AI随笔开篇

人工智能毋庸置疑是现在及未来十年的风口，这3个月断断续续看完《机器学习实战》，《实用机器学习》（建议先看《实用机器学习》再看《机器学习实战》，我看反了），并看了一些讲座和网文。

看完有几个比较浅的见解：

1、人工智能范围很广

金融贸易：自动化交易、盗刷预警、小额审批；

图像识别：医疗X光图像识、人脸识别；

语音识别：语义识别、声音控制；

驾驶：无人驾驶，辅助驾驶；

法律：合同文本审核、起草判决书；

计算机：入侵检测、软件推荐等；

建筑：智能家居、智能楼宇。

未来如果要作智能XX或者XX智能的方案，其实可以简单按图索骥。

2、现阶段还是垂直领域的弱人工智能

现阶段的人工智能，只能在特定领域取代部分人类的复杂而重复劳动，在一些比较敏感的区域还需要人工干预，譬如：

机场的人脸识别，虽然认出你和身份证相片相似度达80%以上，但还是需要安检人员人工确认放行。

语音识别，现在不用训练也能很好的识别，但你试试在粤语和普通话实时切换。广东人表示没任何压力，讯飞直接识别出乱子。

语音识别和图像识别就是两个不同的垂直领域，你拿语音模型去识别图形，估计不适用。

3、叫机器学习可能更合适

人工智能给我感觉类似《终结者》的杀手或者《异形》的生化人，一套系统完成N个不同领域的输出。

现阶段的人工智能更多的是给定一批数据和多种算法，让机器不断优化自己的模型，完成单一目的输出。

因此看一些资料都是直接叫机器学习不叫人工智能，个人觉得还是蛮实诚的。

4、现阶段的应用场景有边界

经过学习后的模型，只适合一种有边界的场景，如果换了场景估计就会歇菜。

最经典的就是语音识别，即使作得最好的讯飞，必须先指定粤语还是普通话，否则就会识别闹笑话。

边界这个词不是物理上的边界，而是模型上的边界，另外一个例子是自动驾驶。

表面上看，自动驾驶可以驰骋无边无际，其实自动驾驶场景的模型是一个有限模型。它包含了路径（路面范围、GPS导航）、活动障碍物（前方侧面的车、后方跟进的车、突然跳出的狗）、固定参照物（灯柱、树）还有信号量（栅栏、交通灯）等。

个人觉得真正能作到无边界的适应，现阶段在只有人类，人类的终极就是007。

007可以边高速开车（一套AI系统，自动汽车驾驶）边聊电话（第二套AI系统，语音识别），逃到机场直接跳上飞机开走（第三套AI系统，自动飞机驾驶）。

5、大数据+极高运算能力是机器学习能实用的基础

现阶段最成功的机器学习算法是深度学习。

动辄至少以百万级数据来训练，而且需要新数据不断的纠正，这依赖大数据。

输入输出达到毫秒级，才有实用价值，这依赖极高运算能力。

举个例子，语音识别现在手机上达到说写同步，而不像以前需要等个十秒才出结果而且还识别不准。

6、电费是机器取代人的一个重要门槛

阿尔法狗打一场比赛，需要7000美金/小时，李世石只需一份盒饭。

机器如果要取代人，估计要等量子计算机或者生物计算机的出现。现在这些硅基架构的计算机，估计一时半会还比较难，因为已经到了芯片制造极限。

7、作产品要关注应用

机器学习算法很多，半路出家搞算法研究估计够呛，这些都需要很深的数学基础。

但是机器算法如果不落地，也就是一个实验室的玩具。

作为产品经理，重点关注什么产品在什么场景下可以用到什么算法，什么输入有什么输出。

换个说法，产品经理就是实用推手，没有第二个人。

AI起码有几十年的光景，现在介入正当时。