此篇文章是混沌大学上周大课的课堂笔记，现在人工智能已经大热，杨总从近些年自己的实践所得，为我们分享现代AI技术如何应用。希望为你带来新的知识。以下是笔记内容
授课老师，杨洋，商业认知分析平台IPIN创始人兼CEO ，连续创业者
一、我的企业真的需要AI吗？
我们经历了晶体管、计算机和互联网的时代，当我们被时代技术洗礼的时候，我们常常想是不是要接受这个新技术或接受那个技术？
当国家提出互联网+技术时，所有公司都开始做APP，好像不做APP就落后了一样。
我们冷静思考一下，我们的企业真的需要这些技术吗？真的需要互联网+吗？真的需要AI吗？
AI的本质是什么呢？它到底能为企业带来什么?
二、AI的本质
人工智能是技术，但他不是一项技术而是一系列技术。要分析其本质，先看一下它是怎么来的，即AI的发展史。
1、AI技术的发展史
1955年，AI(Artificial Intelligence)作为一种新的智能形式诞生；
70年代，因计算机智能掀起第一波浪潮，计算智能大幅提高了人类的计算效率，但其也有不足，因为当时生活中需要计算的事情并不多；
80年代，因RNN（Recurrent neural Network）循环神经网络掀起第二波浪潮，这种技术可以提升人工智能的准确率；
2006你至今，因深度学习掀起第三波人工智能浪潮，深度学习是人工智能的重要拐点。因为深度学习技术使得机器可以比人类做的更好。阿尔法狗就是经过深度学习而打败的李世石。可以深度学习的人工智能在面对海量信息时，能够在分类/识别上比人类更优秀。
2、AI的本质
· 深度学习的技术本质
想探究AI的本质先研究本次人工智能拐点的深度学习的本质。深度学习的本质是信息分类器，即在海量信息下，深度学习可以比人类更优秀的对信息进行分类。
我们人类的很多行为的本质其实就是在做信息分类，
· 人工智能的商业本质
互联网+的本质是“提升生产过程中信息传递效率”，互联网的本质是连接、互动、建立网络，互联网+就是讲互联网的优点嫁接在传统产业上，所以是提升传统产业生产过程中信息传递的效率；
AI+的本质是“提升生产过程中的生产效率”，而AI追求的是机器模仿人类去做事情，把AI技术嫁接到传统产业上，它可以辅助人，甚至替代人去工作，所以AI+的本质是提升生产过程中的生产效率。
3、人工智能的应用
因为绝大多数脑力劳动中的90%的工作都是基础性和重复性的工作，而这方面人工智能比人更具有优势，所以大部分脑力劳动可以被替代。人工智能的应用领域也在此。
· 人工智能的关键应用领域
教育行业的智能学习，
医疗保健的诊断与药物发现，
法律领域的合同/专利查找发现，
金融领域的投资与会计；
三、AI行业的应用案例
（一）、AI的常见应用场景举例
1、交通运输
核心生产效率问题：更快，更省油，成本更低，更安全；
解决方案：无人机、智能导航节省时间，无人驾驶降低人工和事故率；
应用案例：滴滴派车的算法，谷歌无人驾驶系统（不疲惫，错误率低，能耗低）。
2、制造业
核心生产效率问题：芯片模具的设计，如何更高效的设计出更优秀的产品方案；
解决方案：24小时精密机器人（其可以利用历史数据，找到更好的方案）；
应用案例：通过AI对芯片设计，可以大大提高设计效率，设计周期可以由年变为天；仿制药，药物研发周期非常长，市场上常常采用仿制药的方式，但因为有专利保护，所以并不知道其核心技术是怎样，需要在一定的基础上不断试验，一般周期在2-3年，但利用AI对药物试验进行模拟，一天就可以试验出几百种结果，大大提升了药品研发的效率。
3、教育
核心生产效率问题：从学校角度，核心问题是提分和升学。从家长角度如何能快速提升学习成绩，培养出优秀的才能？
解决方案：自适应考试、自适应学习、个性化生涯规划；（例如自适应考试，AI可以根据对测试者的考核，检测出受考核者的知识点掌握程度，并针对性的制定出学习策略，做到因材施教）
应用案例：Knewton，自适应评测，确认学生对知识点掌握情况，针对性制定学习方案。
4、法律
核心生产效率问题：从法官和律师角度，如何更准确的断案？预测案情走势好匹配法律资源
解决方案：案例分析，案情推理，律师背景分析，法律文书写作
应用案例：基于IBM Wstson 开发的ROSS，做案例检索。其他还不行，因为AI在逻辑推理方面是短板，技术需要紧密的与行业专家相结合。
5、财务
核心生产效率问题：提升对账、盘点、审计合规的效率
解决方案：数据录入，异常数据监测，自动文书写作
应用案例：德勤，引入人工智能，代替人阅读合同和文件。
6、金融
核心生产效率问题：短周期内更高投资回报
解决方案：财报信息解读，投资回报预测，财报新闻写作
应用案例：在线交易数据 virtu financial 智能投资机器人，1500天投资仅有一天亏损。能公开买到的智能投顾机器人一定不好。因为股票是零和游戏。
7、医疗
核心生产效率问题：诊断和治疗。如何快速低成本的诊断，并给出治疗方案？
解决方案：疾病诊断，结合基因技术的精准医疗
应用案例：IBM Watson 肿瘤诊断模块；大量历史数据积累，比人工做的更好，更高效。
8、文字工作
核心生产效率问题：金融、体育赛事，快速精准的写作；优美的诗作
解决方案： 仅有标准文书写作（AI的逻辑能力很低）
应用案例： 标准文书写作，百度机器人写古诗；日本机器人写小说。
9、艺术创作
核心生产效率问题：优质灵感、高质量作品、低成本
解决方案：灵感生成器
应用案例：谷歌的绘画机器人，研发神经回路网，在电脑上完成绘画作品。人类可能在某些灵感点高一些， 机器的灵感的发散性和数量完胜人类，
10、新零售
核心生产效率问题：如何提升销售利润率
解决方案： 智能招商运营系统，智能定价系统，智能推荐系统，广告投放系统。
应用案例： 万达，提升商品坪效；沃尔玛，动态定价；宝洁，辅助品牌推广投放；
11、编程
核心生产效率问题：写代码速度，通过率
解决方案：自动代码生成器
应用案例： Viv ，代码自己写代码
（二）、AI无所不能了吗？
哪些行业不会被人工智能影响？哪些职业不会被机器人替代？
1、AI还处于初级阶段，常识理解和逻辑推理能力还很弱，例如AI如何理解“华为”？
2、单独无法解决，但AI+行业专家+应用专家，可以实现多工作的自动化
四、我的AI+实践
· 我的目标，为人和企业，自动匹配最适合的各种资源。
· 人对信息的使用。感知-认知-分析-决策
· 我的想法如何落地，数据+技术+行业经验+快速验证。
落地点1：高考志愿填报
落地点2：招聘
感悟
1、小小的志愿填报，用时4年才基本解决；
2、掌握AI算法和打造AI+行业应用相差甚远；这个问题远比想象的要复杂的多，
AI算法就好比火药、硝化甘油、铀棒；AI+行业应用才是火药枪，炸弹和核导弹；AI+行业场景化才是真正的落地。
五、你的AI+方案
（一）老板们想要的AI
1、秘密超车，想秘密独家拥有这项科技；
2、尽量裁员，除核心成员外，全部裁除；
（二）各行业三大AI+需求
1、获得信息行业资讯检索和分析的智能化；
2、行业生产流程智能化；
3、取代从事单调重复脑力劳动的人
（三）AI+升级四步法
1、诊断阻碍生产效率的最大问题，确定需求；
2、评估公司的数据基础
3、解决办法：完善数据基础-完善商业智能（BI）基础-AI过程设计-小测试-大规模实施
4、方案评估与实施
（四）AI+思维模型
生产拆解-完善数据-逐个解决-有机整合
六、小结和AI+实践感悟
· 海量信息下，AI比人类更有优势；
· 与互联网相比，AI+提升的是生产效率；
· AI技术本身没有价值，价值源于对生产效率的提升；
· 掌握AI算法 距离 行业落地 十万八千里；
· 任何一个垂直行业河西生产效率问题都是N个问题的有机组合，要结局需要足够的耐心
· 最佳AI+团队，AI科学家+行业专家+AI应用人才；
· AI应用人才=优秀的产品经理+半吊子Tensorflow boy+半吊子行业专家
· 不存在大一统的解决方案，隔行如隔山
