下载掌阅APP，畅读海量书库
立即打开
首先，我们先来界定接下来所要讨论的人工智能的定义和范畴。
人工智能（Artificial Intelligence，AI）可以理解为让机器具备类似人的智能，从而代替人类去完成某些工作和任务。
同学们对AI的认知可能来自《西部世界》《超能陆战队》《机器人总动员》等影视作品，这些作品中的AI都可以定义为“强人工智能”，因为它们能够像人类一样思考和推理，且具备知觉和自我意识。强人工智能是指具有完全人类思考能力和情感的人工智能。而弱人工智能是指不具备完全智慧，但能完成某一特定任务的人工智能。弱人工智能系统是人类已经掌握的技术，能够在特定的任务上，在已有的数据集上进行学习，它往往只擅长某方面的工作，无论是可以预约烧饭的电饭煲，还是会聊天的机器人，都属于此列。这种弱人工智能就在你身边，早已服务在大家生活的方方面面了，已经开始为社会创造价值。
比如语音助手，在手机、音响、车里，甚至你的手表上。最常见的“Hi Siri，帮我查查明天上海的天气”。这里面涉及机器如何听懂、理解人类的意图，并且在互联网上找到合适的数据进行回复。
顺便说一下电话客服的问题，相信大家平时都接到过一些推销电话、骚扰电话，和人类的声音完全一样，甚至能够对答如流，但是你有没有想过，和你进行交流的其实只是一台机器。
这个其实是最接近大家普遍认知里面人工智能的模样，无奈要让机器理解人类的自然语言，还是路漫漫，特别是人类隐藏在语言里面的情感、隐喻。所以，自然语言处理一直被视为人类征服人工智能的珠穆朗玛峰。
相比于理解自然语言，计算机视觉发展得就顺利多了，它教计算机“看懂”一些人类交给他们的事物。
比如最常见的出行环境中，停车场的牌照识别。以前得雇一个老大爷天天守在门口抄牌子，现在一个摄像头可以搞定所有的事情。
在购物场景中，如Amazon的无人超市，能够通过人脸识别知道你是否来过、以前有没有购物过，给你推荐更好的体验。
而除这些身边“有形”的能看能听的人工智能外，帮助人类做决策、做预测，也是人工智能的强项。
比如在网购场景下，能够根据你以前的购物习惯，“猜测”你可能喜欢购买哪件物品。
比如刷抖音的时候，机器会学习你的喜好并推荐更符合你口味的视频。
再比如专业性更高的医疗行业，你有没有想过，自己学医8年，从20岁到28岁，仍然有可能被新技术所取代。笔者一个朋友的儿子是医疗影像专业的，在一家医院工作，有次一起交流的时候，我发现他对自己的前景充满了担忧：他说一个影像科的医生，从学习到出师，需要花费数十年的时间。这些X光片或者CT、核磁共振的片子和诊断结果，让人工智能来进行判断，可能只需要几秒钟就能完成。而且计算机诊断的准确率明显高于人类医生，甚至成本更低。
在家庭生活场景中，每年我们都会看到全球智能家居厂商发布的硬核产品。例如科沃斯发布了第一款基于视觉技术的扫地机器人DG70，它可以识别家里的鞋子、袜子、垃圾桶、充电线，当然除用到视觉系统外，还需要机身上各种各样的传感器信息融合处理，才能实现在清扫复杂家居环境时合理避障。