最近听了北大的AI课程，为了更好地吸收课程的精华，将知识变成自己血肉里的力量（认真脸），决定要把课程的笔记重新梳理一遍，一直以来记笔记的习惯是（1）只记感觉对自己很有用的，如很新颖的、很经典又容易忘的、启发思考的、利于装逼的；（2）一般记录使用自己的语言，虽然粗俗，但是比较符合自己的习惯，所以笔记的个人特色其实十分鲜明。关于这个系列，想要按照老师授课内容+自己的思考这样的大框架来整理，不知道会整成啥样儿，先上手整理，到时候再慢慢调整，相信寄几会不断进步的，加油！
一 课堂回顾
1、智多星——雷鸣老师
雷鸣老师，百度创始七剑客之一、北大人工智能创新中心主任、酷我音乐创始人，也是本课程的发起人，今后的每一节课也都会有他的参与。雷老师是个十分博学的人，你会觉得他全身上下的每一个细胞都透露着智慧的光芒，尤其是在后续的不断深入了解中，会被他高超的提问技巧折服，这也是很值得学习的一个技能。简言之，大佬之所以是大佬，就是因为他们在某个方向或者是多个方向上做得比绝大多数人好，所以上课吸收知识的同时，也可以多了解这些大牛是做什么的，多从他的行为、谈吐中思考，他是因为某一个特质获得成功，然后我们可以怎样学习将这些特质迁移到自己身上来，那可能知识就真的会改变命运了。
2、内容（分三个部分）
Part 1 人工智能对人类的影响有多大
（1）现阶段已经取得的成果
2017年是人工智能的元年，消沉的人工智能再次爆发，而这次爆发威力是巨大的，在各个领域都产生了影响，这些领域也是目前人工智能主要聚焦的核心。
第一，自然图像分类。2012年，深度学习算法被引入计算机图片分类的应用中，取得了巨大的进步，随后，领域内的众多学者和专家围绕着深度学习设计了更多更有效的模型，使得自然图像的分类准确率达到95%，而人类也才95%。自然图像分类中，落地效果比较好的有商汤科技、旷视科技，他们的产品核心技术基本围绕着人脸识别技术（据我自己了解，商汤等公司的产品其实挺丰富的，有人脸静态识别、动态识别、还有追踪、美颜等，可以去了解一下，很有趣）。而就人脸技术而言，目前最好的深度学习算法准确率是99.7%。远高于人类的99.1%。也就是说，有一些人眼可能认错的，AI 能给你认准了。
第二，语音识别。目前深度学习对语音的识别错误率低于4%，而专业的语音标记员错误率可达5.9%，而市场上基于语音技术的产品也不少，比如常用的地图，可支持语音搜索，微信的语音转文字，还有去年大火的智能音箱，都展现了语音交互的有趣和便利（个人也是很期待语音交互时代的到来，可以解决生活中很多麻烦的场景，比如骑车、开车不便时，近视老花看不清字幕、手湿、指纹不好使时，不一定语音交互要占主导，但却是可以解决很多问题把）；
第三，AlphaGo。AlphaGo和它兄弟alphazero的出现，再一次让大众对人工智能的威力有了新的认知，毕竟世界冠军都被打败了，所以也引起了很多人的恐0即使有一天可能出现超人工智能，那也可以看做是自动编程带来的，使得人工智能机智到自己给自己补一段程序，然后开始作妖，但那一天的到来估计要很久，我们怕是看不到那一天的。。。
（2）人工智能将会对人类产生多大的影响
首先，有一张很经典的图。这个图要说明的是，在工业革命以前，人类获得的进步其实是很微小的，而进入工业革命以后，出现了很多以前所没有的东西，社会才获得了巨大的进步，甚至可以说今天人类大部分美好的样子都是工业革命带来的。而由于工业革命的创新性，人类社会的发展加速加速再加速。
所以，可以想象，人工智能时代的到来，也将会颠覆社会的发展和人类的进程。雷老师还给出了另一幅图：这是不同社会进程下人类从事劳动的对比，如果是真的，那么在未来，具有创新性的人才将会成为世界的主宰者，所以老师天天和我们讲要培养创新精神，真的不是搞笑，是认真的，后悔自己脑洞开太小了吧，从前你认为的那些学习不好的、“不正经儿”的怪小孩，以后可能是社会最大的生产力。
第一部分结束了，主要的思考有三点：
（1）认清楚人工智能到来的必然性，就是说人工智能是社会发展的必然，只不过那一天什么时候到，以一种什么样的方式到来，我们不知道，但每个人都应当树立参与意识，尤其是立志当AI产品狗的朋友们；
（2）理解人工智能时代什么特质最重要，显然创新的思维重中之重，所以如果过去来不及，从现在开始培养自己的创新精神吧；
（3）认清当前已经成为事实的人工智能，就是要多去体验这些人工智能的产品，贵的玩不起，一些类似于语音助手的应用可以多体验，再不济去和小冰啥的唠唠嗑也中呀。因为如果不保持对这个行业产品的持续关注，那么很多的思考都是没有依据的，也许你所谓的创新也只是假想，而AI产品的推进也许会不断加速。
Part2：为什么是现在
在这一部分雷老师指明了为什么现在是人工智能的好时代？
一方面，人工智能成为现实有三个前提：数据、算法、运算能力。可达到应用级别的人工智能技术，都依托于大量的标注数据，使得模型可以充分训练。而在数据的学习上，也需要一些巧妙的算法设计，对数据进行更好的学习，以提高结果的准确率。最后，有了算法和数据，还需要计算机可以提供足够的运算能力，不然也很难取得效果。
而另一方面，相对应地，现阶段的发展已经可以提供一定的上述条件了。第一，由于互联网、物联网的盛行，每个活跃的个体和物件都在产生数据，这些数据是可收集和利用的，为AI提供了天然食材。第二，由于计算机摩尔定律，计算机的计算能力也在不断地增长，市场上的各种超算芯片也不断出现，这是有目共睹的。第三，算法的创新也吸引了更多人加入。现在每年AI的顶会，比如cvpr、iccv等，都会接收几百、上千甚至是好几千篇论文，不敢说每一篇都是真材实料，但也还是有一些让人眼前一亮的。
第二部分内容比较简单，人工智能已经具备一定的起飞条件，就看吹来什么样的东风，就可以飞到什么样的高度。
Part3：人工智能的未来
人工智能进入每一个行业，都是以一种辅助性、试探的姿态慢慢渗透，但是不可否认的是，它将会影响所有的产业，就像过去火爆的互联网+，打造新的AI+格局。
1、人工智能将影响所有行业
（1）服务机器人和人机交互：各种扫地机器人、陪聊机器人、智能导购、家庭助理；
（2）工业机器人和智能工厂：比如生产线上的搬运机器人、秦皇岛已有饺子自动化生产工厂；
（3）自动驾驶和智能交通：如Google、特斯拉、百度都已经开始了较长时间的研究；
（4）智能医疗和健康：辅助诊断、疾病预测、新药研制等
（5）智能金融：风投、保险
2、人工智能的发展和未来
AI 未来的发展将会遵循以下路径：
（1）AI可能在未来的20年替代掉50%工作；
（2）弱人工智能是未来20年应用的主角；
（3）从低技能行业向高技能行业（低技能就是那些反复训练就可以学会的行业）
（4）从搞数据行业向低数据行业（比如金融、医疗等本身就具备很多数据）
（5）从经济效益高行业向一般行业（自动驾驶和金融产业）
3、人工智能时代的机会在哪里
（1）大公司或小公司：玩AI是烧钱的，大公司的优势在于人才、数据、机器，财大气粗好办事，而小公司要创业，可能需要避开这些重型的的应用，选择一些轻量级的，不管坑蒙拐骗还是以身相许，找到一些优秀的人才，然后去捡起那些大公司可能还没来得及顾得上的行业的数据（比如一些很传统的行业？）。然后把事情先搞起来。
（2）to B 或to C: to C 离用户更近，加上现在信息传播很快，容易垄断，所以对于创业是个值得考虑的点（在这一点上我的想法有点不同，我觉得AI时代，更重要是找到落地的点，只要真的能解决某些问题，to 谁其实可能是比较灵活的，因为现在的很多产品也存在用户级和企业级，所以未来人工智能产品有没有可能也是可以存在不同量级的）
（3）替代或者是全新的：机会很多，可以是对现有应用的替代，比如自动驾驶，也有可能是全新的，比如一些过去我们完全想不起来的新的应用场景。
4、中美逐鹿AI
看到这个标题的收，我的内心是激动而自豪的。不过仔细一分析也是，从市场经济以及技术积累两个方面来看，确实未来的AI世界大战，可能在中美之间展开，可能美国也意识到这一点了，所以才这么忌惮我们，毕竟我们还只是个宝宝啊。
所以第三部分也完了，就这部分而言，思考的点在于：
（1）人工智能将对所有的行业产生不同的影响，而有哪些可落地的场景，取决于不同用户的需求和认知；
（2）人工智能影响产业的路径也比较清晰，所以想要从事人工智能产品狗的宝宝们，可以在这条路上找好一个自己喜欢或者是还可以接受的行业，然后结合自己的生活，多多思考人工智能可以怎样便利我们，然后反推实现这些功能需要什么样的技术，再展开一定的调研，看是不是可以落地？又或者关注一些新的算法（比如视觉方向的、语音方向的，nlp方向的），然后看看这些算法有没有启发你对新的应用场景的思考，如果有，写下来，然后去看看又没人做了，如果有，他们是怎么做的？和自己的比较一下。如果没有，那么应该如何构建自己的产品框架？感觉生活就是无穷无尽的问号啊，很容易就秃了头，霸王爸爸都救不了你啊。。。。。。。
后话：如果之前对人工智能的认知和理解只停留在算法、公式和代码上，听完第一课确实会觉得内心坚定了许多，也清晰了许多，因为你发现，还有许多人，和你一样坚信AI时代的到来，且更加关注和憧憬。就好比E=MC的平方，在第一颗原子弹爆炸前，没有人能想象它的威力，AI 也一样，如果没有亲眼体验产品的诞生，你可能不相信AI是事实。那就让我们每个人都抱着期待，加倍努力，等有一天AI的果实结满树的时候，我们都是最虔诚的浇灌者！
虽然整理过程需要花费一些时间，但是感觉整理完之后自己也觉得清晰了很多，扶着flag，明天再整理一篇，加油！
