我相信關(guān)于人工智能大家已經(jīng)接觸了很多相關(guān)的內(nèi)容，包括技術(shù)、商業(yè)模式等，但是聽到的內(nèi)容和實際操作之間還有很大的差距。今天主要想和大家分享我在“如何銜接技術(shù)-商業(yè)”方面的思考。

一、我將人工智能分為三類：

1.識別

在視覺上，基于相對活動物體的識別已經(jīng)發(fā)展到一定水平。識別的核心“人臉識別”和“語音識別”也具有很大的突破。因此，原來人所具有的感性體驗現(xiàn)在也能夠被機(jī)器所掌握。

2.判斷——最具商業(yè)價值

能夠協(xié)助人們進(jìn)行選擇或者判斷。比如：阿爾法狗就是在幫助人們?yōu)槠遄舆x取一個更好的位置。

判斷被越來越多地應(yīng)用到實際工作生活領(lǐng)域，比如：廣告，未來在基金方面也有可能由機(jī)器自主進(jìn)行決策購買行為。

3.創(chuàng)造

在學(xué)術(shù)界里面研究較多的就是創(chuàng)造類，比如：幫助人類合成一段文字或者語音等。谷歌發(fā)布的WaveNet就是基于語音網(wǎng)絡(luò)使用生成算法制作而成的，相對于以前的拼接法、參數(shù)法，在聲音質(zhì)量上更具優(yōu)勢。

WaveNet采用了擴(kuò)大卷積和因果卷積的方法，讓感受野隨著網(wǎng)絡(luò)深度增加而成倍增加，可以對原始語音數(shù)據(jù)進(jìn)行建模。（來自知乎）

以前方法集中雖多，但性能慢，每合成一秒的音頻需要用時幾分鐘之多。

到目前為止，創(chuàng)造本身仍停留在學(xué)術(shù)階段，當(dāng)然如果有人能夠控制無人駕駛領(lǐng)域就另當(dāng)別論了。但是即便擁有無人駕駛技術(shù)，技術(shù)本身仍然不具商業(yè)價值，因為目的地是由用戶指定的，商業(yè)利益弱。

費(fèi)曼（1965年諾貝爾物理獎得主）曾說過：

凡是我們不能創(chuàng)造的就是我們不能理解的

比如：除了生孩子以外的方法我們不能創(chuàng)造生命。雖然創(chuàng)造在商業(yè)上并沒有直接的用處，但是有助于我們對基礎(chǔ)的理解。