人工智能的虚火越来越强。
凡是有狂欢的地方，就会有人浑水摸鱼。
很多初创公司普遍开始在自己的商业计划中加入大量机器学习等技术和说辞，并斩钉截铁地宣称自己是一家人工智能公司。
尽管这些公司正在做的事情与人工智能无关，但在融资方面可能会有很大帮助。
可以肯定的是，绝大多数在人工智能领域包装自己并获得融资的公司最终都会一无所有，留下一堆尸体。
1 在好莱坞科技大片中，人工智能总是被定义为威胁未来人类生存的具有自我意识的机器。
在《西部世界》、《机器公敌》、《机械姬》、《星球大战》、《超能查派》等著名科幻电影中，具有人工智能的机器人或计算机总是充满情感、意志力和决心，并且可以自我行动——意识行动。
比如《超能查派》中的人工智能机器人“查派”就被设定为一个自我觉醒的机器人。
在一系列机器人技术大片的热闹中，人们对人工智能的想象和期待也被激发。
在科技发展的现实中，我们确实看到了一些人类劳动者被机器取代的事实。
2000年，高盛集团纽约总部的美国现金股票交易柜台有一位高薪交易员。
如今，随着自动交易程序逐渐取代其他交易者的工作，只剩下两名交易者。
这就是机器取代人类劳动的现实。
越来越多的企业开始部署无人工厂和自动化交易。
很多人工智能专家甚至开始想象，有一天机器本身也会自我进化，进入所谓“用人工智能发展人工智能”的时代。
谷歌的 AlphaGo 继续挑战围棋大师的成功。
“人工智能”一词已不再是科学人士口中的专有名词，而是街头巷尾热议的话题。
许多专家表示，十年后，全球90%的工作岗位将被人工智能取代，包括翻译、记者、保安、司机、交易员等，这为人们在空中描绘了一块热气腾腾、看似美味的馅饼。
在大家垂涎欲滴的热切期待中，中国人工智能近两三年掀起了一系列高潮。
据投资界统计，2017年中国人工智能领域共有10余起上市融资案例，其中包括寒武纪（A轮1亿美元）、旷视科技（C轮4.6亿美元）、商汤科技（ C轮4.6亿美元），B轮（4.1亿美元+阿里巴巴投资15亿元）轻松达到数亿美元。
IT橘子数据显示，截至今年6月，我国创投机构累计推出人工智能投资案例。
半年时间产生的融资已突破亿元，累计融资金额攀升至亿元，占全球融资总额的10%。
33.18%。
特别是工业革命以来，经济增长的根本动力是技术创新。
蒸汽机、电力、内燃机等通用技术的出现，确实催化了很多波创新和机遇。
人工智能技术整体必然会朝这个方向发展，但人们对AI也抱有许多不切实际的期望。
瑞士神经科学家帕斯卡·考夫曼认为，虽然谷歌AlphaGo正在挑战围棋这一人类尊崇的要求最高的策略游戏，但他坚持认为，创造AlphaGo奇迹的并不是“真正的人工智能”，而只是机器对游戏规则的操纵。
制定内容策略的能力。
AlphaGo无法应用到现实生活中，甚至在其他游戏中也只是一种浪费。
2000年，23岁的马文·明斯基（后被称为“人工智能之父”）和他的同学埃德蒙建造了世界上第一台神经网络计算机。
有人将这次视为人工智能的起点。
马文·明斯基 同年，被誉为“计算机之父”的阿兰·图灵在《曼切斯特电子计算机程序员手册》书中提出了举世闻名的“图灵测试”。
同时，图灵还大胆预言了真正智能机器的可行性。
在图灵预言的推动下，当时不少学者充满兴奋，认为人工智能时代即将到来。
有学者甚至明确预测，二十年内，人工智能将做人类能做的一切。
六年后的夏天，达特茅斯大学举行了一场人工智能头脑风暴会议。
当时，世界上最杰出的专家齐聚一堂，讨论如何解决智能仿真问题，并声称取得了一系列令人兴奋的成果。
达特茅斯大学会议内容公布后，政府开始大力投资人工智能领域，迎来了人工智能的第一个春天。
在学术界，乐观的氛围正在蔓延，在算法方面涌现出许多世界级的发明，其中包括当前AlphaGo算法的核心思想——强化学习的雏形（即贝尔曼公式）。
但乐观终究无法符合现实。
经过十多年的探索，研究人员发现，短时间内实现人工智能非常困难，也是不可能的。
于是在20世纪60年代末，相关基金开始撤资，人工智能迎来了第一个寒冬。
2007年，《莱特希尔报告》客观评估了当时的情况，对智能思维机器的可能性做出了负面预测。
这份报告导致了这一领域研究幻想的破灭，人工智能在整个时期甚至成为了一件非常不光彩的事情。
尽管日本政府在20世纪80年代热衷于支持人工智能的发展，但也迫使美国和英国政府产生了无法把握前沿趋势的危机感，客观上支持了其对人工智能的投资。
然而，这些并没有激发大型政府和私人机构新的投资热情。
到了20世纪80年代中期，随着苹果、IBM、微软等的崛起，人们发现以前所谓的初级人工智能并不像这些个人电脑那么强大。
到了2018年，人工智能的产品开始很少有人提及。
这是“第二个人工智能冬天”的开始。
而且，美国国防高级研究计划局当时明确表示反对人工智能的研究和投资。
人工智能的这两个冬天基于一个事实：人工智能的实际发展与人们的预期相去甚远。
专家给出的乐观估计与实际情况相差甚远。
热情消散后，冬天就来了。
这种情况直到今年才得以扭转。
今年，IBM开发的深蓝战胜了国际象棋世界冠军，让人工智能重新回到了人们的视野。
此后，虽然人工智能领域在二十多年的发展中出现了诸多学术突破，但直到年底才真正被大众认可，人工智能开始迎来另一个春天。
到今年3月，全世界都知道了谷歌AlphaGo与围棋世界冠军、职业九段李世石之间的围棋人机大战。
自此，人工智能开始迎来一场狂欢。
3 有狂欢的地方，就会有人浑水摸鱼。
于是，许多初创公司开始在自己的商业计划中包含大量有关机器学习、神经网络和其他形式技术的信息，声称自己是一家人工智能公司。
事实上，他们所做的事情基本上与这些技术无关。
前几天我认识了一家生产儿童书包的公司。
他们自称是一家人工智能公司。
结果我们发现书包里安置了一个定位传感器。
尽管这些公司正在做的事情与人工智能无关，但在融资方面可能会有很大帮助。
阿里巴巴前CEO卫哲表示：当前人工智能泡沫巨大，媒体炒作，市场过热。
市场上很多公司自??称是“人工智能”公司，但90%的人工智能公司都是“伪人工智能”。
ReadMe首席执行官Gregory Koberger甚至在推特上告诉人们如何分两步打造一家人工智能初创公司：第一步是雇佣大量廉价劳动力来冒充人类的AI，第二步是第一步就是等待AI被发明出来然后模仿它。
他甚至认为，这种做法已经是业内众所周知的秘密，但大多数围观者仍蒙在鼓里。
也就是说，一些初创公司的所谓人工智能，比如一些机器语音对话，背后并不是“人工智能”，而是真正的“人工智能”；一些所谓的人工智能翻译的背后，可能有很多人翻字典。
早在2000年，一家名为Spinvox的公司就声称能够将语音消息转换为文本。
他们的实际工作是由海外呼叫中心手动完成的。
据彭博社报道，X.AI 和 Clara 员工每天花 12 个小时假装 AI 聊天机器人。
2017年，企业费用管理应用程序Expensify承认，它手动转录收据，而不是像它声称的那样使用“智能扫描技术”。
在这场造假游戏中，媒体和机构各有各的欲望：媒体寻求关注和眼球，而企业或机构则可以提高股价、增加产品销量、获得多轮融资。
人工智能的外衣一旦暴露，对他们的实际影响并不大。
他们已经做好了逃跑的准备，而中小投资者才是真正的买单者。
可以肯定的是，绝大多数在人工智能趋势中包装自己并获得融资的公司最终都会落空。
全球顶级黑客凯文·戴维·米特尼克在2018年8月出席中国互联网安全领袖峰会时残酷地说：“我还没有真正接触到真正符合人工智能的核心工具和技术。
没有真正的人工智能产品，所有人工智能都是假的。
” 4 人工智能概念满天飞 除了假用“人工智能”代替“人工智能”之外，还有大量公司将数据分析视为人工智能的普遍进化。
这些公司的路径是：小数据分析公司——大数据公司——人工智能公司。
其实，除了名字的演变，他们的实际工作几乎没有变化，很多人错误地认为只要是一家公司的业务都是相关的。
事实上，人工智能公司区别于一般数据分析公司的关键在于，人工智能系统是迭代的，分析的数据越多，系统就会变得越智能。
-谷歌正在大力开发的驾驶系统是人工智能，因为它可以根据车辆在路上的行驶里程不断自我改进。
但如果只是根据数据来分析什么时候是送餐的最佳时间，那就不是人工智能了。
因为前者会自己迭代和学习，而后者则不会。
一般来说，如果你每三个月看一个人工智能项目，它的算法进展只是在代数层面，而不是几何层面，那么它更像是一个普通的算法，是伪人工智能。
强人工智能必须快速进步，因为它会实现自我进化。
但事实上，要实现这种自我进化似乎相当困难。
即使是最热门的深度学习技术，也没有明显的方向。
2019年8月，在以“共享全球智慧，引领未来科技”为主题的世界科技创新论坛上，诺贝尔奖获得者托马斯·J·萨金特表示：现在的人工智能其实是统计学，只不过用了非常华丽的词汇，而且许多公式都非常古老。
被誉为“硅谷精神布道者”、全球人工智能和认知科学专家皮耶罗·斯卡鲁菲也认为：“人工智能最大的问题在于没有常识。
人们花了几十年的时间试图解决这个问题，我们可能使用了错误的方法。
现在所有的焦点都集中在深度学习上，但深度学习无法获得常识。
”5 当然，并非所有公司都是如此。
只是打着人工智能的旗号做诈骗资本的事情，实际上是在做一些推动人工智能发展的工作。
不过，人工智能探索的一些方向仍然值得警惕。
例如，有些人工智能似乎正朝着不太正确的方向发展：一味地追求与人类的相似性。
如果他们真的很像怎么办？事实上，对人来说越容易的事情，对机器来说就越困难，比如行走、平衡、情感。
越是对人类来说困难的事情，对机器来说就越容易，比如大数据处理能力、内存等。
因此，人工智能的方向可能是取代人们觉得困难的部分，而不是取代人们觉得困难的部分。
找到容易的。
人工智能的应用形式有两种：一种是弱人工智能，只擅长单一领域，比如AlphaGo，只能下围棋；另一种是弱人工智能，只擅长单一领域，比如AlphaGo，只能下围棋；二是强人工智能，各方面都强。
现阶段，弱人工智能比人类强，而强人工智能比人类弱，而且非常不成熟。
人工智能的好处并不是它们比人类聪明，而是它们的思维方式与人类不同，因为人工智能的发展方向不是强调它如何像人类，而是补充和增强人类的智能。
人类的思维只是一种特定的思维方式，世界上的思维方式有很多种。
凯文·凯利在他的上一本书《科技想要什么》中将科技描述为生命的第七种存在方式，就像人类定义的六种生命形式一样，植物、动物、原生生物、真菌、原生细菌、真细菌一样，科技也是一种生命具有独立进化的能力。
另外，人工智能如果要真正促进人类发展，就必须具备与人类情感交互的能力，否则它永远都是机器。
人与人之间的互动之所以有意义，是因为人与人之间的互动百分之七十到八十都是情感。
人们之所以能够感受到相互的情感沟通和交流，是因为我们的大脑中有一组叫做镜子的神经元。
它的作用是在对方脸上表现出快乐、悲伤或焦虑的各种表情。
，你的脸上会下意识地露出同样的表情来呼应他。
人工智能虽然取得了一定的发展，但在解决情感方面还存在很大差距。
如果情感问题不进入人工智能底层，人工智能最终只是一个机器配置，无法获得人机交互。
undefined作为回应，谷歌首席执行官桑达尔·皮查伊 (Sundar Pichai) 在 6 月份宣布了使用人工智能的七项原则以及四项底线。
这七项原则的具体内容包括：①有利于社会； ②避免制造或加剧社会偏见； ③提前测试，确保安全； ④ 人类承担责任，即人工智能技术将受到人类适当的指导和控制； ⑤ 确保隐私； ⑥坚持高科学标准； ⑦从主要用途、技术独特性、规模等方面进行权衡。
四个底线是：①对于会产生或造成危害的整体技术，我们将确保利大于弊，并做出相关限制，以确保安全； ② AI不会被用来制造武器并对人类造成伤害的产品； ③ 不会利用人工智能收集或使用用户信息进行违反国际公认规范的监控； ④ 人工智能不会用于违反国际法和人权的技术开发。
这不应该是谷歌的原则和底线，而是所有从事人工智能发展的公司的原则和底线。
只有这样，人工智能才能成为造福人类的工具，而不是毁灭自己的工具。