人工智能與出口

人工智能概念誕生于上個世紀50年代，經(jīng)過幾十年的波動式發(fā)展，直至2016年，Google將神經(jīng)網(wǎng)絡與機器深度學習結合開發(fā)的AlphaGo以比分4：1的絕對優(yōu)勢戰(zhàn)勝了韓國九段棋手，在這一次人工智能與人類智能的對弈中，機器以絕對優(yōu)勢取勝，引起了人們對人工智能的再次關注。AlphaGo利用神經(jīng)網(wǎng)絡與機器深度學習結合方法的成功也為人工智能的發(fā)展指明了方向。

機器深度學習是使用神經(jīng)網(wǎng)絡模仿人腦思考方式。該過程通過微化數(shù)據(jù)獲取抽象特征，并通過不斷的糾錯修正，使計算逐步深入。簡單的理解，我們可以將草莓分為兩個特征值，即色彩和形狀。色彩可通過紅綠藍單色合成，每個單色在微化到像素（pixel）點塊時就能夠分解出色值，在色值數(shù)據(jù)層面，就可以實現(xiàn)計算處理了。當去掉草莓顏色，使其變成黑白草莓，將黑色部分定義為0，白色部分定義為1，相應的像素點塊形成不同形狀的線條，通過計算合成這些通過0和1表示的線條，就可以計算出草莓的形狀，再經(jīng)過一步步累加和對累加后的值進行確認修正，最終我們得到了一個紅色帶刺的草莓而不是蘋果。盡管人工智能有不同的解釋內(nèi)涵，但數(shù)據(jù)處理方法與深度學習內(nèi)涵基本相同。

在機器深度學習過程中，我們可以看到計算機性能和算力決定了人工智能的反應速度和理解深度，處理大量照片和圖像已經(jīng)是人工智能發(fā)展的必然要求。值得注意的是，圖片處理的邏輯與文字數(shù)據(jù)處理有所不同，為了應對這一需求，一些芯片廠家已經(jīng)開始開發(fā)和生產(chǎn)專門用于人工智能的處理器芯片。

人工智能的發(fā)展和應用受到了計算力、數(shù)據(jù)采集與傳感設備的制約，同時也受到網(wǎng)絡傳輸數(shù)據(jù)速度的限制。例如，在無人駕駛系統(tǒng)中，安全性依賴于系統(tǒng)對外部信息的準確采集和計算速度，同樣的，遠程工作設備同樣會受到“智能眼”對環(huán)境信息采集準確性和數(shù)據(jù)傳輸速度的影響。因此，算力、網(wǎng)絡數(shù)據(jù)傳輸速度以及數(shù)據(jù)采集設備如光電設備等的發(fā)展水平就決定了人工智能在工業(yè)領域廣泛應用的進程。

由于商業(yè)領域不涉及到即時數(shù)據(jù)采集和和無時間差數(shù)據(jù)反饋，因此人工智能在商業(yè)領域的應用將迅速普及。商業(yè)行為主要包括買、賣和廣告。而買賣行為是人們對獲得的信息通過分析和建議的決策行為。簡而言之，采購產(chǎn)品通常需要獲取盡可能多的產(chǎn)品或市場信息，并與相關人員進行討論咨詢后，做出的最終決策。然而，隨著OpenAI的ChatGPT、以及Google最新發(fā)布的Gemini等人工智能工具的出現(xiàn)，采購商現(xiàn)在可以將與產(chǎn)品采購相關的信息收集、產(chǎn)品咨詢和推薦的任務交給人工智能檢索工具。在商業(yè)廣告方面，智能廣告將實現(xiàn)動態(tài)的廣告智能匹配。人工智能將通過深度思考（deep mind）來判斷使用者的目的，例如確定用戶是在尋找草莓還是蘋果，從而決定給使用者展示什么樣的圖文廣告。這使得網(wǎng)絡廣告進入了每個人、每時每刻都看到不同的只屬于你廣告的時代，現(xiàn)有的線性廣告將漸漸消失。智能廣告為企業(yè)提供了更為準確的由采購商群體構成的國際市場。

一旦人工智能在量子計算機和專為其設計的處理器方面實現(xiàn)市場應用，社會的組織結構、信息的傳導方式，以及工業(yè)生產(chǎn)、教育和醫(yī)療等領域都將發(fā)生相應的改變，這將是又一次偉大的工業(yè)革命！