AI不只是下象棋和聊天，他会的事情还很多

任何负责人的英语老师都会告诉学生，英语不是一门学科，而是一种工具，硅谷科技公司对于人工智能这种新技术也是同样的看法。我们总是能在硅谷科技公司身上首先看到基于深度学习技术的人工智能实装到产品中，去驱动一些有趣、好玩，大部分时候有用的功能。

比如每天早上都会在FacebookMessenger上用一个叫“Poncho”的聊天机器人了解天气资讯，会给它打字，“今天桑尼韦尔的天气怎么样？”就像跟朋友聊天一样。另外，由于硅谷一天中的温差较大，这个机器人还会给我提供几个按钮，看我是否想要进一步了解每小时的温度播报。

跟传统的天气App从天气数据源pull全局信息然后显示给用户，这种新的天气信息呈现方式有什么不同？从结果上，用户达到了目的，没什么不同；从过程上，这种基于自然语言一问一答的信息呈现方式，比在一个App里各种按钮菜单里按来按去要更直观。

基于深度学习的人工智能，既帮了用户了解资讯，又帮了你了解与用户有关的重要数据。不仅如此，人工智能备受科技公司青睐还有一个重要原因，在于系统搭起来、跑起来了之后能够省去大量的人力和算力，而且易于扩展。还记得年初击败了韩国职业围棋选手李世乭九段的那个AlphaGo吗？它其实是一种名为卷积神经网络的深度学习人工智能系统，由遍布全球的数据中心的多台超级计算机连接，是一个分布式集群计算机系统。

围棋手与手之间的众多可能性

下围棋可能是人工智能最极端的应用场景之一，它有着更多可以普及到的地方。比如在自动驾驶中，人工智能正在扮演越来越重要的角色。尽管最近特斯拉名为“自动驾驶”实为辅助驾驶的功能刚刚导致了多起致命的交通事故，特斯拉仍然没有任何暂缓推动自动驾驶研究的计划。

很多人看到了这些自动驾驶所导致的事故，担惊受怕，说自动驾驶没有成熟的法律监管，又有那么多讲述人工智能背叛人类的电影在先，特斯拉这样推动自动驾驶是枉顾人命的行为。社交网络上经常读到类似的言论，在我看来这种对自动驾驶的过分担忧，跟一两百年前我们的老祖宗第一次看见火车和汽车压死人时候的惊乍没什么两样。说到底技术是往前走的，因为死了人就半途而废那还叫什么创新。越把人工智能关在实验室里，人们越不了解它，就越容易对它产生误解。

幸运的是，近两年来我们在硅谷看到越来越多解放人工智能，用它来提高生产力的案例。

曾经在斯坦福人工智能实验室供职的吴恩达（AndrewNg），把自己的研究成果通过Google和百度带给数以亿计的普通用户，先后为这两家公司打造了基于分布式集群计算机的神经网络系统。

吴恩达的同事，斯坦福人工智能实验室主任李飞飞（LiFei-Fei）女士最近也提出了一些新的研究，并积极地在实验室以外的商业和公共场合分享自己的研究成果。李飞飞过去最著名的项目是ImageNet，这是一个神经网络系统，首次让计算机可以对海量图像进行快速和高精确度识别，几乎被所有的顶级搜索引擎以及带有图像识别功能的软件所采用。今年2月，李飞飞所在的科研小组正式公布了后ImageNet时代的重大项目“视觉基因组”（VisualGenome）论文。

硅谷学界对人工智能进一步产品化、商业化的追求，也得到了业界的支持。去年，丰田宣布投资2500万美元，和斯坦福大学人工智能实验室合作成立了SAIL-Toyota人工智能研究中心，由李飞飞领导。福特、克莱斯勒等汽车公司，以及像Uber这样与出行相关的移动互联网公司，也在和卡耐基·梅隆、麻省理工等美国顶级学府合作研究基于人工智能的自动驾驶。而那些被剩下的，没有大学可以合作的汽车公司，则纷纷抱紧了Google、Lyft这样的科技公司，或者美国国防部DARPA实验室的大腿。

在文创行业，我们也能看到越来越多对人工智能的应用，尽管有时候效果并不那么有趣。有人用神经网络去学习李白、杜甫的诗句，以及金庸、古龙的武侠小说，经过一段时间的学习后，这些系统写出的诗和小说片段居然真有那么点意思。

基于深度神经网络的人工智能，在科技行业还有更广泛的应用机会，一切才刚开始。硅谷科技界对人工智能的应用，应该给中国科技界，特别是那些每天把补贴、增长、营销当做日常的中国科技公司带来启发。