本篇文章3582字，读完约9分钟
不知不觉中，人工智能再次颠覆了我们的认知。
本文由我黑马发布，由朱鹭X授权(微信号:朱鹭)。
昨天，亚马逊go在国内外引爆了社交媒体。亚马逊在西雅图开设了第一家无人值守的自动智能离线便利店:亚马逊go。尽管目前只对员工开放，但据外国媒体报道，亚马逊go计划在2017年初向公众开放。
令人惊奇的是，你可以直接走进超市，选择商品，然后立即离开，而不是在收银台前排很长的队，你甚至可以莫名其妙地体验抢劫商店的乐趣。亚马逊称这种智能购物体验为“走出去购物”。
如果移动支付颠覆了现有的商品交易方式，亚马逊的抢劫行为甚至消除了交易感。然而，这些是如何实现的呢？就其正式发布的视频而言，有三个技术亮点:
计算机视觉
深度学习
传感器融合
根据视频中提到的三种人工智能技术，专家们猜测:
亚马逊go利用计算机视觉技术通过摄像头捕捉购物者在商店中的行为，然后通过图像识别获取购物者挑选的产品，然后利用人工智能中的深度学习来判断和识别购物者是否需要该产品，从而决定是否加入购物车。最后，添加传感器以提高最终结果的准确性。
在这个购物过程中，你可能会觉得你什么都没做，但事实上，你的一切都被新技术所理解，借助移动金融支付技术，你可以轻松完成一次线下购物。不知不觉中，人工智能再次颠覆了我们的认知。
为什么人工智能在这两年突然爆发？它将首先应用于哪些领域，对企业家来说有哪些困难和机会？人工智能真的和逆天一样吗？相互竞争的想法让x个投资者说高质量的内容连续输出，今天我们继续为你整理那些关于人工智能的东西。
推动人工智能发展的三大因素
第一台计算机埃尼阿克问世十年后，科学家们预测人工智能时代即将到来。1997年，当智能象棋机器人深蓝赢得卡斯帕罗夫世界冠军时，这个美妙的场景似乎就在眼前。然而，在接下来的20年里，由于多次技术创新尝试的失败，人工智能的研究陷入了停滞，神经网络研究的瓶颈使人工智能的发展陷入了寒冬。
随着深层神经网络技术的核心突破，科学界和企业界的每个人都可以清晰地感受到，在过去的两年里，人工智能的理论研究和可感知产品呈现出一种爆发式的趋势:各种可穿戴设备一起出现，智能机器人频频出现，机器的人脸识别准确率超过了肉眼。谷歌、苹果和宝马等公司已经努力驾驶无人驾驶汽车。美国和欧洲先后设立了人脑研究项目，以推动现阶段人工智能的发展。三个主要因素是:
数据积累:在移动互联网时代，产生了大量的离线数据，这些数据被转化为在线数据，供人工智能领域的机构或企业进行高强度的培训。无论是在语音识别还是图像识别中，都会产生大量的声音和图像样本，离线数据不断在线，大数据已经成为推动人工智能发展的基础。
算法迭代:深度学习和强化学习发展相辅相成。深度学习用于感知和处理信号，而强化学习用于决策。
计算能力的提高:底层芯片和服务器等硬件设施不断完善和升级，云计算的应用为人工智能的发展提供了必要的条件。
七个主要领域的优先应用
当前人工智能的爆发始于2015年，以下生活场景正逐渐成为现实:
开车时，你告诉位置，自动驾驶系统带你到目的地；
在医院里，你可以看到来自美国运送医疗设备的拖车机器人塔吉·麦克弗瑞和来自日本照顾病人的白色机器人罗伯特；
在酒店里，2015年新上市的日本汉纳服务员机器人已经接管了许多服务，从守卫前台、运送行李到打扫房间；
下班后，你按下家庭模式，推开门，发现窗帘拉好了，温度合适，灯光柔和，热水烧得很好，日本软银公司的家用机器人小辣椒跟孟说了声“你好”；
在家里，你用iwatch打电话和使用一个应用程序；可以监控和改善睡眠质量；
在电视和手机上，谷歌超分辨率技术可以让模糊的照片瞬间高清，速度提高十倍以上。在移动设备领域，我们正在经历一个前所未有的现实世界；
在朋友圈中，由于人工智能的发展而不断升级的图像识别技术可以使我们的照片达到美容、全屏鲜肉和美容、赏心悦目的效果
根据《全球人工智能发展报告(2016)》，人工智能首先应用于七个主要领域:安全、金融、电子商务零售、个人助理、自动驾驶、医疗卫生(Aiji、净值、信息)和教育。这种现象有两个主要原因:
只需要应用场景:人工智能的一个特点是学术相关性高，但如果没有潜在的应用场景，先进的技术只会停留在研究阶段。从技术出发，寻找合适的应用场景，将技术转化为产品，将产品转化为商品是可能的。以上七个领域与生活密切相关。通过人工智能改造，对产品的需求相对较高。
可供选择的领域不多:从过去的案例来看，目前人工智能领域可供选择的应用领域不多。同时，以语音识别和图像识别为代表的人工智能技术与这七个领域有着深刻的联系，许多拥有行业领先技术的公司最终毫无意外地选择在多个应用领域实现技术落地。例如，iFlytek选择了个人助理、教育等领域，谷歌选择了自动驾驶和个人助理，亚马逊选择了个人助理、自动驾驶和电子商务等领域。
人工智能创业之路的困境与机遇
人工智能企业家精神有一个生动的描述:人工智能就像一列火车，你一直在等它，最后它来了，然后它呼啸而过，把你甩在后面。
作为企业家，你必须首先知道要解决什么。以下两个维度有三种布局:
解决方案技术优先级:
重点提供硬件设施，如底层芯片和服务器；
通过长期投资和积累基础资源，建立通用技术平台；
为了解决应用场景的适用性:
他们大多是特定领域的从业者，通过内部R&D或外部收购和投资实现特定技术应用的突破，形成智能升级。
企业家，应该选择b还是c？
结合目前人工智能的发展，在b领域增加一些算法和计算能力可以解决大量问题，效率提高显著。在C领域，有必要考虑产品应用于C终端的场景，而如何以最便捷的方式吸引用户无疑需要终极设备。
到b
优点:你可以在一开始就看到它的价值；更专注，不需要一个完整的团队；实现更丰富的应用。
缺点:难以扩大规模。
到c
优势:打造自己的品牌；逐步形成规模和商业模式。
缺点:积累需要很长时间，需要一个完整的团队。
当企业家关注人工智能领域时，他们不仅要看到它的前景和未来发展，还要关注他们能否通过有效的模型尽快实现盈利。技术总是在进步。无论是互联网、移动互联网还是人工智能时代，都有许多技术领先的企业没有幸存下来。谁能更快地实现产品工业化，谁就能形成良性循环效应，这种效应会受到更多资本市场的追捧，并得到客户的认可，谁就能生存。
至于人工智能的商业化，大公司通常在现有产品中实施人工智能优先的策略，这是谷歌所采用的，而更多的小公司选择将人工智能作为技术api提供给第三方。
无论采用哪种模式，创业团队都需要有效地将自身发展、技术发展和业务发展结合起来，真正实现目标，而不仅仅是讲述未来技术的故事。毕竟，企业家面对的是一个商业社会，这一点尤为重要。
艾，这真的像是逆天吗？
在回答这样一个问题之前，我们需要知道什么是弱人工智能、强人工智能和超级人工智能。
第一种是弱人工智能人工狭义智能(ANI)，它只能处理特定领域的问题。我们还必须明确，深度学习只会带来弱人工智能的爆炸性发展，而最好的深度神经网络可以在没有监督的情况下从大量的例子中学习，并具有在组织知识时保持语义一致性的能力。例如，在学习了大量的文本信息后，比如整个维基百科，深度学习系统可以通过一些类比问题来学习。然而，不管这些系统的性能有多令人印象深刻，它与人类凭直觉理解世界的方式相去甚远。
第二，人工通用智能(agi)，是一种具有与人脑相当的处理能力的人工智能。换句话说，人脑可以做任何它能做的事情，比如思考、计划、抽象思维和经验学习。
就深度学习本身而言，深度神经网络仅受人脑中生物神经网络的启发。尽管深度学习中使用的许多术语(如神经元和激活)都是从脑科学中借用来的，但这两个系统的工作原理完全不同。
为了理解这种差异，我们可以将深度学习的大脑与人类儿童的大脑进行比较。他们之间最大的区别是人类的孩子可以在没有外部监督的情况下探索周围的世界并形成知识。有了这种无监督的学习知识，孩子们可以把所有的任务分解成一个子任务，然后一个接一个地分解，从而完成任务。
到目前为止，深度学习没有这种能力:人们需要教给他们一切，包括它是什么以及学习后该做什么。研究人员正在探索如何改进这一模式，但离目标还很远。
人工智能的第三个层次叫做人工超级智能(ASI)。牛津大学哲学教授尼克·卢布斯特罗姆(Nick Lubstrom)表示，在几乎所有领域，包括科学创新、常识和社交技能，他都比最聪明的人脑聪明得多。
毫无疑问，人工智能的发展仍处于弱人工智能阶段，更不用说超越人类认知能力，甚至无法与人类认知能力相匹配。因此，科幻电影中机器人形成自我意识和反击人类的局面不会在短时间内实现。正如网友所说，人工智能并不那么神圣，像其他机器一样，它目前仍然由人类控制，所以我们可以很容易地放心，继续取得突破。
