垂直产业的有价值数据、商业场景资源重新成为更值得重视的战略要素，人工智能产业从纵向依赖顶尖专家的神经网络算法驱动转向横向AI+产业的生态驱动。

人工智能将如何发展？

1.人工智能的准确定义与内涵：
人工智能是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学。
根据人工智能的应用，人工智能可以分为专有人工智能、通用人工智能、超级人工智能。
根据人工智能的内涵，人工智能可以分为类人行为（模拟行为结果）、类人思维（模拟大脑运作）、泛（不再局限于模拟人）智能。
人工智能的驱动因素：算法/技术驱动、数据/计算、场景和颠覆性商业模式驱动。
人工智能的承载方式：
技术承载方式：单机智能、平行运算/多核智能、高度分散/群体智能。
表现方式：云智能、端智能、云端融合。
人工智能与人的关系：机器主导、人主导、人机融合。

2.人工智能会做什么？
人工智能具备“快速处理”和“自主学习”两种能力。
人工智能实现了学习、决策和行动的快速处理。计算机处理信息、沟通信息、并行计算和线性计算的速度都快于人类。
人工智能可以更灵活地自主学习和管理知识，支持知识的“产生——存储——应用——更新”的体系化管理。

3.大数据是战略性竞争优势。
海量、精准、高质量的数据为训练人工智能提供了原材料。
人工智能的三种主要技术，都需要专有类型的数据。
机器学习需要大量的标签样本数据。
模式识别偏重于信号、图像、语音、文字、指纹等非直观数据。
人机交互则需要积累大量的用户数据。

4.现阶段，特别对于创业公司而言，数据的来源主要有三种。
方式一，自筹数据，即从零开始，投入大量人力采集数据。
方式二，公共数据。例如美国、英国、加拿大、新西兰，以及我国的香港、上海、北京、武汉、无锡、佛山和南海等城市都有自己的线上数据平台。
方式三，产业数据协同，即下游创业公司或行业公司和产业链上游的数据或平台型公司建立合作，连接对双方均有利的产品或数据。

5.从人工智能的技术突破和应用价值两维度分析，未来人工智能将会出现三个阶段：
情景一：未来3-5年，仍以服务智能为主。在仍工智能及有技术的基础上，技术取得边际进步，机器始终作为人的辅助；在应用层面，人工智能拓展、整合多个垂直行业应用，丰富实用场景。随着数据和场景的增加，人工智能创造的价值呈现指数增长。
情景二：中长期将出现显著科技突破。人工智能技术取得显著突破，如自然语言处理技术可以及时完全理解类人对话，甚至预测出“潜台词”。在技术创新的领域，现有的应用向纵深拓展，价值创造限制在技术取得突破的领域。
情景三：长期可能出现超级智能。人工智能的技术取得显著突破，应用范围显著拓宽，人机完全融合，人工智能全面超过人类，无所不在，且颠覆各个行业和领域，价值创造极高。

人工智能如何落地？

        在商业层面，相比于上两次红利期，足以用“成功”一词来形容。此前谈到智能和AI，很多人喜欢称之为伪命题，人工智能的落地情况如何呢？
1、智能聊天机器人
        从苹果推出语音助手Siri开始，人们对于“聊天机器人”的欲望进一步爆发，虽然和科幻电影里的“贾维斯”等仍相距甚远，从虚拟聊天助手走向有硬件支撑的机器人已然成为2016年的成果之一。
        比较典型的产品有Echo智能音箱以及各种各样的儿童陪伴机器人。或许不少人认为人工智能在这个领域的应用至少需要五年才能逐渐成熟。
值得乐观的是，这类软件或机器人已经能够理解自然语言，帮助人们完成邮件、消息回复等功能。相比于只能完成特定指令的扫地机器人，微软小冰、阿里ET等结合了云计算和大数据的聊天机器人有着长足的进步。
2、智能APP  

        在Gartner不久前发布的“2017年前十大战略技术趋势”中，智能APP位列第二，似乎预示着人工智能技术将出现在更多的APP中。
        事实上，使用到人工智能技术的应用早已经开始出现，比如一些集成了人脸识别技术的支付工具、针对图像识别技术开发的工具类APP、电商平台借助机器识别侦查刷单行为，如此种种。
        根据Gartner的定义来看，运用人工智能的形式是通过新的智能特性嵌入到某一行业的现有应用程序中，比如食品厂利用人工智能来检查面包的颜色、形态和芝麻分布，并根据分析结果不断自动调整烤箱和流程。
3、智能投顾
        金融似乎是人工智能乐于“入侵”的领域，仅智能投顾就涌现了近百家平台。
        顾名思义，智能投顾就是人工智能＋投资顾问的结合体，借助大数据识别用户的风险喜好，再通过通过算法和模型定制风险资产组合。优势在于费用低、服务效率高、覆盖人群广，且在一定程度上满足了“千人千面”的理财需求。
        国外有Wealthfront、Betterment、Future Advisor等知名智能投顾平台，国内也出现了钱景、拿铁财经、理财魔方等模仿者，就连记账软件网易有钱也开始向智能投顾转型。不过在政策和牌照的压力下，智能投顾能走多远仍不得而知。
4、智能硬件
        智能硬件的高潮时代应该是在2014年前后，经历了资本看好和看衰之后，不少智能硬件开始加入AI的元素。
        从IDC的预测来看，AI硬件收入将在未来五年内以超过60%的复合年增长率发展。不过，IDC等之所以如此乐观，原因在于智能硬件早已不再是智能手环、手表等可穿戴设备的代名词，无人驾驶、机器人、无人机等成为新的关注对象。
        包括大疆、零度智控等都开始将无人机智能化，无人驾驶被科技巨头和汽车巨头拥抱。人工智能在这个行业的发展似乎值得期待。
5、取代人工
        利用人工智能取代人工一直是人类的夙愿，2016年人工智能在这个领域的应用也比较瞩目。除了前面所说的聊天机器人、应用软件、金融、智能硬件等，不少云服务平台也开始引入人工智能技术。
        以2016年比较火爆的直播为例，传统的内容审核机制需要投入巨大的人力资源，诸如网易易盾等反垃圾云服务的出现，结合深度学习、图像识别、语义分析、语音识别、动作识别等人工智能技术，解决了80%以上的人力投入，“机器审核+人工服务”逐渐成功UGC产品的主要形态。这大概也是人工智能应用最为广泛的领域之一。
        不难发现，人工智能的落地虽然和想象中仍有一些距离，却也摆脱了伪命题的说法，更重要的是，其中从未少却互联网巨头的身影。选择在计算机视觉、深度学习、自然语言处理、情景感知等核心算法的研究或收购，及早在产品上应用和变现也成了巨头们卡位布局的鲜明特点。也正是如此，几乎可以肯定这次人工智能的高潮不会重蹈前两次的覆辙。
        过去的2016年，人工智能产业的两个关键词是“开源”+“生态”：一方面，谷歌、百度等巨头纷纷开源其深度学习平台，让过去在学术圣殿里探索的人工智能技术，真正为全球开发者所用，极大地降低了深度学习技术的应用门槛；另一方面，算法的门槛被迅速拉平后，垂直产业的有价值数据、商业场景资源重新成为更值得重视的战略要素，人工智能产业从纵向依赖顶尖专家的神经网络算法驱动转向横向AI+产业的生态驱动。AI开源技术的广泛普及使得海内外顶级人工智能技术专家、初创公司、商业巨头在AI领域形成更为紧密的生态系统伙伴，每个环节对产业链的增值都能起到正向推动作用。未来几年是AI+爆发期，打造一个整合生态产业链的平台是这个行业最有价值的事情。