Python培訓(xùn)之人工智能3.0時(shí)代來襲，誰會是下一代霸主？（二）

更新時(shí)間:2017-08-31 來源:黑馬程序員python培訓(xùn)學(xué)院瀏覽量:

我們知道，IT時(shí)代Windows & Intel聯(lián)盟一統(tǒng)江山，但是英特爾的誕生直接受益于1974年由美國司法部對AT＆T的反壟斷訴訟，使貝爾實(shí)驗(yàn)室放棄芯片專利和知識產(chǎn)權(quán)。而微軟的誕生則直接受益于1969年由美國司法部對IBM的反壟斷訴訟，使微軟得到成為IBM個(gè)人電腦操作系統(tǒng)的供應(yīng)商的機(jī)會。Windows & Intel聯(lián)盟一統(tǒng)江山的時(shí)代，人工智能是無法得以進(jìn)步的，人工智能1.0不僅無法過度到2.0版本，人工智能行業(yè)更有倒退的跡象。這是因?yàn)?，Windows & Intel聯(lián)盟的系統(tǒng)構(gòu)架，從計(jì)算引擎到數(shù)據(jù)存儲都是分布在零散的桌面上，數(shù)據(jù)無法由集中而形成大數(shù)據(jù)。零散的數(shù)據(jù)用起來很難，無法集中調(diào)用大數(shù)據(jù)就無法大規(guī)模地為人工智能系統(tǒng)提供食糧，也就無法產(chǎn)生智能的升級。

人工智能2.0版本的快速到來得益于1998年美國司法部對微軟的反壟斷訴訟。這個(gè)案件的核心問題是微軟是否被允許將其網(wǎng)頁瀏覽器與其操作系統(tǒng)捆綁在一起。將兩個(gè)軟件捆綁在一起，微軟利用對桌面操作系統(tǒng)的壟斷從而取得了對互聯(lián)網(wǎng)入口的壟斷。司法部對微軟的反壟斷訴訟放緩了微軟對互聯(lián)網(wǎng)入口壟斷的速度，使谷歌得到了一個(gè)控制互聯(lián)網(wǎng)入口的機(jī)會。無疑谷歌搜索引擎的第一指標(biāo)是速度，要快速得到搜索結(jié)果，數(shù)據(jù)必須集中儲存在云上，數(shù)據(jù)可以極速調(diào)用，使用戶快速得到搜索結(jié)果。這個(gè)剛性需求催生了云計(jì)算、大數(shù)據(jù)。這兩個(gè)重要因素也正是人工智能量子跳躍所需要的基石。沒有云計(jì)算，沒有大數(shù)據(jù)，人工智能2.0時(shí)代是不可能成為現(xiàn)實(shí)的。 Windows & Intel聯(lián)盟一統(tǒng)的江山不會催生云計(jì)算。因?yàn)樵朴?jì)算架構(gòu)的變革對桌面計(jì)算的天下是一個(gè)巨大的威脅。Windows & Intel聯(lián)盟更不會催生大數(shù)據(jù)。因?yàn)槲④洸⒉黄惹行枰髷?shù)據(jù)，微軟操作系統(tǒng)的壟斷產(chǎn)生了足夠的利潤，微軟并不需要將隱藏在桌面背后的數(shù)據(jù)收集起來以產(chǎn)生價(jià)值。

展望未來，人工智能的發(fā)展路徑也不能在2.0數(shù)據(jù)版上停滯不前。人工智能必須升級到3.0版本才能使人工智能嵌入到眾多的產(chǎn)品和服務(wù)。人工智能必須到達(dá)商品化，才能得到普及，從而使人類生產(chǎn)力得到一個(gè)新的量子跳躍，使科技再次大規(guī)模造福人類。別指望谷歌來推動人工智能3.0時(shí)代的到來，因?yàn)楣雀柙诒举|(zhì)上是一個(gè)軟件公司，而不是一個(gè)硬件公司。要使人工智能深入大眾商品，必須將軟件的復(fù)雜性隱藏在硬件的背后，使其外表簡化成一個(gè)小而精的硬件。在算法、算力、數(shù)據(jù)三要素中，谷歌占據(jù)強(qiáng)有力的數(shù)據(jù)優(yōu)勢，但算法和算力仍有待提升。有數(shù)據(jù)優(yōu)勢的巨頭是阻礙人工智能進(jìn)入3.0時(shí)代重要因素，因?yàn)樗麄儾辉敢夥艞夁@個(gè)優(yōu)勢。反思美國科技發(fā)展近代史，科技發(fā)展的下一個(gè)里程碑，要破局寡頭壟斷時(shí)代，從而迎來一個(gè)嶄新的，群雄逐鹿、百花齊放的人工智能3.0時(shí)代，我們還是要回到美國國會在1890年通過的具有里程碑意義的謝爾曼（Sherman）反壟斷法上找到答案。

歐盟委員會已經(jīng)對谷歌的壟斷行為的破紀(jì)錄價(jià)值達(dá)到了27.3億美元的訴訟 - 這被廣泛認(rèn)為是自2004年微軟決定以來歐洲最重要的反壟斷裁決。數(shù)據(jù)有這么重要的價(jià)值，數(shù)據(jù)到底屬于誰？這是個(gè)十幾年來一直沒有回答的問題。谷歌作為人們從現(xiàn)實(shí)世界進(jìn)入虛擬世界入口的守門員，從而得到了大量的數(shù)據(jù)，但這些數(shù)據(jù)的本質(zhì)是屬于你和我的，谷歌采集了這些數(shù)據(jù)，但它絕對不擁有這些數(shù)據(jù)。舉個(gè)例子來說，你我打個(gè)電話，雖然電話公司可以采集我們通話的數(shù)據(jù)，但電話公司并不認(rèn)為這些數(shù)據(jù)是屬于他們的?，F(xiàn)實(shí)是，科技巨頭FANG無一不是通過采集大量用戶數(shù)據(jù)而建立強(qiáng)大的護(hù)城河。按照科技?xì)v史的先例，美國司法部在不遠(yuǎn)的將來也會對谷歌進(jìn)行反壟斷訴訟，其結(jié)果最有可能的路徑是，谷歌所采集的數(shù)據(jù)實(shí)際上是一個(gè)高價(jià)值的社會財(cái)富，因而最佳的社會選擇是將這些數(shù)據(jù)變成一種可以共享的社會資源。如果數(shù)據(jù)是共享的社會財(cái)富，算法是公知的社會知識，那么，人工智能3.0時(shí)代必將極速到來。我們會迎來的時(shí)代是，在同等的數(shù)據(jù)起跑線上，運(yùn)用已知的算法，依靠強(qiáng)有力的算力，做出最明智的決策。這就是人工智能3.0的戰(zhàn)場。這個(gè)戰(zhàn)場類似于今天的運(yùn)動競賽，運(yùn)動員有足夠的糧食（數(shù)據(jù)）和類似的競爭技巧（算法），但比的是體力（算力）。

在金融行業(yè)，高頻交易經(jīng)歷了非常類似的競爭力變遷史。高頻交易策略的本質(zhì)是套利。高頻交易1.0比的是算法，用高超的邏輯找到別人沒有想到的套利機(jī)會。后來華爾街量化礦工（Quant) 都掌握了類似的金融知識，用了類似的算法，所以高頻交易戰(zhàn)場從1.0升級到2.0，比的是數(shù)據(jù)。當(dāng)時(shí)華爾街各大交易所出賣各種各樣不同信息密度和時(shí)間延遲度的數(shù)據(jù)。能夠得到高質(zhì)量、低延遲數(shù)據(jù)的量化交易員比數(shù)據(jù)貧乏的交易員更盈利，所以，所有的從事高頻交易的業(yè)務(wù)部門不得不向交易所購買所有的數(shù)據(jù)。當(dāng)所有的競爭對手都享有同樣的數(shù)據(jù)的時(shí)候，也正意味著高頻交易2.0時(shí)代的結(jié)束。接下來是高頻交易3.0時(shí)代的到來，高頻交易3.0比的是速度，也就是算力，因?yàn)榇蠹矣型瑯拥臄?shù)據(jù)和類似的算法。因?yàn)樘桌臋C(jī)會是有限的，并不是所有的交易員都能拿到，只有數(shù)度最快的那個(gè)交易員才能搶到最盈利的套利機(jī)會。

如何才能提高算力呢？當(dāng)然傳統(tǒng)的通用CPU+軟件的系統(tǒng)構(gòu)架肯定是不行的。通用CPU要換成專用的GPU，軟件要轉(zhuǎn)換成硬件FPGA，這就概括了高頻交易的演變過程。未來的自駕車系統(tǒng)肯定不是CPU+軟件，軟件就沒有了，都換成了硬件。硬件系統(tǒng)肯定是比軟件系統(tǒng)更快更穩(wěn)定，更可靠，絕對避免了通常軟件操作系統(tǒng)的抖動（Jitter）。

【人工智能3.0時(shí)代誰是贏家？】
如果算力是未來人工智能勝敗的首要因素，我們可以再次探測一下華爾街投資者對未來的看法。從下面的這張圖我們可以看到，在過去一年半的時(shí)間里，藍(lán)線的英特爾股價(jià)增值14%，低于市場平均水平，而資本市場除了看好綠線的英偉達(dá)（NVDA)以外，還看好AMD。

值得一提的是，華爾街最看好的人工智能3.0龍頭企業(yè)英偉達(dá)和AMD，這兩家公司的CEO都是華裔美國人。如果華裔美國人是下一代硅谷科技巨頭的領(lǐng)袖，這會跟當(dāng)代硅谷科技巨頭的印度裔領(lǐng)袖地位形成對比。多年以來，在硅谷辛勤工作的華人，一直為他們?yōu)楹坞y以在硅谷取得領(lǐng)袖地位而困惑。如果人工智能代表著科技的未來，而未來的硅谷科技巨頭的領(lǐng)袖是華人，這對有意攀登公司管理階梯的中國人來說，無疑是一個(gè)強(qiáng)烈的鼓舞。

【誰會是人工智能的未來？】
從人工智能生態(tài)的產(chǎn)業(yè)圖譜來看，人工智能主要分為基礎(chǔ)層、技術(shù)層和應(yīng)用層。人工智能生態(tài)的底層是基礎(chǔ)層，提供計(jì)算能力、算法和數(shù)據(jù)結(jié)構(gòu)標(biāo)準(zhǔn)；中層是技術(shù)層，是用技術(shù)平臺的方式將基礎(chǔ)層的能力轉(zhuǎn)化某種問題的解決方案，比如圖像和語音識別；而上層則是應(yīng)用層，將中層的技術(shù)方案應(yīng)用到具體的業(yè)務(wù)場景，比如為醫(yī)療服務(wù)、金融服務(wù)、或者直接為消費(fèi)者提供具體的產(chǎn)品，比如自駕車。

如果人工智能3.0時(shí)代快速到來，對于既能利用上游生態(tài)的基礎(chǔ)技術(shù)，又能為下游的機(jī)構(gòu)客戶提供技術(shù)層服務(wù)的公司而言，是有很大發(fā)展空間的；如果人工智能3.0時(shí)代遲遲不能到來，將長時(shí)間停留在2.0數(shù)據(jù)為王的時(shí)代，這將對很多無法采集和擁有數(shù)據(jù)的企業(yè)造成挑戰(zhàn)。

本文版權(quán)歸黑馬程序員Python培訓(xùn)學(xué)院所有，歡迎轉(zhuǎn)載，轉(zhuǎn)載請注明作者出處。謝謝！

作者：黑馬程序員Python培訓(xùn)學(xué)院

首發(fā)：http://pantone-color.com.cn/news/python.html

上一篇：Python培訓(xùn)之人工智能3.0時(shí)代來襲，誰會是下一代霸主？（一） 下一篇：零基礎(chǔ)學(xué)習(xí)網(wǎng)絡(luò)爬蟲知識(一)