【中國智能制造網 人物故事��一場AlphaGo大戰李世石的世紀之戰把人工智能重新推向了。而事實上，這樣的盛況在歷史上已經出現過幾次了��
　　
　　“人工智能��1943年誕生之日起，一直起起伏伏，每隔10~15年，就會有一個重要的事件出現，隨后引發一陣熱��”，北京大學數學學院信息科學系教授林作銓在被問到人工智能是否有元年、奇點的問題時這么回答��
　　
　　作為一個在人工智能領域已經做了30年研究的資深專家，林作銓的觀點可能會打擊一部分的信心，然而這就是事實。就他所做的研究，以及看到的業內理論層面的研究，這些年可以說并沒有實質性的突破，今天所談的深度學習方法及算法幾十年前就在用，所不同的也僅是如今的計算力（硬件層）遠超過去，所以今天可以訓練圍棋，上一個階段還只是國際象棋��
　　
　　以上算是業界對通用人工智能或者強人工智能當下及未來的判斷，要實現這個確實很難。但這并不妨礙人工智能去逐步地改變我們的生活、工作方式。就像大規模機器學習專家王益在日前由百分點集團與北京大學攜手舉辦��“2016百分點數據與價值國際論��”上所表達的，每個人對于人工智能的定義都不相同，論通用人工智能，現在的技術水平確實還差的很遠，不過如果細化到每一個細分領域，人工智能其實已經為我們帶來了很多變化��　　
　　比如AlphaGo，再比如人工智能現在已經取代了很多人的工作。十五年前，我們找資料要到圖書館，但是現在我們都用谷歌、百度搜索，圖書管理員很多已經被搜索引擎弄下崗了；十五年前，我們買衣服去動物園服批發市場，去各種專賣店，我們進去之后會有服裝售貨員，上來幫我們推薦什么樣的衣服合適，今天也已經有很多下崗了，淘寶的推薦系統，已經取代了服裝售貨員；原來我們要去貸款，要到銀行去，我說貸款五千塊錢會被人踢出來的，還他的利息不夠他那個專員跟我聊半個小時，現在我們在網絡上P2P貸款，人工智能可能幫助任何一個只要貸50塊錢的貸款者，找到有五毛錢利息就愿意去投資的投資者，所以銀行業現在面臨著互聯網金融極大的沖擊��
　　
　　不得不說，所有這些都是人工智能所取得的成績，它聽起來可能還不足夠偉大，但卻實際。不過話說回來，談人工智能、深度學習不能空談，它離不開數據、硬件技術及理論研究等多方面的支撐，林作銓所主要做的是理論層面的研究，前文也提到了硬件層面的突飛猛進。除此之外，人工智能再一次被點燃還有一個重要因素就是數據的大爆發，過去從沒有一個時期的數據像今天這樣爆炸式的增長��
　　
　　這其中的邏輯關系是，智能是通過學習實現的，就像人一樣，我們是從歷史行為中總結經驗，而人工智能是從大量的數據中學習、挖掘知識。百分點認為智能起碼能在自身所專注的領域去學習一些經驗和智慧。如果從這個角度來看，百分點早做的個性化推薦，現在做的個性化引擎，其實都是智能化系統的一種，百分點集團研發總監蘇海波強調說，人工智能未來并不能取代人，更多是在定義好的場景中，幫助人更好的生活��　　
　　因此，從這個角度看，過去人工智能發展緩慢的因素除了計算能力差外，數據量也是一個短板。關于數據如何多這里就不再贅述了，基本上你今天所進行的每一項活動只要你愿意，都能被記錄下來，這都是數據。所以數據的產生其實并不是人們、企業或者做研究的人關心的。他們關心的還是如何把這些數據利用起來，真正發揮其應有的價值（其實也就是今天熱炒的大數據技術所做的事情），讓其幫助人工智能更快、更好地演進��
　　
　　對此，蘇海波認為，大數據技術的發展對于人工智能的發展確實是一種推動。盡管離通用人工智能的目標還遠，但是他們現在看到了越來越多的利用人工智能技術改善細分應用場景的實例，這其中就包括前文所談到的淘寶推薦、圖書館管理員、互聯網金融等��
　　
　　雖然這些人工智能的應用還不盡完善，比如淘寶所推薦的很多時候并不是你想要的，但用發展的眼光看，技術的精進總是有一個過程，這正是像百分點這樣的公司正在研究的課題。在采訪中，蘇海波講述了他現在所看到的一些大數據應用實際情況，一部分技術實力比較強的企業，大多已經在大數據方面有所涉獵、甚至走的比較遠，但更多的是還IT系統還不夠完善，基本的數據采集和整合還沒搞清楚的��“百分點要做的就是幫助這些傳統企業，幫助他們真正去擁有大數據這方面的能力”，蘇海波表示��