人工智能是高科技领域最具分裂性的问题之一。只要问问特斯拉首席执行官埃隆•马斯克（Elon Musk）就知道了，他非常关注这项技术的伦理意义，最近与人共同成立了一个有10亿美元资金支持的非盈利组织OpenAI，致力于负责任的人工智能研发。

马斯克和他的同事并没有试图阻碍进展。毕竟，人工智能是许多“智能”技术的核心，这些技术出现在诸如特斯拉正在开发的自动驾驶汽车上，以及世界各地的城市景观、商业建筑、供应链和农业运营中。他们只想让人工智能研究人员和企业家们确保人类潜在的影响被认为是最重要的，而不是事后考虑。

“如今的人工智能系统有着令人印象深刻但又狭窄的能力开放式在12月中旬发射时宣布。”似乎我们会不断减少他们的限制，在极端的情况下，他们会在几乎所有的智力任务上达到人类的表现。很难理解人工智能能给社会带来多大的好处，同样也很难想象如果建造或使用不当，它会对社会造成多大的损害。”

随着时间的推移，这些技术巨头向OpenAI投入了超过10亿美元的资金，其中包括亚马逊网络服务公司（Amazon Web Services）、风险投资家彼得•蒂尔（PayPal和大数据分析巨头帕兰蒂尔的联合创始人）和计算机科学家艾伦•凯（Alan Kay）（世界著名软件程序员）。

我们已经走了很长一段路了，宝贝

该组织的创立标志着人工智能的一个转折点，2015年，人工智能一直是头条新闻。

大多数年龄段的人都把这个短语和HAL联系在一起，HAL是科幻经典小说《2001：太空漫游》中的邪恶计算机，它控制着宇宙飞船。然而，一般来说，人工智能指的是使用算法来控制计算机或其他机器如何响应输入的过程。另一个短语是机器学习。不管怎样，这些系统都是由人类训练的，其目的是教一些设备模仿人类的行为。最著名的现实世界例子之一是IBM的深蓝超级计算机，它学会了如何下棋，以至于最终击败了当时的世界冠军加里·卡斯帕罗夫。

现在，人工智能市场是无限小的：去年商业应用和安装的收入约为2.025亿美元。数据是基于研究公司Tractica的市场预测. 公司预测，在2019年左右，事情变得非常有趣，与人工智能应用相关的收入到2024年将达到111亿美元。

“虽然人工智能几十年来刚刚超出了人们的视野，但一个新的时代正在到来，”Tractica分析师Bruce Daley说以人脑为模型的系统，如深度学习，正被应用于各种各样的任务，如医疗诊断系统、信用评分、程序交易、欺诈检测、产品推荐、图像分类、语音识别、语言翻译和自动驾驶车辆。结果开始说明问题了。”

深入研究神经网络

最活跃的人工智能类别之一是“深度学习”（deep learning）——据统计，与其他人工智能类别相比，更多的风险资金投入到专注于这一学科的初创企业身上VentureScan提供的数据。英特尔资本是最杰出和慷慨的投资者之一。

深度学习与神经网络软件密切相关，它利用连接在一起的许多计算机的力量来模拟生物神经系统的行为，并通过大脑来解释和“学习”信息。这个想法已经存在了几十年，但是处理速度的进步——以更合理的价格——激发了一场疯狂的实验。最突出和最大的项目之一是谷歌大脑一个由1000多台计算机组成的网络，这家互联网公司将其用于面部识别应用。

深度学习是分阶段进行的，这意味着随着时间的推移，当他们吸收更多的信息时，他们会变得更加聪明和复杂。以Google Brain为例，该系统首先检测出构成图像的明暗像素之间的强烈对比。然而，随着时间的推移，这个系统能够“看到”物体甚至人脸之间的差异。

苹果iphone上的个人助理Siri，以及微软Cortana和谷歌Now等近亲，是一个更为熟悉的在行动中深入学习的例子。所有这三个语音激活的应用程序都使用深度学习来随着时间的推移更好地识别语音，就像孩子在识别区分口语的细微差别方面变得更好一样。

传奇风险投资家史蒂夫·尤尔韦松相信深入学习对于推动停车导航系统、智能照明和楼宇控制以及自动驾驶汽车等应用至关重要退出试验阶段. 一个重要的原因是：使传感器真正有用所需的传感器输入和其他数据量是惊人的。但是，通过对这些应用程序进行编程，以在满足某些条件时调整它们的行为，它们变得更加实用。

“你有复杂的数据集，例如从卫星和地面传感器，或从物联网测量遥感数据，以及在各种设备中遍布地球的传感器，”Jurvetson去年秋天告诉GreenBiz想想所有有温度传感器的手机和有传感器的汽车。我们并不是真的在用这些数据，但我们可以。把所有的数据都放在屏幕上不一定能给你带来洞察力。但你可以想象，某种学习工具正被应用于试图找出这些数据集中的模式。”

一个相对简单的例子就是“光蜂群”由旧金山设计公司未来城市实验室设计的一种新型人工智能立面。当人们在城市人行道上走过时，该系统会根据声音而不是动作来开关灯光。它可以通过测量一个人的脚步声或声音的接近程度，实时地知道他或她在哪里。每个模块都是由3d打印的组件和编程算法，根据外部听觉和照明条件指导他们的行为。

当谈到可持续的商业应用时，人工智能将成为下一代楼宇自动化系统的核心，这些系统从各种来源收集数据——从天气预报到当地交通状况再到企业库存系统——然后做出优化运营的决定。场景可能包括选择制造设备运行的最佳时间、关闭和打开灯、根据太阳能或风能条件选择最佳能源，甚至在安排大量会议时主动调节会议室温度。

人工智能也可以在供应链中发挥作用。例如，可以“训练”图像传感器，通过检查木材的独特特性来识别可能来自濒危森林的木材。可能性是无限的。

为什么是现在？抓捕惯常的嫌疑犯

我们之所以听到如此多关于人工智能和深度学习的消息，主要是因为世界上几家最有影响力的科技公司，包括苹果、Facebook、谷歌、IBM和微软竞相确立领导地位。

许多人已经抢购了初创公司，以更快地提高他们的人工智能专业技能。同样重要的是，一些公司（脸谱网、谷歌和微软）正在分享他们最成功项目背后的代码，希望加速市场接受。例如，谷歌已经处理了它的张量流技术，该技术用于语音识别、照片搜索和Gmail中新的自动回复功能。

“我们希望这将使机器学习社区——从学术研究人员到工程师再到爱好者——通过工作代码而不仅仅是研究论文更快地交流思想，”谷歌的研究团队写道。

这是一个毫无争议的想法——在接下来的几个月里，它必将加速人工智能的应用。