人工智能爆發的背后邏輯

　　要解釋一個技術路線發展的邏輯，我們往往從宏觀趨勢和當前進展兩個角度出發。

　　首先來看宏觀趨勢，人工智能背后代表的先進生產力能夠帶來巨大的經濟效益，因此一直吸引著研發投入。

　　自1956年達特茅斯會議誕生“人工智能”一詞 以來，技術發展已經取得了質的突破：大數據和數據處理技術的逐步成熟，包括深度學習算法的提出，以及適合海量訓練數據的GPU的引入，開啟了人工智能的入口。

　　算法和芯片是AI建設的基礎層，除了當前AI市場主流芯片，即英偉達的GPU之外，英特爾（收購Nervana Systems；FPGA）和谷歌（研發Tensor）也在推廣自己產品。除了目前主流的兩種改善通用芯片用于半定制的深度學習算法之外，業內也在積極研發面向人工智能應用的新的芯片，包括谷歌的TPU、我國中科院計算所的寒武紀，這類的針對特定算法以及特定框架的全定制AI芯片，以及更近一步的，IBM 的TrueNorth這類的類腦芯片（BPU）。

　　*人工智能芯片一覽（援引招商證券）

　　算法，尤其是深度學習算法領域，則不是巨頭壟斷，而是掀起了一波包括計算機視覺、語音交互、機器人/自動化、醫療、安全、消費、商務等領域的創業潮。巨頭們往往選擇更為基礎的算法框架入手，進行開源，以構建自家AI生態，如谷歌的TensorFlow和微軟的Cognitive Toolkit。

　　*深度學習創業潮

　　除了基礎層建設，AI的前沿進展還包括馬斯克的腦機接口項目、基于ARM的深度學習芯片以及英偉達面向醫療的應用、聊天程序/聊天機器人發展出了自己的語言、英特爾的自動駕駛技術研發等。

　　艾瑞咨詢分析師張鳳表示：“目前我國71%的人工相關企業都在做技術落地應用，在算法技術方面，55%的企業在做計算機視覺，13%在做自然語言處理，只有9%的企業真正研究機器學習。能夠很快把技術應用落地是我國的優勢，但是對于基層的技術研究，我國的企業實力目前還無法和國外匹敵，這是劣勢。”

　　再來看當前進展：現在的AI能做什么？引用FB研發主管Yann LeCun的話，我們現在看到的AI，距離它卍解還很遠，不到它真正的能力的5%。