当下人工智能领域的火热得益于过去几年深度学习的崛起。最主要聚焦在三个领域：图像识别、语音识别以及自然语言处理。投资人David Kelnar提供了两幅图像识别和语音识别进化速度对比图：

　　以图像识别为例，在 2012 年的图片分类竞赛ImageNet 上，以深度神经网络为技术支撑的研究团队夺得第一，并将错误率降低到 20% 以下，让包括 Google 、Facebook 这样的巨头都震惊，随后，Google 买下了这个团队，也让深度神经网络「教父」Geoff Hinton 进入 Google 工作。在深度神经网络的帮助下，Google 的图像识别水平有了大幅提升，并将错误率降低到 10 %以内。

　　语音识别方面，在《麻省理工科技评论》评选的「2016年十大突破技术」中，基于语音识别的对话界面（Conversational Interfaces ）成功入围，而要让人机对话有效，不仅要让机器听懂人的话，还要做出适当的反馈，《麻省理工科技评论》认为：百度硅谷实验室研发的语音识别引擎——「深度语音系统2」(Deep Speech 2)，拥有一个大型深度神经网络，基于端对端的深度学习技术，可在数百万转录语言库的基础上学习如何将声音和语句联系起来，语音识别率精确度极高。目前的语音识别准确率为97%。

　　全球范围来看，语音识别技术已经达到临界点，由此也推动了语音合成以及自然语言处理方面的快速发展。比如基于语音合成技术，用户可以在百度多个产品里体验到与真人语音一样的合成语音，用户只需要按照要求和机器说50 句话，便可以让每个人拥有自己的声音模型，这项技术目前在手机百度小说频道取得显著成绩，用户听小说的时间从原来的 40 分钟提高到现在的将近两个半小时。

　　这就是当下人工智能所处的「历史地位」，历经 60 多年、几代人的努力，人工智能终于拥有了最基本的行为智能：

　　? 它可以下棋，但并非通过思考完成，而是对大量棋谱输入后，复杂计算的展示；

　　? 它可以回答问题，但不是学习形成的记忆，而是大量对文字、语音、图像等数据处理后反馈；

　　? 它可以挑战人类最聪明的大脑，却不具备触碰思考的能力；

　　最强大脑第三场比赛后，输给人工智能的人类选手王昱珩这样说道：「我决定回来的时候我也想过，我要想不败，我只要不战就可以了.....」这句话背后的潜台词，既有着当年卡斯帕罗夫、李世石失利后的某种不甘，也提出一个新的命题，面对这些特定领域的人工智能以及越来愈强大的机器，人机关系的重新定义和思考将变得越来越重要。

　　3. 人工智能战胜人类的寓意

　　正如上文所言，任何一场人工智能与人类的比赛都不过是检验人工智能发展的标尺，换句话说，任何一场所谓的人机大战都有秀的成分。但这种秀的目的与是否能战胜人类无关，而是人工智能如何与人类相处的探索。

　　在马文明斯基晚年的重要著作《情感机器》中，明斯基则有力地论证了：情感、直觉和情绪并不是与众不同的东西，而只是一种人类特有的思维方式。也同时揭示了为什么人类思维有时需要理性推理，而有时又会转向情感的奥秘。他列举了人类的 19 种思维方式，以下列举其中的几项：比如「知道解决方式」、「类比推理」「简化法」、「理想化思维法」等等，你会发现，这些特性是人类独有的，机器根本无法学会。

　　换句话说，明斯基为人与机器之间划了一条分割线：让机器的事儿归机器负责，人类的事儿则由人类完成。这一理念影响了人工智能最近十几年的发展进程，让「人工智能智能增强人类智能」成为越来越多公司的共识，在几乎每一场人工智能战胜人类并充分展示人工智能的巨大潜力之后，这些技术逐步成为帮助人类发展的动力：Watson 击败人类选手后，开始将自己的智能输出给医院、酒店；Alpha Go 战胜李世石后，其技术逐步运用到 Google 其他产品中；而此次百度人工智能的胜利，事实上也为百度在未来人工智能落地提供了更多想象空间。