这里是科技前哨，我是赵文轩。
前几篇我们介绍了很多人工智能行业的基础知识，包括人工智能的起源、入口、ai服务和芯片。现在为大家介绍你们最关心的问题，人工智能下产业的机会将在何处。
我们快速的总结复习一下前面的知识，方便大家系统梳理，同时也照顾之前没有看过文章的用户。
一、人工智能现状与特点
人工智能的现状
前面我们讲过人工智能风口已过，技术与产业的关系正如自来水与餐厅的关系。本轮技术已经基本成熟，抓紧时间用，用了不一定有优势，不用一定是劣势。
本轮人工智能有三个特点：
1、计算能力（gpu等硬件，大公司以开放给第三方）
2、算法（谷歌等众多公司也已经开放，甚至包括软硬件平台数据都开放）
3、数据（数据是有所竞争力的）
这里还是想提一下，如果你的公司用各类excel收集了几十万条数据，虽然操作起来电脑明显有一些卡，就别老认为自己拥有了大数据，每天因为过分的担心数据安全而错失了拥抱人工智能的机会。
人工智能的使用方法与过去的it不同，并不是买了就可以用，而是需要用数据去喂养和训练，类似于养孩子。专业的词汇叫做“有监督学习”，也就是说要给反馈，告诉他这个结果的对与错。
这就是前面几篇说的为什么deepmind算法一开始的效果并不好，直到被李飞飞的数据库训练后才证明不是算法的问题，而是没有数据。
这个特性也导致入口之争变得格外重要，因为谁先抢夺入口谁就先拥有数据，就先进入良性循环。
深度学习不是人工智能的独木桥
deepmind也拥有他非常显著的缺点，那就是过程无法描述。可以理解为一个黑箱，我们只知道输入x后会输出一个y，但内部究竟怎么运作的我们目前不得而知。
目前jeff hawkings（他是美国最早移动计算系统palm发明人）就在研发一种“记忆预测模型”，更类似于人类大脑的思考方式，而且可以看到过程。
二、人工智能应用的四个重点
1、定位
宜窄不宜宽，宜特定不宜宽泛
前面我们提到过的“强人工智能”，即通用人工智能，可以解决各个领域的所有问题的人工智能。目前来看是基本不太现实的。而另一种方法是训练一个更优秀的人工智能，然后各个领域去把他训练成一个特定的人工智能。例如我们找到一个基因非常完美的小孩，然后把他克隆100个，各个领域的人就像是父母，把他孕育出来，然后在一个领域精心培育，有的去打篮球，有的去写程序，那么他们每一个人都有很大概率上成为一个优秀的行业标杆。
2、领域
大家很关心自己所在的行业或者产品线适不适合适用人工智能，这里也为大家提供一些参考标准：
1、你是不是拥有数据
2、你的数据是不是有壁垒。
3、先定义出来你试图用人工智能解决的问题。产品经理都知道，产品就是解决问题的载体，创业者也往往是为了解决一个问题而开始的。
4、预测你定义的问题解决方案的结果，是否会被市场所接受。
5、是否有大公司在做同样的事情。
3、开发
前面我们说到人工智能不是引入就能用的，而是需要像养小孩一样的慢慢来。这也就是为什么在这一轮中今日头条崛起之后，即使是腾讯、百度这两家公司在进行追赶的时候，依然要花费巨大是资源和时间。
训练人工智能时每一次的输出是否有清晰可比较的结果：
1、有清晰客观的标准
例如百度的每一次搜索，根据用户点击的反馈就可以知道本次的搜索是否准确。今日头条每一次推送根据用户是否点开，也可以得到结果的反馈。
2、无清晰客观的标准
我以前在新东方时联合搜狗开发中高考英语口语考试模拟测试系统时就遇到这样的问题，我们没法像上面的案例那样去判定一个孩子讲的内容是不是好，因此我们需要大量收集孩子们读英语的音频，然后通过专家打分的反馈来训练机器什么是好什么不好。当您的行业处于这样的特点的时候，引入人工智能就要考虑你是否有专家团的资源和预算。
当然在具体的行业应用时会有更灵活的方案。例如滴滴打车拼车业务每一次结束后，产品界面都会弹出一个按钮，让你选择本次拼车是否顺路，这件事情用户往往是很容易判断并且没有说谎的动机的，因此众包了反馈专家团也是一种很好的做法。
4、运营
刚刚滴滴的例子也说明理解技术后结合行业数据与特性的重要性。建议各个大行业的企业家不用过多的担忧人工智能，而是深耕自己的数据与行业能力，同时集合人工智能技术，给公司运营赋能。
三、人工智能应用的方向选择
结合上述人工智能开发的反馈特点，我们介绍两个大的方向。
1、判断模式相对复杂，但结果很明显的领域
例如：智能商品推荐，无论用户如何选择，最后都可以清晰的知道他买了什么；广告服务；投资；法律文档等。最终的结果往往都可以按照某几个固定指标来衡量或者固定模式的。
2、以专家为准的领域
如果第一个是一些比较硬的领域，这里将是一些比较软的领域，也大部分是软件。我们认为作曲家和画家这类创造性极强的工作，用ai也可以完成，例如ai的作曲家；ai的画家，俄罗斯就有一个程序ostagram输入了大量名画的训练，然后你输入一张照片之后也可以变成名画的风格。最近腾讯举办的一场开放战略大会上的主视觉，就是人工智能所作画的内容，而非设计师完成。
四、未来人类的机器智商
听到人工智能谱曲作画的故事，很多人说设计师是不是以后也要下岗了，我的判断是不会的。根据经济学成本的概念来说：盈利和亏损都是一次性的。即人工智能的能力是在我们现有的能力上做出的标准和维度，这些维度本身可能就会发生变化，而变化的或者没有被设立的维度就是新的颠覆式创新。
这里我很认可的一个概念就是人类的机器智商，这将和智商情商一样的重要，能用好各种各样的科技技术你就是下一个钢铁侠。设计师能尽快用好就能发挥更大可能性的创造和提高创造效率。人们并不是因为有了美图秀秀就不需要拍照了，反而是拍出了更多好看有创意的照片了。
五、未来的市场机会
1、辅助性替代：
对行业领域当中部分可被替代的工作。例如虚拟助教、智能管家、行业助理、咨询师等。
2、自动化替代：
针对流水线作业、过渡人力参与和重复劳动的自动化的替代。例如智能监控与巡逻管制、制动化仓库和仓储机器人、清扫保洁机器人等。
3、危险性替代：
针对存在一定风险或人无法参与的工作替代。例如安保和维护、矿井作业、外太空探险、拆弹等。
六、未来的产业机会
产业与产品机会：
1、辅助与工具产品
音乐：声音模拟
图像视频：绘画与场景生产
智能创作：ai创作文章、绘画
管家：语音助理
辅助驾驶：半自动驾驶与语音控制
2、商业服务
零售互动；咨询与顾问机器人；餐饮业里的机器人对话点餐。
3、医疗
医疗护理机器人；医疗诊断机器人；各类信息的分析。
4、教育
口语矫正与语音识别测评、智能答疑、个性化课程。
5、游戏
人工智能参与游戏，目前腾讯的人工智能已经开始打王者荣耀，未来ai的参与会是游戏剧情与场景多样性。
6、家庭
家庭服务机器人，家庭语音管家
7、公共安全
智能安防、智能交通、智能卫星的监控巡航
8、ai芯片
gpu将进步到更加广泛，各类专门处理语音、图像的芯片将运用在不同场景下。
9、金融
与数据结合的智能炒股。当然ai更擅长的是短线高频的交易，长期投资往往是需要颠覆式创新和更复杂的判断的，人类依然保持优势。
10、新媒体
个性化新闻、机器写作、传感器新闻、临场化新闻等
希望通过以上人工智能的介绍可以构建起我们对于他系统的认知，拥抱科技，你也可以成为钢铁侠。
后面会陆续为大家介绍人工智能在各个行业的市场情况。
同时我也将筹备下一个技术模块的研究，在ar/vr/mr/自动驾驶/机器人等领域你最想先了解哪个呢，欢迎给我留言。