多日以來都在持續的關注AI行業的情況，逐漸的感覺自己有了一些的認識，時間寶貴，這裏僅僅定性的來做個分析：
從目前出現的應用上來說，可能有以下幾類有意義的應用：
語音識別：
目前利用AI技術實現的語音識別，準確率已經遠遠高於傳統技術，甚至比人類本身的識別準確率都高。當然機器是通過反覆判斷了單個人難以想象數量級別的語音數據後，纔得到的這個結果。理論上講，這裏的語音識別的過程，依然是靜態的，沒有聯想能力的，只是在模式匹配上面增加了一些覆蓋能力，擁有一定的“聯想”能力。
自然語言處理：
可以將文字等文檔進行分詞、識別語義、建立知識圖譜，突出信息顯示等功能。可以應用到數據挖掘，輿情分析等等需要從海量文本中提取重點的場景。但是到底，它也是沒有邏輯的，只是一個統計概率的東西。
圖像（視頻）追蹤：
公安局的天眼，日常小區等公共場合的安防監控，現在都用上了人臉識別。自動駕駛的AI需要處理太多的圖像場景，所以使用AI也是好的選擇，但是自動駕駛技術對於可靠性的要求，AI難以滿足的，它的侷限性會導致許多不可靠的可能性，需要更多更復雜的邏輯來配合它。
用戶畫像-智能推薦：
現在所有的電商都在做，所有的互聯網企業都在分析用戶數據。包括搜索引擎的廣告推薦功能。不斷的優化數據分析方式，獲取到非常精確的推薦方式，能夠最大化廣告價值，和商業利益。但是畢竟，這只是一個統計學的問題而已，阿里巴巴早多少年都已經分析出新疆人是全國最喜歡買比基尼的省份了。
智能規劃：
計劃和安排的能力需要許多的知識和信息做保障，典型的地圖駕車路線規劃，需要許多的信息量，但是好在這些信息大部分都是可以格式化獲取到的，所以駕車路線規劃已經出現。但是這個說到底它還是一個數據統計的過程，在生成路線規劃的時候將這些統計信息作爲輸入了。規劃還可以用在別的地方，例如醫藥研發，你的生產工藝，你的原料配比，染色體功能影響等等，如果有足夠數據訓練出一個AI來，是有可能來指導研發的。包括人類對於DNA的研究，也是可以利用AI來做統計分析的，推測DNA的功能。
還有一些沒有什麼意義的應用，比如說今天早上看到的：
一個美國人訓練了一個圖片生成的模型，將自己的腦電波作爲變量輸入，來生成不同的圖片。生成的都是一些奇怪的圖片，可以說它有創意，但是實際上它是沒有意義的。另外一個大公司的作品：nivdia利用AI做了一個人臉生成器，可以自動繪製人的臉部圖像，頭髮皺紋斑點等都是真人級別的。但是考慮到訓練這個模型所花費的代價，我認爲這個也不是有意義的一個工具，至少我看不到它可以類比的可以創造價值的應用。當然它可能只是一個科學實驗，或者證明nivdia在AI行業技術能力的一個玩具。
目前的人工智能主要是之前大數據領域數據挖掘的一中高級方法，它不依賴於任何具體的工具和算法，使用通用算法來解決任何問題，類似於數學中間利用高次多項式來擬合任意曲線，也類似於利用一些通用的論證方法來證明問題。它是一種解決問題的終極方法，理論上只要邏輯上面收斂的問題，它都可以通過優化參數來獲取到一個擁有一定判斷能力的模型，但是它的判斷能力完全基於訓練它所使用的數據，它不具備規則辨識能力，它不能多模型聯合判讀等等，說到底，它就是一個數學模型，還沒有複雜到人類無法理解，當然它的數據具體處理和生成過程是依賴於輸入的大量數據所產生的神經元連接情況的，人類是無法判讀它的模型中大量的權重和生成參數的。當然人在某種程度也有類似的情況，例如一個人吃的饅頭多了，你就基本可以推測這個人喜歡吃饅頭，但是你不知道他到底是怎麼消化的饅頭，饅頭在他的大腦中產生了什麼樣的愉悅感等。
人工智能的發展：
上世紀60年來已經有了人工智能的研究，當時的限制來自於兩方面：計算能力和人類對於神經系統及心理學知識的欠缺。今天人工智能的發展，得力於GPU計算技術的突破和心理學及神經科學的部分進展。但是人類依然並不知道大腦的運行規律，僅僅似乎看到了些它的運行機制而已。
AI目前發展的非常迅速，算法模型更迭非常的塊。但是目前的算法和模型的發展的目標都是提高識別正確率，侷限於認知這個層面。目前的人工智能完全基於大量數據餵養，沒有邏輯推理能力，沒有知識聯合處理加工能力。只有有了這兩種能力，AI的知識量才能不侷限於大量的數據餵養，才能真正的產生智慧，能夠脫離輸入的產生一些輸出。
區塊鏈、量子計算機是同期的熱門科學概念，都有可能成爲繼互聯網之後的新的革命性技術，甚至是超越以往任意一次的技術革命。但是冷靜的思考一下，量子計算機的量子糾纏，到現在人類只是知道有這種現象而已，真正的內部機制別說實驗性質的結論，連有說服力的理論猜想都沒有。離實際應用還有十萬八千里。在未來20年，目前的研發力度下，量子計算機難以實際應用。區塊鏈隨着比特幣的暴跌已經沒有那麼的炙手可熱，它是一種有着非常良好特性的技術，但是目前的互聯網也有着巨大的良好特性，它只是一個技術補充而已。實際上所謂的區塊鏈技術早就有所應用，它概念大於實用。
VR/AR的風已經吹到了腦後，這種提高性質的技術，只能在特定的領域應用。日常生活的人們，並不想活在高科技電影裏面，幾千年形成的人腦處理機制是難以適應和駕馭太大的信息量的，人類天生是靠直覺生存的，決定了VR/AR像一陣風一樣吹過。
敲敲黑板，所以，目前AI技術只是IT技術，或者大數據技術的一個分支，它有自己獨有的技術，可以解決更加廣泛的問題，有更大的應用前景，但是目前的AI技術還沒有規範化，當它繼續快速發展，趨於規範化的時候，有可能會喪失掉目前的許多技術屬性和概念，成爲一個解決特定問題的通用工具。
互聯網行業的特點是有錢，各種技術風起雲涌，各種概念五花八門。當技術界出現一個突破性的概念產品是，媒體屆、炒作屆、培訓界都會放大或者歪曲它的本來面目。企業不論出於應用還是探索也會相應投資，但是曇花一放之後，塵埃落定纔是它的本來面目。如果是個機會，它能夠改寫一批人的命運，如果它是個噱頭，它也能夠影響一批人的命運。