文：翟菜花

自从今年3月5日李总理的政府工作报告中四次提及“智能”，并特别指出要“加强新一代人工智能研发应用”、“发展智能产业”之后，基本上可以预测到，国内人工智能方面又会迎来新的热闹场景。

这不，近日新京报快讯有消息称：国内大学第一个“人工智能”学院在南京大学成立。记者从南京大学了解到，该学院由南京大学计算机科学与技术系牵头组建成立，目前还在筹备过程，有望今年开展招生工作。记者了解到，目前国内一些顶尖的大学开展了人工智能方面的研究和教学，但没有专门学院。南京大学人工智能学院的成立，填补了这一空白。

近几年关于人工智能的报道，从震撼度与传播度来说，AlphaGo和人类的对弈当之无愧为榜首。AlphaGo的面试，算是深深地把“ 学习”从一些科幻电影中带入现实。如今，人工智能技术已经成为最值得期待的技术之一，很可能会成为未来数年甚至至更长时间内IT产业发展的焦点。

人工智能因何而起？而又将走向何方？

看点

01

硬软实力的双向发力，人工智能破冰伊始

人工智能的概念其实早在上世纪80年代便已经被炒的沸沸扬扬，但人工智能的根本面目是算法，需要大量的数据存量与计算能力，当时无论是硬实力与软实力都无法真正实现落地。而如今，技术硬实力与资本软实力的统一发力，才使得人工智能又一次成为当下最火热的风口之一。

技术硬实力

技术方面的突破主要分两方面，一是技术上本身的突破，这方面主要是云计算、大数据和 学习算法上的突破。

云计算的突破让物质计算向人类大脑的计算更进一步。人工智能顾名思义是要模仿人脑，而人脑中有着数百上千亿的神经元，以此形成非常庞大与复杂的神经网络。所以想要真正实现人工智能，运算能力必须获得更多的突破。

数据人工智能的基础，据统计，2015年全球产生的数据总量达到了十年前的20多倍，这离不开物联网的兴起。物联网创造了网络与现实事物之间的接口，通过大量智能设备与传感器之间数据的传输与交互，为人工智能的研究提供了大量的视频、音频、语言、文字等内容数据。

而 学习算法则是人工智能如今取得新突破的关键。2006年Geoffrey Hinton教授提出的深层神经网络逐层训练的高效算法，让当时计算条件下的神经网络模型训练成为了可能，之后， 神经网络模型成为了人工智能领域的新篇章，最具代表的就是AlphaGo到AlphaGo Zero，仅三天时间，AlphaGo Zero自行掌握了围棋的下法，还发明了更好的棋步，与前辈DeepMind软件的对局是100比0。

其次是数据采集与计算的成本逐渐降低。

这一点算是技术突破的附带品，当计数据资源的价格不断下跌、运算设施的成本逐渐降低，对相同数据计算结果所需要的成本逐渐降低，这就使得人工智能的开发与研究受到的阻力更小，也更易于更多的企业投入，做大蛋糕。

资本软实力

纵观互联网时代，技术的突破总是离不开资本背后的支持，人工智能也不例外。人工智能能够飞速发展，与其深厚众多巨头的大力扶持密不可分。

国外来说，以Google与Facebook相对出名。

据资料显示，Google在2013年3月，以重金收购DNNresearch的方式请到了 学习技术的发明者Geoffrey Hinton教授。2014年年初，谷歌又以4亿美元的架构收购了 学习算法公司——DeepMind，（也就是后来推出AlphaGo项目的团队）。该公司创始人哈萨比斯是一位横跨游戏开发、神经科学和人工智能等多领域的天才人物。

而Facebook于2013年12月成立了人工智能实验室，聘请了卷积神经网络最负盛名的研究者、纽约大学终身教授Yann LeCun为负责人。在Yann LeCun的帮助下，2014年Facebook的DeepFace技术在同行评审报告中被高度肯定，其脸部识别率的准确度达到97%。而他领导的Facebook人工实验室研发的算法已经可以分析用户在Facebook的全部行为，从而为用户挑选出其感兴趣的内容。

在国内则是以百度最具代表。

从李彦宏“砸锅卖铁搞AI”开始，百度的风向标就已经直指人工智能。据资料显示，2014年5月，被称为“谷歌大脑之父”的吴恩达加盟百度，担任首席科学家，负责百度“百度大脑”计划。同时百度作为天然的大数据企业，拥有强大的数据获取能力和数据挖掘能力，无论是在人工智能的发展与延伸上，都有不错的发展空间。

技术硬实力与资本软实力让人工智能迅速走红，成为越来越多用户口中的常用词汇，也因此获得了更多的瞩目。但技术原本更应该是一种长期研发的沉淀，被越炒越热，越架越高的人工智能，也可能沦为资本的下一个牺牲品。

看点

02

刚出龙潭又陷虎穴，人工智能还是人工智障？

甲子光年之前提过一个“心理阀值”的情况：在达到某个临界点之前，人们总会觉得无法满意，于是技术从业者总要坐在冷板凳上前行，并不能后诚心的产业机会。

现在的人工智能便是如此。

资本往往能迅速催化一个产业，就如同之前的VR，可以迅速创造出一个“风口”，引出大量的“从业者”。人工智能更应该是一个具有历史性的发展项目，不可能在短时间就达到人们的期望值。

《哈佛商业评论》这样解释到：“人工智能和计算能力将在未来20年取得突破，以实现奇点，届时，机器将能够完全模仿人类大脑的工作方式。”

本该是一个长达数十年的深耕，但是如今，大量的资本涌入，炒作，把人工智能提早的铺陈出来。这很符合互联网商业原理：做概念、拿融资、炒热度、找接盘。但目前展示出来的落地项目与宣传的人工智能概念极其不符，跟多人工智能仍停留在“人工”的阶段，这不免让人工智能在用户心中的印象日益下跌。

无人驾驶测试屡出事故、语音识别不够精准、智能交互场景略显匮乏等等，都成为资本催化下，不够沉浸，匆忙落地的“后遗症”，人工智能的风口浮现出两个字——浮躁。就比如这次南京大学国内“首个”人工智能学院。

这次噱头的“首个”，早在去年就见过了。据资料显示：2017年5月28日，中国科学院大学发文成立人工智能技术学院，成为我国人工智能技术领域首个全面开展教学和科研工作的新型学院。西安电子科技大学人工智能学院也于去年11月正式成立，该学院系教育部直属高校首个致力于人工智能领域高端人才培养、创新成果研发和高层次团队培育的实体性学院。

可见一斑，人工智能行业现在有多浮躁。而长期的这种浮躁风带来的，就是人工智能沦为人工智障的悲哀。

看点

03

人工智能的前路：成人培训不如专业教育

不得不说，虽然这次南京大学人工智能学院可能与报道中的“首个”不符，但确实是能让人工智能摆脱人工智障的的唯一途径。

人工智能需要的是继续深耕，而深耕归根结底仍然在“人工”上，我国的人工智能方面的人才稀缺，而国内对于这方面的教育也跟不上，普通中高等教育中，完全没有涉及人工智能的专业课程。

网上有过人讨论人工智能是否可以像时下火热的编程速成课一样，开展速成的成人培训，增加人工智能方面的从业者，人才。

很可惜答案是否定的，首先，短期速成的培训班，很难于“人才”二字挂钩，现在流行的成人培训课，往往只是为了应聘某一职位，而被填鸭式的速成培训。一位技术人才，还是需要大量的时间的深耕才能孕育。

其次，人工智能无法做到像JAVA、C语言等目前流行的成人速成课一样，只需要一些基础知识，便可以进行速成。根据从业人士反映，人工智能作为一门算法课程，需要扎实的线性代数等数学方面的基础，在此基础上还需要掌握入门机器学习算法，能够尝试用代码实现算法，自己能实现功能完整的模型等一些列复杂切高要求的教育过程，这无疑是短期培训无法实现的。

所以说人工智能能够开展专业的教育类专业，无疑是对今后发展的最正确投资。互联网炒概念，博傻的思路终究无法真正扶持一个产业，真正能让一门科技发展的，仍然是教育。互联网新潮的概念一个又一个，但真正绕了一圈，终究逃不过“科教兴国”四个字。