本文原標題：《人工智能到底有多神奇？它真能讓房價下跌嗎？》

2016年10月13美國政府發(fā)了兩份報告：《為未來人工智能做好準備》和《美國國家人工智能研究與發(fā)展策略規(guī)劃》，百度李彥宏認為人工智能是未來，而與此同時360的老周近來則發(fā)了篇《人工智能泡沫有多大》的文章來探討人工智能在搜索以及娛樂上的落地方式。毫無疑問的人工智能已經(jīng)成為這個時段的熱點，但它究竟和過往幾次有什么不同？是再一次人們的集體錯覺還是說一場席卷社會和企業(yè)的變革真的已經(jīng)開始？核心制約因素是什么，這篇文章探討這個問題。

人工智能上的正反饋

新技術(shù)的展開從來不是因為人們的喜好和熱情，而是依賴于技術(shù)-商業(yè)（有時候是軍事）上的正反饋循環(huán)。CPU的變小與變強，網(wǎng)速的持續(xù)提高事實上都是這種正反饋的結(jié)果。人工智能此前兩次失敗的很難看，主要原因就是有愿景但并沒有實際產(chǎn)生出太大的商業(yè)價值。

我們的社會、經(jīng)濟都嚴重依賴于人類的智能，可以講智能是人類文明的根基，而人工智能對人類智能形成替代，所以人工智能從來不缺愿景。任何一個點的突破比如圖像識別都可以讓人聯(lián)想到看家、查交通違規(guī)等多種場景。人工智能此前一直缺的就是它要能真的能持續(xù)產(chǎn)生商業(yè)價值。落到看家、查交通違規(guī)的例子上，就意味著技術(shù)上它必須足夠精確，降低誤報率，真的能履行人的部分職責(zé)，達到可用的程度。達到可用的程度可以看成是一個落地的起點，這之后需要的則是進一步的投入要能讓這種商業(yè)價值擴大，比如不只能看家還能巡邏，不只能查交通違規(guī)還能輔助駕駛。

初步可用，投入可以讓商業(yè)價值放大這兩者如果同時具備，那技術(shù)-商業(yè)的正反饋就可以形成。一旦形成這種正反饋，那這種技術(shù)的攤開就不是人力可以改變的。第一次人工智能浪潮更多是受制于第一點，人們在那時候似乎并沒給人工智能找到特別好的應(yīng)用；第二次人工智能浪潮則更多的止步于第二點，80年代確實有些專家系統(tǒng)被成功部署，并為公司節(jié)約數(shù)以千萬美元計的費用，比如第一個成功的商用專家系統(tǒng)R1在DEC成功運轉(zhuǎn)，此后DEC陸續(xù)部署了40個專家系統(tǒng)，但這種展開顯然并沒有獲得持續(xù)的回報，也就沒能持續(xù)下來。

這次人工智能浪潮之所以看著有點不一樣，關(guān)鍵就在于這種正反饋已經(jīng)初步形成，并比此前兩次范圍和深度大大有所增加：

技術(shù)上，一邊Deep Learning大幅提高語音識別等的精度，比如語音識別就從大約20年前的70%提升到現(xiàn)在的95%以上，另一邊GPU的持續(xù)進步則不斷提高計算速度，根據(jù)nVidia的數(shù)據(jù)，訓(xùn)練速度提升60倍，inference則提高16倍左右。

商業(yè)上，機器學(xué)習(xí)已經(jīng)成為一種標配，DeepMind嘗試把AlphaGo的算法運用到Google IT運營中，結(jié)果把運營費用降低了40%。蘋果則用機器學(xué)習(xí)改善各個地方的用戶體驗，比如PAD筆上的防誤觸�？傮w來看可以講AI向各行業(yè)全面滲透已經(jīng)成為基本趨勢。(責(zé)任編輯：方向)