人工智能至今沒有提升人類生產率。大多數現行技術革命，依然是自動化，這個自動化上世紀70年代就已經在德日這些國家完全推開。從工業機器人的保有量看，德日工業機器人是我國3倍的密度。我國工業機器人100臺每萬人，德日早已超過300臺。如韓國工業企業，工業機器人的保有量甚至更高到600臺。

而人工智能，我們說的2000年以后，主要是谷歌通過阿爾法狗就是那個下圍棋的人工智能推開的技術。深度學習神經網絡技術。本質這種技術是大數據的延伸。實話實說“人工智能并不智能”，而和工業革命最大的區別在于，本輪人工智能技術改革至今沒有提升生產率的走向。

現如今人工智能重點應用方面，包括：

語音，主要是智能音箱。當然不只是音箱，你對話siri，對話小愛同學等等。其實就是人工智能在語言上的進步。這其實源自于語言對話數據，至今，很多對話依然十分笨拙。深度機器學習，到底是有限的學習。人類的思維卻是可以跳躍性的。比如我對小愛同學：“打開電燈。”他就會問你，要走廊燈，還是客廳燈。你只有明確告訴他是打開哪一個照明，他才會去打開。而如果你抱怨，太黑了，或者在起始的時候沒有叫一聲：“小愛同學。”他也不會有反應。人工智能語音對話，解決了一個同聲傳譯的粗略問題，不精確，也解決了一個聲控設備的問題。但是這，基本就是語音人工智能的極限了。我們接下來將同一個系統，從電冰箱轉移到電視機，從電視機轉移到垃圾桶，未來還會到汽車。其實，這依然是一個相同的東西。或者叫siri，或者叫小愛同學。或者叫微軟小冰。

視頻，人臉識別技術。人工智能在圖片上面，主要就是人臉識別。這個人臉識別有時候依然可能被3D照片破解。但是對于監控系統，很多人路過的時候，自動能夠顯示出身份信息，從而在安防上會獲得較大的進步。那么，僅此而已。我們原來認為視頻會延伸到無人駕駛階段。現階段無人駕駛技術十分尷尬。因為即使谷歌WAYMO，依然需要駕駛員盯著開。而且還需要兩名駕駛員，一名工程師從旁協助。商業運營根本賺不到錢。而一些園區內部，人流稀少開的無人駕駛車輛，其實只有40碼的最高速度，平時20碼的運行，可能速度還不如共享單車。更加低成本現實的城市公共交通，還不如用軌道交通。

數據探查，知道你喜歡什么？這是個悖論，通過分析你平時的喜好，可以推送你喜歡的東西。比如我愛看某一類的新聞，頭條就給我推送。我在淘寶搜索小零食，所有的廣告就會不停推送給我相關的。這似乎是非常好的了解了我的愛好。可問題是，我希望有更多的探索邊界。人類不是畫地為牢，而是自由放飛。我難道就不喜歡偶爾看一下“食品加工業”？偶爾看一下“服化道探索”？看一下“BBC紀錄片”？所以，其實數據探查也最終沒能了解你，倒是反而被人類給套路進去了。

綜上。現如今的AI說白了就是大數據的延伸。早年接觸大數據真的很神奇。比如通過搜索頻率，你可以提前了解感冒流感爆發情況。通過大數據，你可以了解一些悖論。比如我們可以通過統計發現我們人類天然自信。因為有70%的人說自己長相高于平均值。

人工智能，是谷歌推動的。深度學習算法的創作者都在谷歌就職，如果按照科學的自然演進。谷歌是有風險的。有可能我們人工智能不是利用這套算法，我們用了其他不同的算法，也有可能人工智能一直沒人去開發。和安卓一樣，不成熟的時候，先讓算法成為主流，占據市場。谷歌就開始了人工智能的開源和實踐。比如無人駕駛WAYMO，比如機器人的波士頓動力，甚至谷歌還在基因數據庫上面進行投資，想要通過人工智能方式來學習基因和人類疾病的關聯性。

科學曾遵循因果，就是大雙盲實驗，對照組出成果。到了人工智能，人類重新體驗了模糊化。實際上人工智能達到的效果是一種機器達到的曲線模式。能不能達到還兩說呢。