我信任关于人工智能我们现已触摸了许多相关的内容，包含技术、商业模式等，但是听到的内容和实际操作之间还有很大的间隔。今天主要想和我们共享我在“怎么衔接技术-商业”方面的考虑。

一、我将人工智能分为三类：1.辨认

在视觉上，依据相对活动物体的辨认现已发展到必定水平。辨认的中心“人脸辨认”和“语音辨认”也具有很大的打破。因而，原来人所具有的理性领会现在也可以被机器所掌握。

2.判别——最具商业价值

可以帮忙人们进行选择或许判别。比如：阿尔法狗就是在帮忙人们为棋子选取一个更好的方位。

判别被越来越多地应用到实际工作日子领域，比如：广告，未来在基金方面也有可能由机器自主进行抉择方案购买行为。

3.创造

在学术界里面研讨较多的就是创造类，比如：帮忙人类组成一段文字或许语音等。谷歌发布的WaveNet就是依据语音网络运用生成算法制造而成的，相对于从前的拼接法、参数法，在动静质量上更具优势。

WaveNet采用了扩展卷积和因果卷积的方法，让感触野跟着网络深度增加而成倍增加，可以对原始语音数据进行建模。（来自知乎）

从前方法会合虽多，但功用慢，每组成一秒的音频需求用时几分钟之多。

到目前为止，创造本身仍停留在学术阶段，当然如果有人可以控制无人驾驶领域就另当别论了。但是即使具有无人驾驶技术，技术本身依然不具商业价值，因为意图地是由用户指定的，商业利益弱。

费曼（1965年诺贝尔物理奖得主）曾说过：

凡是我们不能创造的就是我们不能了解的

比如：除了生孩子以外的方法我们不能创造生命。虽然创造在商业上并没有直接的用处，但是有助于我们对根底的了解。

我以为在这三个领域里，辨认和创造的商业前景并不大，最具商业价值的是判别，即帮忙人们进行选择或许抉择方案。

事实上，输入法作为搜狗最大的产品并没有抵达它应具有的商业价值，因为输入法作为一个东西，用户所表达的和他所需求的内容是完全一致的。比如输入“A”肯定不能显现“B”，所以输入法没有一点点空间可以做更多的增值。