一、基本概念
计算机可以称为硬件和软件组合而来的工具。
1.硬件的构成可以类比三明治。最底层是0和1的二进制，第二层是由机器语言，我们称之为汇编语言构成，第三层称之为操作系统，如Linux等。
2.软件就是利用硬件算法与人类交互的应用程序，比如Word文字处理软件，包括网页页面等。
3.算法则是计算过程，是计算机执行任务需要遵循的一系列步骤或过程，用来越来越多地替代我们做决策。算法也可能是利用有效数据做出决策的计算过程。
4.模型就是这样一种黑盒子——你只需要扔数据进去，它就能吐出答案。在机器学习中，算法与变量相结合才可以创建数学模型。
5.人工智能分为广义和狭义。广义就是您在科幻世界想象出来的，有自主意识的人工智能可以替代人类所有的工作？但目前，人工智能仅仅能够做到的是辅助人类决策，即狭义人工智能。简单讲，狭义人工智能其实就是利用数学进行预测的工具，一种用于预测的数学方法。通过分析一个已知的数据集，在数据集中识别数据模式和事件概率，并把这些数据模式和事件概率编写成计算模型。
二、理解人工智能的应用场景
当前的时代还是属于狭义人工智能时代。也就是说，人工智能只能部分替代某些技术和重复性劳动，实现到协助人的目的。比如，⾃动驾驶属于⼈⼯智能，但是自动驾驶的灵活性其实是不够的，还做不到5级。扫地机器⼈也还做不到边边⻆⻆都扫到。不过。虽然它不够灵活，如果你能够反过来去适应它，不是⾮得让它能完整接管⼈的事，⽽是把⼈的事做拆解，有哪些事它能接管，有哪些事不能接管，你把它能接管的交给它，依然能省你很多事。
归纳起来就是把任务做拆解，连⻢斯克的核⼼都是任务拆解。这⾥最典型的是什么？就是芯⽚的异构计算。原来芯⽚计算，我不管你什么东⻄的，反正都要能计算就好，所有事情都是可计算的，所有事情堆到⼀起，只要有强⼤的算⼒，把所有事情都计算完了就好了。就是这种时候，你更关⼼的就是计算能⼒提升，所以强调叫摩尔定律。第⼀有技术还在突破。第⼆个现在不强调摩尔定律了。为什么不强调？突然发现原来其实⼀个很简单的提升效率办法，就是把想⼲的活分分类，⼀类是很繁重，但是不复杂的活，这事是要重复做n多遍，但是这事本身不复杂。另⼀类是很复杂，但是不繁重的事，就是我涉及到很复杂的操作，要有好多步骤，但是这件事本身很轻松，就是⼀次性做完就没了。把这两件事分开，发现原来我们⼲的⼯作⼤多数都是繁重⽽不复杂，只有极少数是复杂⽽不繁重的，你把这极少数复杂⽽不繁重的交给相对计算能⼒特别强，就是善于处理复杂事情的CPU去改，剩下这些繁重⽽不复杂，专⻔设计⼀个就擅⻓处理这样业务的GPU去处理，它就单处理这件事，不断的训练，经过优化，处理效率就⽐⼀个通⽤计算设备去处理它的效率要⾼很多，这样CPU和GPU 一结合，整体效率就提升了。
现在的办公室也是⼀样的，你也要去衡量办公室都有哪些⼯作。⼤多数⼯作其实也是所谓繁重⽽不复杂的，以前⽤⼈来⼲，现在这部分你就⽤机器来⼲，甚⾄让⼈⼲的繁重不复杂的⼯作⾥，这个其实也不能让机器完全替代，你再把它做分类，其中也有80%是机器可以替代，20%机器不能替代。那就很简单了，把这个20%机器不能替代的事还叫⼈⼲，80%⽤机器来⼲，你给⼀个⼈配2台机器，他就能⼲5个⼈的事，甚⾄说能⼲更多⼈的事。这种时候你整体的效率就提升了，你给这个⼈配两台机器叫什么？叫机器⼈流程⾃动化。就把很多原来⼈⼲的事，贴个发票，填个表格，录⼊信息这样的事⽤机器⼈来⼲，⼈最后校验⼀下，因为你录⼊信息，⼈也需要校验的，有些或者碰到悬⽽未决的事情，需要⼈来决策⼀下，到底是东还是⻄，⼈最后来做决策，这样的整体效率就提升了。
所以⼈⼯智能还没有做到万能，但是也已经⾜够好到可以帮我们解决很多问题，进⼊到业务⾥。当然，千万不要等，不要等到⼈⼯智能完美了，能够完全替代⼈了，我再⽤它。完全替代⼈，你都被替代了，你就没机会⽤它。⼀定要找到⼈机的最佳结合点，
三、人工智能的业务趋势
什么样的人工智能业务是好业务，是有发展前途的，什么样的人工智能是忽悠人的？我们要判断清楚。比在生产规模化时代，我更在乎的是效率。举个例子，以前我们家做饭要什么？要⽣炉⼦。后来我们有了煤⽓灶，实际上有很多最早从农村进城市，他不会使⽤，不会打⽕，不敢打⽕，那就⽤不了。所以它要掌握⼀新技能，⽽这新技能和⽼技能相⽐是两个完全不同的⽅法，⽅法虽然不同但⽬的都是做饭，只不过效率是新技能更⾼，但是它也不意味着新技能会把时间彻底省掉，所以包括冰箱，包括洗⾐机都是这样的原理。我并不代表洗⾐机不需要⼈操作，叠⾐服还要你来叠。但是⾄少我省时间了，从整体上来讲省时间，所以上⼀个时代⽣产规模化是⽤⼀个产品、⼀个产业⽅案替代另⼀个⽅案，然后核⼼是省时间。
1.市场要有。从宏观环境上来判断，我们是已经慢慢的进⼊了产品⽣产规模化的晚期，进⼊了开启服务，也就是经验规模化的⼤量运⽤的时期，需要把⼈的⼀些相对复杂，但是可重复的经验能够复制出来，由人工智能来做，这个市场是巨⼤的。也就是说，经验规模化的时期，好业务尤其要和⼈⼯智能结合，就是要把这些规模化做到可操作的经验。也就是说，你要做业务，在这个时代做的好，就要利用人工智能固化⼀个⾼端的服务。都是固化服务，⾼端低端就差很远，都是固化在医⽣的诊断⽔平，那是协和的医⽣还是普通的医⽣。都是固化的⼀个机器⼿煎⽜排，那是三星级厨师还是普通厨师就差很远。所以服务有这样的⼀个特性，你固化的是不是⾼端服务，然后能不能做到普遍性，如果能，就可以做拓展形成巨大的市场。所以，人工智能进入领域应该追求高端服务规模化复制。
2.定位要准。也就是规模化的好坏怎么评价，是不是完整规模化呢？完整规模化要有两个标准，⼀个就是叫职业替代，⼀个叫职业增强。你或者是职业替代，我完整的不需要某个⼈了。另⼀个叫职业增强，我还需要⼈，但是⼀个⼈能⼲三个⼈的活了，这个就是⼀个好故事。如果不是，虽然能够⼲⼈的⼀半的活，但是另⼀半的活还需要⼈来帮我⼲，那就不是好的标准。所以在经验规模化基础上，还要进⼀步去看你的业务设计，是要做到所谓职业替代和职业增强才是好的业务设计。比如，你是替代⼀个护⼠还是替代不了，所以未来如果是职业增强，可能⼀个护⼠原来只能照顾⼀个⽼⼈，现在⼀个护⼠加上⼀个楼⾥的监控设备，我能照顾1 0个⽼⼈，那倒有可能，所以关键是你要定义清晰，我们讲的职业替代不可能，职业加增强才可能。
3.行业要聚焦垂直。①流程自动化，RPA。⼤多数⼈企业管理此如⻨肯锡、埃森哲、波⼠顿咨询集团都是我教你怎么做，我教你怎么做管理，怎么做运营。 IBM consulting把怎么做管理的技能固化到IT系 统⾥，我把IT系统给你公司装上去，实际上我不需要培训，你⾃然就掌握了管理技能了，因为违背管理规则的事在IT系统⾥不被许可，我把它固化进去了。所以像流程⾃动化和 IBM consulting很像，其实它是把⼀些思想原则，把⼀些技能固化到⼀个系统⾥，然后交付给你，但是既然是要交付，就是IBM consulting，它也没法超越，这是consulting的路数，所以它就还是这样⼀个问题，就是你还是要⼀单⼀单找⼤客户，然后就变成⼈⼒密集型。②AI医疗。 Ai医疗因为2020年发了10个证，这个正在形成这样⼀个板块，这些公司就会成为⻛⼝，成为头⽺，同时就会有⼀些蹭热度的公司加⼊进来，像百度也来做⼀些 AI医疗的尝试，甚⾄像现在的线上问诊，线上问诊的医⽣理论上讲和A I还⽐较远，但是它依然可以借着AI医疗，声称我在线上也实现了AI医疗，我的问诊⾥⾯也有语⾳的分析，语义的分析，我可以蹭热度，就有头⽺有能蹭热度的。然后有市场开拓的相对容易⼀些的，像Airdoc就能够铺的很⼴的，也有⼀些如果能找到了办法，和⼤医院捆绑，然后让⼩医院，让边远医院也能得到实惠的企业，有机会能够做起来，就有收⼊利润。所以有收⼊利润，有头⽺，有跟随者的这样⼀个领域。③智能应答或者叫智能客服。⼀⽅⾯有很多技术会越来越先进起来，甚⾄有很多机器能够分析⼈类情绪，我听你说话能分析出来你有没有抑郁症，甚⾄有没有⼀些其它的疾病，慢慢的能从语⾳⾥⾯分析出来。另⼀个，辅助的东⻄是⼀个出彩的东⻄，但实际上对本质东⻄就是语⾳语义的理解能⼒，其实把翻译⽔平⽤在这了。当我什么都接就没办法适应了，那就是强⼈⼯智能弱于⼈，就是什么都能⼲的事上，⼈更好；⽽弱⼈⼯智能强于⼈，就是指定范畴的地⽅，这个⼈⼯智能就⽐⼈⼲的好。所以如果是智能应答，它往往是指定范畴，⽐如我是银⾏的智能应答，我肯定不会问游乐园的情况，我就很容易去识别，很容易去互动。所以⾏业的智能互动，智能客服会越来越成熟，你会看到越来越多的电话，甚⾄以后90%的⾏业相关的客服电话都不是⼈来接的，都是机器⼈接的，但是你会觉得不能分辨出来到底是机器⼈还是⼈，除⾮你有敏感度，要不然⼀般来说你是分辨不出来的，这个是会热起来的，再加上这种坐席本身也有转型的需求。比如，淘宝的商家是不是有智能客服，你们这个很容易去监控，淘宝上⼩商家都已经有客服了，你⼀听这客服基本上是语⾳，就意味着市场是⼀定会起⻜的了。如果淘宝⼩商家都⽤不起，因为现在是⼈⼯做起，淘宝⼩商家肯定⽤不起，这个市场就还不⾏，所以这是⼀个很典型的科技的市场，就是科技使得客服的应答的成本显著降低，甚⾄降到以前的1%，因为以前你要养⼈，现在我养的是机器，但是我的市场可能扩⼤100倍，所以就等于机器会把原有客户的市场给接⾛，这是个方向。
关键点：“挑战不仅在于感知环境，而且在于了解环境。