1956年，人工智能概念首次被提出，之后經歷了60年的浮沉起落，人工智能產業(yè)一直在曲折中前進，如今，人工智能已成為最炙手可熱的產業(yè)之一。麥肯錫全球研究院就認為人工智能正在促進人類社會發(fā)生轉變。這種轉變將比工業(yè)革命“發(fā)生的速度快10倍，規(guī)模大300倍，影響幾乎大3000倍。

如果說2016年是人工智能的新紀元，人們對于人工智能的探討還是基于概念的探討和前景的展望上，那么2017年則是人工智能如何落地的關鍵一年。

從廣義上講，人工智能的應用已經非常廣泛，各大新聞客戶端會根據你的閱讀興趣推送相關新聞、各大電商平臺會根據你的購買習慣推送相關商品、幾乎所有你瀏覽的網頁所呈現的廣告都與你的歷史搜索相關……這些都可以稱得上是人工智能。而且，與過去60年人工智能的發(fā)展主要集中在實驗室里不同，新一輪的人工智能已經在諸多應用場景中發(fā)揮威力，應該說，新一輪的人工智能浪潮才剛剛開始。

從云計算到大數據，人工智能已經具備了相對堅實的基礎。其中，大數據稱得上是人工智能賴以開展的生產資料，而云計算則是人工智能發(fā)展的生產工具。不過，從當下人工智能的發(fā)展現狀看，大部分的人工智能還停留在大數據分析階段，距離真正的人工智能還有一定的距離。

人工智能正在告別新一輪概念炒作

如果說60年前人工智能概念的提出，多少有些科幻的成份，那么，今天人工智能概念的再次火熱卻帶有強烈的現實意義。從谷歌AlphaGo在圍棋領域戰(zhàn)勝人類選手后，人工智能開啟了新一輪的發(fā)展熱潮。與以往人工智能憑借強大的算法(窮舉)戰(zhàn)勝人類不同，在圍棋領域，人工智能展現出了機器學習的能力。

于是，2016年被業(yè)界稱為人工智能的新紀元，幾乎所有的IT互聯網企業(yè)，以及那些還在推動互聯網+、數字化轉型的傳統(tǒng)企業(yè)，也開始尋求借助人工智能實現自身的轉型升級，以人工智能為代表的新技術正在成為新的生產力。

不過，在2016年，企業(yè)對于人工智能的關注依舊停留在概念層面，也就是說，企業(yè)很清楚人工智能領域可能蘊含的機會，以及人工智能的應用給傳統(tǒng)產業(yè)可能帶來的沖擊。但如何推動人工智能的落地，將這些設想變成現實依舊是一個難題。

在這一過程中，企業(yè)發(fā)現，云計算、大數據這兩大技術正在人工智能的發(fā)展過程中扮演越來越重要的角色。云計算提供計算能力，起到了生產工具的角色；大數據提供數據基礎，起到了生產資料的角色。

從技術發(fā)展的邏輯講，人工智能從云計算、大數據的角度切入，再合適不過；但從應用角度講，如何通過云計算、大數據的應用，實現人工智能，仍舊還需要很長的路要走。應該說，人工智能與以往的技術概念炒作路線完全一致，也在經歷從過度神化走向落地。

而從行業(yè)應用的角度講，那些天生對計算能力和數據要求較高的行業(yè)正在開啟人工智能應用的大門。正如高通全球副總裁、創(chuàng)投董事總經理沈勁所說，人工智能已經進入下半場，下半場意味著其發(fā)展速度會比我們想象地快的多，人工智能已經能夠迅速變革各個行業(yè)。這緣于人工智能所擁有的三大推動力：數據、網絡、計算能力，它們各自都在以指數級的速度發(fā)展。

而高盛首席經濟學家JanHatzius也表示，未來人工智能技術將會全面驅動生產力的提高，如同電力對各行各業(yè)的影響，人工智能將會進入到農業(yè)、金融、醫(yī)療、零售、能源等諸多行業(yè)中，機會巨大。

從大數據到機器學習 人工智能發(fā)展?jié)u入佳境

盡管人工智能的新時代已經開啟，但目前人工智能的發(fā)展和運用，還主要集中在大數據技術層面：通過對海量數據的分析，得出相應的數據規(guī)律，從而指導人們根據數據分析結果進行決策的優(yōu)化，釋放數據價值。正如創(chuàng)新工場CEO李開復曾講到的那樣，人工智能最初被使用到的場景就是大數據積累得比較好的場景。

因此，很多從事大數據分析的企業(yè)開始給自己貼上人工智能的標簽，嚴格來說，這樣做不免有蹭熱點的嫌疑，卻也合乎邏輯。如果把新一輪的人工智能發(fā)展重新界定，大數據技術的深入應用可以算作是人工智能的1.0時代。

基于對數據的分析、洞察數據的秘密，這里的主體依然是人，而并非機器。但機器學習、深度學習的出現，則讓主體逐漸變成了機器，開始體現人工智能的真正意義。從人對數據分析到機器通過數據來學習，這樣一個變遷的意義可謂深遠，稱得上是人工智能的2.0時代。

但從目前人工智能的發(fā)展現狀看，只有很少的企業(yè)能夠進階到以機器學習為代表的人工智能2.0階段。與大數據分析相比，機器學習的出現，則是在大數據分析的基礎上，對算法不斷優(yōu)化，讓機器能夠借助這些算法持續(xù)提升大數據分析的能力。這里的算法，就像是人類賦予機器的智慧和能力，從“授之以魚”到“授之以漁”。

從技術角度看，云計算、大數據到機器學習，人工智能的發(fā)展盡管迅速，但依然處在線性發(fā)展階段。真正高階的人工智能，則是機器自身具備數據收集、整理、分析的能力，并自主對算法進行調整和優(yōu)化，自主做出判斷和決策。這樣的人工智能才稱得上是人工智能的3.0時代，也更接近人們理想中的人工智能。

而從應用角度看，李開復也給出了自己的判斷：未來10—15年人工智能將按照以下三個階段發(fā)展：首先，人工智能會在數據化程度高的行業(yè)發(fā)生；其次，隨著感知、傳感器和機器人的發(fā)展，人工智能會延展到實體世界；最終人工智能將穿透到個人場景。

人工智能下一個突破點：應用場景

不管是國際象棋，還是圍棋或是德州撲克，人工智能在這類棋牌游戲中能否戰(zhàn)勝人類，已經變得沒有懸念。如果人工智能只能做到這些，這一新興技術的魅力就會大打折扣。

事實也是如此，如今，人們對這類人機大戰(zhàn)開始變得漠不關心，開始期望在幾乎所有的工作和生活場景中應用這一新技術，就如同當年計算機、互聯網出現之初一樣。彼時，計算機的應用讓人們進入無紙化的信息時代，而互聯網的應用則讓人們得以打破信息傳輸的邊界，真正讓世界變得更加互聯互通。

從目前的態(tài)勢看，人工智能所帶來的革命性將遠超計算機和互聯網，因為它要做的是要代替，或者說部分代替人類的思考。比如，在醫(yī)療行業(yè)，醫(yī)生的診斷能力很大程度上取決于這個醫(yī)生個人的醫(yī)療水平、醫(yī)療經驗。通過對病人各項指標的化驗數據，那些經驗豐富的醫(yī)生可以做出更加準確的診斷，而那些年輕醫(yī)生的準確性則要差很多。相比較而言，人工智能顯然更具優(yōu)勢，因為它可以對所有相關病例數據進行分析，從而得出更加接近真相的診斷。

醫(yī)療顯然是人工智能可以發(fā)光發(fā)亮的熱門領域之一。人工智能類似的應用還可以推廣到更多的場景中，比如金融、能源、交通，甚至是文藝創(chuàng)作等眾多行業(yè)。人工智能給人們帶來的，不僅是通過數據分析呈現其規(guī)律，幫助人們進行決策；而是規(guī)避人類被情緒、感情等因素的干擾，幫助人們做出更加合理的決策。

不過，相比較人工智能技術的演進，人工智能當下最重要的任務是如何普及到更多的應用場景中，并真正在這些場景中為人們所應用。人工智能需要不斷獲取新的數據、進行持續(xù)且深度的學習，“越用越靈”可以說是人工智能發(fā)展的關鍵。

而從目前市場應用的角度看，人工智能還只是在一些特殊的領域和特殊的地方試用而已，遠遠沒有普及開來，也很難真正發(fā)揮其作用。從實驗室到普及，人工智能顯然還有一個相當長的路要走。

因此，現階段人工智能的機會正更多集中在不同的應用場景上，而不只是實驗室級別的應用。