圖-1 人工智能
人工智能（AI)，隨著最近幾年的漸入人們的眼線，也逐漸被人了解人工智能（AI)為何物，起到了很大的科普作用。人工智能（AI)在一些領域中大展身手，減輕了人工勞動，例如在物流快遞中，快件的分揀。
圖-2 人工智能（AI)在快件分揀中的應用
但是最近幾年，也出現(xiàn)了一些人工智能（AI)浮夸風現(xiàn)象，特別是2019年，各大新聞媒體及一些企業(yè)，為了蹭人工智能（AI)的光和熱度，過度的吹噓當前人工智能（AI)的發(fā)展水平，甚至一些所謂的“磚家”還杜撰恐怖故事，造成在一部分人群體中產(chǎn)生了人工作智能（AI)恐慌。
圖-3 當前AI的發(fā)展水平
而當前的人工智能（AI)的科技發(fā)展水平，還處在弱人工智能（AI)時代。當前的人工智能（AI)，只能解決重復性比較高、復雜度比較低的一些見簡單行為工作，前提比較有大量翔實的的數(shù)據(jù)做基礎。跟一些不負責任的媒體夸大所宣傳的人工智能（AI)發(fā)展水平，還有很大的距離。
圖-4 新冠狀病毒
于是，在最近，道哥，遇到不少行外之人咨詢，既然人工智能（AI)發(fā)展的這么神乎，怎么搞的，連一個新冠狀病毒都解決不了？道哥，甚是無奈，這是人工智能（AI)浮夸風后遺癥的表現(xiàn)。
圖-5 AI在病毒防御的前哨站
當然在這次，抗新冠狀病毒中，人工智能（AI)和大數(shù)據(jù)（BD)，在抗擊新冠狀病毒中，病毒傳染檢測和防控、病毒基因序列排序和分析、研發(fā)抗病毒新藥新疫苗等抗疫中，起到了巨大作用，大大有效的促進了抗疫。
當前，處于弱人工智能（AI)的初級階段，是人機共存的時代，完全靠人工智能（AI)來解決，以當前的人工智能（AI)科技發(fā)展水平，很不現(xiàn)實。
圖-6 深度學習算法三位創(chuàng)始人
主要是，人智能（AI)中，一個舉足輕重的算法——深度學習算法，遇到一些發(fā)展勁瓶。深度學習算法，不是新產(chǎn)物， 在20世紀八九十年代就已經(jīng)被Yoshua Bengio, Yann LeCun, 以及Geoffrey Hinton提出。只不過受限于當時計算機計算能力有限和相關技術，再加上當時缺乏可用于分析的海量數(shù)據(jù)。深度學習算法，在模式分析中并沒有表現(xiàn)出優(yōu)異的識別性能。
圖-7 圖靈獎
這幾年，隨著軟件硬件的進步，深度學習算法達到了以往不可能企及的效果，而重新被熱炒起來，特別是深度學習算法三位創(chuàng)始人獲得了2019年的圖靈獎。但是，隨著數(shù)據(jù)紅利的消失，深度學習的天花板也逐漸顯現(xiàn)。
圖-8 Gartner Group公司
Gartner Group公司，是第一家信息技術研究和分析的公司。該公司在每年公布的科技趨勢曲線，會聚焦在將來的5到10年間，表示該科技可能在行業(yè)發(fā)展中產(chǎn)生巨大的競爭力。
圖-9 Gartner 發(fā)布的2019技術曲線圖
在圖-9中，我們可以看到，深度學習算法，在發(fā)展已經(jīng)到了勁瓶期，而與之相相伴而行的知識圖譜，還處于初期起步階段，更不用談，腦機接口和通用人工智能等技術，在圖-9中，已標記為黃色三角，也就說，起碼在未來10年會后才能到達高原期。再者說，實驗室的理論到生產(chǎn)環(huán)境中的落地，還有問題不少亟待解決和突破。
圖-10人工智能（AI)實現(xiàn)場景
在現(xiàn)實中，人類可以輕松完成各種動作，但對于機器人來說，完成這些簡單的動作，以當前的人工智能（AI)科技發(fā)展水平，比登天還難。對于此，此理論被專家們稱為“莫拉維克悖論”。
圖-11 人工智能（AI)革命真的來了嗎？
吳恩達導師——Michael I. Jordan，世界著名機器學習專家、著名的計算機科學和統(tǒng)計學家，曾在《哈佛數(shù)據(jù)科學評論》上發(fā)表文章，當前許多自譽為人工智能（AI)的領域，嚴格而言是機器學習，而真正的AI 革命還尚未到來。
圖-12 人工智能（AI)依然是寒冬
從這幾年的商業(yè)角度來看，從事人工智能（AI)行業(yè)的公司，主要靠故事和遠景，很快拿到了融資，而從盈利財務報表上，真正可落地可商業(yè)化產(chǎn)品，即使有，由于其成本過高，在市場銷量少只又少。故此說，人工智能（AI)行業(yè)，仍處于培育階段。
圖-13 期望2020，是初春
2019年，已有一大批的初創(chuàng)人工智能（AI)企業(yè)已死于寒冬。期望2020年，對于人工智能（AI)企業(yè)，不是寒冬，正如著名浪漫主義詩人雪萊的《西風頌》：冬天來了，春天還會遠嗎？
