《AI·未来》第四节

作者指出，近年AI领域的许多“里程碑”多是将深度学习等已有技术应用于新问题的渐进优化，并非通向通用人工智能的重大突破，AI由此进入“实干的年代”——重点在于把算法转化为商业应用。

作者指出，近年AI领域的许多“里程碑”多是将深度学习等已有技术应用于新问题的渐进优化，并非通向通用人工智能的重大突破，AI由此进入“实干的年代”——重点在于把算法转化为商业应用。随之而来的第二项转变是从“专家的年代”转向“数据的年代”：在算力与工程师水平达标后，数据量成为决定算法效能的关键，中等水平团队凭海量数据也能超越顶尖专家的成果。

作者以电力类比，提出发展AI需数据、创业者、科学家与友好政策四项要素，并认为上述两项转变正使竞争格局有利于中国：中国弱化了缺乏顶尖研究人才的短板，强化了数据丰富与创业者强悍的优势。中国创业者在残酷竞争中磨炼出极强的迭代能力，且中国已超越美国成为数据产量最多的国家，移动支付、O2O服务、共享单车与微信等生态产生了海量真实世界数据。同时，国务院的国家规划带动各地政府竞相出台扶持政策，而美国政府对创业界不干预并削减研究经费，天平因而向中国倾斜。