AI 追光 智缤纷

今日子沐君，有幸参加了2018年声博会暨科大讯飞1024开发者大会，果然是行业领导人的大会，奢华而且高大上，到会嘉宾人手一份人工智能产品小礼品，想要知道是什么吗？子沐君也暂时也没有拿到，参会人员实在是太多了，礼品早就被发完了，子沐君也正在期待科大讯飞的快递。

别人的礼品袋

首次见识到了讯飞听见这款产品的同步语音识别和实时翻译的强大，而且感受到人工智能拒绝神化，必须踏实前行，人工智能也将是一个伟大的历史进程。千言万语不如自己体会，子沐君再次送给各位传送门，，送诸位上天。

会场入口

相信大家，或多或少都听过一些“谣言”——AI 将替代 40%～50% 的岗位与技能。《未来简史》作者尤瓦尔·赫拉利说，人工智能革命将造成个人价值的终结，除了极少数精英，99%的人都将成为无用之人。这种言论，虽然有些危言耸听，但在某种程度上，也是正确的。

但是有一点，一点给大家科普一下。无论从时间维度来看，人工智能发展还处于初期，还是从广度展开分析，360行目前真正应用人工智能的产品并不多，最后从深度角度进行剖析，人工智能还处于产品不断向下挖掘的过程中。所以真要替代人类工作，那还是一段很长的过程。

会展

人工智能的商业化发展这是一个必然趋势，同时人机耦合是将人工智能推向应用落地的关键。我们的数据从information-compelte（完全信息）发展到information-incomplete（不完全信息），最后回到information-free（开放信息），也就是现在人工智能，也就是第三波人工智能，处于状态是大数据驱动人工智能，还是一个弱人工智能的阶段，还没有真正的实现他的学习能力。所以开发者要被替代可能需要一段很漫长的时间。

但是，我们就可以松懈了吗？不，我们反而要更加努力的去推动人工智能发展，为什么因为人工智能可以创造商业价值，可以让我们的生活变成更加方便、低成本和高效。

会展

人工智能始于技术，终于商业。我刚刚提到的一个时间点，现在人工智能处于第三波人工智能，这是一个什么概念呢？人工智能的这三波浪潮，都和棋类有关，分别是1949年IBM701的小跳棋，1997年深蓝的象棋，2015年AlphaGo的围棋。不知道大家有没有想过一个问题，那就是为什么同样都是棋类，为什么前两波没有火，为何第三波火了。

有人会说，因为人工智能的深度学习出来了。那么我想告诉你，神经网络早在20世纪80 年代就被提出了并进行研发，并且早期就有很多神经网络的应用，例如1982的Hopfield神经网格模型，1985的波耳兹曼模型，1986的BP算法等等。

小姐姐的舞蹈，很赞

熟悉的吉祥物

会场

大会议程

现场

有人会说，因为他用很多的时间，就掌握了棋坛高手数年的能力，并远超他们。那么我想告诉你，第三波人工智能火起来的原因基于四点，分别是数据、算力、算法、应用场景。

现场

首先先说说数据，2016年是大数据的元年，Big Data这个名词变得不再默认，各行各业都走向大数据，这给人工智能的算法学习带来了强大而丰富的数据。苏宁COO邢伟在开发者大会当场问了一个问题——如果要做一个线下社区实体店的个性化推荐，需要有多少家线下社区实体店一年的数据呢？答案是4800家。这个数字看着不大，但是请仔细品味一下，4800家店1年的数据，我们打个比方换算一下，一家社区门店，一天成交数据是100条，那么一年就是3万6千5百条，也不是很多，别着急，如果再乘以4800呢，1亿7千5百20万的数据，这个用传统数据库能存储下来吗，答案是可以，但是查询效率就是极差。怎么办呢？这时候大数据就帮我们解决了这个问题。所以我们常说，大数据是人工智能的培养田。

苏宁COO

第二我们来说一下算力，相信很多人并不了解这个名词，甚至很多IT开发者也不能解释清楚这词。首先我们先来说一则新闻，华为麒麟980发布，拿下6项全球首发记录——全球首款7nm SoC、全球首发ARM Cortex-A76 CPU核心、全球首发双核NPU、全球首发Mali-G76 GPU、全球首发1.4Gbps LTE Cat.21基带、全球首发支持2133MHz LPDDR4X运行内存。算力是什么？他值得就是一个芯片计算能力，也就是更快更好的神经网络芯片，给实现人工智能产品应用提供了强大的支持，让人们看到实现的希望。

麒麟980

第三我们说一说人工智能的核心——算法。深度学习现在实现的效果越来越好，但是同时也越来越“黑”。什么意思呢？深度学习的神经网络越来越深，也越来越变得不可解释，简而言之就是理论不成熟（ps：这是实话，请不要抨击作者大大），但是市场产品需求却很大，产业赋能不能断，我们不可能等理论完善再去做，这个已经为时已晚。所以人机耦合是目前的趋势，让人工智能辅助人类进行决策，例如人工智能董事长，人工智能医疗诊断系统等等。

AI在学编程，危机感不能少

最后我们分析一下应用场景，目前人工智能应用比较广泛的行业有五大，分别是医疗，金融，风投，交通，万物互联。主要涉及的技术有图像识别，机器翻译，语言识别，语音合成，个性化推荐等。这几个技术都会有各自的指标，例如语音识别——真实场景与多人同时对话的语音准确分割，语音合成——自然度，机器翻译——信达雅，图像识别——准确率，个性化推荐——千人千面。

目前图像识别方面已经基本理论完善，要实现图像分类，目标检测，OCR已经不再是很难解决与落地应用了。但是生成大于4.5以上（正常人说话）自然度的语音合成，达到信达雅的“雅”的机器翻译，千人千面的个性化推荐，真实嘈杂环境多人同时对话的语音识别都是难点，科大讯飞在这些方面走在全球引领者的位置，但是科大讯飞轮值总裁在会上说过——人工智能拒绝神化，必须踏实前行，人工智能混合正交，他是多个行业互相交互的一个产业。

人工智能推动第六产业

所以如何真正的实现人工智能产品呢？目前人工智能人才市场处于严重人才不足的情况，那么只要培训一下，就是人工智能人才了吗？任何现有的产品都可以变成人工智能产品吗？并不是，首先人工智能开发者必须要熟悉人工智能的商业模式，其次现有的产品实现自动化，才可能发展为智能化，这是一个商业模式与产品链进化的过程。

那么只有真正的在人工智能企业工作的人才知道市场需要的人才是什么样的？

马云说过——因为相信就能看到，虽然大部分人都是因为看这个公司做出来了，这个人很牛，才看到这个公司很厉害，这个人很牛。但是坚定自己的信念，才能够看到未来的人，这类人才是追光者，因为相信所以看到。

所以只有专门聘请人工智能企业大咖来指导学员人工智能产品设计，如此才可以为学员冲刺就业保驾护航。话不多说，以图为证。

介绍

工作经历（一）

工作经历（二）

工作经历（三）

个性化实时推荐系统

智能客服系统

一家之言不可信，那么就多家之言，让你感受一下大咖教师的作用和魅力。