先理解智能时代，再谈创业机会.docVIP

先理解智能时代，再谈创业机会 　　去年，AlphaGo下棋赢了人类棋手，这是一件很了不起的事情。于是，很多人认为AlphaGo具有了超级智能。但是，超级智能比AlphaGo的概念要更为广泛。 　　 　　超级智能有两个核心：机器智能和IoT（物联网）。机器智能相当于人类的大脑，IoT相当于人类的手、眼等感官。人只有五官，而超级智能有不计其数的感官遍布整个城市，甚至每一个人的基因都可以连到网络中。当IoT触及到城市的每个角落，机器智能达到足够高的水平时，就形成了超级智能， 　　智能的不同路径 　　我们常常犯一个错误，就是用人的思维方式去推导机器智能。事实上，机器智能的获得和我们并不相同。 　　人类是怎么获得智能的呢？是通过进化获得的。 　　在人类进化的过程中，我们的基因出了很多次错。对错误的容忍是人类获得智能的一个主要原因。 　　十年前，牛津大学有一批科学家，他们非常幸运地找到了一个家族，大概有30多个人，其中正好一半有语言障碍，另一半没有。 　　也就是说，人类其??有语言障碍的基因。只是这个基因在某个阶段进化了，一类人变得能说话，沟通能力特别强。过去，和我们的祖先智人竞争的尼安特人虽然强壮，但是语言能力很差，最后被智人消灭了。 　　这是个很有意思的过程，我们人类的智能是这样产生的。 　　但机器的智能不是这样产生的。 　　计算机产生智能最大的两个贡献者分别是冯?诺依曼和阿兰?图灵。图灵把世界上的问题分为两类，一类是可计算的问题，另一类是不可计算的问题。 　　他设计的图灵机，只解决可计算的问题。不过，这个可计算的范围，要比图灵最早想象的大得多。 　　另一类不可计算的问题，再给计算机100亿年的时间，计算机的能力再强大也解决不了。这一类问题从计算机出现的时候，就被定义为不可解决的问题。 　　什么是不可计算的问题？男生女生的情感问题。这个男生特别坏，但是女生还是特别喜欢他，这就是不可计算的问题。 　　最后，图灵给出了一个判断机器是否具有智能的标准，就是我们所熟知的“图灵测试”。 　　我们让计算机和人都回答同一个问题，看谁回答得好，也许计算机比人给出的答案还要好，这时候我们认为计算机和人具有同等智能，甚至是超过人类智能的。 　　AlphaGo下棋赢了人类就是这样意义上的机器智能，它并不知道自己在下棋，它以为自己在做数学题，最后的结果是它赢了我们人类。 　　这就是机器智能和人类智能的差别。 　　鸟飞派 VS 空气动力学派 　　机器智能和人类智能获取方式的差异，就像飞机和飞鸟的区别。 　　1956年达特茅斯会议是人工智能的缘起，但在接下来的20年里，人类走的都是一条错误的弯路。 　　最初在造飞机的时候，人们试图用扇动翅膀的方法模拟鸟飞行的原理，结果都以失败告终。这类科学家叫做鸟飞派。后来，莱特兄弟研制出飞机，其实利用的是空气动力学原理。 　　直到今天，很多人对人工智能的理解还是属于鸟飞派，认为机器人也要两只眼睛、两条腿。但事实上，如果把无人车看做是一个机器人，它身上有十几个雷达的眼睛，它看到的世界和我们看到的世界完全不一样，在某些地方甚至远远超过了我们。 　　所以当我们设计人工智能时，不需要把人类的逻辑思维搞清楚，因为计算机根本不需要走这条路，它有捷径，可以走得比我们更快。 　　无论你的公司是要做IoT（物联网）还是超级智能，都要忘掉人类智能是怎么产生的。 　　机器智能的产生有三个基础：摩尔定律、数据、数学模型。 　　前两个许多人都已经很清楚。第三个，数据模型的实现，我们叫做深度学习。有了这三样，计算机就相当于掌握了空气动力学的飞机，可以飞得比鸟还要快。 　　所以，机器智能其实是沿着数据和深度学习的路径发展，而不是模拟脑细胞的电流怎么产生。 　　如果有企业要在这个领域创业，想要像谷歌一样去研究深度学习，机会很小。但是企业进入到一个行业，如果把一个行业真正地研究清楚，掌握这个行业的数据和数学模型，未来仍有不错的机会。 　　7万亿元的市场 　　人工智能能够创造出7万亿元的市场，几乎相当于20个互联网的市场规模。 　　我们知道计算机能力的发展始终依循摩尔定律，每18个月翻一番。但是再往后，摩尔定律的速度会放缓，可能变成24个月翻一番，甚至有人预测，将来是48个月翻一番。 　　尽管如此，计算机能力还是在进步，等到2030年时，机器智能的水平可能会达到黑猩猩的水平。 　　黑猩猩的智能是什么水平？从生物学上来看，黑猩猩属于人科，而不是猩猩科。 　　也就是说机器到2030年，距离现在还剩13年的时间，就能够达到人类的智能水平。到那时，很难找到我们人类能够完成而机器完成不了的工作了。 　　到2030年，人工智能时代会真正的来临，机会很大，市场体量很大。随之而来的问题是基础架构的改变，主