以下為小飯桌創(chuàng)業(yè)課堂整理提供的分享內(nèi)容：

　　人工智能這一話題，最早可以回溯到1946年世界上第一臺電子計算機(jī)埃尼阿克的誕生，埃尼阿克產(chǎn)生以后，許多的計算機(jī)科學(xué)家對于計算機(jī)將來能夠代替人類做什么事情有很多聯(lián)想，其中最著名的一個人是圖靈，他在1950年左右在人工智能領(lǐng)域進(jìn)行了很多的探討，并且提出了著名的“圖靈測試”。

　　而“人工智能”一詞真正被提出來，是在1956年Dartmouth的會議上，由四位圖靈獎得主、信息論創(chuàng)始人和一位諾貝爾獎得主一起將人工智能的名詞定義出來，包括明斯基、西蒙、麥卡塞等等，這次會議被公認(rèn)為人工智能研究的出生典禮。

　　人工智能與機(jī)器人的關(guān)系：“機(jī)器人”一詞出現(xiàn)更早，1920年第一次出現(xiàn)robot這個詞，原本是蒸汽機(jī)械時代出現(xiàn)的東西，主要為機(jī)械原理，跟計算機(jī)數(shù)字化、數(shù)學(xué)沒有什么關(guān)系。但在表現(xiàn)形式上有所不同，比如想要開家里二樓的燈，如果通過人工智能，那我只需要對著系統(tǒng)說一句，系統(tǒng)就會從后臺對語音指令進(jìn)行分析并開燈，如果是機(jī)器人，則需要爬到二樓去把燈打開。

　　正本清源，人工智能(Artificial Intelligence)是指能夠和人一樣進(jìn)行感知、認(rèn)知、決策、執(zhí)行的人工程序或系統(tǒng)。  

　　人工智能發(fā)展的60年不是一帆風(fēng)順的，起起伏伏共經(jīng)歷了三次浪潮。

　　1）1970第一次黃金期：自從Dartmouth會議以后，人們陸續(xù)發(fā)明了第一款的感知神經(jīng)網(wǎng)絡(luò)軟件和聊天軟件，證明了數(shù)學(xué)定理，那個時候大家都驚呼“人工智能來了，再過十年機(jī)器要超越人類了”。不過，很快到了70年代后期，人們發(fā)現(xiàn)過去的理論和模型，只能解決一些非常簡單的問題，很快人工智能進(jìn)入了第一次的冬天。

　　2）1990第二次黃金期：隨著1982年Hopfield神經(jīng)網(wǎng)絡(luò)和BT訓(xùn)練算法的提出，大家發(fā)現(xiàn)人工智能的春天又來了。80年代又興起一撥人工智能的熱潮，包括語音識別、語音翻譯計劃，以及日本提出的第五代計算機(jī)。不過，到了90年代后期，人們發(fā)現(xiàn)這種東西離我們的實際生活還很遙遠(yuǎn)。大家都有印象IBM在90年代的時候提出了一款語音聽寫的軟件叫IBM Viavoice，在演示當(dāng)中效果不錯，但是真正用的時候卻很難使用。因此，在2000年左右第二次人工智能的浪潮又破滅了。

　　3）現(xiàn)在到了真正爆發(fā)的前夜：隨著2006年Hinton提出的深度學(xué)習(xí)的技術(shù)，以及在圖像、語音識別以及其他領(lǐng)域內(nèi)取得的一些成功，大家認(rèn)為經(jīng)過了兩次起伏，人工智能開始進(jìn)入了真正爆發(fā)的前夜。 

　　總之，就國內(nèi)外人工智能公司這么多年的發(fā)展來看，使命是內(nèi)在的，階段性目標(biāo)是變化的。

　　1）人工智能時代的到來離不開人機(jī)交互模式的變革

　　IT產(chǎn)業(yè)五大浪潮：自60年代至今，IT產(chǎn)業(yè)已經(jīng)歷硬件、軟件、互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)與人工智能這五大浪潮，當(dāng)前我們已進(jìn)入物聯(lián)網(wǎng)產(chǎn)業(yè)萬物互聯(lián)的時代，在無屏、移動、遠(yuǎn)場狀態(tài)下，以語音為主，鍵盤、觸摸等為輔的人機(jī)交互時代正在到來。

　　2）在物聯(lián)網(wǎng)時代下，人機(jī)交互主要有兩種方式

　　弱/強(qiáng)視覺呈現(xiàn)語音交互：當(dāng)前我們現(xiàn)在主要面臨兩種交互，一種是只需要語音即可，比如藍(lán)牙音箱、手環(huán)等，語音之外，你不需要看到任何信息；另一種是語音＋圖像，比如電視上的語音交互、手機(jī)等。在這種情況下，觸摸交互的學(xué)術(shù)名詞應(yīng)該叫做強(qiáng)視覺呈現(xiàn)的觸摸交互語音作為人機(jī)交互最自然的方式，將有效促進(jìn)人工智能與各行業(yè)的結(jié)合，讓人工智能更容易進(jìn)入大家的生活。

　　3）人工智能將進(jìn)入智能＋的時代：人工智能與各個行業(yè)的深入結(jié)合蘊(yùn)含著巨大的機(jī)會。除了交互，人工智能還可以用來在教育、醫(yī)療、智慧城市、出行、司法、安全、金融等眾多領(lǐng)域；同時，它在各個行業(yè)里面可以做一個最簡單的事情就是替代人工。德勤的報告顯示，人類工種中大概只有20%的工作可以被其代替，其中園丁、清潔工被代替的比例最低，為10%；同時，它開始能夠?qū)懜�，陳述性的稿件也許比人還要精確。

　　現(xiàn)在大家能夠看到，在將來的10年，人工智能也會像技術(shù)的服務(wù)進(jìn)入到我們的生活當(dāng)中，每個人都離不開。人工智能之所以受到這么廣大的關(guān)注，不僅僅是因為這個技術(shù)炫，而且影響到我們的生活，不僅關(guān)系到我們每個人，還關(guān)系到我們國家。

　　人工智能的演進(jìn)發(fā)展分成計算智能（能存會算）、感知智能（能聽會說，能看會認(rèn)）和認(rèn)知智能（能理解會思考）三個階段

　　計算智能就是計算機(jī)與人類比存儲、比記憶，在此方面已經(jīng)遠(yuǎn)遠(yuǎn)超過人類了。不過，在感知層面，計算機(jī)在語音識別、圖象識別的方面與人類還有較大差距，讓計算機(jī)真正能理解、會思考、進(jìn)行自我學(xué)習(xí)，還是很欠缺的。

　　只有實現(xiàn)認(rèn)知智能的突破，AI才能部分取代腦力勞動，除了語音交互，科大訊飛也在研究人臉識別技術(shù)，其特色是可以將人臉識別加上聲紋識別結(jié)合在一起，特別是用聲音，圖片混合，來做活性檢測。

　　人類智能與人工智能的區(qū)別：這是兩種不同形式的人工智能路徑——腦科學(xué)與人工智能。杰夫·霍金斯在《人工智能的未來》一書中指出，大腦的感知認(rèn)知機(jī)理：大腦皮層區(qū)域間的信息傳遞、多通道感知融合與認(rèn)知產(chǎn)生。

　　語音和語言為入口的認(rèn)知革命：人類從200萬年前發(fā)展到如今經(jīng)歷了農(nóng)業(yè)革命、工業(yè)革命、信息革命，但實際上在此之前還有一次很關(guān)鍵的革命——認(rèn)知革命。

　　大約7萬年以前，有一種人發(fā)生了突破性的變化，使得整個進(jìn)化和迭代的周期加快，產(chǎn)生認(rèn)知革命的原因就是7萬年以前的這些人突然會說話了，發(fā)明了語言。語言的廣泛使用，可以表達(dá)非常復(fù)雜的信息；有了語言以后就可以反饋社會的信息，可以組織和形成更有凝聚力，更大的團(tuán)體；語言可以傳遞一些虛構(gòu)的或者是抽象的概念，有了這樣的概念，大量的陌生人就可以進(jìn)行合作、進(jìn)行創(chuàng)新，這就是語言的重要性。

　　語音和語言是認(rèn)知的基礎(chǔ)，人類智能的基奠是語言。如果機(jī)器想要從“弱的人工智能”變成“強(qiáng)的人工智能”怎么辦?我們也需要一場認(rèn)知革命。弱人工智能是指充分利用機(jī)器學(xué)習(xí)和大數(shù)據(jù)方向的最新進(jìn)展，結(jié)合腦科學(xué)和數(shù)據(jù)學(xué)習(xí)實現(xiàn)人工智能。智能動力學(xué)是人工智能的關(guān)鍵。強(qiáng)人工智能是指將腦科學(xué)與信息科學(xué)形成緊密融合，期待大突破，模擬人腦的工作方式來實現(xiàn)人工智能。人工智能的三大法寶是深度神經(jīng)網(wǎng)絡(luò)、大數(shù)據(jù)、漣漪效應(yīng)。

　　1）深度神經(jīng)網(wǎng)絡(luò)。其模型和算法和傳統(tǒng)的方法是有本質(zhì)的不同，雖然它與我們?nèi)祟惖纳窠?jīng)網(wǎng)絡(luò)相比，還有很多不足，但是確實在架構(gòu)和描述方面有其強(qiáng)大之處。

　　2）大數(shù)據(jù)。隨著移動互聯(lián)網(wǎng)的迅猛發(fā)展，數(shù)據(jù)每天都是以指數(shù)級增加，通過手機(jī)和微信等，人們可以隨時隨地把視覺、聽覺上的這些數(shù)據(jù)輕松地傳到網(wǎng)上，匯聚起來形成大數(shù)據(jù)；

　　3）漣漪效應(yīng)。隨著移動互聯(lián)網(wǎng)的發(fā)展，各種軟件、各種設(shè)備接觸用戶的門檻極大地降低了。例如，當(dāng)一款新的APP找到第一批用戶時，他們使用的行為和記錄就被后臺記錄下來了，開發(fā)者再對這種行為和記錄進(jìn)行迭代的改進(jìn)，當(dāng)再把APP投向第二批用戶的時候，軟件行為已經(jīng)比第一代提升了，這就是漣漪效應(yīng)。

　　語音識別實用化得益于“漣漪效應(yīng)”。訊飛的語音識別2010年推出的時候，坦白說它的識別率只有60%左右水平，剛開始大家都覺得很難用，但是有一批嘗鮮的用戶。隨著技術(shù)的迭代、更新，以及數(shù)據(jù)持續(xù)的迭代，如今訊飛語音識別率已經(jīng)達(dá)到了97%以上的水平，達(dá)到完全實用的狀態(tài)。圖片識別也同樣如此，在ImageNet圖像識別任務(wù)中，2012年的時候錯誤率高達(dá)26.2%，但是到2015年底已經(jīng)降到了3.57%�；�本上可以說這個技術(shù)使得我們只要通過一個攝像頭，就能將家中的各種物體很輕易地分辨出來。

　　因此，可以得出兩點結(jié)論：深度神經(jīng)網(wǎng)絡(luò)與大數(shù)據(jù)的結(jié)合成為當(dāng)前主流路徑；基于互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)的“研究—工程—產(chǎn)品—用戶”閉環(huán)優(yōu)化加速了迭代優(yōu)化進(jìn)程。

　　從技術(shù)層面看，微創(chuàng)新到系統(tǒng)創(chuàng)新：二者是相對立存在的，微創(chuàng)新體現(xiàn)在產(chǎn)品創(chuàng)新層面，而系統(tǒng)創(chuàng)新資金時間耗費(fèi)大，從沒有到開始立項、最后商用需要15-20年，基本上一輩子只能做出一個。當(dāng)然，航空發(fā)動機(jī)是機(jī)械工業(yè)時代“皇冠上的明珠”，人工智能是信息時代皇冠上的明珠，只有系統(tǒng)創(chuàng)新才能創(chuàng)造出這樣的工業(yè)藝術(shù)品。

　　從公司競爭角度看，公司競爭到生態(tài)系統(tǒng)競爭：現(xiàn)在的公司競爭不是單獨兩個公司，而是生態(tài)里面的競爭。比如人工智能非常難，創(chuàng)業(yè)公司很難獨立把它做好，于是各大公司都要做人工智能平臺，包括我們的訊飛開放平臺，現(xiàn)在已有25萬開發(fā)者，每天服務(wù)超30億次，連接的數(shù)目達(dá)90多億。

　　同時，在這個過程中，商業(yè)模式的創(chuàng)新非常重要，即好的技術(shù)創(chuàng)新一定要配合好的商業(yè)模式創(chuàng)新。高科技企業(yè)的早期市場和主流市場之間存在著一條巨大的“鴻溝”，能否順利跨越鴻溝并進(jìn)入主流市場，成功贏得實用主義者的支持，就決定了一項高科技產(chǎn)品的成敗。破壞性創(chuàng)新之父-克里斯坦森提出：“大公司卓越有效的管理對于延續(xù)性創(chuàng)新的成功具有決定性的作用，而破壞式創(chuàng)新能夠讓創(chuàng)業(yè)公司和小公司擁有顛覆現(xiàn)有產(chǎn)業(yè)鏈的能力！”

　　哈佛商學(xué)院James Moore和MarcoIansiti教授提出并發(fā)展的商業(yè)生態(tài)系統(tǒng)構(gòu)造理論成為當(dāng)前美國IT領(lǐng)域商業(yè)競爭戰(zhàn)略分析的核心價值理論。“只有成為商業(yè)生態(tài)系統(tǒng)中的核心節(jié)點(Keystone)，整合各種資源并帶動整個系統(tǒng)的發(fā)展，實現(xiàn)共贏，才能夠成為真正偉大而有影響力的公司！”

　　最后，我想給創(chuàng)業(yè)者提三點個人建議：

　　1）去玩兒的事業(yè)一定是你真心喜歡的事情，如果你去玩兒還不選你喜歡的事情，我想你一定是神經(jīng)病。

　　2）去玩兒的事業(yè)，一定要跟你喜歡的人一起去做。

　　3）玩耍中的過程比結(jié)果更重要。謀事在人成事在天，能成為馬云和馬化騰是歷史的必然，但成為這兩個具體的人一定有很多未然的因素。改變你能改變的，接受你不能改變的。

　　所以，我覺得創(chuàng)業(yè)不管是做系統(tǒng)創(chuàng)新，還是做產(chǎn)品創(chuàng)新、微創(chuàng)新，我們要以這樣的心態(tài)，真正去享受到我們生活中的每一個小細(xì)節(jié)，同時要有使命感與宏偉藍(lán)圖。