所谓人工智能，就是要实现所有目前还无法不借助人类智慧才能实现的任务的集合。或许“人工智能”听起来总让人想起科幻小说或者科幻电影中的那些聪明的robot，很有趣，但却缺乏真实感。可实际上机器人外形只不过是人工智能的容器之一，人工智能早就以多种形态出现在生活之中。
本文鉴于篇幅原因，所有技术应用均不展开研究讨论，想了解更多的观众老爷们可以关注我们创客风投圈，关注仁祺盛资本。
1一、机器人写稿
其实人工智能技术的概念从诞生到现在已经百余年的历史，但真正推行到市场并让用户感知的应用，少之又少，除了在科幻电影中我们可以看到人工智能技术的大展身手之外几乎没有。
不过，有意思的是，在腾讯2016举办的腾讯智慧峰会上，探讨了人工智能为腾讯增收立下的汗马功劳的故事。据了解，腾讯新闻在今年过去不久的奥运期间，有三千多篇新闻稿都是由机器撰写的，直到最后都没有用户看出，这让技术团队很是振奋，也让媒体老师颇为心伤（小编也没看出）。
据我们所了解，除了腾讯，其他平台比如第一财经，今日头条，均研发了写稿机器人，写稿的机器人在于通过对每场赛事的孜孜不倦的报道，弥补了长尾的新闻需求，帮助记者更高效的完成新闻报道工作。
2二、机器人图像识别技术
其实，很长一段时间，人工智能的研究都停留在文字层面，比如著名的图灵测试，证明了机器能够像人类一样智能地回答书面问题。事实上，仅仅处理文字显然是不够的，人类心智非常善于视觉处理。现在，一大批能看懂图片的人工智能技术已经来到人间。
比如百度识图技术，通过拍一张照片然后直接找到想要购买的商品、借助人脸照片匹配度从而轻松实现交友婚恋。据悉，百度识图为百度idl（百度研究院深度学习实验室）旗下一款以图像搜索为主的产品，其目前已经覆盖pc端和移动渠道，主要目的在于满足用户通过图像搜索信息的日常生活需求，包括借助图像搜索高清素材和辨真伪辟谣言等诸多实际应用。（小编也是经常使用图片搜图滴）
而过去几年，除了百度在图片识别技术进行探索外，还有以下几家公司：谷歌的tensorflow、facebook 的photo magic、微软牛津项目（projectoxford）、pinterest的 visual search、camfind的cloudsight、deepomatic的智能搜索引擎。
而且，这仅仅是一个开始。在绝大多数情况下，这项技术几乎都能通过api，开源程序或服务化处理得以应用实现。因此，我们已经站在了未来世界的入口：图像ai将和网络搜索一样普及，成为这个世界的一个基本特征。为了真正模拟人工智能，计算机必须有视觉，现在它们有了。
3三、机器学习
机器学习听起来很厉害，有个非正式的定义：”在不直接针对问题进行编程的情况下，赋予计算机学习能力的一个研究领域。”简单的说就是从资料中归纳出有用的规则，有没有一些好玩的例子呢？
比如前段时间谷歌的deepmind人工智能公司与牛津大学正在合作一个项目，研发一个具有读唇语功能的人工智能系统。他们从选取了英国bbc的近5000个小时的电视节目，为这个ai系统提供数据库进行读唇语测验，这些电视节目包括《晚间新闻》《bbc早餐和提问时间》等，总共包含了118000个句子。只需要识别说话人的嘴唇部位，该系统就能准确地破译整个句子。重点来了，在破译从数据库中随机选择的200个片段的测验中，ai唇读系统打败了专业的唇读者。专业唇读者的准确率只有12.4%，而ai系统的准确率为46.8%。
机器学习是一门高深的课程，而目前又延伸了两个分支：人工智能和深度学习。常用的方法有两种，一种叫做演绎法，就是我从已知的规则和事实推导新的规则和事实。这个系统是之前60-80年代用的比较多的系统，叫专家系统。而第二种在人类思考叫做归纳法，通过对事实观察归纳来归纳总结出来新的规律、新的事物的本质，然后再把它应用到新的事物里面去。
4四、语音识别技术
语音识别技术我想是大家最熟悉不过了，语音识别技术，也被称为自动语音识别automatic speech recognition，(asr)，其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。与说话人识别及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。
其中应用比较广的包括苹果的siri以及前段时间刷爆朋友圈的科大讯飞。
其实，所有技术的应用都离不开机器学习的发展，就像人的大脑一样，机器学习其实就是机器的大脑，用人类的语言来说，就是：思维决定出路。
仁祺盛投资发展有限公司是一家独立运作的，专业从事vc/pe投资、顶层商业模式设计、战略升级咨询、企业上市咨询的公司。