所謂的統(tǒng)計學(xué)的范疇其實就是基于龐大的數(shù)據(jù)庫，基于強(qiáng)大的算力，找出人們行為和習(xí)慣的確定性部分，再通過機(jī)械化的呈現(xiàn)來代替原本需要人做的事情——但只有人工智能真正“智能”，而非“機(jī)械”，它才能真正成為第四次工業(yè)革命的“顏值擔(dān)當(dāng)”，最終為下一個時代增色。

有關(guān)人工智能的話題吵吵嚷嚷了很長一段時間。

雖然在資本的加持、巨頭的擁躉之下，人工智能儼然已經(jīng)成為后互聯(lián)網(wǎng)時代的全新熱門領(lǐng)域。

但是，在一片熱鬧之后，人們似乎并未特別明顯地感受到所謂的人工智能給人們的生活帶來的些許改變。

有關(guān)無人駕駛的實驗還在持續(xù)，對于刷臉支付的討論依然熱烈，我們所了解的人工智能或許僅僅只有我們看到的這些這么簡單，這顯然與我們對于人工智能的期望有很大差距，因為按照我們對人工智能的界定，它是要成為人類第四次工業(yè)革命的“顏值擔(dān)當(dāng)”的。

不幸的是，人工智能并未朝著我們期望的方向發(fā)展，而是更多地走向了統(tǒng)計學(xué)的范疇。

所謂的統(tǒng)計學(xué)的范疇其實就是基于龐大的數(shù)據(jù)庫，基于強(qiáng)大的算力，找出人們行為和習(xí)慣的確定性部分，再通過機(jī)械化的呈現(xiàn)來代替原本需要人做的事情。

如果僅僅只是將人工智能停留在這樣一個范疇，顯然有些低估了人工智能的內(nèi)涵和意義，而對于這種方向的不斷堅持可能會讓我們失去人工智能發(fā)展的最佳時機(jī)。

很顯然，人工智能絕不僅僅只是統(tǒng)計學(xué)的范疇，除了對人類的行為和習(xí)慣進(jìn)行簡單的模仿之外，它還應(yīng)該具有更加豐富的概念和內(nèi)涵。

因為只有人工智能真正“智能”，而非“機(jī)械”，它才能真正成為第四次工業(yè)革命的“顏值擔(dān)當(dāng)”，最終為下一個時代增色。

什么樣的人工智能才是真正意義上的智能？

于是，人們不禁要問：究竟什么樣的人工智能，才是真正意義上的智能？

在我看來，所謂的人工智能若想成為真正意義上的智能，必然需要具備如下幾個方面的特征：

首先，人工智能必須是智能的

現(xiàn)在人們對于人工智能的理解多半還停留在“無人”上，他們認(rèn)為所謂的“無人”就是智能。

其實不是。真正意義上的人工智能必須是智能的。所謂的智能就是可以根據(jù)真實情況做出更加合適、更加有效的反應(yīng)，而不僅僅只是機(jī)械地做重復(fù)、簡單的動作。

所以，人工智能想要真正稱得上是真正的智能，必然需要告別簡單、重復(fù)的機(jī)械性工作，真正根據(jù)具體的情況做出應(yīng)激的反應(yīng)，而非教條式的反應(yīng)。

因此，所謂的人工智能必須是應(yīng)激、應(yīng)變的，而不是預(yù)先被設(shè)定好的，簡單、機(jī)械、重復(fù)式的動作。

其次，人工智能必須是超前的

這里所說的“超前”，其實就是可以盡可能多地提前預(yù)知到那些傳統(tǒng)時代無法預(yù)知和判斷的東西，從而可以減少錯誤的操作和失敗，最終減少成本支出，提升行業(yè)的運行效率。

如果僅僅只是根據(jù)已經(jīng)發(fā)生的去做應(yīng)對方案，很顯然并不是人工智能。

如何做到超前呢？

其實，這就需要基于強(qiáng)大的大數(shù)據(jù)庫和超快速的算力來實現(xiàn)。

基于互聯(lián)網(wǎng)時代對于人們行為和消費數(shù)據(jù)的積累，我們可以通過統(tǒng)計范疇的計算來判斷未來將會發(fā)生的事情，從而提前做出預(yù)案，減少盲目判斷造成的損失。

這僅僅只是初級階段，隨著人們數(shù)據(jù)量的不斷積累，算力的不斷提升，深度學(xué)習(xí)的不斷加強(qiáng)，即使不經(jīng)過統(tǒng)計，我們依然可以判斷出未來事物的走向，這才能算得上是真正意義上的“超前”，而這才是真正意義上的“智能”。

再次，人工智能必須能自我學(xué)習(xí)和進(jìn)化

可能聽上去有些危言聳聽，但是，如果人工智能無法跳出機(jī)械學(xué)習(xí)和人工改造的范疇的話，所謂的人工智能或許僅僅只是機(jī)械式進(jìn)化的另外一個比較新潮的代名詞而已。

因此，真正意義上的人工智能，必然也必須要能夠自我學(xué)習(xí)和進(jìn)化。

所謂的自我學(xué)習(xí)和進(jìn)化主要是指人工智能本身可以根據(jù)以往自身的經(jīng)驗以及外部行業(yè)出現(xiàn)的改變來做出反應(yīng)，不需要人的介入即可進(jìn)行自我進(jìn)化。

只有人工智能可以自我學(xué)習(xí)和進(jìn)化，它的發(fā)展才能真正跳出“人工”的藩籬，真正進(jìn)入到一個真正由自我智能所驅(qū)動的全新時代。

基于以上的分析，我們不難看出：真正意義上的人工智能其實并不是像現(xiàn)在我們看到的“無人”、“機(jī)械”這么簡單，而是具有更加深厚的內(nèi)涵和意義。

當(dāng)下的人工智能多半還僅僅只是停留在統(tǒng)計學(xué)的范疇之下，只是人們根據(jù)以往的大數(shù)據(jù)所進(jìn)行的一些預(yù)判性的工作，并未達(dá)到自我學(xué)習(xí)和進(jìn)化的目的。正是因為如此，當(dāng)下所謂的人工智能更像是一個過客，必然會被新的智能科技新方式所取代。

存在的隱憂

盡管當(dāng)下的人工智能相當(dāng)火爆，但是，在這一片火爆下，同樣有隱憂存在。人工智能市場必然會經(jīng)歷一場洗牌，才能真正回歸正道。

第一，人工智能的投入和產(chǎn)出不對等

對于人工智能行業(yè)來講，投入和產(chǎn)出的不對等是困擾其發(fā)展的根本困境所在。我們看到的很多的人工智能企業(yè)之所以會對資本如此依賴，正是由這種原因所導(dǎo)致的。

當(dāng)人工智能作為第四次工業(yè)革命的主角尚未真正對制造業(yè)、物流業(yè)、金融業(yè)等傳統(tǒng)行業(yè)進(jìn)行深度改造和應(yīng)用之前，這個行業(yè)的投入和產(chǎn)出將會持續(xù)處于不對等的狀態(tài)。

這種不對等的狀態(tài)所導(dǎo)致的一個最為直接的結(jié)果就是人工智能企業(yè)陷入到了不斷依賴融資，不斷持續(xù)投入的死循環(huán)。當(dāng)資本難以為繼的時候，人工智能市場的洗牌將會是在所難免。

未來，只有那些真正找到投入和產(chǎn)出平衡的人工智能玩家，才能在這場變局當(dāng)中存活下來。

第二，人工智能的技術(shù)和應(yīng)用不順暢

有關(guān)人工智能的研究其實已經(jīng)達(dá)到了一個相當(dāng)成熟的階段，包括深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、圖像識別等技術(shù)，但是，這些人工智能的技術(shù)距離落地其實還很遙遠(yuǎn)。

當(dāng)人工智能的技術(shù)和應(yīng)用不順暢的時候，其實，這個行業(yè)的發(fā)展是處于一種并不順暢的發(fā)展?fàn)顟B(tài)下的。

理論的不斷拓展，落地的不斷陷入困難，其實背后是人工智能行業(yè)發(fā)展并不健康的表現(xiàn)。當(dāng)人工智能的理論與應(yīng)用無法對等的時候，我們發(fā)現(xiàn)的是人工智能的參與者們在推出的一些應(yīng)用，其實是落后的。

當(dāng)這個行業(yè)進(jìn)入洗牌期的時候，只有那些真正可以將人工智能的最新研究成果進(jìn)行落地的玩家，或許才能真正成為真正的王者。那些無法將最新研究成果落地的玩家，終將會被市場淘汰。

第三，人工智能并未形成體系和規(guī)模

雖然人工智能是未來的一個發(fā)展方向，但是，它在整個行業(yè)的發(fā)展過程當(dāng)中依然是小眾的。目前，我們看到的人工智能的應(yīng)用依然是零星的、個體化的幾個行業(yè)，并未形成規(guī)?；男?yīng)。

在人工智能并未被社會全面接納的時候，雖然行業(yè)是一片藍(lán)海，但是，同樣對參與者們提出了更高的要求和標(biāo)準(zhǔn)。

只有那些真正能夠在當(dāng)下略顯空白的大市場環(huán)境下，找到適合自身的發(fā)展方式的人工智能玩家，才能真正在這樣的市場沙漠里存活下來，對于那些找不到合適的生存之道的玩家，或許將會被市場淘汰。

當(dāng)人工智能行業(yè)的發(fā)展進(jìn)入冰火兩重天的發(fā)展?fàn)顟B(tài)時，有關(guān)這個行業(yè)發(fā)展的矛盾開始暴露。盡管行業(yè)異常火爆，市場前景依然光明，但是，不可否認(rèn)這個行業(yè)將會面臨更多新的挑戰(zhàn)。

經(jīng)歷了資本和巨頭追捧的繁華似錦之后，人工智能行業(yè)或許同樣將會經(jīng)歷一場洗牌才會真正成熟。

畢竟，基于統(tǒng)計學(xué)范疇的人工智能并無太多新意，同樣不會有光明的前途。

來源：人人都是產(chǎn)品經(jīng)理