AI是人工通過高強度的計算能力，并基于大量的環境數據、行為數據、歷史數據等大數據支持，或是一定規則的自學習機制，來分析特定輸入的情況下，事物的相關性、影響和可能處理方法，從而使機器不只是進行簡單的運算，而是能夠在某種程度上進行類智能的思考和運作。本文嘗試對AI的分類與演進進行簡單科普。

AI，Artificial Intelligence，顧名思義，是人工通過高強度的計算能力，并基于大量的環境數據、行為數據、歷史數據等大數據支持，或是一定規則的自學習機制，來分析特定輸入的情況下，事物的相關性、影響和可能處理方法，從而使機器不只是進行簡單的運算，而是能夠在某種程度上進行類智能的思考和運作。

業界的大事發生時，總會撩動AI熱潮。遠的是96年和97年卡斯帕羅夫和深藍的對弈，2011年Iphone 4S 搭載Siri,2016年 Alpha Go 對壘李世石；近的是Alexa和Google Assistant的持續發展。AI的應用，在每次都得到一波投資熱潮，應用的領域也在擴展。目前主要的領域包括：

1.人機交互領域

人機交互就是如何操作機器并獲得結果的方法。AI使機器能夠像智慧生物一樣進行交流，而不是觸摸、鍵盤等機械式交互。目前很多的AI應用，其實就是將進行交互方式基于AI的進行重構。

a)語音識別，這一能力經常會和語義分析的自然語言識別混淆，這一塊的能力，是進行聲紋識別，能夠明白到底是誰在講話。另外，把語音轉化為文字，也是屬于這一塊的范疇，以語音代替密碼進行登錄和認證也是常用功能。國內已經有很多行業象科大訊飛等在做

b)人臉識別，這一塊很容易理解，不進行細講，現在國內的商湯科技是這一領域的知名企業

c)指紋和其它生物特征識別，還包括虹膜識別等其它方式的機器對于人的識別方法

d)NLP（Natural Language Processing）自然語言處理，是基于語音已被識別的基礎上，對于其內在的含義進行分析，從而做出應答。比如，把一個聲音流媒體轉換成“上海今天天氣如何”是語音識別的產出，而根據這句話，明白其含義并找到相應的網站和服務，比如氣象局，通過其接口調出今天的天氣結果，就是NLP需要完成的工作

e)動作追蹤，是基于攝像頭等機器視覺系統的支持下，對于操作人的肢體動作(含頭部動作)進行追蹤，從而進行相應的應答。就好象鋼鐵俠在家里用手在空中比劃，就可以操作電腦一樣

f)視覺追蹤，類似上一條，不過捕抓的是操作人的眼神，從而有針對性的進行圖像顯示跟隨和操作應答

g)穿戴設備/VR追蹤，這個很好理解了，廣義上講，放在褲兜里的手機的擺陀也算。更有科技感的，是環太平洋里面的奧特曼工作臺、醫生的遠程手術，都是這一類范疇

2、識別分析

是指通過AI的輔助，協助機器完成對周邊環境的感知，以及通過大數據，完成各種行為的相關性分析，從而實現有限程度的結果推演(天氣預測也屬于此范疇)。

a)機器視覺，通過攝像機，完成圖片、物體的靜態和動態識別，能用于對特定物體的識別與追蹤。比如在生產線上，通過機器視覺，識別產成品的質量等級

b)運動監測，通過相關傳感器，識別不同尺寸和強度的運動的發生，并按相關預設程序進行響應或介入。比如國外的家庭安全方案，大多都能區分寵物的進出與非法入侵的區別，從而進行分別對待

c)化學分析，大量基于馬桶的傳感器近來正被大量研發，結合云端的大量相關數據庫，進行健康監測。而在特定的生產和工作場所，通過AI分析，基于主要的化學成分進行安全預警和成分調優，也具備大量的想象空間

d)概率統計，AI從來就和大數據緊密相關，Alpha Go這些個AI，就是利用算法進行概率分析，從而得出相應的應答選擇。而基于海量數據，對于特定的議題進行概率分析，將無窮趨近正確的結果，比如天氣預報的日益準確

e)相關性分析，大數據分析的另一個特征，就是通過大量的數據，分析不同行為間的相關性，從而得出它們相關的程度，以進行決策支持，而且并不需要關心兩者間的內在邏輯。比如，對于注塑溫度與產品脆性間的相關性分析可以提高產出良率

f)行為分析，是基于無所不在的機器行為的記錄，勾畫出使用者的行為畫像。比如通過智能汽車或車聯網的記錄，對于駕駛人的行為方式進行記錄，并為保險精算定價提供非常精準的輸入。這一模式已經非常成熟，FaceBook和Twitter，對于你的閱讀偏好，甚至是為數不多的幾個點贊，就能洞察一個人的性格、性取向、政治色譜等大量的行為偏好，從而進行更有效地服務，或用于其它的運用

g)質量追蹤/問題溯源，通過產品生產過程、原料來源、設備參數、服務過程的記錄，為快速進行問題排查提供幫助。另外大量的相關性分析，也能對于未知問題進行分析。國外的電網公司經歷大斷電之后，利用AI進行失效仿真模擬影響范圍，或是根據事故結果推算問題節點方面，已取得長足進展

3.增強仿真

是指基于AI識別輸出的類型和場景，按預先設定的優化方案，或是不斷的機器學習得到的優化方案，通過算法影響原先的輸出結果，從而獲得更好的視聽效果。這一技術持續進步將使得增強/虛擬現實不斷得到普及，最后在技術的仿真設計方面也大有可為

a)視像渲染，這一點大家都不陌生了。從一開始的美圖秀秀、Face U，到現在的視頻美顏、流媒體/電視廠商的AI算法增強，到現在很多硬件廠商直接把優化算法內置在原廠設置里，比如華為手機的拍月亮模式自動優化

b)語音渲染，大量的K歌軟件的效果渲染，以及人工聲音合成、朗讀軟件，都是這一類應用。AI不停進化的路上，把結果進行聲音合成作為輸出，未來會越來越成為標配

c)變頻輸出，小到空調冰箱的變頻，大到街道的信號燈、路燈，公共場館的電梯、新風系統等設備，按照人流量和其它環境因素，進行動態調優后的運作和輸出。最有名的當屬新加坡的EPR系統，通過路網的負荷，進行相應的信號燈調節，從而舒緩交通

d)仿真設計，最近熱炒的數字雙胞胎就是這一個范疇。通過數字化模擬，使得在設計階段，可以通過虛擬的方式，來推算產品的特定性能和外觀，從而在一開始就能排除掉大量無效的方案

c)增強/虛擬現實，增強現實，是基于現實的場景，疊加相應的特性。比如前些年風靡全球的《口袋妖怪Go》，就是基于現實的地圖坐標，產生虛擬的精靈，玩家可以去到現實存在的GPS位置，進行捕抓。虛擬現實大家都不陌生了，迪士尼樂園的大型全場景球幕影院就是。目前蘋果公司正在努力將VR眼鏡從1厘米向更薄改良，加上未來的5G高帶寬和低時延，大量的增強/虛擬現實的應用將會產生，我們的娛樂方式也將大不一樣

f)服務機器人，大量的機器人程序已經投入生產，比如財務機器人的自動核帳、呼叫中心的語音機器人等。國外某些行業，已經能實現由機器人和客戶進行應答，只在交易條款確認時，才需要按法律要求，真人進行介入確認

4.決策輔助

a)預防性維護，前一陣子IBM的“沃森”AI系統的廣告，工程師在電梯出問題前就到現場維護，因為“沃森”告訴他哪些關鍵部件需要去退換了。現實中，除了計劃性的維檢之外，還有基于設備的運行狀態，比如刀頭的溫度和切削次數，進行預防性維護，杜絕運作異常和事故

b)智能交通，這一領域其實包括智慧城市、智能電網(水務、燃氣等公用設施)等相似或更高階的應用場景。智能交通是根據一段足夠長時間，在特定的路網內的交通流量數據，進行路網和信號規劃的測試仿真；以及實時對路網流量進行監控，調節相關路口信號設置、以及利用廣播等手段，進行動態優化的智能化交通管理

c)智能制造，在制造自動化的基礎上，按照生產設備狀態，進行設備參數、節拍、投料等環節，通過AI智能進行自動決策，并通過自學習不停進行決策優化的行為。到最后階段，甚至協調供應鏈上相關的環節和合作伙伴的系統，共同進行按需按時和高質量高效率的生產組織

d)輔助駕駛，到最后會變成全自動駕駛。目前更多是根據地圖數據和環境數據，進行駕駛過程的自動輔助。

e)環境調節，這是經常在智能家居宣傳里出現的場景，比如燈隨人動、空調隨著心跳汗量和人的位置調節、根據PM2.5開關窗和空氣凈化器等

f)精算支持，按照大量的歷史天氣、交通、人口等數據，和個人行為數據，進行財產險、人身險的精算；國外領先的零售企業，根據厄爾尼諾和拉尼娜的輪替、中近期的天氣預測，進行生鮮的價格測算和戰略性采購安排、不同季節服裝的更替計劃安排等，這些智能測算也屬于此一范圍

g)高頻交易，根據大量經驗證的交易經驗模型，以及不斷學習優化的決策系統，國外在證券、期貨等領域，大量的智能系統已成功應用于高頻交易，并取得了單靠人力無法達到的優異成績

5.形成意識

之上所述的AI，都只是利用計算機強大的算法，針對專門領域的話題，按一定的規則，進行大數據量的分析，并給出可供選擇的結果和建議。近來的自學習，則是對不同的結果按一定的擇優標準進行反饋，從而讓AI程序可以優化其算法和參數的一個過程。這樣的AI，只是一個強大的計算器而已。

而馬斯克，甚至霍金警告的人工智能，則是機器需要跨越一個巨大的鴻溝，產生自主的意識。而我們知道，簡單的算力堆砌是無法產生有自主意識的智能的。現代計算機的運算能力，遠高于人類，但仍只是一個工具。在我們這個年代是否能產生有意識的人工智能，從而進行化成一種新的生命型態，在目前看來，還很遙遠，除非奇跡出現，否則只能寄希望于下一次的技術革命了。