现在提起人工智能，大家很自然地就会想到谷歌的AlphaGo战胜了李世石，后来又战胜了围棋界排名第一的国际冠军柯洁。在此之前，大家都觉得人工智能是天方夜谭，离我们的生活还很远。
实际上这一轮以深度学习为代表的人工智能已经发展了30多年，人工智能革命的开创者加拿大多伦多大学的Geoffrey Hinton的教授，从上世纪80年代初就开始研究用计算机系统架构来模拟人类大脑，就是我们今天说的深度学习的原型 。从上世纪80年代初到这一轮的人工智能被认可，中间有30多年的时间，Hinton教授做了大量的研究，做出了大量的成果。
如果说Hinton教授是人工智能革命的开拓者，那么AlphaGo的开发者DeepMind公司的创始人：Demis Hassabis则是人工智能革命的优化者，他就是蒸汽机领域的瓦特，他使得革命的能力被充分地彰显出来，优势被充分地放大，大大地甩开了和其它人工智能系统的差距。
DeepMind公司的使命：为了解决世界上一切问题。
DeepMind公司的使命很大，他们的口号是：为了解决世界上一切问题。 首先解决智能问题，然后用智能解决一切其它问题。 他们开发出AlphaGo不是为了战胜李世石，也不是为了玩围棋，而是为了解决世界上的一切问题。
怎么解决智能问题呢？他们的路线也很有趣，就是训练人工智能玩游戏，实际上围棋在他们眼里是游戏之一。他们还训练人工智能玩其它很多游戏，所以千万不要小看游戏。
DeepMind的工作：开发能够自主学习的通用人工智能
当然，DeepMind训练人工智能玩游戏，目的是为了开发出来能够自主学习的人工智能程序。因为据说，国际象棋相对容易，围棋就难很多。但是，最难的是那种开放性的游戏，比如说打个CS之类的。除了战胜李世石，2013年DeepMind还开发出了能打游戏机的超级程序，还开发出叫做“神经图灵机”的系统，让现有的神经网络有了计算机一样的内存，相当于机器人拥有了人的短期记忆能力 。
同时，DeepMind也在努力使自己的人工智能程序只经过简单训练就能适应各个领域的智能需求。
比如，DeepMind还在和英国卫生机构合作，开发眼科疾病的分析系统、癌症的检测系统、还有电子病历的分析系统等等，别看都是医药，实际上用到人工智能的能力还是相当不同的。
什么都能干的所谓“强人工智能”仍然遥不可及，那DeepMind怎么能做到在各个领域都能用呢？
打个比方，相当于他们克隆出了一大群素质优秀的孩子，你训练他短跑他就能破百米纪录，你训练他打篮球他就能超过迈克尔•乔丹。虽然说没有一个孩子长大以后是既能跑短跑又能打篮球，但是确实你想要在自己领域里找到优秀选手，随便领一个孩子就行了，不用挑。
所以这在人工智能领域的意义，就是DeepMind只要开发出一套系统，让每个需要用到的人拿去自己去训练就好了，而不是像现在一样，每个领域的人工智能系统都要单独开发，这样就省力多了。
人工智能从风口变标配，必须掌握
《哈佛商业评论》的前执行主编，叫做尼古拉斯卡尔，他2003年就在《哈佛商业评论》上写了一篇文章，叫做《IT不再重要》。提出的观点：
科学技术的普及速度越来越快，而且这种普及会使得科技更像是一种通用的公共事业服务。
因为人工智能确实是已经变成了标配，你不掌握，你的竞争对手掌握，你就有劣势了。所以，不是因为要取得竞争优势而掌握人工智能，而是因为不要被人家落下，不要被竞争对手超越，你也被迫要掌握人工智能。
