前言：这里是白话新技术系列文章第二篇，在上一篇学习笔记中，我们介绍了2018年四大热点新技术---人工智能、区块链、云计算与大数据，让大家对新科技有了一个宏观的认识。从本篇开始，作者将结合行业报告、工作中的所见所感及自身的理解，逐一为大家讲解四大新技术的相关知识，以及在快速发展的科技时代，普通人应该如何更好的发展。
（一）人工智能的时代已来临
2017年5 月 11 日，在由创新工场、清科集团、杭州市下城区人民政府联合主办的《 2017 中国人工智能产业峰会》上，创新工场董事长兼首席执行官李开复在会上发表了题目为“AI将改变世界，你准备好了吗?”的主题演讲。李开复在演讲中说，40 年前最伟大的科技公司是IBM，25 年前最伟大的科技公司是微软， 5 年前最伟大的科技公司谷歌。但是现在你问这三个公司的任何一个员工，“你们公司是干什么的?”他们都回答是“人工智能的”。当三个不同时代的伟大的公司，都转型成为了人工智能公司的时候，应该意识到新时代要到来了。
除了科技界和企业界的发声，政府也开始为人工智能的发展助力。从2015年开始，国务院颁发的相关政策中就开始出现“人工智能”、“智能制造”等相关字眼，到了2017年，“人工智能”更是首次被写入政府工作报告中，上升到国家战略层面。
我们这一代年轻人是不幸的，工作一岗难求，独生子女压力山大，买房遥不可及，但我们又是幸运的，因为随着新科技的发展，有更多的机会，可以让我们创造一个新科技的时代。
（二）人工智能概念解析
“人工智能”如此火热，但是对于普通人来说，它似乎又是一个深奥的、遥不可及的高科技内容。确实，想要真正的成为人工智能工程师，你需要学习机器学习、深度学习等深奥的计算机知识，甚至根据AI不同的细分市场，学习视觉识别、语音识别等跨领域的学科知识。但是，作为普通人，我们只需要做到通过感性的文字，结合身边最常见的案例，理解人工智能背后的逻辑，便足够了。
那么什么是人工智能呢？根据中国人工智能学会与罗兰贝格联合发布的最新报告，人工智能是一门利用计算机模拟人类智能行为科学的统称，它涵盖了训练计算机使其能够完成自主学习、判断、决策等人类行为的范畴。简言之，就是人类制作出的“有思想、类人的”计算机。人工智能并不是一个新的词汇了，早在20世纪50年代，图灵提出的“图灵测试”，便预测了人工智能存在的可能性。所谓图灵测试，是指测试者与被测试者（一个人与一台机器）被隔开来，通过一台计算机相互交流对话，看人能不能判断出来与他对话的是机器人，如果判断不出来，则可以说台机器则有了智能。其实这就是最早的人工智能的雏形。但是，随着时间的推移，由于技术发展不足以支撑人工智能的快速发展，AI经历了多次低谷，直至1997年，IBM公司的“深蓝”超级电脑战胜国际象棋世界冠军加里·卡斯帕罗夫，AI才再次回到人们的视线。而2016年3月，AlphaGo击败韩国九段围棋选手李世石事件，则让AI彻底走入大众的视野。
与前几次不同，AI的这一次回归引发了全面的商业化热潮，究其原因，还是因为随着计算机技术的成熟，产生了海量的数据，人们可以对数据进行获取、研究，为计算机提供大量的学习样本，因此，高级算法与解决方案的获取也就变得更加容易，人工智能进入了快速发展的红利时期。
根据《人工智能标准化白皮书（2018版）》可知，人工智能有以下三大特性：
1、由人类设计，为人类服务，本质为计算，基础为数据。机器不论再智能，都是人类设计出来为人类服务的。通过设定计算算法、通过大量数据积累，形成人工智能的底层基础。
2、能感知环境，能产生反应，能与人交互、互补。通过触觉、听觉、视觉甚至嗅觉等，产生对环境的认知，甚至达到与人互动的程度。前段时间很火的交通银行客服机器人“娇娇”，就可以根据客户的办理要求（语言）来与用户进行语言、表情、甚至是肢体动作的互动。
3、有适应特性，有学习能力，有演化迭代，有连接扩展。这个概念让我联想到了前端时间大火的“AlphaGo”。就是拥有自学能力的人工智能机器，能够不断学习、演化迭代。
了解了人工智能的特性之后，再来看看其工作的总体流程框架：
人工智能系统主要由基础设施提供者、信息提供者、信息处理者和系统协调者4 个角色组成。不同角色在系统中引发不同的活动，承担不同的功能。
（1）基础设施提供者。基础设施提供者为底层支持系统，为人工智能提供计算能力的支持，可以看做是AI这个高楼大厦的地基了。当前，基础设施中的“AI芯片”与“基础平台”是热点话题，包括硬件的智能芯片，与当前同样大火的云存储与云计算息息相关。
（2）信息提供者。信息提供者，顾名思义，是智能信息的来源，主要包括原始的数据资源以及数据集。这里的数据包括结构化数据（计算机可以直接处理的数字、文本等）以及非结构化数据（计算机无法直接处理的图形、图像、语音、视频等），甚至是温度、湿度、位移等感知数据。
（3）信息处理者。对信息进行处理，也就是对数据进行处理、分析。大家耳熟能详的深度学习、机器学习等算法模型就是当前比较主流的信息处理方法。
（4） 系统协调者。作为贯穿全系统的、必须满足的社会化需求，例如政策、法律、资源、业务，甚至是伦理等等。作为类人的机器人，必须也要考虑到对人类的影响，用人类的法律法规进行监控。这也体现了人工智能的交叉学科属性。
（三）信息化、数字化、智能化的演进路径
然而，尽管人工智能的概念炒的沸沸扬扬，我们也必须认识到中国企业自身发展的缺陷。统计数据标明，2017年，22%的企业还未进行信息化改造，51%的企业刚刚在核心业务中实现了核心流程标准化和数字化。这里有几个概念，需要大家理解，那就是“信息化”、“数字化”与“智能化”。这三者是一个什么关系呢，简单来说，当下大家都说“企业信息化升级”、“传统企业转型”等，“信息化”就是传统企业实现信息化转型、迈向智能化的基础。而“数字化”，指的是获取了与企业相关的信息，进行事后的分析。例如，大部分企业都有的考勤打卡系统，月底对员工打卡数据进行分析，得出员工的出勤率、迟到早退率，以制定相应的政策。数字化并非一个企业发展的必经阶段，因为很多企业在有了信息化为基础之后，就一步跳到了“智能化”。那么什么是智能化呢？“智能化”指的是利用数据分析、统计分析等方法，事先预测，掌握先机。再以企业打卡系统为例，如果某天，天降暴雨，城市交通瘫痪，打卡系统自动将迟到时间由9点推迟到9点半，则我们说这个打卡系统是具有智能化的。再举一个大家日常生活的例子，帮助大家更好的区别“数字化”与“智能化”：城市的路灯，早6点关闭，晚7点打开，是由市政局设置系统，自动控制的，这个叫“数字化”。如果帝都的路灯，能够在重度雾霾的时候，自动调节为11点关闭，等到天气晴朗，又变成6点关闭，那么可以说，这个路灯是智能的。
对于非专业人士来说，了解到这里，基本对人工智能的来龙去脉有了一个感性的认识。然而，在这个人工智能的时代，仅仅了解是远远不够的。下一篇文章中，笔者将结合人工智能的具体技术应用及使用场景，分别分析“技术宅”们和“文科小白”们该如何在人工智能时代下，更好的生存和发展。
