一、AI的意义
AI，即ArtificialIntelligence的缩写，它是研究如何以人类的智能行为以及思考方式来解决问题的计算机科学的一个分支。目前主要研究的领域包括语音识别、图像识别、自然语言处理以及在某一特定情境下的“智能系统”。不难想象，这样的研究将会让我们传统的很多重复性较大的工作受到被取代的威胁。因为能让具有与人类相近智能的“机器”去帮我们解决问题，在技术成本变得廉价以及应用领域愈发广泛的时候，AI将会为我们节省大量的人力成本。甚至这种智能的程度在某些情况下还会超过人类。
当然刚才说的那些都是众所周知的废话，AI的意义具体来说到底是什么？人们研究AI，其目的就是想让工作产出更加高效，生活更加舒适，让我们将精力放在更有意义的事情上，以此来加快人类社会的发展进程。
二、AI是怎么火起来的
那么AI是怎么火起来的？现在任何只要稍微接触一点互联网资讯的人，都或多或少听说过人工智能。这其中最直接的原因就是2016年3月，Google的AlphaGo与世界冠军、职业九段棋手李世石的人机对决，并且以4：1的最终结果让世人惊愕不已。一时之间人工智能成为了热点。
其实，人工智能的研究早在20实际50年代就已经被提出，到啦80年代陷入停滞不前的瓶颈状态，因为确实在当时没有那样的需求。而今天突然的爆发有一点直接原因就是所谓的人机大战，要知道三月初的对决结果出来后的一两个星期里，Google的市值就涨啦4.5%。这赚得可不少啊，要知道Google可是现在世界上市值仅次于苹果的存在啊，这4.5%的收益就差不多有300亿美元。根据MIT(麻省理工学院)发表的2017年度全球50大最聪明公司的《麻省理工科技评论》的报道看，百度经过长时间的转型与改革之后，其市值也才611亿美元。当然这里不是在黑百度，而是因为百度的转型也是在往AI方面。这说明啦两点：其一，人机大战仅仅是一个直观因素；其二，不容易为人察觉的是，很多IT界的大佬们都在研究AI。国内投入精力最大的就是百度啦，在不久前百度也公开宣布，如今的百度不再是一个互联网公司，而是一个人工智能公司。这说明百度在这方面已经有了一定程度的成果。并且百度从2013 年就在国内企业中率先布局人工智能，历经四年的发展，已成长为一家领先全球的AI公司，技术能力可以与世界先进水平比肩，甚至已经成为我国人工智能的国家名片。在这一点上，我无比佩服李彦宏先生的远见以及气度。虽然很多人对目前的百度已经不再看好，但在我的观点里，这只是改革转型的一个必经过程，一旦成功，那将会是百度的另一个腾飞时期。
三、科幻电影里以及大家炒作的AI
除此之外，不知道大家有没有察觉到，网易云音乐的每日推荐、京东淘宝天猫的推荐购买、微软小冰以及微信里的语音转文字功能，这些都可以说是人工智能的产品。
有人可能就会说啦：“这和电影上的差别太大了吧”。没错，还真不是一个数量级的人工智能。不过在这里抛出一个观点：没必要担心哪天人工智能会毁灭人类。第一，所谓的机器人意识觉醒是不太可能的，因为那一定需要有极其复杂的网络神经元系统，复杂到让你难以想象。人们让一个AI系统在某一方面具有类似甚至超越人类智能程度的能力，是因为想让机器系统替代人去完成那方面的工作，为了降低各种成本。人们也不会毫无理由地去开发在某一方面我们不需要的智能系统，因为对我们没意义。这样说大家可能不太理解我说的意思，打个比方：假如一个农场主需要一个智能机器人去为自己打理农场的事物，这就要求这种人工智能机器人能够在秋季采割粮食作物，在春季播种，并且针对不同的作物特性区分对待，注意天气等等的因素。对于懒一点的农场主可能还需要这个机器人帮他装好车直接拿去卖钱。因为需要，才会诞生这能够打理农场的人工智能，而这个人工智能不应该具备吃饭睡觉、炒股、谈恋爱、下围棋、绘画等各种方面的智能。它只需要在自己负责的一方面不停地学习，调整自身农场管理方面的决策以达到最优化就行啦。我们允许它是一个经验老道的智能农场主，而不允许它中途跑出去约会。
我们还需要认识到一点，在我国，一些专家喜欢炒作吸引关注以获得收益。这个收益无论是哪一方面的。甚至很多不懂AI的门外汉也在那BB，这是最让我无语的。
2016年是VR元年，不过这个技术当时很火，不过也被超烂啦，虽然我觉得其前景也是有的，只是由于过分的渲染，目前已经没人愿意其关注啦。
四、AI在当前是否是“24k”
现在，我们需要谈一谈当前社会下的AI，它到底有多少水分。在Google的AlphaGo出现后，国内外很多中小型公司都纷纷想抓紧AI的浪潮以占领先机，或者说别被时代抛弃。然而现实情况是，很多公司的AI转型并不是在研究如何通过AI推出一款改善服务的产品，而是只在已有的系统里面加上一个AI模块。比如智能聊天系统。这个玩意儿很简单，把自身系统储备的问答数据抽出来，首先进行分词(如果是文本数据的话)，将分词后的结果建立向量输入网络神经元模型进行分类。网络神经元模型的训练主要有两种方式，监督式训练和自动化训练。前者需要大量人为进行标记的训练样本，而后者的样本随意，输入训练的时候靠算法自身进行调整，不过这种方式需要大量的时间。被分类完的数据就可以进行关键字匹配来对应具体的问题以及答案。但是实际上这就是个玩具。在校大学生研究个把月也能照着案例弄出来。你该没有听到某个IT大佬弄了一个机器学习小功能就宣布步入AI行业了吧，没到达一定的程度并不能算得上。我觉得人工智能的研究需要注意两个基本点：1、智能产品能不能有效服务以及改善现状，无论是社会人群还是公司的办公效率；2、数据量的大小很大程度上决定你的成与败，或者说你的产品的应用价值。针对于第二点我会在最后和大家在技术转型部分说明一下。很多人往往没有考量好这两个点就在盲目跟风，到最后投入啦人力也没什么收益。这也是因为大家把AI炒得过头的原因所致。人工智能确实是未来的趋势，也有很大的现实意义。但目前而言立足于自身的需求才是对的。假如你在自己又有的领域没有站稳，现在盲目跳入AI领域，到头来很可能是两头空。而只有在已有的领域站稳啦脚步，在向AI伸手，那AI将会是让你更好的存在。
一句话，考虑好依据与自身的产品，如何通过AI改善产品或者退出有意义的服务才是正经事儿。社会上的声音很多都别有用意，不要被刻意地渲染给忽悠。
五、AI应该做些什么
这里需要说明一下。为什么数据量的大小很大程度上决定你的成败。因为我们不难发现，机器学习和大数据可以说是如影随形的关系，很大程度上机器学习的意义就是从大量数据中挖掘潜在的价值。而智能模型的构建也是需要大量的数据才能保证其可靠性。大数据是机器学习的一个“黄金搭档”。当然不是绝对的，只是说大多数情况下是这么一种关系。如果你掌握的数据量小的话，你是竞争不过具有大量数据储备的对手的。因为在现在的科技腾飞时代，核心技术的获得很容易，某种机器学习的框架算法只要你的团队具有一定的市场能力就能为你提供技术优势，但没有数据资源你也只能是“怀才不遇”。
那么AI到底应该做一些什么有意义的实际服务？我觉得除了企业能够通过AI改善服务的情况以外，AI可以伴随大数据去做一些意义重大的事情。比如在生物医学领域，癌症的治疗。我们知道癌症有很多种类型，并且某一种癌症在不同阶段会发生病变，大概各种类型的癌症加上病变的组合有上百万种。百万级的数据对于医疗行业是个天文数字，但对于计算机是一个非常小的数字。只要通过大数据和机器学习的结合，我们可以尝试快速确诊癌症类型和可能的病变种类，缩小范围针对性的治疗，对症下药。因为不同的药对于不同种类的癌细胞效果不同，经常发现的是有的人服了一种药有效，其他人就没效果啦。这就是癌细胞的多种类问题所致。当然其他更多潜在价值的应用就不使我能想象的啦。
六、当下的技术人员怎么考量
AI技术和其他的技术最明显的不同在于，AI技术不能仅凭自身实现华丽的逆转，就好比初创公司掌握了新技术打败传统大公司的故事一样，这对于AI来说不可能。就像世界顶级的就像刚才说的，它需要有大量的数据储备才能让机器学习发挥用处。在这里说明我的观点：如果你有巨大的数据储备，那你引入AI来挖掘数据的潜在价值那是完全没问题的，但如果你没有大量的数据储备（针对于企业）或是技术储备（针对于人，技术储备指的是为机器学习铺垫的大数据技术以及机器学习的数学基础），说明你并没有使自己的产品服务具有一定的影响力或者没有足够深的技术栈。因此对与后者，首先应该保证在自身应该做好产品服务上准备好啦“10000小时”，个人最好去打好数学基础考个研究生什么的比较好。
为什么要强调个人的数学基础，因为机器学习说直接点就是数学。对于个人的盲目转型AI，只看见啦大饼，而没注意其需要的必备条件，是会让你举步维艰的。再加上大家如果不够理性的对待AI浪潮的话，很可能AI会为此被毁掉。因为一大波不具备专业素质的人冲击AI领域，只会使AI的进程受到阻碍。这就像之前的很火的iOS开发，结果很多人转型iOS再加上培训机构的肆虐，直接毁掉啦iOS领域。当然iOS和AI并不处于完全相同的情景，不过类似。
七、总结
我大概从AI的意义、火的原因、脑冻出来覆灭人类的“天网”、现实社会上的AI样貌、AI可以干什么以及想要技术转型的技术工作者需要考虑的事等几个方面说明啦我的看法。大家要是读到这里，肯定觉得我是一个不主张AI转型的保守派。其实不管你们怎么认为我这不重要，重要的是我觉得你们想清楚我说的这几个方面在作出决定，我觉得这个决定是一个“三思”后的决定。至于我个人而言，当然不愿意放弃时代的浪潮。我选择依据自身情况制定自己的计划，即使不是主流方式，但如果你们盲目转型的话，我的“弯道超车”不是不可能的。希望各位有所收获，谢谢！
另外给大家推荐几部值得一看的AI佳作：
《机械姬》：这就是大家应该怕的AI啦
《超能查派》：其意识的移植我觉得很有争议
《非凡》：结局反转令人感慨我IT男真不是盖的
