人人都在谈论人工智能 可它到底为啥这么热？

　　人工智能(AI)这个术语的诞生可追溯到20世纪50年代，此后它曾出现过短暂繁荣。然而在过去5年间，计算能力的大幅进步触发了AI革命，谷歌(微博)母公司Alphabet、亚马逊、苹果、Facebook以及微软等科技巨头争先进入这个领域。现在几乎人人都在谈论AI，可它到底为何物?为何它现在被炒得如此之热?

　　在我们的生活中，AI几乎已经无处不在，从苹果的iPhone键盘到Zillow的房价评估程序。还有许多东西被营销人员称为AI，尽管实际上它们并非真正的AI。或许，当Alphabet旗下AI子公司DeepMind开发出的智能程序AlphaGo不久前击败人类顶尖围棋冠军后，AI热潮达到了顶峰。

　　人类在智能方面依然比电脑强得多，因为人类可比机器更好地完成许多任务，虽然有AI支持的计算机程序(比如AlphaGo)也能在少数任务中战胜人类。但AI有可能在大多数任务中变得比人类更聪明，这甚至可对人类就业、创造力甚至生存造成影响。

　　AI到底是什么？

　　现在几乎所有人都在谈论AI，你可能认为它是个新鲜事物，但其技术基础早已存在。在许多基本概念出现前，AI这个术语可追溯到1956年。当时美国达特默斯大学数学教授约翰·麦卡锡(John McCarthy)提出一个夏季研究项目，并称“学习的每个方面或智力的其他特征原则上都可被精确描述出来，并被机器所模仿”，AI的概念由此诞生。

　　在随后几年中，麻省理工学院和斯坦福大学相继成立AI实验室。这些研究主要关于计算机国际象棋、机器人以及自然语言交流等。人们对这个领域的兴趣随着时间流逝而波动。在20世纪70年代到80年代，由于公众兴趣减退，外部资金枯竭，AI陷入“寒冬”。20世纪80年代中期，那些看似前程似锦的初创企业和风险资本突然消失，就像约翰·马尔科夫在《爱之优雅的机器》(Machines of Loving Grace)中描述的那样。

　　你可能还听说许多与AI有关的其他专业术语，比如机器学习和深度学习等。其中，机器学习是指教授机器如何去做特定的事情，比如识别数字，这需要用大量数据训练它，然后指导它对新的数据进行预测。现在，有关机器学习取得的巨大成就是，随着数据积累得越来越多，开发可随着时间推移变得越来越聪明的软件变得越来越容易。

　　深度学习是机器学习的一种类型，要求更少的人工协助。通常这种方法涉及到人工神经网络，这是一种松散的数学系统，主要是通过模仿人类大脑中神经元的协同工作方式研发出来的。神经学家沃伦·麦卡洛克(Warren McCulloch)与数学家沃尔特·皮茨(Walter Pitts)于1943年首次提出类似系统。多年来，研究人员不断提出各种先进的技术概念，包括添加多层网络。每增加新的连续层，更高水平的功能就可被用于原始数据中，以便做出更好的预测。这些网络层可在数据中找出特征，但使用层数越多消耗的计算能力就越多。

　　为何AI突然变热？

　　多年来，硬件已经变得越来越强大，包括英伟达在内的芯片制造商也在不断改进他们的产品，以便更好地适应AI计算的需求。在许多领域，更大的数据集已经可被更广泛地训练模型。

　　2012年，谷歌的AI项目曾引发广泛关注，当时它用1000万张来自YouTube的图片训练由1.6万个CPU构成的神经网络，并教授其识别图片中的猫。但是当年晚些时候，图片识别领域再次取得突破，当时在2个GPU上训练的8层神经网络胜过所有竞争对手，基于内容对图片进行了精确分类。几个月后，谷歌收购了神经网络初创公司DNNresearch，后者诞生于多伦多大学计算机科学系。

　　自从那以来，AI活动不断加速，世界领先的科技公司争相进入这个领域。与此同时，世界上市值最高的多家科技公司也在不断发布自己最新的研究成果，这也增加了AI的魅力。

　　谁处于领先地位？