Python培训之人工智能3.0时代来袭，谁会是下一代霸主？（二）

更新时间:2017-08-31 来源:黑马程序员python培训学院浏览量:

我们知道，IT时代Windows & Intel联盟一统江山，但是英特尔的诞生直接受益于1974年由美国司法部对AT＆T的反垄断诉讼，使贝尔实验室放弃芯片专利和知识产权。而微软的诞生则直接受益于1969年由美国司法部对IBM的反垄断诉讼，使微软得到成为IBM个人电脑操作系统的供应商的机会。Windows & Intel联盟一统江山的时代，人工智能是无法得以进步的，人工智能1.0不仅无法过度到2.0版本，人工智能行业更有倒退的迹象。这是因为，Windows & Intel联盟的系统构架，从计算引擎到数据存储都是分布在零散的桌面上，数据无法由集中而形成大数据。零散的数据用起来很难，无法集中调用大数据就无法大规模地为人工智能系统提供食粮，也就无法产生智能的升级。

人工智能2.0版本的快速到来得益于1998年美国司法部对微软的反垄断诉讼。这个案件的核心问题是微软是否被允许将其网页浏览器与其操作系统捆绑在一起。将两个软件捆绑在一起，微软利用对桌面操作系统的垄断从而取得了对互联网入口的垄断。司法部对微软的反垄断诉讼放缓了微软对互联网入口垄断的速度，使谷歌得到了一个控制互联网入口的机会。无疑谷歌搜索引擎的第一指标是速度，要快速得到搜索结果，数据必须集中储存在云上，数据可以极速调用，使用户快速得到搜索结果。这个刚性需求催生了云计算、大数据。这两个重要因素也正是人工智能量子跳跃所需要的基石。没有云计算，没有大数据，人工智能2.0时代是不可能成为现实的。 Windows & Intel联盟一统的江山不会催生云计算。因为云计算架构的变革对桌面计算的天下是一个巨大的威胁。Windows & Intel联盟更不会催生大数据。因为微软并不迫切需要大数据，微软操作系统的垄断产生了足够的利润，微软并不需要将隐藏在桌面背后的数据收集起来以产生价值。

展望未来，人工智能的发展路径也不能在2.0数据版上停滞不前。人工智能必须升级到3.0版本才能使人工智能嵌入到众多的产品和服务。人工智能必须到达商品化，才能得到普及，从而使人类生产力得到一个新的量子跳跃，使科技再次大规模造福人类。别指望谷歌来推动人工智能3.0时代的到来，因为谷歌在本质上是一个软件公司，而不是一个硬件公司。要使人工智能深入大众商品，必须将软件的复杂性隐藏在硬件的背后，使其外表简化成一个小而精的硬件。在算法、算力、数据三要素中，谷歌占据强有力的数据优势，但算法和算力仍有待提升。有数据优势的巨头是阻碍人工智能进入3.0时代重要因素，因为他们不愿意放弃这个优势。反思美国科技发展近代史，科技发展的下一个里程碑，要破局寡头垄断时代，从而迎来一个崭新的，群雄逐鹿、百花齐放的人工智能3.0时代，我们还是要回到美国国会在1890年通过的具有里程碑意义的谢尔曼（Sherman）反垄断法上找到答案。

欧盟委员会已经对谷歌的垄断行为的破纪录价值达到了27.3亿美元的诉讼 - 这被广泛认为是自2004年微软决定以来欧洲最重要的反垄断裁决。数据有这么重要的价值，数据到底属于谁？这是个十几年来一直没有回答的问题。谷歌作为人们从现实世界进入虚拟世界入口的守门员，从而得到了大量的数据，但这些数据的本质是属于你和我的，谷歌采集了这些数据，但它绝对不拥有这些数据。举个例子来说，你我打个电话，虽然电话公司可以采集我们通话的数据，但电话公司并不认为这些数据是属于他们的。现实是，科技巨头FANG无一不是通过采集大量用户数据而建立强大的护城河。按照科技历史的先例，美国司法部在不远的将来也会对谷歌进行反垄断诉讼，其结果最有可能的路径是，谷歌所采集的数据实际上是一个高价值的社会财富，因而最佳的社会选择是将这些数据变成一种可以共享的社会资源。如果数据是共享的社会财富，算法是公知的社会知识，那么，人工智能3.0时代必将极速到来。我们会迎来的时代是，在同等的数据起跑线上，运用已知的算法，依靠强有力的算力，做出最明智的决策。这就是人工智能3.0的战场。这个战场类似于今天的运动竞赛，运动员有足够的粮食（数据）和类似的竞争技巧（算法），但比的是体力（算力）。

在金融行业，高频交易经历了非常类似的竞争力变迁史。高频交易策略的本质是套利。高频交易1.0比的是算法，用高超的逻辑找到别人没有想到的套利机会。后来华尔街量化矿工（Quant) 都掌握了类似的金融知识，用了类似的算法，所以高频交易战场从1.0升级到2.0，比的是数据。当时华尔街各大交易所出卖各种各样不同信息密度和时间延迟度的数据。能够得到高质量、低延迟数据的量化交易员比数据贫乏的交易员更盈利，所以，所有的从事高频交易的业务部门不得不向交易所购买所有的数据。当所有的竞争对手都享有同样的数据的时候，也正意味着高频交易2.0时代的结束。接下来是高频交易3.0时代的到来，高频交易3.0比的是速度，也就是算力，因为大家有同样的数据和类似的算法。因为套利的机会是有限的，并不是所有的交易员都能拿到，只有数度最快的那个交易员才能抢到最盈利的套利机会。

如何才能提高算力呢？当然传统的通用CPU+软件的系统构架肯定是不行的。通用CPU要换成专用的GPU，软件要转换成硬件FPGA，这就概括了高频交易的演变过程。未来的自驾车系统肯定不是CPU+软件，软件就没有了，都换成了硬件。硬件系统肯定是比软件系统更快更稳定，更可靠，绝对避免了通常软件操作系统的抖动（Jitter）。

【人工智能3.0时代谁是赢家？】
如果算力是未来人工智能胜败的首要因素，我们可以再次探测一下华尔街投资者对未来的看法。从下面的这张图我们可以看到，在过去一年半的时间里，蓝线的英特尔股价增值14%，低于市场平均水平，而资本市场除了看好绿线的英伟达（NVDA)以外，还看好AMD。

值得一提的是，华尔街最看好的人工智能3.0龙头企业英伟达和AMD，这两家公司的CEO都是华裔美国人。如果华裔美国人是下一代硅谷科技巨头的领袖，这会跟当代硅谷科技巨头的印度裔领袖地位形成对比。多年以来，在硅谷辛勤工作的华人，一直为他们为何难以在硅谷取得领袖地位而困惑。如果人工智能代表着科技的未来，而未来的硅谷科技巨头的领袖是华人，这对有意攀登公司管理阶梯的中国人来说，无疑是一个强烈的鼓舞。

【谁会是人工智能的未来？】
从人工智能生态的产业图谱来看，人工智能主要分为基础层、技术层和应用层。人工智能生态的底层是基础层，提供计算能力、算法和数据结构标准；中层是技术层，是用技术平台的方式将基础层的能力转化某种问题的解决方案，比如图像和语音识别；而上层则是应用层，将中层的技术方案应用到具体的业务场景，比如为医疗服务、金融服务、或者直接为消费者提供具体的产品，比如自驾车。

如果人工智能3.0时代快速到来，对于既能利用上游生态的基础技术，又能为下游的机构客户提供技术层服务的公司而言，是有很大发展空间的；如果人工智能3.0时代迟迟不能到来，将长时间停留在2.0数据为王的时代，这将对很多无法采集和拥有数据的企业造成挑战。

本文版权归黑马程序员Python培训学院所有，欢迎转载，转载请注明作者出处。谢谢！

作者：黑马程序员Python培训学院

首发：http://www.itheima.com/news/python.html

上一篇：Python培训之人工智能3.0时代来袭，谁会是下一代霸主？（一） 下一篇：零基础学习网络爬虫知识(一)