编者按：近两年人工智能技术的研究与应用骤然增速，产业界，无论是身经百战的科技巨头，抑或是默默无闻的中小企业，都想要抓住这一难得的机遇，在业内崭露头角。但是，如何将人工智能与自身原始的商业模式相结合，实现产业创新，很多企业都还在“摸着石头过河”，难免遇到迷茫期。

　　在2016 年GAIR大会上，杨强教授深入浅出地为大家分享了自己多年来的智慧与经验总结——人工智能要取得成功应当具备的五个必要条件，这五个条件将成为推动人工智能长足发展的动力源泉。

　　杨强，香港科技大学计算机与工程系教授, IEEE Fellow，IAPR Fellow, AAAS Fellow 和ACM杰出科学家。，第四范式首席科学家、机器学习领域国际学术带头人，主要研究领域为机器学习、数据挖掘和自动规划。到目前为止，杨教授在学术研究中硕果累累，在人工智能和数据挖掘方面，已发表了超过了200篇的学术文章，还组织筹办了多个人工智能和数据挖掘的国际会议。

　　当下人工智能在图像识别、语音识别和大规模的产品推荐方面取得了巨大的成功，那么人工智能的成功应用究竟取决于哪些条件？

　　为什么只在我们这个时代迎来了人工智能发展的高峰期？对于这两个备受关注的问题，杨教授从人工智能的科学与应用两个方面着手，娓娓道来。

　　人工智能的科学与应用——相辅相成

　　人工智能技术的发展大体可以分为两个方面：人工智能的科学与人工智能的应用。

　　从科学层面谈及人工智能要回归到该研究领域最根本的问题：机器能够思维吗？这个问题最早起源于人工智能之父图灵，之后经过60多年的努力，计算机科学家及各行各业对人工智能感兴趣的人士都竞相研发计算能力更强的计算机，汇聚更多的数据，提出更高级的算法，致力于回答这个最基本、也是最重要的问题。

　　谈到应用层面，除去人工智能已经为我们的生活带来的便利，我们更关心它对人类未来生活将产生什么样的影响。要将人工智能技术成功地应用于商业领域，既要站在科学前沿，也要具备一定的商业头脑，两者兼备才能在商业浪潮中立于不败之地。

　　人工智能取得成功的五个必要条件

　　会上，杨教授言简意赅为我们分享了决定人工智能成功的五个必要条件：

　　清晰的目标（商业模式）

　　高质量的大数据 （持续反馈）

　　清晰的问题定义和领域边界

　　懂人工智能的跨界人才（擅长应用和算法）

　　计算能力

　　首先，要有 “清晰的目标”，即清晰的商业模式，这就好比游戏中明确规定何为赢，开奖，何为输，延伸到人工智能在商业领域的应用，即要确定明确的运行模式和运行目的。

　　其次，高质量的大数据资源是人工智能成功的核心条件。杨教授特别强调，高质量的数据要求收集到的数据能够具备持续性、反馈性，且反馈的方式与内容要与具体的算法相匹配。有人会觉得，在某个领域拥有了几千万个数据样本便具备从事人工智能的条件了，杨教授认为，这种观点是站不住脚的，原因如下：首先，已收集的数据样本可能无法与某个特定的算法相匹配；其次，所用到的算法可能不具备可持续性；最后，得到的反馈方式与内容不一定与期望相符。

　　第三，清晰的问题定义和领域边界。要求在应用人工智能技术时要对所遇到的问题有清晰的理解与定义，就像下棋一样，在有限定的领域里完成特定的行为操作。

　　第四，人工智能成功的核心竞争力在于懂人工智能的跨界人才（擅长应用和算法），即我们需要一个既精通人工智能，又在商界游刃有余的人才。当然，很多人会质疑：我们到哪里去找这样的人才？杨教授号召我们做生活中的有心人，善于关注身边会学习的人，着重培养其跨领域才能，这样的人才将具备把两个看似不同的垂直领域联系在一起的能力，在未来能够做出突出的成就。