人工智能的概念是上世紀(jì)中期提出的，不過受制于技術(shù)此后一直處于低谷。直到最近，人工智能概念不斷回暖，儼然已經(jīng)成為最近的科技熱點， Garnter 也預(yù)測人工智能會成為 2014 年 10 大技術(shù)趨勢之一。

科技巨頭們對這一領(lǐng)域也倍加青睞，大舉進(jìn)入攻城拔寨。Google 的深度學(xué)習(xí)系統(tǒng)已經(jīng)能夠識別出貓臉，IBM 的超級計算機(jī)Watson已經(jīng)不滿足于在智力競賽中擊敗人類選手，微軟聯(lián)合創(chuàng)始人 Paul Allen 可以讓機(jī)器人通過高中生物考試，俄羅斯富豪德米特里?伊茨科夫甚至計劃到 2045 年實現(xiàn)真實版的阿凡達(dá)計劃，F(xiàn)acebook 也不甘人后，成立了人工智能實驗室。

這些巨頭磕磕絆絆好多年才有進(jìn)展，普通人總會有錯覺，人工智能是各種高端高冷高深。事實上，它背后的邏輯一般都可以簡化為這樣的過程：

收集海量數(shù)據(jù)；

信息處理（也就是行話所謂的特征設(shè)計），將信息變得有用、通用；

借助于算法、模型，輸出結(jié)果，將結(jié)果反饋到現(xiàn)實環(huán)境。

從上面的邏輯過程中，我們就可以看出，在這波人工智能的大潮中，數(shù)據(jù)發(fā)揮的作用越來越重要，科技巨頭憑借著數(shù)據(jù)、計算優(yōu)勢會占盡先機(jī)。Google 研究員 Ilya Sutskever 就表示，如果數(shù)據(jù)足夠多、計算能力足夠強(qiáng)、人工神經(jīng)網(wǎng)絡(luò)足夠深，即便不加“pre training”預(yù)處理，也會收到不錯的效果。

既然數(shù)據(jù)的重要性會日益增強(qiáng)，那未來的數(shù)據(jù)會有什么特性呢？

Navia Systems 的創(chuàng)始人 Beau Cronin，一直關(guān)注人工智能領(lǐng)域，在一篇科技文章中就提出了自己的觀點。Beau Cronin 認(rèn)為，未來的數(shù)據(jù)將會呈現(xiàn)出三個特性：

數(shù)據(jù)的載體會很?。ū热缁颍d體很小，但信息量巨大）；

數(shù)據(jù)必須借助于精確嚴(yán)謹(jǐn)?shù)乃惴ê湍Ｐ筒拍芫幾g（比如基因信息）；

數(shù)據(jù)獲取的成本會越來越高（個人對信息安全越來越重視，政府很可能立法規(guī)范信息獲?。?/p>

人工智能的應(yīng)用領(lǐng)域主要包括深度學(xué)習(xí)、基于云計算的大規(guī)模分布式數(shù)據(jù)挖掘、模擬人腦的平行計算芯片，像現(xiàn)在比較熱的無人車、智能機(jī)器人也屬于人工智能的范疇。結(jié)合上面提到的未來數(shù)據(jù)的特性，進(jìn)入深度學(xué)習(xí)領(lǐng)域的門檻會越來越高，大公司已經(jīng)具有先發(fā)優(yōu)勢，很可能占據(jù)主導(dǎo)地位，后來者并不適合去做。那么后來者可能在那些地方尋找到人工智能的機(jī)會呢？

高度智能的無人車導(dǎo)航方案：無人車的運行其實是基于事先準(zhǔn)備好的地圖和算法的，但目前還有很多地方是沒有這種事先準(zhǔn)備好可供無人車“學(xué)習(xí)”的地圖。所以提供一個高度智能的無人車地圖方案。比如說，借助于SLAM（Simultaneous Localization and Mapping的簡稱，同步定位與建圖）， 機(jī)器人在未知環(huán)境中從一個未知位置開始移動，在移動過程中根據(jù)位置估計和地圖進(jìn)行自身定位，同時在自身定位的基礎(chǔ)上建造增量式地圖，實現(xiàn)機(jī)器人的自主定位和導(dǎo)航。

組織行為解釋與預(yù)測方案：通過數(shù)據(jù)監(jiān)控、分析，構(gòu)建組織內(nèi)的信息決策模型。舉例來說，可以利用財務(wù)數(shù)據(jù)和其他公共數(shù)據(jù)，解釋一個公司的某個行為，并且預(yù)測這個公司接下來的行動和發(fā)展。這個同樣適用于制造業(yè)和商業(yè)，用來了解行業(yè)發(fā)展，評估行業(yè)表現(xiàn)，制定優(yōu)化措施。

事實上，并不是說上述兩個領(lǐng)域，谷歌這樣的大公司做不了，而是這不是他們的主要業(yè)務(wù)，不會占據(jù)主導(dǎo)地位，因此后來者還是有機(jī)會的。