解读人工智能技术以及国内产业链现状

物联网、大数据、人工智能等科技热词这几年似乎每天都在科技头条中轮番出现，到底哪一种技术对人类社会的发展有更大的推动作用呢？不知道有没有人有这样的疑惑，事实上，它们都是未来的趋势，彼此之间并不矛盾。

有人说，万物互联的时代，大数据是未来的新石油。怎么去理解这一句话呢？我们知道，物联网技术主要是实现物理世界（现实世界）和信息世界的融合，从而获取到现实世界海量、动态、多态以及关联的数据。而大数据概念，正是对于这些数据的抽象描述，通常是指大小已超出传统意义的尺度，并且软件工具难以捕捉、存储、管理与分析的数据。再者就是人工智能技术，它是建立在大量数据的基础上的一门技术，可以让机器像人一样去思考。

说到人工智能，就不得不提到机器学习和深度学习。很多人对此不是很了解，在这里我就用一张表示集合的图来直观地描述下三者的关系。

图1 机器学习是人工智能的一个分支，而深度学习又是机器学习的一个分支

人工智能、机器学习、深度学习技术的辨析

图2 人工智能——让机器像人一样思考

人工智能技术是1956年提出的，被认为是21世纪三大尖端技术之一，是对人的思维和意识的信息过程的模拟。人工智能的概念很宽泛，从表面上可以理解为让机器像人一样能思考并解决问题。其实，人工智能核心技术包括很多的方面，推理、知识、规划、学习、交流、感知、移动和操作物体的能力等。

通常情况下，我们按照实力将人工智能分为以下三大类：

弱人工智能：擅长于单个方面的人工智能。比如有能战胜象棋世界冠军的人工智能，但是它只会下象棋，你要问它怎样更好地在硬盘上储存数据，它就不知道怎么回答你了。

强人工智能：人类级别的人工智能。强人工智能是指在各方面都能和人类比肩的人工智能，人类能干的脑力活它都能干。创造强人工智能比创造弱人工智能难得多。

超人工智能：超人工智能可以是各方面都比人类强一点，也可以是各方面都比人类强数倍的，而最终能否实现，业界并无统一说法。

人工智能在计算机上实现时有2种不同的方式。一是采用传统的编程技术，使系统呈现智能的效果，而不考虑其具体的结构是否与人类大脑相似或相同。另一种是模拟法，它不仅要看最终呈现的结果，还要求其结构也与人类大脑相似或相同。