時間拉回1956年，美國漢諾威小鎮的達特茅斯學院，十個天賦異稟的年輕人齊聚一堂(后來有四人拿到計算機科學最高獎“ACM/圖靈獎”得主、一位獲得諾貝爾經濟學獎)，他們試圖在短短兩個月的時間內讓計算機具備人的一些能力，并將此定義為“人工智能”。

　　回頭來看，這注定是一場激進浪漫主義式的嘗試，天才們的野心在現實面前功虧一簣。歷經六十多年，幾代人，努力過，放棄過，成功過，失敗過，起起伏伏，但始終未見終點。

　　我們是幸運的一代人，底層技術的長久儲備，頂層設計的高度扶持，這些都為人工智能在今天的快速進化提供了充分的客觀條件。復盤歷史，AI技術的每一次跳躍都會向社會釋放巨大的價值與能量，而今又是一個新起點。

　　1

　　從0到1

　　黑格爾說：“真理是個過程。”

　　其實科學與技術的展開更是如此。

　　就拿人工智能來說，按其所具備的能力水平，可分為計算智能、感知智能、認知智能三個發展階段。一部人工智能發展史，就是從“弱智能”到“強智能”不斷進階的歷史。

　　計算智能，指的是可以進行存儲與計算并完成信息傳輸的能力，即能存會算。以此為標準，整個二十世紀，人類始終未能跳出計算智能的框架。

　　從早期的計算與文字，到今天的電商、短視頻等，技術視角下均是計算智能轉換的成果。

　　需要說明的一點是，雖然計算智能也被看成人工智能發展進程的一部分，但嚴格來說，單純的存儲與計算并未達到人類對人工智能的預想和期許。按照“人工智能之父”艾倫·圖靈的說法：如果一臺機器能夠與人類展開對話而不能被辨別出其機器身份，那么稱這臺機器具有智能。

　　真正的里程碑是2016年。

　　這一年，Alpha Go擊敗李世石在全球引起劇烈反響，人工智能邁出了實質性的一步，此時距離“達特茅斯會議”已過去整整一個甲子。

　　之所以說是里程碑，不只因為機器人贏得了這場世紀之戰，而是嚴格意義上的AI從此開始跨越從0到1的商業化藩籬，具體表現是全球科技巨頭紛紛發布了“能聽會說”的AI設備。

　　這一時期，人工智能主要以解決單一問題為主。

　　在國外，谷歌推出新的機器學習API，開發者可以開發能在視頻內部偵測目標的應用程序，讓視頻變成可以搜索和發現的視頻;微軟上線人工智能產品Torque;亞馬遜推出倉儲機器人KIVA;蘋果發布了Siri功能。

　　在國內，科大訊飛面向C端用戶推出的訊飛輸入法、靈犀語音助手、翻譯機等應用產品實現質的飛躍;騰訊發布了自動化新聞寫作機器人Dreamwriter;百度上線了“度秘”和“Deep Speech”語音識別系統。

　　所有這一切都來自感知智能的突破。

　　到2016年，科大訊飛已將語音識別率提升到了97%并在全球首發多語種翻譯技術;ImageNet競賽上圖像分類錯誤率的平均水平已降到5%以下，超越人類。而在此之前，湯曉鷗團隊已將人臉識別算法準確率提升到98.52%，突破了工業化應用的紅線。

　　感知智能的技術紅利在C端率先開花結果，但最終是在B端被發揚光大。

　　2

　　從1到10

　　應用層的訴求和AI落地的決心，推動著技術的快速迭代，從單點技術的定向爆破到多點技術的組團突圍，人工智能的應用形態也從單一產品向賦能場景演變，AI+行業解決方案開始被不斷提出。

　　至此，人工智能逐步滲透進各行各業，特別是一些對長尾場景包容度高的行業，例如安防、教育、醫療、新零售等。由此形成了一個新技術推動新產品，新產品革新傳統行業的良性商業閉環，并直接帶來了人工智能產業空間的擴張。

　　這一時期，人工智能的價值體現為產業效率的提升。

　　在公共安全領域，借助AI技術可以進行模型訓練，安防實現從被動監控向主動預警的轉變，有效了提升警務效率。

　　在教育領域，智能教育平臺可以完整追蹤并記錄學生的線上學習過程，然后利用AI進行學習畫像，預測學生的學習偏好、優勢與薄弱環節，最終擺脫預設型學習資源的桎梏，讓每個學生都能接受最適合自己的個性化教育模式。這樣不僅可以達到因材施教的目的，還能極大的提高教學效率。

　　科大訊飛課題組曾對蚌埠市875所學校因材施教系統的應用情況進行跟蹤，并深度調研了1432名教師。反饋結果顯示，方案可以幫助學生減少58%的無效低效重復練習，使得學生焦慮情緒下降20%，學習興趣提升30%，同時還能幫助教師提升35.95%的作業講評針對性、33%的備課效率和36.92%的作業布置針對性。

　　從單一爆品到單一場景再到生態場景，人工智能實際上在不斷進行“微進化”。

　　“進化”，體現在這一時期的AI已經在認知智能層面有所突破，并開始像水、電、煤一樣賦能各個產業，成為新一輪產業變革的一股核心力量，對生產、分配、交換、消費等經濟活動的各環節進行重塑，產生了巨大的經濟輻射效益。根據埃森哲的預測，到2035年，人工智能將推動中國勞動生產率提高27%，經濟總增加值提升7.1萬億美元。

　　“微”，指的是這種形態還是以任務驅動為主的“弱人工智能”階段，在應用層體現為場景的局部性、垂直性、有邊界，泛用性與完備性還有待提升。

　　從長遠的角度出發，未來的社會需要人工智能的再次一躍。

　　3

　　從10到∞

　　一項技術的最終成功必定是把握住了時代的脈搏。

　　“七普”數據公布后，人口老齡化成為國人的普世焦慮。不出意外，人口結構的變化將是未來幾十年中國社會環境最重大的一個轉變，家庭、工作、生活等方方面面都會因此而被改變。

　　父母的養老，孩子的教育和陪伴，在一個少子化的社會中，要兼顧家庭與工作，個人已經是心有余而力不足。

　　人工智能因此而有了新的時代底色。

　　在2014年左右，科大訊飛就在業內率先提出了“超腦”概念，希望將人工智能向認知智能的深層推進，并試圖借技術層的再突破引領AI進入千家萬戶。

　　前不久公司正式啟動了“訊飛超腦2030計劃”，算是對之前戰略構想的延續。規劃共分三個階段，在軟硬一體機器人和數字虛擬人兩條線上同步推進，實現現實世界與虛擬世界的并行，最終讓人工智能懂知識、善學習、能進化，全面、無縫地融入人類世界。

　　試想一下，如果完全要靠雇用人力來實現家庭生活的完滿，那么家政、保姆、家教等需要一應俱全，在一個勞動力短缺的社會，成本可想而知。相比之下，AI機器人是技術的產物，成本會隨技術的進步而不斷下滑，和人力相比有足夠的競爭力，這就是交易剩余產生的基礎。

　　更重要的一點在于，一個可養成的、能夠進行情感交流的機器人會與人類持續交互并陪伴，相較于單純提供勞力服務，多了一層精神世界的價值。真走到這一步，也就接近了人工智能的終極命題，即機器具備像人類一樣感知、處理與分析問題的能力。

　　對人工智能有所關注的人可能會注意到，2014年科大訊飛首提“超腦計劃”時似乎有一種曲高和寡般的孤獨，但當公司2022年再提這一規劃，情況已完全不同。

　　難道是之前市場根本沒有這方面的需求嗎?

　　當然不是。根源還在技術。

　　根據Gartner最新給出的數據，知識圖譜、自然語言處理等關鍵底層技術都將在5到10年內到達成熟期，屆時人工智能有望在認知智能層面實現大踏步的跨越，這便是行業的底氣所在。

　　產業視角下，這必然帶來市場破圈與基本盤擴容。

　　中國有14億人、幾億個家庭，潛在的巨大用戶群決定了這注定是一個極具縱深空間的產業。四十年前，擁有一輛自行車就足以成為對外炫耀的資本，而現在，汽車已經成了每個家庭的標配。將此邏輯線性外推，我們完全可以預想，將來的某一天，AI機器人會像今天的家電、汽車一樣，成為居家生活的剛需消費品，形成一個萬億級藍海市場。

　　AI產業具備典型的“投資前置、收益后置”屬性，且商業價值曲線往往呈指數形式的，即長期的積累往往會凝聚在一個點上爆發。

　　過去十年，算力、算法、數據的沉淀、儲備與進步帶來了人工智能的第一次商業化大繁榮。未來十年，在時代呼喚、技術突破之下，AI與機器人勢必迸發更強大的能量，走進每一個家庭。