AI智能是什么呢 (ai智能是什么)

本文目录导航：

• AI智能是什么呢？
• 思想模型-软件吞噬环球+ 1
• 人工智能算法测眼病相比人类专家的长处？

AI智能是什么呢？

AI智能是什么呢？AI，即人工智能，是指经过模拟人的看法和思想环节来成功消息解决的技术。

虽然人工智能并非人的智能，但它能够像人一样思索，甚至在某些方面或许逾越人类智能。

目前，AI关键分为三类。

第一类是AI芯片，如华为海思的麒麟970解决器，它集成了专门用于AI运算的NPU单元，这种设计不占用其余配件资源，使得CPU和GPU可以更专一于解决其余义务。

而高通的骁龙845则驳回了终端异步运算数据的方式，在现有架构中集成了AI算法。

第二类是摄像头AI技术，以谷歌为例，它关键依托算法和云计算来成功AI配置。

谷歌的各种设施，包含可穿戴设施、家庭设施以及移动设施，都能表现出这一点。

虽然没有专门的AI芯片，谷歌经过算法和AI图像解决单元成功了灵活含糊摄影等摄影配置的提升。

第三类是在APP中参与AI算法，例如美颜相机等运行。

这些运行经过识他人脸、人体轮廓、场景等，成功了智能虚化背景等配置。

vivo NEX最近也开局尝试将AI智能运行到第三方APP中。

思想模型-软件吞噬环球+ 1

软件定义环球+

依据硅谷王川网文整顿

1、数据是软件的燃料

软件正在吞噬环球。

目前市值最大的几家公司，google, apple, amazon, facebook, 实质上都是软件公司。

疑问的关键是提早看分明，未来哪一家公司的软件，吞噬的环球多一些。

假设说数据是软件的燃料的话， 那么剖析的一个角度兴许是，哪家软件公司在关键关键的数据的采集方面占有选择性长处?

2、肉体与看法是分别的

软件吞噬环球的一个例子: 越来越多的软件，其代码和底层的配件独立有关。

当年集装箱的出现，使工业化国度的贸易额二十年内参与七倍。

当程序代码在virtual machine 上经营，独立于配件架构时，其经济影响远远大于集装箱。

如今甚至许多底层的传统由配件操作的通信配置，都在虚构化，转换为软件控制。

软件衔接的环球，不在乎底层配件的变动。

就如同一团体的动物躯体外面的原子分子每几年都所有换过一次性，然而集体人的自我看法和身份都是一直分歧的。

3、员工数量角度看价值

环球最大的配件公司，市值超千亿美元的只要三家。

Intel， 十万雇员，160 billion usd. 三星， 三十二万雇员，150 billion usd. 网络器材公司 思科，usd 137 billion usd. 七万雇员。

做配件的惠普往年市值曾经缩水近四分之三，只要 22 billion usd， 三十一万雇员。

做存储配件的emc, 股价五年内没动，只要 50 billion usd， 七万雇员。

而谷歌一家软件公司，市值超越 intel + 三星 + cisco 总和， 但只要六万雇员，相当于这三者的八分之一不到。

4、虚构环球吞噬物理环球

1. 软件吞噬配件。

2. 初级(可重复经常使用，运行层的)软件吞噬低级 (无法重复经常使用，底层的)软件。

3. 虚构环球吞噬物理环球。

5、软件吞噬环球

软件正在吞噬环球。 Software is eating the world.

这句话最起初自于危险投资家，原网景开创人Marc Andreessen, 2011年八月在华尔街日报上宣布的文章. 产业被吞噬，象征着被边缘化,利润微薄,生活困难.

让咱们先看看2015年 科技 界那些软件和配件公司.

2015 年最后一天，美国股市市值前六名的公司依次是：苹果，谷歌，微软，巴菲特的Berkshire Hathaway, 埃克森美孚石油公司和亚马逊. 它们的市值在三千亿美元到六千亿美元之间.

这外面的苹果，谷歌，微软和亚马逊，实质上都是软件公司。

有的人会说苹果是卖配件的，但苹果的iTunes，iCloud，AppStore的软件生态系统才是其掌控用户的外围所在。

曾被讥讽为一个书店早晨闲余做IT, 亚马逊如今成了一个IT公司顺便也卖书.

和软件公司的独占鳌头相比，上市公司中市值超越千亿美元的配件公司只要三家:

英特尔，市值一千六百亿美元，员工十万.

思科，市值一千三百亿美元，员工七万.

三星，市值一千六百亿美元，员工三十二万.

而作为软件公司的谷歌，市值五千多亿美元，超越上方三家配件公司的总和，但其六万员工数，还不到上方三家公司员工数的八分之一.

成立于二战前的惠普，靠配件起家，主营业务是电脑和打印机等配件，营收一度是硅谷的龙头老大，有近三十万员工。但市值只要两百亿美元左右，不到一年前的三分之一.

电脑硬盘行业，九十年代的十年内，单位面积蓄储量参与了1000倍，然而多少钱却降低70%.九十年代末期，三大硬盘公司投入六十五亿美元用于研发，但大家累计盈余八亿美元。硬盘公司Western Digital 老总 Roger Johnson 称 硬盘畛域是“为时最长的工业界的慈善事业”.

为什么会有这种渺小的差异？软件公司为什么谢环球经济格式中独占鳌头？

极具讥刺意义的是，软件公司的兴起，正是来自于配件老本的大幅度降低和配件技术的规范化，模块化.

假设配件公司不能经过配件来推行自己的软件规范，自己就成了自己的掘墓人.

配件老本降低的最基本能源，来自于芯片业的摩尔定律: 单位老本的芯片，其运算速度每两年翻一番。

摩尔定律自1965年以来，五十年开展趋向从未被终止。

相似的技术提高速度，也体如今内存容量，互联网带宽的开展上。

2000年,Andreessen 在经营第一个云服务公司 Loudcloud 的时刻，企业客户经营一个基本的互联网运行的老本是十五万美元一个月. 到2011年，雷同的运行在亚马逊的云服务上一个月只要1500美元。有剖析师统计，亚马逊云服务的多少钱过去六年下调了四十屡次，以每单位Giga RAM 老本计价，每年多少钱下调平均超越15%.

本世纪初，经过宽带接触互联网的人口环球只要大概五千万， 2014年这个数字估量超越二十三亿，到2020年估量环球经过智能手机上网的人数将打破五十亿.

现在创公司的经营老本大幅降低，几团体开发的产品或许迅速经过移动互联网接触到几十亿潜在客户时，原先制约经济开展的配件瓶颈曾经不是关键矛盾，发明外围价值的来自于全新的软件运行.

Andreessen在他的文章中举例，美国的实体书店Borders 2001年把它的网上业务转卖给亚马逊，过后的关键逻辑是网上卖书的支出太少，不关键。

十年之后, Borders 宣布破产，两百多个实体书店自愿关门。

而亚马逊早已成为环球上最大的书店，大局部书籍可以经过它的 Kindle 软件瞬间流传到读者的手机上。

在美国最大的录像实体店曾经是Blockbuster，但它曾经于2010年宣布破产。

当天美国最大的录像店 Netflix （奈飞），实质上是个软件公司。

谷歌，作为软件公司，实质上是环球上最大的广告公司。

它的崛起，减速了传统纸媒的败落。

Uber作为一个软件公司，极大打击了传统出租车业。

Airbnb作为一个软件公司，曾经对传统旅馆业务构成微弱要挟

这就是软件吞噬环球的序幕，但好戏其实刚刚开局。

配件工程师的一个典型追问是： 没有配件，你的软件怎样运转？ 皮之不存，毛将焉附？

我的回答是：没有张屠户，不吃混毛猪。

配件技术外置接口的规范化，模块化，使得其代替选用增多 。

再加上摩尔定律要素的影响，其多少钱一直降低。

皮虽关键，然而假设毛有很多皮可以选用代替，皮的价值就没有那么高了。

虽然做配件的很辛劳，技术含量甚至有时比运行软件高，然而并不等价于其在价值链上的位置高。

在新产品开发初期，配件往往是技术的瓶颈，价值最高，但随着技术的提高，软件移到价值链的顶端，是肯定的事件。

软件吞噬环球三段论是：

第一， 软件吞噬配件 。

第二， 运行层的软件，吞噬模块化，规范化的底层软件 。

第三，也是最精彩的， 逾越物理边界的虚构环球，将吞噬物理环球，发明史无前例的新价值，这外面的有限或许，将远远逾越便捷的软件和配件之争。

没有深入看法到这个趋向的开展，还死守着”实物就是财产”的价值观的人们，上方几十年或许面临渺小的文明震惊。

6、脑机接口

脑机接口的或许方案之一 (来自 neuralink 的 DJ seo) ：神经灰尘 (neural dust ), 把几千个大小为十到一百微米的硅基感知器间接撒到大脑皮质层里，皮质层外装置有三毫米大小的超声波收发器作为中继站，头骨再外置一个收发器。

应当是软件吞噬环球，物理环球很多物品变成是可以被软件形象化后调用的一个 function call 而已。//@失望程序员:这个技术开展下去，程序员就可以控制一切人和整个环球了……

Seth Godin:“工业 社会 是个零和 游戏 。

每一个产出世成一个鼓励，鼓励不是治理方就是工人取得。

稀缺的资源肯定要调配，双方的抵触是外在结构性的。

在一个衔接经济里，衔接发生富余。

选用很多的时刻，过去稀缺的物品突然变得富足。

应战来自于，要从新顺应一个富足的环球。

详细的说，就是思索先如何对网络做出奉献 （参与新的衔接），再去想如何索要。

假设你奉献的足够多，你获取的也就人造更多。

”

“力气中心，正在迅速转移。

从那些制作（不再稀缺的）物品的人转移到那些发明艺术建设新衔接的人。

工业经济不会隐没，然而话语权未来自那些建设衔接而不是制作整机的人。

” 这可以看成软件吞噬环球的另一种说法。

软件程序实质上也是建设衔接。

低估虚构经济的衔接威力的人，最终会被经济法令放弃。

8、旧船票上不了新客船

1/ 人们有一个渺小的习气偏差，就是用自己大脑固化后的形象思想模型，判别规范，了解一切重生事物。

2/ 数字相机刚进去的时刻，很多人会说，数字照片品质不如胶卷冲洗进去的照片明晰美丽，存到 PC 上很费事不如放到相册里收藏， 因此不看好，等等。

3/ 说过这些可笑的话的人，要么曾经不在了，要么自己忘了，要么不好心思抵赖。

4/ 真正的严重转机点，来自于 iphone 的出现，把相片的治理变成一个软件运行，可以刹时和多人分享，可以有千万种玩法。

5/ 这可以看成是软件吞噬摄影业。

这是不看好数字相机的人没有想到的。

6/ 或许说，他们了解的软件还是低维度的单个 PC 上的 photoshop 之类的软件，而不是那种可以刹时大规模共享的全新的软件运行。

虽然都叫软件，但不是一回事。

7/ 大规模共享，就参与了很多全新的维度，可以把拍摄的照片刹时让他人的手机上的别的软件调用，这样就催生了最后发明者齐全无法能想到的运行。

8/ 软件吞噬环球的一个实质是，市场涌现出某种规范化的运行编程接口 API,当这个接口承载的介入者数目超越一个临界点后，这个软件系统内的效率和复杂度将会迅速超越老的系统，而且这个长处将迅速越滚越大。

把自己的相册里的几十张照片与几位朋友面对面分享，和几百张照片在社交媒体上和上亿人共享流传，两种体验齐全无法同日而语。

9/ 大规模共享的软件运行化，是一个期间很短的环节。

老系统的人依照老的形象模型，常年拘泥于“数字相机像素低，照片品质不高”这个观察维度里固步自封，以致于新的维度出现时，齐全熟视无睹。

在他们的环球里，周边环境出现了渺小不延续的跃迁。

等到自己的饭碗被砸掉时，曾经来不迭反响了。

10/ 当很多人还在纠结电车/ 汽车 的争执时，他们没无看法到，这个 游戏 早就大局肯定，上方是软件吞噬智能车的时代了。

11/ 依照这个思绪，软件吞噬智能车的一个开展或许性，是少量智能车，一方面彼此间可以联网实时共享路况等各种数据，一方面可以和少量车载移动商家间接联网， 而后经过自驾技术让买卖双方的车的物理距离在最短期间内降到凑近于零，从而成功买卖。

12/ 这外面会人造涌现出一个理想上的市场份额最大的规范 API，由某家车商控制。

别的车商，为了能分一杯羹，会把自己的车辆软件接口致力和这个 API 片面兼容。

而后这个 API 上会涌现出第三方开发者发明进去的各种复杂的软件运行，可以高效率地成功各种资源共享， 并构成一种新的咱们无法构想的复杂而丰盛的生态。

13/ 这个开展环节中，出现的各种车祸，或许失败的尝试，都会被来自老的形象模型中的推戴者作为不看好的证据。

14/ 相似逻辑可以构想，软件吞噬环球金融业。

在这里，咱们常会听到很多人说 “Visa/Master 等系统每秒钟允许的买卖数目远远超越某个区块链系统”15/ 相似逻辑也可以构想，多团体脑/电脑主机 高带宽地联网协作，构成某种新的高效生命体， 等等。

16/ 而假设以史为鉴，大局部人无法了解这种引入新维度之后的演化，只会盯着新事物在单个维度的无余，来允许自己失误的论断。等到攻守易势，大局已定时，曾经没有期间和才干避开灭顶之灾了

当一个重生事物被媒体报道死过几十次，但过几个月后发现它还活着，那么面前肯定有你还未了解的细节

这个“物壮则老”的壮， 应当算是一种 premature optimization

9、旧思想模型了解不了新范式

1/ 大局部基金经理 （97%以上） 常年表现 （5-10 年以上，扣除治理费用后） 落后于指数基金 （这里目的准普尔指数）的要素是这样的：2/ 假设过去他们的某个战略的表现逾越指数基金，他们关于这个战略面前的逻辑的决计就增强。

3/ 他们关于自己过去的成功， 有一个简化的思想模型，然而实践的逻辑远比这个更复杂。

实践的逻辑，面前有各种很难观察到的假定和边界条件， 而这些假定和边界条件都或许扭转。

4/ 短期的战略成功，注定会吸引模拟者。

模拟者涌入的初期，会给成功的战略更多正反应，表现更好，于是强化了投资者的决计。

5/ 太多模拟者的涌入，造成战略效果变差，要求参与杠杆才干维持原来的报答。

6/ 过了某个临界点，允许原来逻辑的假定和边界条件扭转了，原来的战略齐全失效，甚至由于少量投机者迅速平仓，造成原来的战略形成渺小损失。

7/ 面临这个临界点，最后决计极强的成功者往往反响会机灵。

由于其大脑构成充沛强化的逻辑，有渺小确实认成见，关于任何与其逻辑相矛盾的证据，会常年间抵触疏忽。

这就是基金经理落后于主动指数基金的第一个关键点。

8/ 随着 社会 开展，会一直涌现出全新的大公司/投资战略， 吸引资本涌入。

新公司的崛起往往会让老人困惑，由于他们的商业形式/商业逻辑不太一样。

涌现进去的新的成功公司，往往有一些关键特色，不在老人的思想模型之内，因此即使直挺挺放在他面前，也齐全被疏忽。

9/ 八十年代市场低估可口可乐，是由于没无看法到他在国内市场上扩张的后劲。

雷同大家关于二十年钱的Walmart 和星巴克缺乏构想力。

雷同关于过去五年亚马逊逾越 IBM 和 Walmart 的逻辑缺乏了解力。

雷同，他们也会对未来逾越亚马逊的新公司新组织缺乏了解力。

10/ 没有搭上新范式里新公司的慢车， 这是一个疑问；然而假设狂妄到要以有限视角的消息和逻辑去做空新的大的生长公司，则或许致命。

这就是基金经理大大落后于主动指数基金的第二个关键点。

11/ 志愿不等于结果。

没有任何集体对外界的了解是片面的和齐全正确的.复杂系统的演化，无法用机械便捷的因果逻辑来诠释。

市场的 历史 阅历标明，集体的志愿和结果的错位则是肯定的。

假设缺乏某种便捷粗犷的结构性长处，个别投资经理想要常年跑赢市场指数，基本上就是白忙一场。

12/ 主动基金的最大长处在于，纠错机制是主观的/智能化的/不受任何心情影响的。

13/ 主动投资要想常年逾越诸如 SP500 指数基金，要求的是：1/扩展投资选用的空间，不只仅是美股 2/ 引入愈加主观/更凑近商业实质的纠错机制 3/ 参与其它的外部的结构性长处 （比如应用自身商誉可以拿到个他人无法拿到的买卖）

这很复杂。

不能假定你把握一切的消息。

适度提升是万恶之源 :)//@潜伏在欧洲:为什么要买主动基金？软件吞噬环球的时刻，买美股市值最大的前五个或许前10个公司收益岂不是赚的更多？何况主动基金占比越来越多。

人世很多盲动属于巴菲特所说的 self-eutralizing :) Buffett: A number of smart people are involved in running hedge funds. But to a great extent their efforts are self-neutralizing, and their IQ will not overcome the costs they impose on investors

10、生命涌现三要素

1/ 生命涌现的三个基本要素：第一要有很强的能量起源 ； 第二要有固体外形可以存储保管消息 ； 第三要有高流动性，可以成功消息的交换/组合/计算。

2/ 这些是必要而非充沛条件。

3/ 太阳系里除地球外，其它行星要么是气态无法存储消息，要么是硬梆梆的一块不存在流通。

只要木星，土星和天王星的的一两个卫星勉强满足这三个条件。

4/ 对比到团体的开展来看：第一要多人多经济兴旺的中央去开展。

第二，自己的上班要能够可以记载存储上去，供以后应用。

给被人打工，做一些事务性的物品，很难有记载存储的效用。

钱可以看成是一种记载存贮的方式，然而假设很快就花光了，也就无法存储上去。

写作，艺术发明，打造产品品牌，都可以看成是记忆存储的上班。

5/ 有了存储，还肯定流通，寻求和其它资源组合/发明新价值的时机。

所以一直各个渠道网络去致力流传，也十分关键。

6/ 能够在 “能量/存储/流通” 这三点都做到的人/公司/组织，和没有刻意做到这三点的人/公司/组织，其差异相似 无机物/无机物的差异。

7/ 可以看到，环球的开展史，就是一部： 能量摄取效率更高，存储效率更高容量更大，消息流通更快更多，生命外形更复杂的开展 历史 。

9/ 一切的专业人士都应当思索发明一些属于自己的，可以常年保管，重复援用，宽泛流通的产品作品，这样才干真正成功团体的无机生长。

否则一直要发售自己的期间，来换取金钱营生，是一种痛苦的/低层级的存在。

金钱有时并不是最好的消息存储方式，假设被忽悠去举债而有力归还那就更蹩脚。

流通和计算似乎实质上是一件事。

物品一流通，就会人造地出现各种陈列组合。

所谓计算，实质就是把不同的物品（输入）用不同的方法陈列组合。

算法的钻研，无法就是提高流通的效率而已。

所谓软件吞噬环球，就是说“最高效的计算才干，将会主导环球”而已。

人工智能算法测眼病相比人类专家的长处？

据报道，继“阿法狗”之后，谷歌旗下人工智能子公司――“深度思想”（DeepMind）已成功训练一种人工智能（AI）算法检测疾病，比人类专家更迅速、更高效，这或是AI在医疗畛域的首个严重运行。

2017年5月，当“深度思想”最出名的人工智能――“阿法狗”打败围棋环球冠军柯洁后，该公司就宣布尔后这一程序不再参与到人机大战的竞技中去。

团队的下一步方案是研收回宽泛算法以投入运行，其中最关键的就是推出能“提供疾病治疗方案”的AI。

随后，该公司与英国全民医疗肥壮系统达成协定，并与环球最出名的眼科医院之一、伦敦摩菲眼科医院开展了为期两年的协作。

如今，“深度思想”公司已开收回经过剖析医学影像诊断疾病的人工智能。

团队解决了数千张3D视网膜扫描图的数据，训练一种人工智能算法检测眼病。

这些影像提供了数以百万计像素消息的海量数据，新算法学会了对这些数据启动剖析，寻觅青光眼、糖尿病视网膜病变和老年性黄斑退步这三大眼疾的迹象，其比人类专家的判别更为迅速高效。

摩菲眼科医院钻研人员置信，这项成绩会造福环球各地的患者，协助人类根绝“可以防止的失明”。

“深度思想”公司已将报告递交医学期刊，假设经过同行评议，关系技术有望在数年内投入临床实验。

团队成员示意，在医学影像畛域，未来两年人们就可看到人工智能取得的真正严重停顿。