为什么我们现在只能在人工智能上获得乐趣

人工智能一直都很擅长数学。它在数学方面比人类做的更好。1996年，Deep Blue 在国际象棋中击败了Garry Kasparov，因为国际象棋可以归结为是逻辑游戏。你可以毫不费力的将逻辑方程编译进电脑中。

但是15年后，IBM的Watson赢得Jeopardy的冠军时，人工智能所做的就远不止数学。

自上世纪六十年代以来，人工智能的大多数进步都归功于电脑变得更快。更快的计算机可以在相同的时间内完成更多的计算和更多的数据处理。将Internet添加到这种组合中，我们可以看到大量生成的不同类型的数据。

很长一段时间，很多这种新信息对计算机都没有用。语言或文字基本上是一系列不可读的象形文字。音频也不像数字那样对计算机有意义。直到自然语言处理（NLP）出现。

2011年Watson在Jeopardy获胜时，自然语言处理并不是被发明出来第一次使用的。它已经存在了一段时间。只是使用它没有任何好处。

但是，一旦有足够的数据和足够快的计算机使NLP变得有用，它就打开了通往计算机可以帮助解决的其他问题的大门。突然间，非数学问题就变成了公平的游戏。

沃森赢得Jeopardy的冠军的影响让人们想象出人工智能的可能性。他们能够将他们在电视上看到的东西转移到“哦，狗屎，那东西可以治愈癌症或运行物流 - 也许是感觉到......”它让我们思考技术的进步并想象它的普遍性（人工智能这个词本身已经成为无处不在的一个流行语，但人们并不总是能够形成一个真实的形象）。

虽然，这不是人工智能的第一波潮流。它过去经历了炒作循环，从快速燃烧的春天开始，然后是漫长的冬天。过去的兴奋失败的一个原因是人工智能没有达到预期目标。人工智能有一个尴尬的定义：计算机执行通常只有人类才能执行的动作的能力。但是，一旦计算机有可能做到这一点，那么它就不再是人类的专利了，它突然变成了另一个应用程序，而不是人工智能。这么多年来，人工智能已经成为我们日常生活的一部分，这一事实也吸引了大量的媒体关注。

然而，最近人工智能可以做的事情有了很大的飞跃。如今，计算机非常善于交谈，识别图像中的面孔，将你的声音翻译成文本以及处理各种其他非数学问题。人工智能计算机可以推荐餐馆，可以进行的社交活动，阅读核磁共振成像，并防止律师阅读无聊的文件。

解决这些非数学问题正在吸引人们的注意力和想象力。更重要的是，人工智能的这些进步并没有被IBM，Google和Microsoft 关闭。

对于小型企业，像Microsoft 和Google等大型科技公司销售简单的软件插件（称为API），可以在笔记本电脑上执行基本的人工智能任务。如果你有关于你公司的业务的数据，他们可能会帮助你找到有价值的信息。

然而，人工智能是一种“涓滴经济学”。许多最激动人心的应用程序仅部署在大型技术公司内，这些公司拥有为自己创新所需要的数据和专业知识。与这些功能更强大的应用程序相比，针对小型企业的API功能非常有限。

接下一个挑战是让更多（如果不是全部的话）转型应用程序能够为家庭企业所用。这种情况尚未发生的原因是，人工智能需要大量的数据才能工作。许多广泛可用的应用程序基于公共数据集。例如，维基百科提供了一个用于学习语言和翻译的数据量惊人的数据库。但是，对于SMB来说很难提在提供类似数量的数据，因为他们业务的运营规模还没有达到所需的。他们唯一可以开发的人工智能将不得不比企业所做的要简单的多。

如果我们想让人工智能针对于相对较小的情况，或者更个性化的数据，那么人工智能需要更好地理解上下文。这意味着人工智能可以提取相关但不同类型的数据集，以添加到小数据集中，并将它们聚合成足够大的数据集，从而做出预测。换句话说，我们需要人工智能可以看到全局。

这种具有全局视角的AI将来自开发转移学习和表示学习。转移学习是指将一个领域中学习到的知识应用转移到另一个领域的能力。将视频中识别卡车的能力与另一种识别轿车的能力连接起来，将合成一种总体上更善于识别所有汽车的的功能。表示学习使数据过于复杂，无法在人工智能中使用，而是变成更容易处理的内容。随着我们改进表示学习和转移学习，我们将能够连接更多应用程序以获得更多个性化数据。

这些小数据问题的挑战是我觉得特别有趣的事情，因为有太多的应用程序，它是一个非常大而且非常长的尾巴。但是，我没有看到大型科技公司为了让中小型企业实现人工智能而迅速采取行动，而且我没有看到任何中小型企业能够在不解决这种背景问题的情况下找到如何为自己开发人工智能的方案。如果你知道有任何中小企业开发自己的人工智能，请告诉我。初创公司可能是SMB的一个例子，但他们的人工智能产品适用于企业或最终消费者，因此它们并不真正的算数。

无论如何，许多大企业都在尽可能地部署人工智能，这意味着人工智能即使没有超出企业的预期，也达到了企业的预期。开心的客户将意味着更多的投资，更多的投资将有望意味着不久的将来，人工智能可能会让家庭玩的很开心。

这篇文章是作者探讨了为什么人工智能可以再次进入我们生活中方方面面的第一篇，讲述了上一次人工智能没有成功的原因和人工智能在次火爆是因为硬件的支持，使得人工智能可以从事更多方面的工作，而被广泛的应用，并且作者认为现在如果要构建人工智能需要大量的数据支持，并且只会在一些拥有大数据量的公司内才会成功创建人工智能，因为中小型公司无法支撑起创建人工智能的数据量，并且随着大型公司的不断发展，人工智能将会通过一种被称为涓滴经济学的效应而不断的向下发展，直到使人工智能发展为惠及全社会的普遍性。并且从目前硬件的发展以及各种诸如云，5G的发展模式来看，未来很有可能人们通过更快的5G信号将数据上传到云中，然后共同使用这些数据来完成诸如无人驾驶汽车等综合性的人工智能后，然后将会是工业级的人工智能慢慢的随着社会中的企业开始使用，而到最后才会有真正的人工智能普及到家庭中去，从现在的产品技术形式来看，任何一个产品都会随着商业化使成本和技术降低后才会大面积的进行民用，虽然我们现在身边已经有了很多所谓的人工智能，但真正的使我们可以使用人工智能的时间还有较长的一段路要走。