2016年的AI，一场史无前例的技术营销

2016年12月29日，大概又是一个会被载入史册的日子。名叫SkyNet，哦不，是”Master”的围棋AI，开始了第一次对人类的血洗。

在奕城的第一晚，Master十战全胜；第二日，横扫韩国第一人朴廷桓九段、世界第一人柯洁，比分都是2比0；第三日，陈耀烨九段、金庭贤五段、范廷钰九段、芈昱廷九段和唐韦星九段依次落马；再之后是古力、时越、金志锡、井山裕太；到了1月4日，聂卫平老先生以7目半落败。最终战绩，Master 60胜0负1平（平的那局是因为掉线）

自此，ArTIficial Intelligence（AI），这个在2016年已经如日中天的buzzword，再一次传遍大街小巷。人们沉浸在对AI的崇拜、慌乱与恐惧之中，然而作为吃瓜群众的笔者却在想一个问题：如果DeepMind没有事先与各国棋院通气，整个事件如何能进行得如此顺利，在时间上如此紧凑？所有重要的世界高手，都在短短几天的时间窗口内腾出了时间，如果说没有提前策划和组织，实在有点难以置信。掐指一算自从3月份AlphaGo的横空出世，DeepMind已有9个月时间没有在圈外露脸，大概它也感受到了营销的压力吧。

其实纵观2016年，在阿尔法狗狗的带领之下，AI界隔三差五地在圈内外制造着骚动：3月，除了人尽皆知的AlphaGo事件，李开复关于人工智能博士200w＋美金年薪的文章刷屏；4月，Google著名的深度学习框架TensorFlow发布分布式版本；6月，Prisma上线，红极一时；8月，Google发布基于深度学习的NLU框架SyntaxNet； 9月，Google上线基于深度学习的机器翻译，索尼用人工智能写了两首歌；10月，微软宣布语音识别达到人类水平；11月，计算机视觉学术大牛李飞飞老师下海进入工业界；12月，DeepMind在NIPS16会议上宣布DeepMind Lab开源。一切的一切，都在各大媒体冠以【重磅】开头的新闻标题之下，一次次地牵动着广大吃瓜群众的神经——然而这些成就实际上离我们的生活又是那么的遥远。

在科技的历史上，从未有任何一项科技，在它的大规模真实应用之前，有持续一年甚至几年的营销运动。在这个风口之上，在这个AI几年的造势运动把人们的期望与恐惧推上一个历史顶点，而其真正落地应用又遥遥无期的一个尴尬节点，是时候冷静下来回顾一下AI的营销史了。

一、一些概念和历史

有几个概念需要先明确一下，因为我发现在今日媒体的狂轰滥炸之下，有大批AI民科是分不清像“人工智能”、“机器学习”、“深度学习”这些概念的关系的（例如我认识的非科班出身的人有90％认为机器学习＝深度学习）。当然这些概念的含义也一直在“与时俱进”，不过学界还是有一个相对统一且合理的认知，可以帮助我们阐述问题。下面这张图描述了其中最重要的几个概念之间的关系

“人工智能”这个buzzword，常常会因为营销或者新闻报道的需求而被赋予不同的含义，其外延有时等同于“机器学习”，有时不等同，所以最外圈的这个等号并不完全准确。不过在2016年被大家普遍讨论的这些“AI”，可以认为基本上就是机器学习。内部的四个小圈则是学术上有确定外延的四个概念，代表了当前最重要的四个问题领域，是需要明确的重点概念。

有监督学习（supervised learning）——让机器观测到一些输入，并告诉机器在这些输入下应该产生什么样的输出。机器通过这些数据学习出一个模型，之后给它新输入的时候，它能够根据模型预测应该产生什么样的输出。比如机器看到一个图片，可以判断图片中的物体属于哪一个分类。

无监督学习（unsupervised learning）——让机器观测到一些输入，而没有标准输出，让机器自行去总结这些输入数据有什么统计特征，并生成有意义的产出。例如自动把大批文章聚成相似的几类，又例如给计算机看一些小狗小猫的照片，让计算机自动生成一些新的（与看过的相似但又不同的）小狗小猫的照片。