最近人工智能非常火爆。

　　去年，在人类自以为凭智力占据绝对统治地位的围棋领域，谷歌的阿尔法狗(AlphaGo)以4:1战胜韩国围棋名将李世石九段，让世人惊诧人工智能“思考”的复杂性。在今年的两会上，人工智能成了焦点，李彦宏、马化腾、雷军等科技巨子的提案和建议或多或少都与人工智能有关，人工智能也首次被写入政府工作报告。

　　人工智能的崛起，伴随着两轮“人类被超越”的恐慌以及恐慌被证伪的过程。然而，第三轮“人类被超越”的恐慌，或将无法被证伪，因为人工智能已经开始渗入我们的生活了！

　　1. 三大因素助力人工智能加速：数据、计算能力、算法

　　春江水暖鸭先知。

　　其实，在大众意识到人工智能惊人的复杂度之前，嗅觉灵敏的资本市场早已有所行动。根据高盛的数据，从2005年到2008年，投资人工智能的VC出现一波小高潮；2009年稍作降温，之后又开始了3年爆发性增长；从2012年到2016年，投资人工智能的VC总量一直维持在高位。

　　资本对人工智能的前瞻意识，至少领先普罗大众五年！

　　人工智能风投的活跃，折射了人工智能加速发展的行业格局。人工智能之所以能高速发展，得益于数据、计算能力和算法在过去5-10年间的快速发展。

　　数据

　　数据是人工智能的关键。人工智能的‘智能’能力，就是靠数据训练出来的，正所谓，数据够多，自然智能。比如，阿尔法狗能战胜世界冠军，靠的正是“领悟”了上亿盘的围棋招式数据。

　　当今社会，信息的生产速度已经超越了所有物质生产领域的生产速度。分布全球的无所不在的互联设备，包括移动设备、物联网等，atv，使得非结构化的数据大量增长。比如，在移动互联网的驱动下，互联网人均流量将从2014年的6G，增长为2019年的18G。可以说，每一个流量越用越多的手机用户，都是为人工智能添加养料的功臣。

　　数据的覆盖面决定了人工智能的理解力，人工智能很难学习数据之外的知识，而数据的增长意味着人工智能能够用来模拟、训练和测试的数据源更加充足。

　　值得一提的是，国家一直在为数据的高速发展铺路。比如，李克强总理在15和16两年时间里，四次提到提速降费，其目的也正是让流量成为像水电一样的基础设施。在这个什么都在涨价的当下，提速降费，对于想摆脱管道命运却始终未见明显成效的运营商来说，压力很大，j2直播，但对社会科技发展、国民经济转型升级，起到的推动作用却是不可估量。人工智能就从中受益。

　　计算能力

　　人工智能的训练和运行需要大量的计算，这就离不开GPU。GPU，图形处理器，之前常作为显卡的“心脏”而出现，专门执行复杂的数学和几何计算，完成图形渲染。

　　如今，强于并行计算的GPU成了人工智能的计算中枢。相比于CPU，GPU 具有数以千计的计算核心，强大、高效并行计算能力，可实现 10-100倍应用吞吐量，特别适用于人工智能的海量数据训练。目前深度学习解决方案几乎完全依赖GPU。

　　根据高盛的报告，自1993年以来，计算机的计算能力呈指数级增长，而单位计算能力的价格却大幅下降。如果没有超强计算能力的支撑，训练神经网络模型（人工智能的核心技术）花上十天半个月也不足为奇，这也使得计算能力成为人工智能加速的重要因素。

　　算法

　　深度学习，是机器学习的重要分支，也是人工智能的快速发展的关键。在传统的机器学习中，需要用带有特征标注的数据训练数据模型，再由模型进行进行工作，这其中，特征由人设计，特征标注也是人工智能的瓶颈。