AlphaGo和李世石的人機世紀之戰，最終AlphaGo贏得棋局。那么人工智能的勝利決定性因素是什么？

因此總結一下人工智能的三大支柱：算法，算力，算據。

舉個例子，在AlphaGo的這場棋局里面，算法就是機器根據對方的棋局決定下一步該怎么走，算力就是快速計算決定怎么走，算據就是通過大量的實戰棋譜訓練機器模型的大數據。在比賽之前，AlphaGo通過人工輸出大量的棋譜信息不停的訓練AI模型，然后通過和大量的人在網上比賽吸取了大量的棋譜并且不斷的訓練校正模型。

所以AI的優勢是吸取了大量的經驗數據，并把這些經驗數據抽象為數據模型，另外可以依靠計算能力快速做決策，并通過實戰不斷的優化算法。這么比對就看出來人工智能的優劣勢了。

優勢在于機器可以不吃不喝的工作，依靠記憶存儲能力吸取大量的經驗，而且通過集成各種優秀人才的算法進行不斷的進化，在做決定的時候快狠準。這么一看實在是勞模。

劣勢在于AI只是某一個領域的專家，如果你問他十萬個為什么的問題，AlphaGo就無法回答，因為它只是訓練了圍棋領域的數據，其他領域相當于白癡一個。而人的優勢在于可以橫跨多個領域，觸類旁通。這也是為什么AI目前只在專用領域發展的原因，也被稱為弱人工智能。

既然決定AI競爭力的三個因素是算法、算力、算據，那么哪一個才是決定性的因素。

算法是依靠人設計的，并且可以通過深度學習不斷的校正。因此本質上來說，算法是人的智力水平的體現。既然是人的智力水平體現，就看人才的質量了。這也是為什么硅谷出現大量AI人才的原因，因為聚集了頂級的智力資源。

算力是機器運算的快慢，因此就是硬件而已，花錢堆疊就行了。關于算力可以參考之前的原創文章GPU：大數據算力時代，英偉達的王者逆襲之路

算據是給AI喂大量數據，因此誰手里有大量的數據，誰的AI模型就更準確，同時通過不斷的深度學習反向校正算法。

因此，可以看出算法可以通過招募頂級的人才（錢）獲取智力資源，算力可以購買大量的硬件（錢）進行堆疊，而算據也可以大量購買（目前數據買賣中國官方并沒有明確的規定是否合法）。

但是個人覺得算據才是核心競爭力。因為有了大量的數據就可以快速的訓練AI模型，同時通過訓練的結果不斷的優化算法。這樣就能在競爭中快人一步。這也是美國為什么制裁中國AI科技公司的原因，包括商湯科技、曠世、海康威視等。因為中國有大量的人口數據，因此可以通過不斷的圖像訓練而提高AI的性能。但是美國卻一直以侵犯人的隱私為借口打擊中國，實則是因為在美國市場數據獲取太難了。不管是歐洲的GDPR還是美國的隱私安全法，在保護個人隱私的同時也大大限制了人工智能的進步。

因此未來人工智能之爭主要在中美，因為美國有頂級的智力資源，而中國有大量的數據。而人工智能是人類社會從農耕時代1.0，工業時代2.0，信息時代3.0進入下一個4.0重要階段。
責編AJX