在過去的四年中，我和我的YAOSHA開發團隊們，在人工智慧的方向，跨過一個又一個的坑，也收穫了一些關於人工智慧場景應用、人工智慧開發、人工智慧技術選項等的一些經驗，以下我將為大家一一道來。
辨識篇：究竟怎麼樣才能稱為人工智慧技術
一、人工智慧究竟是什麼？
現下，無論是投資風口、政府檔案、市場焦點、吃瓜群眾的口議，都離不開人工智慧這個熱點。
有人說：
智慧機器人技術高階大氣上檔次，那才是人工智慧技術呢
有人說：
像電影AI裡面的 或機械姬 或者是像異形電影裡面的大衛，那樣的呢能夠自主理解人類，能夠自主學習人類知識的才算是人工智慧技術
當然，這些說話很高階，也拔高了人工智慧的層次，放佛離我們的生活很遠。
也有人說：我打車的滴滴、我叫外賣的美團、餓了麼。也是人工智慧技術的應用
至於是不是？接下來我們先來看看60多年前，人工智慧學說確立的那個科學大會-達特茅斯大會中，對於人工智慧的定義
在1956年的達特茅斯大會中摩爾，麥卡錫，明斯基，賽弗裡奇，所羅門諾夫等科學家對於人工智慧（ArtificialIntelligence）做出了以下系統性的定義
“我們將試圖找出一種方法，能讓機器使用語言、形成抽象概念和觀念、幫助人類解決不同種類的問題，並且能夠自我改進……現階段人工智慧研究的目標是，試圖讓機器做出能被人類稱為‘智慧’的行為。”
我們可以從以上總結中看到最初AI之父們對人工智慧的期許和定義在於：
1. 人工智慧是能夠使用人類語言
（語義識別、語音朗讀、語言識別、自然語義理解）
2. 人工智慧是能夠形成抽象概念和觀念
（專家系統、知識庫應用）
3. 人工智慧是基於解決人類問題且自我改進而存在的
（深度學習）
4. 人工智慧是一種具有模仿人類“智慧”的機器
（元智慧 神經網路）
這是AI之父們在人工智慧的最初週期對於人工智慧的最基本和原始的想像和理解。
而在此基礎上所發展出的人工智慧的學科及基礎包括：
智慧語音
自然語言識別
神經網路
叢集計算
認知計算
機器感知
決策樹
自動程式設計
……
以上是由人工智慧發展出來的技術和理論框架。由此可見，人工智慧不是一種技術，而是一種技術型別的合集。
那麼我們來做一個小結：究竟人工智慧是什麼？
人工智慧是從計算機發展初期開始就形成的一種對未來的人類社會基於機器模仿人類智慧，具有自動化，智慧化，自主使用人類語言、邏輯思維能力、推理能力，具有自主學習進化能力的，且服務於人類，幫助人類解決各種問題的一種生產力的工具。
二、究竟怎麼樣的技術才是真正的人工智慧技術
有朋友會說，張老師，張總，你說的這些概念性的東西，還是沒有解決我們對於人工智慧的具象化理解的問題。究竟哪些技術，或者哪些型別的技術特徵才能成為人工智慧技術。
人工智慧從1956年提出並確立學科之後，衍生了大量的技術和學科型別，其中一個很重要的概念，我想和大家分享：
那就是
強人工智慧
和
弱人工智慧
。
什麼叫強人工智慧。到底強在哪裡？
強人工智慧，是指那些有知覺的，有自我意識的。可以獨立思考問題並制定解決問題的最優方案，有自己的價值觀和世界觀體系。有和生物一樣的各種本能。
是的，關於這個解析出自百度百科。我個人的理解是，強人工智慧是最符合最初麥卡錫等人提出的人工智慧定義的最終形態的人工智慧。
這是人工智慧，已經達到了，人型別態化，思維化以上的一種表現，是機器學習中無序學習的強化表現。
這裡又出現一個對大家來說是新的概念：無序學習。這裡暫不解析。我們先說弱人工智慧。
弱人工智慧是指目前技術下能製造出
真正地推理和解決問題的智慧機器，這些機器只不過看起來像是智慧的，但是並不真正擁有智慧，也不會有自主意識。
這就是所謂的基於現在條件下，我們人類所能製造和所能達到的人工智慧的技術。
而弱人工智慧技術，為了能夠達到推理和解決人類問題的條件。一般所採用的技術都離不開：知識庫系統。
為了賦予機器智慧化，必須給人工智慧一個專屬於這個解決問題的知識庫，而在這個知識庫的基礎上，機器化的人工智慧，進行有序學習和人工調教，是的人工智慧能夠對於人們的問題做出預判、總結、推理，資料匹配。得到解決問題的方式、方法。這也是目前人工智慧所能達到的能力。
那麼我們剛剛說了兩個心的概念，一個是有序、無序學習。一個人工調教。
這兩個都是機器學習、深度學習中的概念。是人工智慧的底層框架模型。
有序學習是指定方向，制定知識庫。無序學習是不指定方向，不制定來源。
人工調教則是學習和智能干預的措施。
那麼到這裡有朋友可能會問，你說的這些我所見到的宣傳自己是人工智慧、智慧AI的哪些應用或商業模型，都沒有說到啊。只有什麼大資料，雲計算，神經元網路之類的。看的眼暈，他們究竟是不是真正的人工智慧？
我們之所以從人工智慧的定義 到 衍生學科 到強弱人工智慧的劃分來於大家分享，就是想為大家去分辨，什麼是真正的人工智慧。
讓我們來總結：
1. 誰跟您說：我們的人工智慧無所不能，我建議您直接啐他一臉。在目前技術條件下，強人工智慧還無法實現。
2. 人工智慧是為了解決人類在生活中通用性場景存在的。單獨專項學科型別或獨立用於某種場景中使用的，被稱為專用智慧
3. 在目前條件下，弱人工智慧都必須依賴知識庫模型，透過大資料匹配及演算法實現推理、決策輔助、多工計算，分散式場景的應用能力。沒有知識庫模型不能成為人工智慧，只能稱為智慧技術。
透過以上三個方面，我們就可以很明顯地區分，
什麼是真正的人工智慧
。
場景篇：未來的生活、商務場景中人工智慧技術的暢想
一、未來人工智慧必須具備的能力
剛剛對於真正人工智慧的定義，也許有部分朋友不太認同。
可能部分朋友會說，我對人工智慧的要求過高，或者認知太片面狹窄。
可能認為人工智慧只需要解決某個，或者特定場景中的問題，智慧化地實現專一問題，或者不需要對人類的全部、或者通用行場景進行負責。
起初我們也是這樣想的。
不知道大家知不知道一個職業，或者一種技術叫修筆匠。從前能夠胸前夾著鋼筆的都是文化人，都是幹部。而鋼筆容易壞。所以出現這樣一個職業和技術，專門服務於哪些有鋼筆的客戶。
可是這種職業，現在大家已經看不到，已經被水筆、圓珠筆等淘汰了。
社會發展的規律，生產力的進化歷程告訴我們一條血淋林的規律
如果你的技術、能力、經驗、以及專注，不是致力於整個社會的進步，不能為普遍大多數的人類活動、商業、生活所服務。
那麼這個技術、能力、經驗、專注，都將是被淘汰的命運，也是的
3、5年、也許是10\20年。
那麼作為人工智慧，如何去適應和成為推動人類前進的生產力工具。
很根源地，必須於人類的生活商務所密切結合。必須服務於人類生活、商務的通用行場景應用。
技術、框架、模型都是次要的，重要的是：您的人工智慧是否具有生活、商務落地場景應用，是否與人類的生活，密切相關。
那麼人工智慧哪些能力是在人類未來生活必須具備的？
我和我們的技術團隊，在人工智慧通用化場景下深耕四年得出來的結論是：
1理解人類的需求，未來的人工智慧，必須是能夠聽懂及能夠理解人類需求的能力工具
。
舉個例子：我想吃沙田柚。
這句話中，人類的理解方式是 想吃你就自己買。 於是產生了購買
進而產生了交易篩選、交易決策、交易過程的整條需求解決鏈，
可是對於目前的網際網路智慧技術，或不能被稱為真正的人工智慧的技術會怎麼做？
它們會給您一堆的沙田柚的圖片、介紹、
再進化一點的，會給您引導到搜尋，給您推薦一堆您看的到買不到的商鋪或網站。
而未來的人工智慧，會根據您的位置、您的購買習慣、您的飲食配比、您的資金擁有數，您的一切相關資料，為您推薦和篩選好最合適的商家、商品、快速下單、快速交易、快速配送，以上行為有可能自動，也可能根據技術限制，需要您可進行適當的人工干預
2通用性場景應用，未來的人工智慧，必須是能夠適用於人類各種生活場景解決的通用方案。
我們再來看個例子：
當您不舒服，想掛號看病怎麼辦？
對於目前的網際網路技術，也許您會說已經很成熟了，您可以直接開啟專用掛號網，填寫您的病歷號，選擇一個您認為技術高明的大夫，直接再可預約的時間段選擇掛號，如何沒有可掛號時間段，您再選擇其他大夫，到了醫院，您需要將對您的病歷本和您的身體情況進行再次複述。直到醫生了解您的病情，給出治療方案，然後進行繳費、取藥，定期複查。
而未來的人工智慧，直接關聯您的身體檢測儀器，或者您只要對著人工智慧說出您的病情，人工智慧將為您選擇附近的、可預約的、評價高的大夫，並將您的身體情況和以往病例資料，近期的飲食、排洩等情況預先發給您的主治醫生，在您和醫生見面時，您的主治醫生已經對您的身體情況已經了若執掌，由醫生根據您的病情，生成是否到院治療和用藥建議，並且實現結算和藥物配送、病床預定等後期處理。
我們來看以上未來人工智慧的場景下，跨越了幾個場景。
首先是 病例管理、日常體徵管理、掛號管理、醫療資源匹配、醫療流程管理、交易管理、服務配送管理、醫療資源分配管理場景
以上的場景，跨越越大，我們對於未來的人工智慧的期許就越大。
3適用於廣泛傳播普及，未來的人工智慧必定是與您的生活資訊、商務場景密不可分的，因此必須具有強適用性，而且您無須為此付出高額的成本或需要大量的路徑、特別深的入口去獲取。
關於這個就無需舉例說明了，相信大家都可以理解到。
4落地應用簡單，未來的人工智慧，必須有簡易、通行的落地應用方式，只有落地簡單才能快速地被人們所適應。
比如現在很熱門的區塊鏈。我們都知道區塊鏈是分散式去中心化的場景應用工具，可是截至目前、現在沒有一個人能說清楚區塊鏈除了發幣能有什麼落地應用。虛擬幣，即使您現在手持上萬，也不過是一場空中樓閣，虛假估值而已。
未來的人工智慧，必須是有很簡易的落地方式，一直是能給人群簡單就能接受，並且是認知中能夠通行的、可以快速取代舊有生產力的工具。
我們經常試想，如果微信能夠加入足夠的人工智慧工具場景，您的好友管理一句話就可以聊天，您的微信支付一句話就能付款，您的小程式一句話就能夠被使用者訪問到。
這樣的場景是不是很智慧？
我相信，這個切入點，也是一個人工智慧未來必將能夠實現的。
從以上四個方面，我個人和我們的團隊得出
未來的人工智慧必須
理解人類需求、通用化場景使用、免費或低成本、簡易且可輕易顛覆舊有模式
二．未來的人工智慧在哪個方向會突破？
剛剛我們說到，未來的人工智慧必將是改變人類未來生活、商務的一種生產力和推動力。
那麼未來在什麼方向和領域會有首先出現人工智慧的突破
我個人的看法是會在以下方面首先取得突破
1生活服務方向。
當代人，或者說新新時代的人群，總結一個字：懶。
這並不是一個壞的評價。
有人說過 懶才是推動生產力發展的根本理由
因此，人工智慧首先於生活服務方向獲得的突破，這從根本上是適應時代，
2商務服務方向
。
不管是生意也好，或者工作也好，
隨著用人成本、銷售成本、營銷廣告成本的增加。
現代的企業和團隊，越來越注重人才和能力。
也越來越關注，先進性的技術使用。
人工對商務服務來說，不僅僅是決策輔助。
更是畢竟成為解決企業成本高企的先進工具；
因此人工智慧也畢竟在商務服務方向，很快會去的突破
3物流、交通方向
我不知道大家關注不關注物流及交通方向。
百度的無人車、谷歌、UBER的無人駕駛技術
從根本上說就是人工智慧的應用場景，只是這個應用場景
最終，您可能無法感知，或者對您來說不會是密切相關。
但是這也將推動人工智慧的未來普及之路。
必將於某個通用性的人工智慧場景大平臺結合成一個密切聯絡到您的生活、商務場景的應用分支
4旅遊、住宿、出行方向
很明顯。
當我們看到雪鄉宰客、8元旅遊團的腐乳白飯時候。
有人看到了氣惱、黑點、黑團、旅遊現狀
而有識者看到的卻是解決方案
當您出行完全不需要依靠旅行社。不需要依靠導遊。
不需要依靠旅行團的時候，這一切市場黑幕的基礎將不復存在。
從您準備出行的一刻開始，人工智慧將為您打理一切。
因此，人工智慧必將從旅遊出行住宿方向突破，一點也不出奇
以上四個場景和行業。是我個人結合人工智慧場景應用，以及目前行業現狀，未來實現難度出發所看到的突破點
正確與否，僅代表我個人看法，歡迎拍磚。
昇華篇：技術企業與網際網路企業如何讓擁抱人工智慧
一、擁抱人工智慧需要面對的困難
我們到了最後一個話題。
各位都是在各自行業，各自方向，優秀的行業代表，專精於自己所在的行業和方向。
未來是人工智慧的時代，這個結論是毋庸置疑的！
也許有朋友說，我們做零售的、我們做製造業的，我們做營銷的、我們是不是也可以擁抱人工智慧？擁抱人工智慧我們又需要面對什麼樣的困難和代價？
我們在政治課程本學過一個很基本的概念
生產力工具決定生產力制度，決定社會分配方式。
如果未來的企業、團隊不去適應人工智慧的發展，就被會更先進入口流量平臺的、更高效傳播營銷的，成本更低製造/管理的，使用了人工智慧技術的團隊、企業所淘汰。
我們舉個例子，
如果您有100萬宣傳費用。我相信很多人，不會去做落後，訂閱率不高的，傳播率不強的紙媒廣告。而是會去做新媒體營銷，以增強覆蓋力，反饋效果，傳播速率。
這就是因為技術、方式的決定下，每個成本、傳播效果，都會讓紙媒在新技術浪潮中成為了淘汰者。
可是，如果企業、團隊、技術團隊，需要去擁抱人工智慧會面臨哪些困難。
我個人也很許多團隊溝通，也跟許多同行業者溝透過，我得出的是
1技術選型困難。
首先我們知道，人工智慧是一個體系化的課題。一個完善的人工智慧系統，是需要包含 深度學習機制、大資料運算方法、完善的知識庫系統、基於場景應用各中演算法、邏輯、理論彙總的體系等。
一個團隊，很難也很少會有完善的人才體系去構建一個完善的系統，因此，這個困難會攔著很多的想要擁抱人工智慧的團隊、企業。
2開發實施成本高
當下市場中一個人工智慧的工程師是50-80K。作為熱門職業，這個價格是理所當然的。
可是對於想要擁抱人工智慧的企業和團隊來說，這個薪資和成本，是高高在上上的。
而且，完善的人工智慧系統，開發時長都是以年為單位的，一個企業長期支付高額的薪資卻遲遲不能轉化為利潤增長點，這不得不說是一個茅盾衍生的過程
3場景總結難
一個產品，總要解決使用者通點，解決當前行業、產品所面臨的問題，才有生存的依據，才能適應場景去改造。
作為想要擁抱人工智慧的企業團隊，是否能夠看清行業市場中，哪些場景是可以使用人工智慧去解決和最佳化的，這是一個問題
人工智慧，特別是未來的密切連結人類生活。商務場景的人工智慧，需要用這樣的思維去解決，去衍生，去培育，去落地。
我相信，這才是我們想要擁抱未來人工智慧的團隊，企業所必須要面臨的最大困難。
二、擁抱人工智慧的方案和解決思路參考
那麼，看了上面的困難，還想要，否者迫不及待想要走上人工智慧方向的團隊，
我有一些方案和解決思路供大家參考
1方案選型
我記得前段時間李開復教授，在他的文章中說過這樣一句：
未來人工智慧的所有基礎技術，必將是公開的，免費。
那麼我建議如果您和您的團隊想要在人工智慧的道路上走下去
我建議您，選擇目前公開的，開源的技術底層，方法論來開始
好處在於，無論您如何開發，底層框架中的一切，都更方便與未來的版本進行對接。升級
2爆點打造
您要解決什麼問題，才能有成為行業爆點機會？
這是您和您的團隊，在人工智慧方向中所必須要理解和考慮的
我個人建議 您可以從以下場景中去考慮 一些列子
A：解決商品銷售到使用者的便捷化場景 （一句話買好貨）
B：解決旅遊出行的沿途場景化需求（智慧化旅遊）
C： 解決家居中控與智慧化家庭消費需求（對著電飯鍋買米）
……。。。
3一些專業場景中機會
昨天我看到一篇文章，說到腦接方面的進步。讓人工智慧與人類智慧對接運算的方式，這方面美國人已經走再前面了 這種專業場景是否會成為人工智慧的新爆點，還需要很長的道路。
我們人類，從古代的龜甲、金鼎、絲薄、竹簡、印刷到現代的由有線，衛星、無線、移動，到未來的腦波、VR AR等獲取、傳播資訊方式
總結來說就是 眼 耳 口 手
未來的機會，除了一些DIY愛好者，我們基本可以排除手的參與
耳朵是接受器官，我們也可以排除
那麼只剩下眼和口。
這是最基本的輸入 輸出配置了。
那麼如何在這兩個方向有所為。
我相信，各位創業者，各位優秀的行業領袖們，都將有自己的廣大天地。
感謝各位的聆聽和關注。我是YAOSHA智慧團隊張保中，感謝您的聆聽和分享。
想要和我討論未來人工智慧的未來發展方向。
可以關注我的微信公眾號：宜所安也 yuyanlion
