行疆部落
首先，目前人工智能尚處在行業發展的初期。
人工智能雖然經過了60多年的發展，但是人工智能領域整體的進展還是比較緩慢的，在60多年的發展歷史中，人工智能的研究也經歷了多次起起伏伏，隨著大數據技術的發展，人工智能迎來了前所未有的發展機遇。
人工智能領域發展較為緩慢的原因有三點，其一是人工智能是一個典型的交叉學科，涉及到哲學、數學、計算機、神經學等諸多學科，所以內容比較多，其二是人工智能產品的研發難度較大，其三是人工智能產品落地難。
雖然目前已經有不少智能體（Agent）參與到了生產環境中，但是這些智能體依然具備以下一些侷限性：
第一：依賴於環境。目前大部分智能體都對應用場景有較為嚴格的限定，離開特定的場景就無法發揮作用，這是目前一個比較普遍的問題。雖然在特定場景下工作會降低智能體的通用性，但是在一些工業生產領域，營造特定的工作環境並不困難，比如汽車製造領域。
第二：依賴於人類決策。目前智能體的決策能力還是非常有限的，所以大部分決策需要人類給出，智能體的作用是輔助人類進行各種決策。比如目前在智能駕駛、智慧醫療等領域的智能體，往往都會進行比較全面的輔助作用。
第三：行為合理性需要加強。智能體的研發方向曾經有過較多的爭論，比如像人一樣思考還是合理的思考，像人一樣行動還是合理的行動等問題。目前在人工智能領域更趨向於合理性，因為這樣更容易判斷，但是目前的智能體在合理性方面還需要不斷加強。不少智能體在落地應用的過程中，發現一個比較嚴重的問題就是行為合理性問題。
我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續寫一些關於互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。
如果有互聯網方面的問題，也可以諮詢我，謝謝！
IT人劉俊明
人工智能是從1956年的達特茅斯會議開始的，到現在是61年的歷史，發展過程中我們知道的就是很大起大落的。
人工智能的發展程度：
在語音方面的突破：
語音方面最近都有很大的突破，並且結果很好。2016年10月分的時候，由微軟美國研究院發佈了一個語音世界的最新的結果，實現了錯誤率為5.9%的新突破。這是第一次用人工智能技術去的了跟人聲類似的語音識別的錯誤率。
在圖像方面的進步：
在微軟亞洲研究院的技術---ResNet，獲得了ImageNet的冠軍，錯誤是在3.5%，我們人的錯誤率是在5.1%。可以看出特定領域下計算機在圖像的識別上已經超過我們人的水平。在2016年的時候，再次拿到了物體分割面上的冠軍。
除了這些，還在自然語言上取得了很大的進展。
在我們面對人工智能熱潮的時候該做些什麼？
分析當前技術的短板，針對性的開展研究工作
反思人工智能發展路線圖，開啟研究的新格局
在人工智能發展歷史上留下我們自己的印記
除了Python的基礎知識以外，還要研究的就是深度學習。需要了解大量的標註數據，來讓我們有一個夠訓練的有效模型。如果想研究這個領域光是靠理論知識也不夠，還有數學的一些概率問題等等。
我國在AI領域還是領先的
在艾瑞諮詢的一份報告中表示：中國的人工智能市場將在2020年年達到91億美元的規模。這意味在未來的幾年，每年的增長速度都達到50%的。所以要入門的小夥伴們要抓緊了。
這是傳智播客，走在IT前線。我們有技術、有資源、有諮詢~
傳智播客
目前人工智能儘管得到了廣泛的應用，但還屬於非常初級的階段。
主要有應用於工業製造的工作機器人、協作機器人；應用於車間材料運輸、物流儲運和碼頭集裝箱卸貨的移動機器人；應用於銀行、娛樂行業的服務機器人；應用於醫療行業的微型檢測機器人及手術機器人；家庭用智能終端和兒童學習機器人；農業播灑用機智無人機等等。
這些人工智能應用大都只是起到協作和輔助的功能。缺乏主動學習能力及深度應用範圍。
不過隨著全球市場及國家戰略層面對人工智能重視的提升，人工智能正迎來飛速發展的時機。
比如谷歌的Deepmind智能機器人已經能夠自我學習多種運動技能；英偉達的最新的條件GAN智能合成系統已經突破提前網絡學習的壁壘，能自動生成高清晰和逼真的遊戲畫面；芯片設計人工智能已經能通過深度學習迅速提供有效方案，從而大輻縮短芯片製造週期。
在人工智能機器人初級自我意識的形成方面也有突破。美國科學家已研製出能自我感知自已外型的小型智能機器人；歐洲科學家研製出先經過深度網絡學習而後能按照機器人自已的印象畫出山水樹木的繪畫智能機器人，據說這些機器人畫作已拍出非常昂貴的價格。
而隨著5G網絡的到來，幾乎零延遲的網速將為人工智能的發展帶來更為強有力的支撐。
科學的奧秘
年初，“阿爾法圍棋”橫掃中韓等國頂級棋手，10月它又被自己的新版算法“阿爾法圍棋－零”戰勝。人工智能領域的一系列新現象、新突破，讓人眼花繚亂、目不暇接。
無論是將人工智能稱作“下一個風口”、“最強有力的創新加速器”、“驅動未來的動力”，還是關於它會不會比人類更聰明、甚至取代人類的爭論，都說明人工智能又一次迎來發展高潮。
與以往幾十年不同的是，人工智能這一輪高潮，是科技進步的水到渠成，也是與生活和工作相關的科技應用快速發展的結果，被嵌入十分廣泛的生活場景中。有科學家因此認為，“我們或許將成為與人工智能真正共同生活的第一代人”。
不怕機器記性好，就怕機器會學習。像“阿爾法圍棋”這樣的機器自我學習技術基於三方面要素：互聯網大數據、強大的運算能力以及深度學習技術突破。它們共同造就了語音、人臉識別準確率的驚人提升，更加自然的人機對話，乃至可以像“阿爾法圍棋”一樣去找尋規律、自我決策，其中最核心的是深度學習。
那究竟什麼是深度學習？一是通過算法給機器設計一個神經網絡；二是通過大量標定的數據樣本訓練神經網絡，讓它認識外部世界。以前，一個應用要通過非常精確的算法來描述，但是今天，我們不知道該用什麼精確模型來教計算機，只能拿非常多的數據樣本讓機器比對學習，舉一反三。
具體到“阿爾法圍棋”，它還使用了強化學習和蒙特卡洛樹搜索等技術。後者是一種啟發式的搜索策略，能夠基於對搜索空間的隨機抽樣來擴大搜索樹，從而分析圍棋這類遊戲中每一步棋應該怎麼走才能夠創造最好機會。
只需要先教“阿爾法圍棋”一些人類摸索出的基本下法，然後讓它與自己大量對戰，就可以飛速提升水平。而“阿爾法圍棋”的最新版本“阿爾法圍棋－零”具備了無師自通的能力，在沒有人類知識與對決訓練的情況下，“從零開始”自己與自己對弈，僅3天后就戰勝了自己的前輩。
搜狗首席執行官王小川認為，識別、決策、生成是人工智能的核心應用。例如，在決策方面，人工智能可以幫助提高決策效率，提升商業效率。
“我們已經在金融、醫療和教育等方面看到這些應用。在識別和生成領域，人工智能的進展已使人機交互越來越自然，這也是我們感興趣的領域。從歷史趨勢上看，機器在逐漸適應人，並已為人類分擔了許多具體工作。”王小川說。
前百度首席科學家吳恩達、香港科技大學教授楊強等眾多全球頂尖人工智能專家都認為，人工智能下一個重要突破口是“遷移學習”，這也是人工智能未來的發展方向。簡單說，“遷移學習”類似中國成語裡的“觸類旁通”，就是機器將在一個領域學習掌握的技巧、經驗和能力，遷移到一個新的有一定關聯的領域裡再應用，這樣在新領域裡，它就能省去大規模數據訓練，只需一小部分數據就能迅速“成才”。當機器具備這種能力後，將使人工智能邁入全新層次。
按照人工智能“弱智能”、“強智能”和“超智能”的劃分，當前乃至很長一段時間，人工智能還處於“弱智能”階段，還只能侷限在特定的封閉領域。比如，“阿爾法圍棋”只能在封閉場景通過數據樣本學習和對弈訓練提高下棋能力，並不能發揮創造性。到了“強智能”和“超智能”階段，人工智能就能像人類那樣學習、決策和反思，解決不同領域的各種複雜問題。
儘管如此，僅靠當下的人工智能技術水平，人類就已經對機器的計算與“算計”產生高度依賴了。從購物網站的精準推送到電視劇的編劇、再到無人駕駛汽車，生活中的人工智能可謂無處不在。
未來是人工智能高速發展時期，敬請期待。
程陽機械廠
AI時代是使生活進入5G生活一個必不可少的方面。這裡我就要穿插一些華為的東西了，請諒解。因為華為從2017開始的海思麒麟970處理器到去年2018年的980處理器，都運用了人工智能AI專用模組，使你的手機在日後使用的過程中，熟悉你的操作，使手機更加聰明，這就是人工智能AI的好處和進度。可能大家認為這可能是華為的噱頭，但是我最近剛入手的Mate20Pro就是搭載980這一人工智能AI芯片，雖然只用了一週不到的時間，但是我覺得這臺手機的AI習慣正在偏向我的路上漸行漸遠。
所以說人工智能AI是個好東西，中國華為正在發展變強，世界也在發展變強，人工智能的趨勢會越來越大。目前華為發展的人工智能處在無人能敵的境界，也希望華為能漸行漸遠，方能始終，華為加油！中國加油！
中國孫總
人工智能的發展是科技發展的趨勢，在此領域我個人認為有四個標誌性階段：人工智能起步階段，科學家們不斷在算法及神經系統方面研究，直到阿爾法狗取得的成果；人工智能探索階段，科學家和企業家一起在特定的領域進行研究，實現無人駕駛等方面的成果；人工智能運用階段，企業家們普遍利用人工智能設備解決生產能力等突出問題，直到出現一些機器人失誤及不可預測的問題；人工智能發展階段，哲學家、科學家及企業家一起圍繞人工智能達成人與機器、機器與機器、機器與人，直到人與人之間的協調配合，和諧共處階段
創新創業導師
機器人行業的發展，可以說他的進步很多時候令人感到喪心病狂，下棋、做飯、洗衣、拖地無所不能。所有的信息都告訴我們“留給人類的工作不多了”，很多人為此感到恐慌。萬能的機器人似乎隨時都可以把人替換掉，而事實上卻是很多機器人被炒魷魚！
機器換人方興未艾 機器人“慘遭下崗”
日本的機器人酒店Henn-na，是全球首家機器人酒店，早在2015年就開張的它擁有著243位機器人員工，而最新消息，該酒店已經裁掉了半數機器人。
其實至今為止，全球的機器人產業仍舊處於弱人工智能階段，機器人的智能化還不夠成熟，很多時候他們依然無法識別和反饋對人類的簡單指令。儘管在某些領域它們已經展現出了自身價值，但由於思維、情感等方面的缺乏，也讓機器人在應用中存在不少弊端。
日本機器人酒店的裁人事件並非個例，在此之前美國已經因為機器人保安跳水池“自殺”事件而解僱了K9機器人。同樣下場的還有在英國就職的超市機器人——法比奧。因為經常會受到其他聲音的干擾，導致它經常答非所問，無法為顧客提供有效的服務而受到投訴，法比奧在工作一個周之後慘遭淘汰。
之所以會出現此類“裁員”問題，主要原因是機器人功能和服務水平的低下所導致的。機器人的“人性化”發展未來還有很長的路要走，相信伴隨著新興產業的持續發展，克服以上問題實現高級智能化指日可待！
工業互聯網
現在的人工智能經過幾個階段的發展，正處於正式起步階段，目前有很多應用場景可以暢想，但是還沒有深入到工業生產的核心領域，有很大的發揮和發展空間。如果非要對比的話，就看看歐洲工業革命給全世界帶來的變革，人工智能時代必將引發一場新的變革。
AIARVR物聯網解決方案
已經有索菲亞這個機器人出來了，跟真人很像，可以看一下。
自由旅行的禪
弱人工智能的第一個峰值，人們已經在考慮當前技術的侷限並試圖提出改進。
