AI即人工智能的英文简称，按照相应的定义，其实就是，拥有类似人类智慧的某种机器和系统。它充其量是能够像人类一样，甚至超越人类的能力，对事物做出判断和反应，最终代替人类劳动甚至思考的一种机器。
如果按照这个定义，AI其实并不是什么新东西。从1860年，近代资本主义诞生开始，人们就开始幻想能够有这样的科技，不过当时人们管它叫“机器奴隶”。
从此后，一百多年来，“机器奴隶”故事就开始不断上演，并且形成了一种规律。但凡经济一陷入危机，各种“机器奴隶”的科幻小说、科幻电影就开始风靡。
面对工人天天罢工的经济危机，能拥有一种干活又勤快，又不用发工资的机器奴隶，资本家们做梦都会笑醒。
直到1920年，社会进入现代资本主义，人们才觉得“机器奴隶”这个词太缺少人文关怀，最后发明了“Robot”这个单词，中文翻译叫“机器人”。
1942年 美国科幻巨匠阿西莫夫还在《我，机器人》一书中煞有介事地提出了“机器人不得伤害人类”的“机器人三定律”。
从最早的蒸汽动力到电动机，再到电子管、计算机，拥有人类智慧，能代替工人的机器，这种关于人工智能的故事，随着科技进步和一次又一次的经济危机，一直在不断升级。
“科幻热”“机器人热”总是伴随在经济危机之后，
成为资本讲故事的对象和人们的精神寄托
直到今天，随着超级计算机的诞生，又使得“机器奴隶”有了新的版本——AI，名字听起来更加洋气，却依然逃脱不了历史的宿命。
人工智能仅仅借着AlphaGo战胜李世石的几盘围棋，又一次被故事翻新，又一次在全球经济危机的时刻，走进人们的视野，成为资本市场的一支强心针，成为大资本的造富神话和恐吓中小散户的“利器”。
这并不是我们多疑，也不要说我们“不懂科学”。只是他们玩弄这种把戏的次数实在太多。从一百年前到现在，每次遇到经济危机，大资本们就开始叫嚣他们拥有了“黑科技”，分分钟代替人类劳动，创造新的财富奇迹。
然而，笔者在这里抢白一句，如果真是哪一天，机器取代了人类劳动，那么，我们还要那些老板干什么？真到那时候，不是人类都被机器奴役，就是实现了共产主义。
什么是AI ？技术突破≠产业应用
其实，笔者并不是看不上AI的技术潜力，而是实在看不上一些人借着AI成天吹牛皮。作为中小股民，则是更要警惕，有人借着AI概念在骗你。
不知道大家还记不记得，当年什么纳米技术、3D打印，还有一夜成名的石墨烯，这些科技概念也一度被炒上了天。各种产品、各种故事被炒得神乎其神。直到现在，还有人声称什么保温杯是纳米科技。
AI技术其实也是一样。在目前的科技界，真正的AI技术其实分为强、弱人工智能两种观点。
所谓的强人工智能，就是具有真正的知觉和自我意识、能进行推理和解决问题的智能机器。这种人工智能目前存在于科幻小说里，我们的科学家就连什么是“自我意识”都没有搞清楚，还根本谈不上制造想用的机器。
因此，现在我们所说的都是弱人工智能，就是机器不需要理解人类指令的含义，而是根据某种信息和预先设定计算方法，通过大量计算——验证——再计算的过程最终给出结果的方式。
目前AI技术之所以能够取得突破性进展，就是在遗传算法（简称GA）和人工神经网络（简称ANN）这两种算法机制的研究上取得了突破。使得计算机能够根据人类给出的初始条件，根据算法，不断自我调整和完善结果。
遗传算法（简称GA）和人工神经网络（简称ANN）听起来很智能也神秘，其实它们和遗传、神经根本就没关系。这两种算法只是采用了类似遗传和神经的数学模型而已。
所谓遗传算法，目前最典型的例子就是AlphaGo。你走一步棋后，电脑其实已经将所有可能的变化在后台都已经验算了一遍，然后拿出获胜概率最优的一招棋来对付你。就像是生物的遗传和进化一样，通过大量的各种生物产生和灭绝，最后留下生存概率最高的物种。这就叫做遗传算法。
虽然你看到AlphaGo只走了一步棋，其实它已经在几秒钟之内，下完了几百上千盘棋，最后它只是找出胜率最高的一步给你看到而已。其实AlphaGo真的不知道自己在干什么，它只是在计算概率。
而人工神经网络，目前最为人知的就是图像识别。它则是模拟了婴儿学习认字的过程，用无数尝试和来自家长的指导，来逐步降低错误的概率，达到正确的结果。
第一步，人们先给出一个标准图像的特征数据。
第二步，在各种情况下，让计算机从复杂环境和变形图像中提取数据与特征数据进行相似度的概率计算，当概率大于一定数值就认为找到了这个图像。
第三部，如果找到的图像是正确的，计算机就记录下来。如果是错误，就让计算机再重新计算。在这种计算——验证——再计算的过程重复几万次到几百万次之后，就几乎可以涵盖目前可能出现的各种复杂的变化和环境，最终给出正确的结果。
这两种方法，有一个共同的特点，就是对于输入信息的初始条件要求也很低，但是却将计算机的机械计算能力发挥到了极致，这使得计算机便显出某种智能的特征。
殊不知，每一次人工智能的表演之后，都是有一个庞大的团队，在研究针对某一领域的具体算法和数据特征在进行攻关，以及每秒钟上亿次的庞大计算任务。
为了支持这种庞大的计算，要么就是长达几个星期甚至几年的漫长计算过程，要么就是要动用体积大约有一层楼的超级计算机，或者是一个庞大的计算机网络。
即使是，弱人工智能，目前人类的技术也仅仅是停留在实验室和超级计算机阶段，我们幻想有一天人工智能能够走进家庭，走进办公桌，还并不现实，还有待整个网络和计算机技术进行根本性的突破。
AI既然这么难 就要警惕有人在骗你
真正的AI目前还只是实验室技术，距离真正的产业应用还有一段距离。它必须解决超级计算机的小型化问题，或者解决物联网超大数据的瞬时传输和处理问题。
如果说，我们目前的移动互联网速在百兆水平，那么实现真正的AI个人应用，这个速度和容量至少要提高1000倍，也就是说即使达到了5G通讯技术的顶峰，也只能初步满足AI技术的数据传输要求。
因此，在未来至少10年内，我们还看产业化方案，未来20年还无法实现大规模应用的情况下，我们现在出现了大量的“伪AI概念和产品”。
什么聊天机器人、人脸识别、自动驾驶、图像识别、甚至算命，都开始把自己冠之以AI的头衔。
其实，目前我们市场上见到的所谓智能产品，甚至苹果、谷歌、阿里巴巴这些公司大佬们提出的各种智能场景，都不是真正意义上的AI技术，都不具备主动判断、不断调整和完善的能力。而是一种采用传统的编程技术，通过大数据匹配和模式设定，来呈现智能效果的阶段。
例如，文字识别、电脑下棋、面部识别等等。都是事先根据以往经验、场景设置出来的一整套应对方案、模型和数据库。你以为你在和计算机进行互动，其实这只不过是厂家已经掌握了你的行为方式，然后，通过非常繁琐的人工编程，实现的场景再现。
我们千万不要被“伪AI”概念所迷惑，然后晕晕乎乎地就为其买单。
。
关于“伪AI”的10个真相
1. 强弱AI要分清楚
——现在的AI技术，距离机器自我思考和学习还很遥远，基本还是科幻。目前只是弱AI技术刚刚完成实验，它只是依托大型计算机一两种算法，距离产业化应用至少还有10年。
千万不要让神话、科幻来代替现实的技术条件。
2. AI将替代你的工作
——我们不否认未来20年后，有些工作将被AI取代。但是，先被干掉的肯定是老板。换一个工种，远比换一个投资方向要简单。而且，越是手工操作的工作越是难于取代。因为相比于计算，控制操作更困难。
3. AI机械翻译
——我们相信AI智能翻译一定会成功。但是目前你显然还用不起。近10年内我们还是要依靠传统方式提供的翻译软件。尤其是同声传译，计算机目前还无法实现。
4. AI视觉识别
——视觉识别是AI最先走向实用化的产业。但是，除了高端应用之外，对于人脸识别、形状筛选等等领域，应用频率太低，只要使用AI一次性把数据库建好，今后依靠传统程序识别就可以完成。笔者很担心AI怎么赚钱。
5. AI无人驾驶
——目前的无人驾驶依靠的根本就不是AI技术。或者说AI用于自动驾驶还太遥远，因为反应速度还达不到。对于无人驾驶，我们更应该去关注“传感器”“精细化地图”，以及“电控”和“电传”的技术与厂家。
6. AI机器人
——首先，你千万不要把你家的扫地机器人当做AI技术。其次，目前的工业机器人也不是AI技术的产物。最后，也不要以为能和你聊天的就是AI机器人，这只能说明它背后的编程人员已经掌握了你的行为方式。 真正的AI机器人目前还只限于实验室，你根本就买不起。
7. AI写作
——人工智能写稿，现在只能做到抓取一些结构化的信息凑成几百字的简讯。这其实不需要AI，通过传统编程都可以实现。而要是写出像笔者一样的稿子。“呵呵”，那就成了仙！
8.AI炒股
——用AI来进行投资与炒股。对于一些大型金融公司他们正在做实验。尤其是基于数据模型的投资和自动化的买单卖单，这一点其实早就实现。这对于中小散户，市场将越来越不公平。
因此，秉承价值投资、长期投资的理念才是中小股民的真正未来。
9. AI算命
——如果你相信算命，请个机器人给你算一下也无所谓。只不过一不要给钱，二不要信。能够放松一下心情就好了。
10. 脑机接口 生化机器人
——如果有人和你谈脑机接口，他有可能是个科学家，也有可能是科幻电影看多了。如果有人和你谈投资或者出售商品，笔者觉得你可以选择直接报警了。
