天天說人工智慧，人工智慧到底能做些什麼？

歡迎訪問我們景略集智的官方網站（https://jizhi.im）。

景略集智12月的免費贈課活動開始了，本次贈課的內容是原價200元的人工智慧基礎課，活動詳情在微信公眾號：景略集智，（jizhi-im）的菜單欄：免費課程中可以查看。

真的是免費啊！集智娘挖了好久挖來的禮品卡！

想了解人工智慧（Artificial Intelligence）到達哪個程度，我們需要先給它下一個定義。

AI，也叫機器智能，是指由人製造出來的機器所表現出來的智能。人工智慧可以對人的意識、思維的信息過程進行模擬。人工智慧不是人的智能，但能像人那樣思考、也可能超過人的智能。從很早前人類就試圖發明能夠學習人類和像人類一樣行事的智能物體，眾多的科幻故事和電影中更是展現了人類對人工智慧和它們應用潛力的無限遐想。

機器能夠模仿人類及人類的認知過程如分析、歸類和總結規律等背後的理念正是邱奇-圖靈論題，它認為機器能夠模仿人類的任何形式推理。

自1956年麥卡賽、明斯基、羅切斯特等知名科學家首次提出「人工智慧」這一術語以來，50多年來，人工智慧取得長足的發展，成為一門廣泛的交叉和前沿科學，在機器人、經濟政治決策、控制系統、模擬系統等多個領域得到廣泛的應用。

如果我們仔細探索AI當前的應用狀況會發現，它早已進入我們生活中的方方面面。

下面我們先列舉應用在視覺、工業物聯網、工作、數據分析、商業智能等領域50個代表性的AI工具，大致能反應出目前人工智慧的發展和應用程度，然後談談現在的人工智慧到底有多聰明。

視覺領域中的AI工具：

Clarifai——為開發者提供API類型的工具，幫助用戶實現可視化搜索，管理媒體資料庫。

https://www.clarifai.com/

Cortica——為醫療和交通行業提供可視化分析。

http://www.cortica.com/

Deeopomatic——用個性化CV模型，能為眾多行業和用途提供圖像識別服務。

https://www.deepomatic.com/

Deepvision——用視覺識別技術可以識別商品品牌和人的臉部。

http://deepvisionai.com/

Descartes Labs?——讓衛星圖像獲得實際用途，幫助人類更好地探索地球。

https://www.descarteslabs.com/

Flixsense——世界首個雲視頻平台，可以實現即時視頻分析。

http://flixsense.com/

FotoNotion——將CV技術用於車輛及人體探測。

https://www.fotonation.com/products/automotive/

GrokStyle——利用深度學習技術，通過視覺搜索匹配相似的產品，並幫助人們將它們合併。

http://landing.grokstyle.com/

Haystack——面部識別。

https://www.haystack.ai/

HireVue——採用面部識別技術幫你選擇應聘者。

https://www.hirevue.com/

工業物聯網領域中的AI工具：

Black——能學習和分析你商店裡的顧客消費行為。

http://black.ai/

C3IoT——用AI讓應用開發和數據開發實現一體化。

https://c3iot.com/

KONUX——將智能感測器、數據融合和基於AI的分析技術相結合，提供工業物聯網解決方案。

https://www.konux.com/

Imubit——利用機器學習讓企業生產流程最優化。

http://www.imubit.com/

Maana——用人工智慧為能源行業提供工作流最優化解決方案。

https://www.maana.io/

Predix——用機器學習幫助企業迅速開發、部署和操作工業用APP。

https://www.predix.io/

Planet OS——用大數據和AI幫助可再生能源公司更好地利用數據。

https://planetos.com/

Sight Machine——用AI技術分析和可視化企業的生產數據。

https://sightmachine.com/

Sentenceai——用AI技術將數據科學的數據工程實現自動化。

http://sentenai.com/

Snips——用AI為聯網產品增設語音助手，讓機器之間實現「交流」。

https://snips.ai/

工作領域中的AI工具：

Bonsai——開發適應性、可信度和可編程性更高的AI模型。

https://bons.ai/

Deckard.ai——用AI幫你預測項目時間進度。

http://deckard.ai/

Fuzzy.ai——為網頁和APP添加智能決策功能。

https://fuzzy.ai/

Gigster——用AI幫項目找到合適的開發者和設計師。

https://gigster.com/

Kite——程序員的智能幫手，將互聯網上的編程知識、代碼示例、文檔等匯聚在編輯器中，幫你更快地寫出更好的代碼。

https://kite.com/

Layer 6 AI——面向企業的深度學習平台，可根據數據實時做出預測。

https://layer6.ai/

Morph——能讓企業很容易地開發出聊天機器人用於業務發展。

https://morph.ai/

Ozz——通過讓聊天機器人實現自我學習，幫企業讓自己的聊天機器人更智能。

https://ozz.ai/

RainforestQA?——用AI技術快速測試web應用和移動應用。

https://www.rainforestqa.com/

SignifAI——用AI增加伺服器負荷，預測宕機。

https://www.signifai.io/

數據分析領域中的AI工具

CrowdFlower——用AI技術將訓練數據、機器學習及「人在環」（human-in-the-loop）系統集成在一個平台，幫數據分析人員進行情感分析、相關度檢索和商業數據分類等工作。

https://www.crowdflower.com/

Dataiku——可大批量設計原型、部署和運行模型的數據科學平台。

https://www.dataiku.com/

DataScience?——用於研發和生產的企業數據科學平台。

https://www.datascience.com/

Domino Data Lab?——用於人員寫作、搭建和部署數據模型的AI驅動的平台。

https://www.dominodatalab.com/

Exploratory?——使用開源AI演算法讓分析人員獲得最新的數據科學技術和信息。

https://exploratory.io/

Kaggle——幫助人們如何利用機器學習模型學習、工作和做研究。

https://www.kaggle.com/

RapidMiner?——用AI將數據收集、機器學習和預測模型部署相結合，幫助數據科學研究團隊更高效的工作。

https://rapidminer.com/

Seldon——幫助數據科學研究人員將機器學習模型交付生產。

http://www.seldon.io/

SherlockML?——搭建、測試和部署AI演算法的平台。

https://sherlockml.com/

Spark——AI驅動的數據搜索引擎，能夠發現數據中存在的複雜模型。

http://www.sparkbeyond.com/

用於商業領域的AI工具：

Arimo——行為型AI系統，能從以往的商業行為中學習，預測未來的商業行動。

https://arimo.com/#arimo-bai

Ayasdi——幫企業部署整套人工智慧應用。

https://www.ayasdi.com/

DataRobot?——利用機器學習幫助企業實現向AI時代轉型。

https://www.datarobot.com/

Dataminr?——用AI技術實時發現突發事件和信息。

https://www.dataminr.com/

Electra by Lore?——AI智能助手，幫企業向客戶解答業務問題。

https://www.lore.ai/electra/

Einstein?——用AI幫助企業管理客戶。

https://www.salesforce.com/au/products/einstein/overview/

Fuzzy AI?——用AI幫助企業為產品做出最優定價、尋找最合適的顧客和檢測欺詐行為。

https://fuzzy.ai/

http://Logz.io?——幫助企業索引、搜索、可視化和分析業務數據。

https://logz.io/

NXT AI?——用於時序模型的識別和檢測的AI驅動框架。

https://nxt.ai/

Paxata?——用AI將企業的原始數據自動轉化為有益信息。

https://www.paxata.com/

當然，此外還有很多採用 AI 技術的應用，這裡不在一一列舉。

那麼當前的人工智慧和人類比起來，到底有多聰明呢？已經有研究者給出了答案。

今年 10 月份，美國康奈爾大學上傳了一篇名為《人工智慧的智商評測與智能等級研究》的論文引起了人們的注意，這篇論文由來自中國科學院的劉鋒、石勇和劉穎合著。他們在論文中分析了 Google 、微軟必應、百度和蘋果 Siri 等系統，並且為人工智慧系統劃分了 7 個智能等級。

通過研究，他們提出為人工智慧系統建立一個標準的智能模型，從「圖像、文字、聲音的識別和輸出，常識、計算、翻譯、排列，創作、挑選、猜測、發現」等15個維度對人工智慧的智商進行測評。簡單來說，就是給人類和機器的智能水平建立了一個統一的標尺。

在模型建立完成後，研究團隊在 2014 年和 2016 年兩次對世界範圍內的大公司人工智慧系統進行了智商測試。

在 2014 年的測試中，他們對世界 50 個 AI 系統和 3 個不同年齡段人類進行了測試，結果如下：

從測試結果可以看出，即便是表現最好的谷歌人工智慧和人類相比也相去甚遠。

隨後 2016 年，研究團隊對世界50個AI系統和3個不同年齡段人類進了測試，結果如下：

從測試結果看，谷歌人工智慧智商得分最高，幾乎是蘋果Siri的兩倍，但相較人類 6 歲的兒童還有一定差距。

不過值得注意的是，短短兩年內，人工智慧的智商水平進步巨大，以得分最高的谷歌為例，2014年其智商測試得分還是26.5，但到了2016年，就已經達到了47.28。而現在人類對人工智慧研發的投入越來越大，所以我們可以預見在很短的將來，人工智慧的智商能夠接近一個成年人類的智商水平（97分）。

2017年，基於之前的研究成果，劉鋒、石勇、劉穎團隊成立了未來智能實驗室（FutureAiLab），這是世界上第一個專門研究AI智商評測和未來發展趨勢的研究機構。

研究團隊將在 2018 年進行第三次世界範圍內的 AI 系統智商測試，通過測試檢驗人工智慧的發展水平，並繪製出對比人類智力發展的曲線。屆時，人工智慧的智商會達到什麼水平？我反正是不敢瞎猜。

拓展閱讀：

有哪些「本來以為已經是巔峰，沒想到才是開始」的例子？

從乾貨到練習題，你想要的人工智慧知識資源，都在這裡（十一月）

人工智慧可以作曲嗎？

官方微博：@景略集智

微信公眾號：jizhi-im

商務合作： @軍師

投稿轉載：kexiyang@jizhi.im

集智QQ群：557373801