现在说的AI技术上大部分指的是deep learning (deep neural networks)。方法几十年前就有了,只不过那时还不能构建deep的结构,效果没那么好。
这几年随着big data,GPU,和deep learning自己的发展,可以train deep效果非常好的模型。 deep learning的好处是它可以进行抽象话思维,而且并不需要人太多的干预(也就是说自动化),和应用广泛。夸张的说,如果你可以把感情量化,定义出一个object 或loss function,机器也可以有感情。
这也让AI可以用到更复杂和更广泛的task中,提高生产率,引领下一次的工业革命。我想提的一点是经济发展靠的是技术革命,并不是印钱,印钱起到扩大和延迟作用,提高不了生产率,也无法阻止衰退的到来,该来的总是会来。
知道neural network的发展史的也大概知道AI需要多少时间才能各个领域开花,开始真正意义上的工业革命,5-10年是最少的时间。举个例子,现在transformer是比较火的技术,但他们只适用有限的领域,并不能用到每个领域。现在一个好的趋势是,越来越多的人认识到AI的重要性,这也加速了他的发展。