人工智能商业化的思考（原创转载请声明）

人工智能时代的到来，对于很多公司来说都看到希望。但对人工智能的认知，学术界还没有一个非常准确的定义。特别是在深度学习快速发展的今天，深度学习在单点上的能力突破已经超越人类。但是，未来可以大规模商业化的不会只是一个在单点上能力超过人类的人工智能，换句话说就是我们一直想要创造的智人应该是一个全才，他能帮助我们解决很多事情。

我们的生活是由很多点构成的，那么满足我们人类生活的人工智能一定是由很多深度学习在单点上突破的集合。今天很多科技公司在深度学习的算法上已经有了很大的突破，而且有的深度学习成果确实让我们有时候嗔目结舌。但是，未来可以商业化的人工智能并不是今天发展的方向。因为一个“下围棋的高手”对于我们的生活不会有丝毫的影响，所以深度学习的未来应该是回归到解决我们人类现实中急需解决和解决我们人性需求的问题。并不是今天我们技术层面的高端输出，未来的人工智能公司不应该只是秀秀自己强壮的大腿，而是贴近创造出符合人类真实需求的人工智能。

虽然说现在深度学习已经发展了很长时间了。但是，面向我们大多数的现实生活中的深度学习算法依然没有出现。这个问题不是因为深度学习的技术门槛有多高，而是因为深度学习的单点式的突破超越了市场的需求。我们在现实生活中不需要那么准确的输出，不需要那么高级的技术。深度学习的这种单点式突破在我们大部分人的日常需求中没有体现出半毛钱的价值，甚至成为了我们的累赘。因为我们需要提防它，提防它会不会有一天颠覆了我们人类。但是，从科学的角度来看，这个担心完全没有必要。因为我们人类的大脑不是单点式输出，它拥有的能力是任何技术都不能比拟的。

未来深度学习的单点式的突破未必有市场。世界形成的历程是一个点连接到另外一个点，然后是通过这样的不断连接最后形成了面，进而有了我们今天生活的世界。那么深度学习的发展历程也应该是这样的，在单点有了一定的突破，这个突破是适可而止的。因为突破越大，和其他的点连接的时候难度也就越大。我们需要寻找每个点与点之间可以连接起来的桥梁，这个技术问题应该很容易解决。因为我们人类的扩展性思维很容易就能将两个不同的事情联系到一起，所以未来我们在解决连接的问题上的时候，应该不会有很高的技术门槛。

今天我们在人工智能技术上的发展，所面临的最重要问题是认知问题，对深度学习的认知。它对于我们人类的生活，到底要起到什么样的改变才能体现出它的价值。任何技术的出现，最终都是要进入我们的日常生活中。那么我们就需要思考，我们到底需要什么样的技术来使我们的生活变得更加方便，更加舒适。到底是需要今天那么高深的深度学习的输出，还是逊色一点的技术输出。所以今天我们需要思考一个问题：我们是要继续去探索深度学习更高深的境界，还是简简单单的将深度学习发展到能够满足我们大多数人需要的境界？

对于科学家来说，当然对未知的探索的脚步是永远都不应该停下来的。但是如果一项技术一直在探索的路上，那么我们发展这项技术的意义何在？可以很准确的说，如果要想把人工智能做到我们所想的高度。深度学习就必须要继续发展下去，而且这个发展是没有期限的。因为相关领域——大脑的知识，今天我们掌握的太少了。我们需要一边对大脑的知识进行了解，一边去将我们了解的知识去换化到深度学习的发展上。我们不能保证的是对大脑的认识会到何种程度，或许我们会永远处在一个当局者迷，旁观者清的状态。

科学界的事永远都没有尽头，但是商业界的事或许下一秒就会有结果。技术的商业化标志着技术的成熟，同时也是一种对科学家的努力付出的一种回报。从技术的本质来看，技术的商业化并不是技术本身的成熟，仅仅是因为技术在一定程度上能够帮助到我们生活。对于深度学习而言，在公司层面上，应该是深度学习快速应用于生活。对人们普遍需求的一个宏观的把握，然后将单点式深度学习技术发展到能够满足到大部分人需求的境界。然后通过点与点之间的连接，构成一张能够覆盖我们日常生活的一张网——智能网。

对于技术，不管是从学术界还是产业界，都要全力支持技术的发展。技术一定开始改变我们大多数人的生活的时候，改变我们的生活方式的时候。对于产业界来说，获得财富是毋庸置疑的，同时也获得了很大的成就感。对于学术界来说，更多的可能是获得了很大的成就感，进而有了继续研究的动力。任何技术的发展都要靠这种模式发展下去，商业的存在就是弥补技术的表面的缺陷。任何技术的发展在科学家眼里都不是完美的，因为科学家对商业价值的捕捉是有限的。所以商业人员的价值也就体现出来了，将不完美的技术应用于我们的生活中。这个不完美的技术，其实就可以给我们的生活带来巨大的改变。

对于深度学习更是如此，本身深度学习在技术层面上就有很大的不确定性。再加上我们对深度学习技术本质本体——（大脑）的了解不是很多，所以今天我们发展深度学习就变得无界限。但是对于我们大多数人来说，我们对深度学习的需求是由界限的。能够满足我们日常生活需求对于我们来说，我们就愿意为技术付钱。

所以以商业的角度来看待今天的人工智能，与我们日常生活的结合是下一个爆发点。它本身不需要特别高的门槛，不是要求有多么高深的算法，也不是要求在科学技术上达到某种的高度。仅仅是今天我们拿着比我们需要的技术还要高深的技术，把它技术的高度削减一点，到一个很多人都可以接受，并且容易嫁接的一个点上。