编者按：本文来源于公众号“投资人说”（ID：touzirenshuo）
1、我对人工智能的三个看法
人类社会经历过的 PC 互联网时代、移动互联网时代，以及现在所处的智能硬件时代，技术发展和商业模式创新之间始终是相辅相成的关系。每当科技发展的红利被商业模式创新挖掘殆尽后，经济也随之步入寒冬，直到下一轮技术革命的出现，商业模式创新才能重新迸发生机。
现阶段移动互联网的商业模式创新已经挖光了 Web2.0 时代的技术红利，所有人都在寻找新技术，以期获得新的商业模式创新。人工智能技术无疑就是下一轮技术革命的焦点，假如未来的某一天，我们在这方面有了突破，那么新的商业模式也将涌现出来，带来一个甚至多个万亿级市场。
但是目前大家对人工智能还是有很多的争论，我说说自己的三个看法：
第一个看法：目前人工智能产业有泡沫成分。
我今年也专门跑到西雅图，跑到硅谷去拜访了一些公司，我没有去斯坦福，去了伯克利，和伯克利的八个实验室做了一些沟通，我自己感觉，美国现在整个人工智能会成为下一个产业的泡沫，今天再出来做一个公司，你要不说自己是用深度学习、人工智能，你都不好意思出来混。就跟前两年，你要不说自己是 O2O，都不好意思去融资一样，我觉得这个有泡沫的成分。
第二个看法：纯粹的人工智能是不会有商业模式的。
人工智能一定要跟一个领域、一个产业相结合。举个例子，比如推出 AlphaGo 的 DeepMind，是谷歌收购的一家英国的公司，下围棋只是他们体现人工智能的一个方式，他们未来可以用这种计算机算法来做很多事情，比如用计算机管理共同基金，投资回报率比人工管理的基金高一个百分点，它就可以成为全世界最大的基金管理公司。所以我们在美国看到了很多企业从务实的角度，都是把人工智能和很多东西结合。
第三个看法：人工智能还不足以威胁人类。
如今的人工智能没有很多文学作者、科幻作家所想象的那样神奇，计算机没有产生思维，更不可能产生意识，没有意识也谈不上情感，所以大家所担忧的像《终结者1、2》里面的机器毁灭人类的世界，还非常遥远。
今天所谓的人工智能只是叫新瓶装旧酒，换句话说就是计算机计算能力的增强，使得过去的算法有了很大速度的提升；今天互联网和手机的接入采集了大量的数据，然后用深度学习的算法，在大数据的基础之上，实际上是能够让计算机在某些领域产生了一些质的飞跃，比如说在图象识别方面，现在计算机你给它看十万张照片，都美女，再给它看一个新的照片，让它判断是不是美女。
其实我们已经在做这样的事，如今每天有几十万主播到花椒平台，靠人工给她们打分，我发现真的来不及，而且打分标准不统一，于是我们就用计算机自动打分，后来发现标准全都是锥子脸，计算机就把所有的锥子脸都定义成美女。
反过来，让电脑来理解我们说的语言，目前还做不到。所以你看到苹果的 Siri，为什么大家用一用就不用了？因为你再聊两句就知道它不是真人，包括我们看到很多做人机对话的，并不是它多聪明，是因为它有很多对话语料，比如把你的对话摘出来是回答另一个人的问题，但这并不是代表真正的人工智能。所以在这一点来说，今天的人工智能我觉得未来至少还需要五年到十年的酝酿期。
谈到 Siri，我再分享一些自己有关搜索未来的认识。搜索和导航往后续的发展，会有两个重要的方向：
第一个方向：叫你问我答，就像苹果做的 Siri。从搜索的大数据延展到人工智能，让手机能够回答你的各种问题，这时候你需要的是一个更精确的答案，所以这一个方向。
第二个方向：我们称之为「我搜你看」。今天有很多的信息内容方向一定是偏娱乐、偏体育，因为大家生活富足了，都比较偏娱乐化。但是在娱乐内容上，很多时候你并没有一个明确的关键词，说我知道我要找什么。很多时候就是要找个乐子，有 30 分钟的碎片时间，我希望看一些视频、看一些资讯，但是我没有一个明确的目标。
这时候我们定了一个说法叫我搜你看，也是利用人工智能的技术，了解一个人的喜好之后，我用机器自动帮他聚合，找到他感兴趣的内容，然后推送给他。不需要用户再去通过一个关键词去寻找，有人管这个叫信息流，也有人管这个叫自动推荐。
其实名字不重要，重要的是我认为这两个方向代表了未来搜索的发展。
2、人工智能的未来
在我看来，未来通用人工智能生态圈的格局会是下面将要介绍的样子：
人脑芯片
2014 年 8 月，IBM 公司推出了一款名为 TrueNorth 的大脑原型芯片，TrueNorth 主要被用于计算机专业学习领域。TrueNorth 芯片集成了 100 万个神经元和 2.56 亿个突触，这相当于一只蜜蜂的大脑，而正常人的大脑大约包含 1000 亿个神经元和无法统计数量的突触。
量子计算
普通计算机存储数据的方法是根据晶体管电路的状态，而量子计算则是根据粒子的量子状态，使用量子算法来进行数据操作。通过量子计算，可以大幅提升并行计算速度。不过遗憾的是，这方面还没有出现研究成果，谷歌曾经在 2014 年开始研制量子级计算机处理器，他们希望为机器人提供一个可以像人一样思考的大脑。
仿生计算机
仿生计算机可以解决构建大规模人工神经网络的问题。普通的 CPU（中央处理器）、GPU（图形处理器）处理神经网络的效率很低，并且在占地、散热和耗电等方面都存在问题。专门的神经网络处理器可以很好地解决这些问题。在国内，陈云霁团队研发的寒武纪神经网络计算机依据仿生学原理，相比于主流 GPU，取得了 21 倍的性能和 300 倍的性能功耗比提升。
在图像、声音和面部识别系统变得越来越精准后，计算机也拥有了探察人的情感状态的能力，包括喜、怒、哀、乐、爱、恨、贪、痴等，并做出适当的反应。那么很多人会有这样的疑问：机器人能否拥有像一个正常人那样独立思考的能力？
关于这个问题，我曾经与著名的互联网预言家、《连线》杂志前主编凯文·凯利有过一次交谈。在凯文的思想里，未来的人工智能会产生自己的意识，这会为我们完全掌控它带来一定的困难，但不会形成毁灭人类的威胁。绝大多数的人工智能都只会是工业人工智能服务型电器。
我对 360 的战略规划就是全线硬件产品向人工智能看齐，从图像识别技术和大数据技术两个方向深度拓展。目前，我们已经在中国和美国成立了相应的技术研发团队，并且还相继进行了一系列并购。总的来说，360 在人工智能领域的整体规划可分为以下 4 个层次：
第一个层次：最基本的硬件层面，研发、升级可以在云上、端上进行深度学习的专用芯片；
第二个层次：面向大规模深度学习、训练的多机多卡软硬件平台，以及基于深度学习的各种人工智能的前沿算法；
第三个层次：基于人工智能的各种智能硬件产品；
第四个层次：在人工智能或者深度学习的基础上，使智能硬件具备自主学习能力。
作为 360 未来主推的大方向，我对人工智能的设想是无论在硬件还是软件方面，都将拥有自主学习功能。AlphaGo 赢了之后，我非常兴奋，我兴奋的不是人工智能在围棋上战胜了人类，而是它为我们所有人做了一次非常好的概念普及，让我们真实地感受到人工智能领域的成果。
但是，我所理解的人工智能并不会像 AlphaGo 那样只表现在下围棋方面，也不会像好莱坞电影中那样可以威胁人类安全。人工智能就像工业革命之后所带来的新技术那样，为我们的生产、生活带来极大的便利。
3、人工智能与智能硬件相结合
曾几何时，我们认为说做一个小硬件，里面放上安卓的系统，就是智能硬件，其实不是；或者我们把电饭煲、净水器、洗衣机都通过 WIFI 跟互联网连上，就是万物互联了，其实这也不是。真正的智能硬件是跟人工智能的大数据的人工大脑连在一起，使得这些计算能力比较弱的智能硬件能够以一种更好的方式跟我们交互。
举几个例子，比如说智能手表，在手表上模仿手机，那么小的屏幕让用户去触摸各种应用，让每个用户跟东方不败一样拿一根针去戳手表的屏幕，这是不现实的。所以我们就在手表中加入语音识别、跟小孩的对话的功能，小朋友可以问手表各种各样的问题，当然跟小孩对话比较容易，因为糊弄成年人很难，但跟小孩对话，实在回答不出来，就把这个转化给他爸妈回答。
再比如说我们做了智能摄像机，你不可能把家里做成一个监控中心，所以我们做了一个人脸识别，比如说家里来了陌生人，就拍一张照片，发给主人，这样可以提高家庭安全。还有，家里的孩子和老人起居生活有不正常的情况，也可以通过计算机视觉识别识别出来。
包括我们最近做的行车记录仪，因为放了摄像头在你的车上，它不是简单地记录路况，而是能够识别路面上发生的情况，比如说你前面有几辆车，你跟哪辆车离得比较近，或者有哪辆车突然漂移到你的前面，这个行车记录仪会做出识别。
当然，我们的步子没有跨得太大，我们与其今年盲目地去炒概念，炒无人驾驶，还不如在有人驾驶的车上能够通过一些辅助提醒的功能，让用户能更安全。
前一段时间特斯拉的无人驾驶汽车在中国和美国出了两件事，汽车工业做了一百年，这一百年来它们要解决的最大问题，也是用户最大的需求点，就是安全。不像我们今天做个手机，手机大不了死机，我们打开电池重启一下，但是汽车1% 的问题都不能出，一出问题就是大问题。
所以现在我们不谈自动驾驶，就谈智能汽车，它就像四个轮子的手机一样，需要经常更新软件。现在也有很多汽车厂商来找 360，因为我们现在已经开发出了汽车里面的防火墙，保证汽车不因为更新了不恰当的软件导致失控。
所以我觉得自动驾驶听起来是一个很热门的概念，但是我觉得还是需要差不多五年的成熟时间。我们今天也有一个小组在做这方面的工作，但是我们更多的是把现在的人工智能技术和我们的智能硬件结合，和我们的安全产品结合，这样使得我们更好的地保护用户。
对我们而言，当手机行业热潮来临的时候，我们视而不见；当 O2O 模式大行其道的时候，我们依然不为所动。但是，当人工智能的概念进入我视线的那一刻，我的第一个想法就是要抓住人工智能这波浪潮，并为之肝脑涂地，在所不惜。