AI擅长与不擅长的领域

我们将AI定义为以机器的形式对人类智能进行模拟。具体来说，AI涉及的主要技术包括语音识别、图像识别、数据挖掘、神经网络等，如图1-4所示。

20世纪80年代诞生的机器学习是指机器对数据进行解析，并以解析结果为依据对未来进行预测，发现数据的内在规律和规则的技术。

最近，备受人们关注的深度学习是指AI不借助人类指导，自行学习样本数据内在规律和表示层次的技术。深度学习的最终目标是让机器可以像人一样具有分析学习的能力。

深度学习使图像识别的精确度大幅提升，因此，AI的发展有了突破性进展，其中受益最大的领域便是自动驾驶领域，如图1-5所示。在这一领域掌握核心技术的公司是美国公司英伟达[4]（NVIDIA）和以色列公司无比视[5]（Mobileye），以及日本公司Preferred Networks [6]。

微软也在深耕AI图像识别领域。微软研发的面部识别系统可以识别出对外表做了伪装的恐怖分子。当图像识别技术达到了可以应用的水平时，SECOM[7]和ALSOK[8]的安保系统就会变得一无是处。

此外，谷歌已经开始开展利用AI识别图像并为识别的图像自动添加图片、文字说明的服务。

“输入信息后，AI会在思考后输出结果”，这一机制适用于各个行业（见图1-6）。对汽车行业来说，向AI输入的信息是行驶中车辆周围的图像以及驾驶员的驾驶技巧，AI输出结果为自动驾驶。对医疗行业来说，向AI输入的信息是人体扫描图像和病历信息，AI输出结果为癌症诊断信息。对制造行业来说，向AI输入的信息是生产计划和零件信息，AI输出结果为无人工厂。

AI还可以应用于金融领域。现阶段备受关注的是AI提出投资建议的技术，向智能投顾（ROBO-Advisor）输入股票信息和经济统计数据，智能投顾便会对数据进行解析，输出可以让投资者获得高收益的投资建议。

AI擅长的领域为以下3个方面。

①AI擅长识别，包括辨别信息、理解声音及图像、检测异常等。

②AI擅长预测，包括预测数值、预测需求与意图等。

③AI擅长执行，包括生成表达、设计、最优行动、操作自动化等。

同时，AI也有不擅长的领域，比如无法识别人类的不愉快情绪；当输入的实例过少时，AI无法应对突发情况；不会提出问题；无法设计框架；没有灵感；无法做出常识性判断；缺乏领导能力等。

在大家了解以上内容之后，我们应该明白，人类与AI可以相互补充，以便更好地推动社会发展。从短期来看，AI将优先应用于医疗和金融行业；从中长期来看，AI将会给自动驾驶、智能工厂、自动配送、自动翻译、智能栅极[9]等领域带来巨大影响，如图1-7所示。