站在歷史的長河上，分析人工智慧的未來的發展方向

如今科幻電影的繁榮已經讓人工智慧的現實與虛擬的界限日益模糊，我們根本不知道人工智慧到底發展到了什麼地步，每過一段時間就會出現機器人惡搞事件，網際網路的這種流量至上時代，混淆了很多人對於人工智慧的認知以及未來發展的方向。人工智慧的進步主要取決於深度學習，利用統計學原理，尋找茫茫資料中的規律與聯絡。深度學習的優勢在於可以快速的模仿人類的視覺和聽覺等人類的行為，這種優勢不僅高效而且快速，

 

然而，儘管深度學習幾乎僅憑一己之力就將 AI推進了公眾的視野，但對於人類試圖複製出自己的智慧的漫長曆程來說，這只不過是短短一瞬。深度學習站在這一歷史舞臺最前沿的時間，才不到10年光景。如果縱觀整個領域的探索歷程，就不難發現，深度學習可能很快就要淡出歷史舞臺了。

雖然深度學習對於機器人的重要性就好像學習能力對於人的重要性，深度學習把曾經讓我們不看好的人工智慧推到我們的面前，不過人工智慧的發展依然是短暫遲緩的，甚至可以說離我們想象的那種強人工智慧還有很長的路要走。深度學習、語音識別、大資料這些都是人工智慧未來的發展方向。如果我們縱觀整個科技發展的程式，我們就很容易發現，深度學習也逐漸要淡出歷史舞臺。

深度學習這個詞，可能會讓我們產生一個錯覺，讓我們真的以為機器人已經可以像人一樣的學習，掌握新的技能，但是深度學習的重要性也是不容小覷的。如果 2011年之前，你將深度學習這個詞寫在報刊頭條上，別人可能會認為這是一篇科幻文章，或者認為你病得不輕。

華盛頓大學的計算機教授 佩德羅 ·多明戈斯 曾說，長久以來，我們見證了很多技術的突然興起和突然的衰落，這也成為了人工智慧研究領域的一大特點。每隔十年，就會產生一場大的技術變革，所有人與之競爭然後改換戰場。

比如這幾年大火的電話機器人，連馬雲都看中這一行，拿出大量的資金去投資。電話機器人好不好用？這種衝擊傳統電銷行業的電話機器人，一經出現就受到中小企業高管的追捧，一鍵匯入 1000多個電話，畢竟這種降低成本，提高業績的人工智慧是真正意義上的創新產品。