自打2016年AlphaGo橫空出世，AI的這把火便愈燒愈烈。如今，張口不提AI似乎就已經(jīng)與世界脫節(jié)了。雖然我們每個(gè)人都能說(shuō)出它對(duì)應(yīng)的準(zhǔn)確含義——人工智能（Artificial Intelligence），但應(yīng)如何用最簡(jiǎn)單的方式理解AI？
其實(shí)，我們只需要抓住AI的三大驅(qū)動(dòng)要素：算法、數(shù)據(jù)、運(yùn)算能力，就可以組成AI的基本框架。
算法：
概括來(lái)講就是輸入、運(yùn)算、輸出的邏輯。不論輸入什么、輸出什么，在計(jì)算機(jī)看來(lái)都是一堆數(shù)據(jù)。
研究人工智能的計(jì)算機(jī)程序，很多時(shí)候是在研究“聰明的算法”，能夠適應(yīng)各種各樣的實(shí)際情況，讓計(jì)算機(jī)程序通過(guò)運(yùn)算，從輸入的數(shù)據(jù)出發(fā)，正確而高效地得出應(yīng)該輸出的結(jié)果。
在這一輪人工智能的熱潮中，機(jī)器學(xué)習(xí)的算法發(fā)揮了重要的作用。也就是說(shuō)，為了完成更加復(fù)雜的任務(wù)，工程師必須讓計(jì)算機(jī)變得再聰明一些，能夠自動(dòng)“學(xué)習(xí)”，從已有的歷史數(shù)據(jù)和經(jīng)驗(yàn)中自動(dòng)分析，總結(jié)出規(guī)律。隨后，計(jì)算機(jī)就可以利用自己總結(jié)出來(lái)的規(guī)律，對(duì)新輸入的數(shù)據(jù)進(jìn)行預(yù)測(cè)。這就是機(jī)器學(xué)習(xí)算法。
例如，把北京所有房子的價(jià)格、面積、學(xué)區(qū)、建造時(shí)間以及周圍的交通情況等信息輸入計(jì)算機(jī)，通過(guò)機(jī)器學(xué)習(xí)算法，計(jì)算機(jī)就能學(xué)到“大致判定北京一個(gè)房子的價(jià)格的規(guī)律”。
但是有些規(guī)律雖然人自己能夠領(lǐng)悟，但卻無(wú)法翻譯成機(jī)器能理解的算法。例如，如何把一張照片變成一幅像是梵高畫過(guò)的油畫？如何讓語(yǔ)音合成器模仿一個(gè)名人的聲音？如何讓一個(gè)六條腿的機(jī)器狗適應(yīng)各種野外地形？如何讓一家電商的服務(wù)器猜出一個(gè)新用戶可能想要買什么商品？這個(gè)時(shí)候就要靠機(jī)器學(xué)習(xí)了。
數(shù)據(jù)：
既然要讓機(jī)器努力學(xué)習(xí)，就得有東西（“大量數(shù)據(jù)”）可學(xué)。隨著互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展，網(wǎng)絡(luò)帶寬不斷增加，存儲(chǔ)硬件軟件成本不斷降低，全球人類產(chǎn)生的數(shù)據(jù)在爆發(fā)性增長(zhǎng)，為人工智能的發(fā)展提供了源源不斷的營(yíng)養(yǎng)。
互聯(lián)網(wǎng)時(shí)代，云計(jì)算、大數(shù)據(jù)技術(shù)不斷發(fā)展，4K 視頻、虛擬現(xiàn)實(shí)(VR)、視頻直播等應(yīng)用催生大量流量需求，企業(yè)網(wǎng)、數(shù)據(jù)中心規(guī)模持續(xù)擴(kuò)大，互聯(lián)網(wǎng)應(yīng)用領(lǐng)域不斷擴(kuò)大和升級(jí)，多因素驅(qū)動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)量呈現(xiàn)爆發(fā)式增長(zhǎng)。
新摩爾定律主導(dǎo)下2015-2035年全球數(shù)據(jù)總量增長(zhǎng)態(tài)勢(shì)
數(shù)據(jù)來(lái)源：IDC
運(yùn)算能力：
大數(shù)據(jù)的營(yíng)養(yǎng)有了，計(jì)算機(jī)程序還要經(jīng)過(guò)大量運(yùn)算，才能對(duì)這些營(yíng)養(yǎng)進(jìn)行“消化”、“吸收”，變成各種各樣的“模型”，才能夠模擬人類的智能。
這里面，需要引入幾個(gè)簡(jiǎn)單的名詞：CPU（Central Processing Unit，中央處理器）、GPU（Graphics Processing Unit，圖形處理器）、FPGA（Field－Programmable Gate Array，現(xiàn)場(chǎng)可編程門陣列）、分布式運(yùn)算。
從前，科學(xué)家使用傳統(tǒng)的CPU進(jìn)行模型訓(xùn)練，運(yùn)算過(guò)程少則幾天，多則幾個(gè)星期，效率非常低。
應(yīng)用了GPU、FPGA和分布式運(yùn)算等新的運(yùn)算加速技術(shù)以后，模型訓(xùn)練的效率大大提高。有實(shí)際應(yīng)用價(jià)值的人工智能程序一個(gè)接一個(gè)地涌現(xiàn)了出來(lái)。
有了算法、數(shù)據(jù)、運(yùn)算能力，人工智能才真正在我們工作、生活的各個(gè)場(chǎng)景開花結(jié)果。當(dāng)然，更高級(jí)的AI形態(tài)是出現(xiàn)了具有知覺(jué)和自主意識(shí)的機(jī)器，他們可能像人一樣推理，也可能完全不遵循人類已知的所有邏輯，這種階段稱之為“強(qiáng)人工智能階段”。這一階段會(huì)如何來(lái)描繪？就留給我們的各位藝術(shù)家來(lái)想象吧。
（注：部分圖片來(lái)自Sheldon科學(xué)漫畫工作室）
