長久以來，人們一直在預(yù)測人工智能(AI)將帶給人類社會的影響，包括機器人掌控世界、奪走人類的工作，甚至得出結(jié)論，認為機器人的能力可能在各個方面都超過人類。但事實上，直到今天，我們也并沒有在工業(yè)領(lǐng)域或者是日常的生活中遇到那些能夠帶來翻天覆地變化的AI技術(shù)。由此，一些媒體和AI的反對者們就產(chǎn)生了這樣的疑問：我們預(yù)想中大規(guī)模的AI技術(shù)究竟是否存在?更有甚者，已然得出了否定的結(jié)論。

不過，真正的答案并非如此。

目前來看，AI的應(yīng)用主要可以分為以下三類：變革性AI技術(shù)(Transformative AI)，個性化AI技術(shù)(DIY AI)以及人造AI技術(shù)(Faux AI)。相對來看，后兩者更為常見，而人們對于AI的評價也是源自于后兩大類。

我們現(xiàn)在所見到或者使用的AI技術(shù)，基本都是以訪問和處理用戶的數(shù)據(jù)為基礎(chǔ)，之后再根據(jù)分析結(jié)果向用戶提供一些建議，甚至完成一些精密的工作。比如說， Amazon的Alexa能夠幫用戶播放音樂，發(fā)送日程提醒，播報天氣等等。

這些AI技術(shù)也許沒有產(chǎn)生我們預(yù)期中那樣的影響力，但并沒有否定他們的存在——AI技術(shù)只不過沒有想象中那么具有顛覆性罷了。

在我看來，那種可能會“占領(lǐng)人類世界”或者最起碼能給人類生活和工作帶來驚人的變化的AI技術(shù)就是我在上文提到的Transformative AI。這類AI技術(shù)能夠?qū)?shù)據(jù)轉(zhuǎn)化為一種“思考”能力，經(jīng)過“思考”后再發(fā)出相應(yīng)的指令。此外，這類AI技術(shù)并不是簡單地將指令發(fā)送給用戶以便讓其做出明智的選擇，而是根據(jù)所學(xué)到和未來將會學(xué)到的內(nèi)容，自主完成整個復(fù)雜的過程。

目前這類AI技術(shù)并不十分普遍，不過有一樣應(yīng)用應(yīng)該稱得上廣為人知——自動駕駛汽車。自動駕駛汽車是一個十分生動的例子：這臺機器能夠接收不斷變化的信息，經(jīng)過加工處理發(fā)出指令并自主完成駕駛，從而取代了整個過程中人類所扮演的角色。

駕駛并不是一項容易靠自動化完成的固定程式(如果是，那我們也就不需要AI了)。雖然看起來駕駛過程中所需要完成的動作并不是很多，但是需要處理的信息卻十分繁瑣，比如道路狀況、目的地、行車路線、交通狀況、與周圍車輛的車距，以及彎道和突然出現(xiàn)的行人等等。AI技術(shù)必須要把諸如此類的所有相關(guān)信息都收集起來加以處理，然后像人類司機一樣對各種情況作出及時的判斷。

這就是所謂的Transformative AI，它的確存在而且在不斷的進步。

我們繼續(xù)來設(shè)想一下這類AI技術(shù)在其他方面的應(yīng)用。大多數(shù)人可能會首先在工作而非生活中體驗到AI技術(shù)帶來的變化?，F(xiàn)在很多的公司都緊跟“大數(shù)據(jù)”的潮流，在數(shù)據(jù)的收集上下功夫，而對于AI技術(shù)來說，這大量的數(shù)據(jù)正成為了其發(fā)展的的助推器。AI技術(shù)也因此能夠憑借一己之力處理原本需要一個團隊來處理的信息，而且更加精確和高效。

在當(dāng)前的市場中就能夠找到這樣的例子，比如Cosabella和Dole Asia，這兩家公司已經(jīng)換上了以人工智能平臺為基礎(chǔ)的數(shù)字賬戶團隊的代理機構(gòu)。

不過話說回來，這類AI技術(shù)還是處于起步階段，真正實現(xiàn)普及還需要一段時間。下面我們還是先將視線轉(zhuǎn)向目前更為普遍的DIY AI和Faux AI上。

DIY AI技術(shù)所涵蓋的范圍非常廣泛，只要這個人工智能平臺的最終目的是為了讓用戶獲得更多信息來依靠自己完成剩余的工作，那么就可以將它劃分到DIY AI這一類。這種AI技術(shù)也可以接受并處理大量的數(shù)據(jù)，但是它的最后一項步驟就是得出分析結(jié)果，不會再發(fā)出指令。所以說，這類AI技術(shù)具有規(guī)范性和實用性的特征，但是并不能自發(fā)產(chǎn)生直接的效果。

雖然如此，對于那些依賴于數(shù)據(jù)專家，靠人力分析、理解數(shù)據(jù)的公司和組織來說，這類AI技術(shù)的確擁有極高的價值。和機器相比，即使最優(yōu)秀的數(shù)據(jù)專家也需要許多的時間來對數(shù)據(jù)進行處理、分析并提出建議——畢竟人類是需要進行睡覺、吃飯和休息等基礎(chǔ)活動的，不過還有一個更為重要的原因造成了這樣的結(jié)果：人類不具備和機器同等的“數(shù)據(jù)處理能力”。

我們也能從現(xiàn)實中找到應(yīng)用DIY AI技術(shù)的例子：Salesforce(客戶關(guān)系管理軟件服務(wù)提供商)創(chuàng)建的Einstein人工智能平臺。今年五月初，Salesforce在《紐約時報》上刊登了一則廣告，其中描述了Einstein是如何選定潛在客戶，預(yù)測顧客的購買意向并幫助公司完成交易的。換句話說，這個AI平臺讀取了CRM(客戶關(guān)系管理)數(shù)據(jù)并進行處理分析，之后再發(fā)送給銷售人員——這遠比他們自己進行數(shù)據(jù)分析有效率的多。

值得注意的是，DIY AI技術(shù)是一項“附加型”技術(shù)，這也就意味著它是以某項現(xiàn)有技術(shù)為基礎(chǔ)的，它所扮演的角色就是讓原本“呆傻”的系統(tǒng)變得更加“聰明”。為了讓大家更明白，我們再用Transformative AI來做個比較：Transformative AI要求的是打造一項純AI的技術(shù)，也就是說這項技術(shù)中每一部分都與AI技術(shù)有關(guān)。

最后我們再來看看最為普遍的Faux AI。DIY AI技術(shù)似乎乏善可陳，而Faux AI則是運用了一種模仿的手段。正如其他新興技術(shù)一樣，那些大公司利用人們對于AI技術(shù)的不了解炒熱了這項技術(shù)。大部分公司這樣做的原因就是想利用AI技術(shù)對現(xiàn)有的預(yù)測和自動化技術(shù)進行重新定位，但實際上，這些技術(shù)跟機器學(xué)習(xí)并沒有關(guān)系，而只是一些以規(guī)則為導(dǎo)向的應(yīng)用程序罷了。

這里不得不提到聊天機器人——千萬不要小看他們。不過在這些聊天機器人中，的確有一些濫竽充數(shù)的，它們雖然表現(xiàn)的其他AI機器人一樣，但其實它們并沒有使用機器學(xué)習(xí)，只是一些假冒的AI產(chǎn)品。

人們通常會把擁有處理和預(yù)測能力的廣告程序化購買同AI混淆，而其本身也將自己和AI歸于同類。而由于程序化技術(shù)已經(jīng)出現(xiàn)了十幾年，人們好像只有將它也當(dāng)做AI技術(shù)的一種(其實并不是)，才能讓AI技術(shù)顯得不那么特殊。

現(xiàn)在市場中那些發(fā)展?fàn)顩r良好的DIY AI技術(shù)其實都可以說是準Transformative AI技術(shù)。隨著實踐次數(shù)的豐富，它們所收集和處理的數(shù)據(jù)都在潛移默化的優(yōu)化自己的算法，最終將會具有能夠自主完成指令的能力(假設(shè)它們能夠達到這種智能狀態(tài)們)。這樣一來，那些打算自主建立平臺的技術(shù)專家們就不需要依靠“附加”的方式，而是直接從一開始就利用系統(tǒng)性的AI技術(shù)。這一結(jié)果為Transformative AI技術(shù)的發(fā)展奠定了基礎(chǔ)，同時也會將我們帶入想象中的那個人工智能的世界。