手数据
目前，尽管来自各行各业的各种数据呈爆炸式增长，但主要的数据来源是自创数据、公共数据和工业协作数据。
但是，自创数据需要太多的投资，公共数据覆盖面仍然不够，工业协作数据也需要一定的成本。
以这种方式，目前，拥有大量用户并覆盖所有主要使用场景的bat是数据层的主要关注点。
技术层框架层:tensorflow、caffe、antao、torch、dmtk、dtpar、ros等框架或操作系统
在框架层面，我们可以看到越来越多的框架选择了开源。从caffe和an ano到facebook使用的torch和谷歌使用的tensorflow，百度最近推出的paddle平台也选择了开源。目前，开源可以进一步扩大每个框架平台的用户基础。此外，由于这种框架在实际应用中几乎不可避免地会遇到各种问题，在开源社区中拥有更多的用户意味着有更多的人来进行试错和反馈，并帮助它以更快的速度发展。
算法层:各种算法，如机器学习、深度学习和增强学习
机器学习中的算法概念也是人们经常讨论的话题，如决策树、贝叶斯分类、逻辑回归、聚类算法、主成分分析、统计算法等。这些算法经常在日常使用中使用。此外，除了深度学习和增强学习之外，迁移学习的概念被越来越频繁地提出，这使得现有的模型算法只需稍加调整就可以应用到新的领域和函数技术中。这个概念目前在机器学习中实际上是很少见的，但是它的潜力也是相当巨大的。
通用技术层:语音识别、图像识别、人脸识别、nlp、slam、传感器融合、路径规划等技术或中间件
语音识别包括IFlytek，图像识别包括图森技术和阿特拉斯技术。
此外，人脸识别包括人脸++和上唐技术，自然语言处理包括百度和搜狗，slam也包括兰斯技术。
应用层
应用平台层:行业应用分发与操作平台、机器人操作平台。
解决方案层:智能广告、智能诊断、自动书写、身份识别、智能投资顾问、智能助手、无人驾驶汽车、机器人等场景应用。
人工智能的未来模式
作为英美烟草三巨头之一，凭借自身的数据和实力优势，阿里比普通从业者和公众对行业有更清晰的了解。它发布的人工智能报告可以说为大家解释了很多疑点，具有一定的指导意义。
我们还咨询了北极光风险投资公司的张莉，他说:
启动的机会更多的是在应用层
基础和技术巨头有优势，一些优秀的创业公司在持续资本的支持下有少量的机会
此外，艾科技评论君提出了一些质疑。阿里巴巴的人工智能产业地图看似完美，但其基础层、技术层和应用层与传统的创业模式没有太大区别。人工智能作为一个智能密集型产业，已经在企业层面得到实施。具体的实施过程还是一样吗？对此，北极光风险投资公司的张莉说:
目前，一般来说，唯一的区别可能是技术比率更重要。
我们可以继续讨论上述问题。然而，总体而言，对于初创企业来说，报告中初步勾勒出了人工智能的产业链和商业模式，对于刚刚起步的初创企业来说，仍然可以看到一些线索。
创业公司可以从这份报告中窥见人工智能创业的未来机遇。目前，在技术层和应用层仍然有很大的机会。此外，尽管在当前的大数据时代，从基础层面开始可能很麻烦，但如果有技术优势和持续的资本支持，仍会有许多机会。
