“我本来很乐意回答这些问题。但我最近离开了卡内基梅隆大学的教学教职加入DeepMind，所以现在也不方便回应。”

卡内基梅隆大学教授ChrisDyer不久前拒绝了我们关于人工智能的采访。他擅长的是机器学习算法和自然语言处理，之前做的论文，就是让计算机在没有人类监督和指引的情况下自我学习。

这正是DeepMind在做的事。这个Google子公司开发的围棋算法，通过自己和自己下棋提升棋技，最终打败世界冠军李世乭。

Dyer只是卡内基梅隆大学被科技公司挖角的一个例子。去年，这所大学无人驾驶研究室从负责人起的40位人工智能研究人员被合作伙伴Uber挖走——整个实验室原来也不过百人出头。

原本，企业和大学实验室更多是合作关系：实验室做长期基础研究，企业把研究成果转化为商业产品。但在人工智能这件事上，科技公司已经等不及了。

人工智能是一个波及整个硅谷的热潮

不仅是能把整个实验室挖走的大公司看好人工智能。

根据数据分析机构CBInsights的数据，从2015年下半年开始，风险投资机构对于初创公司的投资数量就持续下跌到2011年以来的低位，但人工智能领域的投资却有增无减。

2015年，一共有397宗对于人工智能公司的投资，一共拿到了23.8亿美元的融资，这个数字已经是2011年的9倍。

不少硅谷的科技创业者都在做这么一件事情：用大量的数据训练人工智能，让计算机在此基础上自己学习和改善算法，然后用更完善的算法从事某个特定的生意。无论那是用来下棋、判定疾病、美化照片还是加速收银速度。

“以前10件商品，可能需要收银员花1分钟扫条形码。现在你只要把购物盘放在机器上，摄像头就会用图像识别技术在不到1秒之内告诉你总共需要多少钱，然后你刷卡付钱就好了。”MukulDhankhar一边介绍，现场给我们演示了他们公司Mashgin的人工智能产品——自动收银机。

《好奇心日报》在Mashign公司帕罗•奥图的办公室看到了这个设备的原型机。现场模拟在便利店买东西，拿了一罐饮料和一包巧克力，放到收银台上之后手离开篮子，机器不到1秒就计算出产品的总价。然后顾客刷卡付钱就可以走了。

如果在普通的超市，收银员得一个个扫描条形码。

Mukul说，这个原型机上有6个不同方向的摄像头给产品拍照。它不看条形码，而是产品的形状和颜色。

LegalRobot让人上传一份法律文件之后，给法律文件的评分，然后帮你盘点有什么坑。

创办一年的初创公司LegalRobot也在利用人工智能来解决问题。他们想把晦涩的法律文件翻译成让普通人能看懂的“人话”，让普通人也能看得懂法律合同里面有什么坑。要做到这点，就得利用自然语言处理技术。

创始人DanRubins想要降低普通人请律师的门槛——例如，去公司签一份雇佣合同也是一件十分重要的事情，但如果要请律师来给你一条条合同细则解释，至少会花掉几百上千美元。

Rubins认为，他们可能比Siri那种针对普通人的人工智能产品要更快找到生意。“普通人对话里面语言意义可变性太多了，而法律文书的严谨和晦涩就是用来限制多种含义的。这对于自然语言处理来说反而更好，因为变量少了。”

LegalRobot目前从合作伙伴斯坦福大学和通用汽车拿到了10万份法律合同的样本来训练算法。

人工智能助手Amy的使用范例，只要在邮件里面抄送Amy，她就能根据双方通信内容和日程帮你安排见面或者会议。

同样想用人工智能代替一些基本人工工作的热门公司还有X.AI。他们做了一个可以阅读和回复邮件的机器人Amy，自动识别英文中的会议和见面邀请约定见面时间地点，而且……她回复的邮件完全看不出来是机器人。

X.AI公司想让雇不起个人秘书的人，也可以有一个人工智能秘书。

产品正式版还没推出，但光是排队等Amy现在的内测版名额，就得等上好几个月。

这三家公司专注不同领域，但做的事总结起来都差不多——用人工智能减少人工，提升效率。

以上列出的只是这些公司公开宣传过的人工智能应用场景，实际应用更为广泛。而不公开谈论人工智能的SpaceX也常年招聘机器学习工程师。

两三年前，人工智能还不是大多数公司认真考虑的事

“我创业的时候是2013年，还没有几家人工智能公司。现在可不一样了，大家都在做人工智能。”Mashgin公司的创始人兼CTOMukulDhankhar告诉《好奇心日报》。

2013年创业公司做得最多的还是发掘智能手机的潜力。

那一年，智能手机年出货量刚刚超过10亿台，比2012年同期增长了39%，地球上每七个人中就有一个人拥有智能手机。

与此同时，通过智能手机上的移动互联网提供服务也热到极致，今天估值最高的两个硅谷创业公司Uber和Airbnb都在2013年开始受到投资者的追捧。

但推动智能手机发展的Google和苹果也都意识到，智能手机市场离饱和也越来越近了，开始寻找下一个硬件平台。

2013年，GoogleGlass眼镜已经向开发者发售。同时Google已经在和智能家居公司Nest洽谈收购事宜，交易在次年公布。

也是在2013年，苹果公司CEO库克接受采访时暗示说公司会推出智能手表。

寻找新硬件平台失败后，每个科技巨头都开始谈人工智能

但几年下来，这些新的硬件平台并没有建立起来。

GoogleGlass彻底失败，Google的高管不再戴着眼镜出席公开场合。Nest的负责人也离开了Google。

而被认为是下一代计算设备的苹果AppleWatch，卖到现在第五个季度销量就同比下降。别说成为下一个iPhone了，增长还没iPad持久。

建立下一个类似智能手机的硬件平台失败后，急需寻找下一个增长点的科技巨头都开始谈人工智能了。

Google是这个大潮里走得最前的公司：无人驾驶汽车、世界冠军的围棋算法AlphaGo，还有更智能的搜索引擎和邮箱应用……这个公司一头扎进了人工智能里。

今年5月，在Google公司的年度开发者大会上，他们直接把公司未来战略定在了人工智能上，“机器学习”是他们提到最多的词语，而他们在大会上发布5个新品里面，有3个都是跟人工智能直接相关。

“现在公司里每个部门都在尝试用将机器学习整合到自己的产品里，无论这个产品是什么。”Google翻译的工程师OtavioGood对《好奇心日报》这么说道。他自己的团队最近就通过机器学习，让翻译应用看懂照片里的文字。

擅长硬件的苹果也在谈人工智能。

“我们会把人工智能专注地应用在用户体验的提升上。”在上周的苹果财报会议上，苹果公司的CEO提姆•库克7次提到人工智能和机器学习。

当谈到自己的人工智能助手Siri时，库克表示“苹果将会把机器学习用在其他地方，例如相册、信息、地图以及音乐服务AppleMusic上。”

他们已经用了，在今年6月发布会上，苹果已经能用人工智能处理相片和在短信里自动提示回复。

至于长期投入基础研究的微软，已经将人工智能统一在“对话”这种体验下。微软CEO纳德拉宣布了“对话即平台”的战略，围绕“微软小冰”这样的对话式体验，嵌入微软长期研究的各种图像、语音、视频识别技术中。

电商巨头亚马逊也在做人工智能，靠一系列能听懂人话的音箱。亚马逊CEO贝索斯今年在一次大会上宣称，公司已经有超过1000人在从事智能音箱Echo和智能语音助手Alexa的相关工作。

这五家公司里最年轻的Facebook则在效仿早年的微信做起了带有人工智能功能的公众号。虽然还很初级，Facebook比微信更认真地做了人工智能的基础。

竞争中，大公司为人工智能创业搭起了新的平台

2012年开始的“Google大脑”(GoogleBrain)项目，被认为是最近几年人工智能热潮的技术开端。

1000台服务器组成模拟的神经网络系统在一周之内就能准确识别出视频里的“猫”以及其他3000个在视频出现的物体。尽管准确率也只有60%，但这已经是当时的技术大突破。

去年11月，GoogleBrain团队的成员把这套机器学习的项目免费开源了出来。这就是TensorFlow，它的自然语言模块和人工智能的功能，可以让开发者迅速来训练自己的人工智能产品。现在，TensroFlow已经成了代码托管平台GitHub上最受欢迎的开源项目之一。

个人开发者，想让自己的音箱、电视机听懂日常语言，或者让自己设计的机器人识别不同的图像，现在也不是难以想象的事情。

现在做人工智能产品都门槛已经大大降低了，连美国大学生参加的黑客马拉松，每个项目都或多或少用到了人工智能。

一个人基于开源项目做出无人车系统的黑客GeorgeHotz

2015年年底，黑客GeorgeHotz还基于开源的人工智能项目，自己改装了一辆自动驾驶汽车。这曾经是最好的大学实验室，或者像特斯拉、Google无人车团队花十年时间才能做出来的东西。

不只是Google，从去年下半年开始，各大科技公司都陆续把自己的人工智能项目开源，为了让更多开发者帮他们完善算法：

亚马逊：2015年6月开源了Alexa，一个活在亚马逊音箱Echo和Tab里面的智能语音控制系统；

Facebook：2015年12月，开源了智能助理FacebookM服务器的硬件设计；

微软：2016年1月开源了CNTK框架，也就是微软个人助理Cortana和Skype翻译背后的人工智能语音识别工具。

大公司让人工智能创业变得更容易的同时，也在和创业者们竞争。

人工智能是关于数据量和算法的较量。而大公司本来就积累了很多数据，还有钱雇优秀的工程师完善算法。

“我认为初创公司的处境会很难。”人工智能做收银机公司Masighn的CTOMukul向我们说道。

卖掉自己成了人工智能创业的主要出路。在最近5年内，Google收购了9家人工智能初创公司。加入这场收购战的，还有苹果、英特尔、Salesforce，甚至是自身业务不太好的Twitter，他们加起来已经收购了超过30家人工智能初创公司。

人工智能，是硅谷换了一个方向寻找未来

在过去的40年间，技术公司靠着一波又一波新技术向前走着：1980年代是个人电脑，1990年代是互联网，2007年之后，是智能手机的普及和移动互联网的兴起。

伴随一次又一次的基础设施变化，创业者们用新技术改进了传统生意的效率。

现在，人工智能也在加速提升效率，它们让原本需要人手来做的事情，变成需要更少人，甚至全自动。

似乎我们想到的所有领域，现在都在被人工智能加速，无论是电商的“为你推荐”，打车的拼车路线的设计，还是人工智能助手。

但今天的人工智能尽管打败了围棋大师，研究人员依然不理解人脑如何运作。它们依然靠数据训练提升效率。

人工智能要想成为智能手机之后的下一个带动科技界前进的技术，得在几年内变得足够好、变得实用。

而人们对人工智能的预期，常有过度乐观。

最早的人工智能研究1940-1950年代就开始了。就在计算机的发明之后，麻省理工学院和斯坦福研究院的科学家们，就想着让计算机拥有人类的智慧，例如教计算机识别人类语言。

而当时计算机科学家乐观认为，只要10年就能做出来服务于人类的人工智能计算机。现在我们知道那想法有多么不切实际。

最近40年里，人工智能也热了好几回。1980年代的神经网络计算没能成为人工智能进入商业世界的突破口、而前几年打败人类的IBM沃森所参与的多个医疗和银行项目也都停滞不前。

在1980年代创办过两家人工智能公司(包括后来转型计算机安全的赛门铁克)的JerryKaplan最近谈到人工智能热的时候，这么对《纽约时报》说道：“和硅谷的人工智能信徒聚在一起的时候，有时让我觉得自己是福音会中的无神论者。”