人工智能，又名AI，是研究开发模拟人的智能的一门技术科学。人工智能作为计算机科学的一个分支，不仅对计算机做研究，也对人的智能本身做研究。<br>
在讲座以及日常的学习了解中，我对AI的产业生态有了一定的认知。AI产业生态就像金字塔，由算法为塔顶，以芯片、计算机软硬件平台为塔身，以实际应用为地基。<br>
算法相当于皇冠上的钻石。当今开源模型普及程度较高，企业常常通过开源来推动机器学习的发展，在交流算法的同时吸引软件编程人员加入，以滋养自己的编程框架的生态系统。开源使大量的AI应用开发公司套用现成的程序运行，开源使资源得到了有效利用，聚集了许多算法的智慧。如今许多非计算机行业的人们也在学习算法,但核心算法的专注力仍需加强；现在的人工智能仍没有独立思考的能力，有的只是根据大量数据总结经验的能力。<br>
芯片是AI产业生态的核心，它的重要性在美国停止向华为、中兴销售芯片的时候便可以看出。可喜的是，美国芯片停止供应使中国信息技术企业意识到核心技术研发的重要性，信息技术领域的发展因此有了新的突破，华为开发5G便是一个很好的例子。<br>
人工智能的应用有很大的发展空间，相信在未来，应用的广度和深度都会增加，有关AI的市场规模越来越大。在现有的产品赋能的同时，人工智能领域也不乏有新产业的出现，如人脸识别，在AI、5G等新一代信息快速发展也同时极度渴望盈利的当下，垂直行业AI赋能是十分重要的探索领域。<br>
在“人工智能可能统治人类”等危言耸听的言论下，我认为人工智能并不会完全代替人的工作，而是更可能和人形成一个协同共振的整体系统，人与机器重新分工，以求高效高质。在现有的技术层面上看，AI不可能完全替代人，因为AI与产业的结合需要行业专家贡献力量，需要人来构想、测试与实现。<br>
于此同时，我认识到，AI不是万能的，目前的AI更像是比人类更精于计算的仪器。譬如Alpha go战胜李世石，便运用了“评分算法”、“极小化极大算法”等算法，决策出了所谓“最优路径”。AI在智慧医疗方面也有很大的贡献，例如诊断疑难杂症，这时，AI不一定要得到百分之百的正确答案，而是帮助人们做判断，帮助医生下诊断。<br>
人工智能少不了机器学习与深度学习，我了解到了深度学习是机器通过深度神经网络，模拟人脑的机制来学习、判断、决策的过程。计算机模拟人类进行动作，并且根据算法模拟找到最佳方法，达到“进化”，与达尔文的进化论有相似之处。<br>
在中国，国家行政部门和学术圈对AI的理解是有一定差异的，有人说，人工智能在中国是商业概念，在我看来确实有此担忧，不同的领域有利用“人工智能”炒热度之嫌：有的普通大学用“人工智能”的牌子招生，内容却大相径庭；有的黑心企业打着人工智能的幌子吸引买家，却缺少真才实干，这是十分不好的。由于开源模型普及度高，人工智能行业的准入门槛降低了。但这并不代表人工智能是成功的“捷径”，算法的开发以及赋能的新点子新思路仍是需要构想的，这需要从业人员的冷静判断。
参加人工智能与深度学习讲座学习心得
136****2675
