图片来源@视觉中国
文｜投资人史松坡
从政策端来看，今年6月16日，微软公司创始人比尔·盖茨来华，并受到我国最高*的接见，这一事件释放了我国将要大力发展人工智能产业的强烈信号。此前，微软对OpenAI投资超百亿美元，是其背后最大的“金主”。实际上，我国对于人工智能产业以及更广阔的数字经济赛道早有战略布局。
去年12月15日，*在中央经济工作会议上的讲话提出，人工智能作为战略性新兴产业，是引领未来发展的新支柱、新赛道，要加快前沿技术研发和应用推广，支持专精特新企业发展。去年12月2日，中共中央、国务院还发布了《关于构建数据基础制度更好发挥数据要素作用的意见》（“数据二十条”），提出要促进数据合规高效流通使用、赋能实体经济，充分实现数据要素价值。
在市场端，我国各行各业对发展数字经济和人工智能的需求旺盛，国内外技术快速迭代越发成熟，形成了政策端和市场端的完整闭环。在国家政策对于数字经济、人工智能产业的大力支持下，我国的人工智能产业进入高速发展赛道。
什么是人工智能？
那么，什么是人工智能呢？在投资时，我们有必要对人工智能的发展史以及关键的计算机技术有一个基本的了解。顾名思义，人工智能就是具有类似人类的思维能力的机器。根据维基百科的定义，人工智能是由机器展示的感知、合成和推断信息的智能，“智能”包括学习和推理、概括和推断意义的能力。
人工智能发展史上的里程碑：
来源：洛克资本绘制
人工智能的发展经历了几个重要阶段。早在1950年，被称为“计算机科学之父”的艾伦·图灵（Alan Turing）发表了关于人工智能的开创性作品Computing Machinery and Intelligence。在本书中，图灵提出了以下问题：“机器能思考吗？”图灵还提出了著名的“图灵测试”（Turing Test）。图灵测试是指由人类评审者对机器与人类受试者提问，如果无法准确判断谁是人类、谁是机器，则该机器就通过了图灵测试。在1956年的达特茅斯会议上，约翰·麦卡锡（John McCarthy）创造了“人工智能”一词，这次会议标志着人工智能研究正式开始。随后，1957年，早期人工神经网络Perceptron Mark I诞生，展示了机器学习算法模拟人类智能的潜力。
1960年代，开始了“人工智能热潮”。在发现Perceptron模型的缺陷后，计算机科学家们开始积极探索各种创建和控制智能机器的新方法，尝试执行传统上认为需要人类智能来完成的任务。热潮过后，海外的人工智能发展遇到了瓶颈，遭遇1980年代的投资寒冬。
在寒冬中，尽管发展速度放缓，但仍然诞生了一些伟大的技术。计算机科学家们开始研究专家系统，旨在模仿特定领域（如医学、金融、语言或工程）的人类专家的决策能力。研究者试图利用专家的知识来建立一个系统，系统能够根据用户的查询，使用推理规则从其知识库中提取知识来输出决策。专家系统的出现很重要，因为它们是人工智能第一个真正有助于人类生活和成功落地的应用。时至今日，专家系统还在我们的日常生活中发挥作用，例如，我们电脑中的拼写及语法检查器。
专家系统的简化模型示意图：
图片来源：Javapoint
1990年代，机器学习算法和计算能力的进步，使研究人员开始使用统计方法直接从数据中学习模式和特征，而不必依赖预定义的规则。从数据中学得模型的过程称为“学习”（learning）或“训练”（training）。我们可以用机器学习届圣经“西瓜书”（周志华老师编写的《机器学习》）中形象生动的知名比喻来描述机器学习的简化过程：首先，收集许多西瓜的样本并测量各种特征，如大小、重量、颜色、根蒂形态、敲的声音等；其次，获得这些特征的“结果信息”，例如，（（色泽＝青绿；根蒂＝蜷缩；敲声＝浊响），好瓜）；对这些具有结果信息的特征的集合进行学习，建立模型来预测一个新的西瓜是否好吃；然后，可以用新的西瓜样本去测试模型，判断模型的准确性和有效性，并对模型进行再训练和调优。最后，可以用训练好的模型来对新采集的西瓜样本进行预测，判断哪些可能好吃。
