AlphaGo和李世石的人機世紀之戰(zhàn)，最終AlphaGo贏得棋局。那么人工智能的勝利決定性因素是什么？

因此總結(jié)一下人工智能的三大支柱：算法，算力，算據(jù)。

舉個例子，在AlphaGo的這場棋局里面，算法就是機器根據(jù)對方的棋局決定下一步該怎么走，算力就是快速計算決定怎么走，算據(jù)就是通過大量的實戰(zhàn)棋譜訓練機器模型的大數(shù)據(jù)。在比賽之前，AlphaGo通過人工輸出大量的棋譜信息不停的訓練AI模型，然后通過和大量的人在網(wǎng)上比賽吸取了大量的棋譜并且不斷的訓練校正模型。

所以AI的優(yōu)勢是吸取了大量的經(jīng)驗數(shù)據(jù)，并把這些經(jīng)驗數(shù)據(jù)抽象為數(shù)據(jù)模型，另外可以依靠計算能力快速做決策，并通過實戰(zhàn)不斷的優(yōu)化算法。這么比對就看出來人工智能的優(yōu)劣勢了。

優(yōu)勢在于機器可以不吃不喝的工作，依靠記憶存儲能力吸取大量的經(jīng)驗，而且通過集成各種優(yōu)秀人才的算法進行不斷的進化，在做決定的時候快狠準。這么一看實在是勞模。

劣勢在于AI只是某一個領(lǐng)域的專家，如果你問他十萬個為什么的問題，AlphaGo就無法回答，因為它只是訓練了圍棋領(lǐng)域的數(shù)據(jù)，其他領(lǐng)域相當于白癡一個。而人的優(yōu)勢在于可以橫跨多個領(lǐng)域，觸類旁通。這也是為什么AI目前只在專用領(lǐng)域發(fā)展的原因，也被稱為弱人工智能。

既然決定AI競爭力的三個因素是算法、算力、算據(jù)，那么哪一個才是決定性的因素。

算法是依靠人設(shè)計的，并且可以通過深度學習不斷的校正。因此本質(zhì)上來說，算法是人的智力水平的體現(xiàn)。既然是人的智力水平體現(xiàn)，就看人才的質(zhì)量了。這也是為什么硅谷出現(xiàn)大量AI人才的原因，因為聚集了頂級的智力資源。

算力是機器運算的快慢，因此就是硬件而已，花錢堆疊就行了。關(guān)于算力可以參考之前的原創(chuàng)文章GPU：大數(shù)據(jù)算力時代，英偉達的王者逆襲之路

算據(jù)是給AI喂大量數(shù)據(jù)，因此誰手里有大量的數(shù)據(jù)，誰的AI模型就更準確，同時通過不斷的深度學習反向校正算法。

因此，可以看出算法可以通過招募頂級的人才（錢）獲取智力資源，算力可以購買大量的硬件（錢）進行堆疊，而算據(jù)也可以大量購買（目前數(shù)據(jù)買賣中國官方并沒有明確的規(guī)定是否合法）。

但是個人覺得算據(jù)才是核心競爭力。因為有了大量的數(shù)據(jù)就可以快速的訓練AI模型，同時通過訓練的結(jié)果不斷的優(yōu)化算法。這樣就能在競爭中快人一步。這也是美國為什么制裁中國AI科技公司的原因，包括商湯科技、曠世、海康威視等。因為中國有大量的人口數(shù)據(jù)，因此可以通過不斷的圖像訓練而提高AI的性能。但是美國卻一直以侵犯人的隱私為借口打擊中國，實則是因為在美國市場數(shù)據(jù)獲取太難了。不管是歐洲的GDPR還是美國的隱私安全法，在保護個人隱私的同時也大大限制了人工智能的進步。

因此未來人工智能之爭主要在中美，因為美國有頂級的智力資源，而中國有大量的數(shù)據(jù)。而人工智能是人類社會從農(nóng)耕時代1.0，工業(yè)時代2.0，信息時代3.0進入下一個4.0重要階段。
責編AJX