很多人对人工智能AI的认知，可能还停留在只知道AI战胜围棋选手，但更深入的原理所知甚少。这次谷歌开发者大会上的一篇演讲让我真正地理解，并深深为之震撼。
人工智能的核心是机器学习，机器学习出现是一场新的技术革命。传统软件程序，几乎都是输入确定的指令给计算机，程序只能按照预定的指令进行判断处理，模式都是规则+数据=答案。其实仔细想想就会发现局限性，对付确定的已经的程序非常有效，但是其他一些复杂的规则不明确的就束手无策，举个例子，要判断人是步行还是跑步，用定位轨迹移动速度可以完成，但是如果要判断打高尔夫的状态，传统的编程方式处理起来就很困难。
机器学习为什么可以处理呢？相比传统编程方式，机器学习不是直接告诉既定的规则，而是“答案+数据=规则”的模式。将数据贴好标签后输入给机器，这个过程叫做机器训练。经过足够多数据（往往是上亿量级的）足够的机器训练，机器最终能够识别打高尔夫的状态，进行预测。机器学习更像人类学习的自然过程，你一定还记得小时候刚学下棋，下输了就知道原来这样下不好，这种结果反馈得出的经验，有利于下一次更好地表现。需要注意的一点，这样的机器学习预测出来结果是有一定准确率的，而且人类对其预测过程很难了解，就像AI下赢李世石的围棋比赛中，我们很难捕捉到AI当时脑海怎么想的，这对人类来说是个隐患。
看完上面介绍，不难发现搞AI的前提是拥有足够大体量的数据，谷歌、亚马逊、BAT等大厂在这方面的优势不言而喻。说下应用方面，不久前结束的TI8比赛中，有职业战队和AI队比赛，好消息是人类完胜。翻译界的同声传译目前AI已经可以替代人类，国际博鳌会上同传工作就是腾讯的翻译君担任。
我看好人工智能未来发展，大量工作岗位替代早晚到来，是该好好想想如何和机器抢饭碗了。
