说起人工智能大家并不陌生，这个概念最初是由主要由Alan Turing提出：如果一台机器能够与人类对话而不被辨别出其机器的身份，那么这台机器具有智能的特征。同年，Alan Turing还预言了存有一定的可能性可以创造出具有真正智能的机器。
说明：Alan Turing（1912.6.23-1954.6.7）曾协助英国军队破解了德国的著名密码系统Enigma，帮助盟军取得了二战的胜利。因提出一种用于判定机器是否具有智能的试验方法，即图灵试验，被后人称为计算机之父和人工智能之父。
从1956年至今，人工智能的发展并不是一帆风顺，历经5次高潮和寒冬，时至今日，才迎来全球化热潮时代，下面毕美君就带大家一起来回顾一下人工智能的发展历程。
由图可见，人工智能跌跌宕宕的这些年，每一次转折，每一次让人们重新认识都会经历一个重大事件，接下来，毕美君再来跟大家一起细数一下人工智能发展至今的一些重要事件。
Stanford开发的一台机器人在一条沙漠小径上成功地自动行驶了131英里，赢得了DARPA挑战大赛头奖；
Sebastian Thrun领导的谷歌无人驾驶汽车曝光，创下了超过16万千米无事故的纪录；
苹果发布语音个人助手Siri；Nest Lab发布第一代智能恒温器Nest。它可以了解用户的习惯，并相应自动地调节温度；
·Google AlphaGo以比分3：0完胜世界第一围棋九段棋手柯洁；
·默默深耕机器学习和机器视觉的苹果在WWDC上发布Core ML，ARKit等组件；
·百度AI开发者大会正式发布Dueros语音系统，无人驾驶平台Apollo1.0自动驾驶平台；
·iPhone X配备前置 3D 感应摄像头(TrueDepth)，脸部识别点达到3W个，具备人脸识别、解锁和支付等功能；
·配备的A11 Bionic神经引擎使用双核设计，每秒可达到运算6000亿次。
很多专家学者对此次人工智能浪潮给予肯定，认为这次人工智能浪潮将引领第四次工业革命。人工智能逐渐开始在保险、金融等领域开始渗透，在未来健康医疗、交通出行、销售消费、金融服务、媒介娱乐、生产制造，到能源、石油、农业、政府等所有垂直产业都将因人工智能技术的发展而受益。
纵观人工智能发展的历史，每次兴起都能有新的发现，每次寒冬都因为技术和硬件难以实现，在这个技术日新月异的时代，人工智能顺势而生，蓬勃发展。
人工智能产品本质上都离不开一个概念，就是概率。人工智能做出的每个推断和预测都伴随着行为结果的不确定性，也就是对结果的一种赌博。只不过人工智能和人类赌徒不一样，它无法选择不去赌博，无论它做什么？即使什么都不做，也伴随着不确定与风险。那是否意味着人工智能不可用？
人类对于世界上绝大多数的事情同样是基于概率。医生基于病人的病症进行诊断是基于概率；司机基于时间、地形和行驶过程中的周围路况驾驶汽车也是基于概率；投资经理基于客户实际情况和需求，并结合自身的经验给出客户最佳的投资组合策略也是基于概率。
人工智能技术作为一种工具，能够辅助甚至替代人判断和解决问题，在本质上也离不开对不同时间发生的概率进行判断和预测。
此处引入一个法学的概念来帮助类比判别，法律根据渊源可以分为大陆法系和英美法系，两个主流的法系，主要区别在于大陆法系采用的成文法模式，无明文规定不为罪，审判的时候由法官根据书面证据审理；英美法系采用的是判例法模式，简单说就是上一个人犯了这件事我们给他判了这个刑，这次这个人也犯了差不多的事情，我们也给他定这个刑再适度调整一下。
在审判的时候由律师主导，以人证为主，审判权决定在法官与陪审团手上。此两种模式，都可以对社会进行管理，直至今日也共存在维护我们社会的稳定。
而人工智能的模式像极了判例法的模式，人工智能就是根据以往的数据经验进行对比得出最高概率的结论（类比判例法），再由真实的工作人员核对所产生的结果是否正确（类比法官和陪审团），最终形成结果。这样的方式必定具备一定的可靠性。
而再次类比两种法律体系，成文法的缺陷在于容易被不法分子钻漏洞所以需要不断修订法律；判例法的缺陷在于法律维护成本十分高，律师和法官一般是世家子弟才能有足够的案例积累支撑他判例，此类人员非常稀少。于人工智能也是一样，数据获取和积累也同样是最花费资金也最有价值的地方。
而不同于人类的工作受制于稀少的专业人员和他们稀少的时间，人工智能的产品一旦成型更多的使用只会带来更多的数据和更准确的演算结果，从而又能带来更多的使用和更多的数据，如此的良性循环。
基于以上这些思考，笔者认为人工智能的判断结果随着应用的不断深入必将是可靠的。
上文提到，人工智能的本质是概率，此处需要了解一下，人工智能产品与互联网产品的本质区别在于互联网产品重组生产要素，人工智能产品升级生产要素，因均是借助了互联网的力量提高了生产力，此两种产品时常产生混淆，我们先简单的举例辨别一下。
假设你需要买一双鞋子，传统商业模式中你需要走出门去找店铺购买，而店铺需要找厂商去买货再提高售价才能卖给你；而互联网产品（比如某宝）中你可以不用出门在家就能找到厂商直接购买产品不用支付中间价，它重组了生产要素，直接剔除了中间商；而人工智能产品，在你在网店中浏览商品的时候，可以不断推送类似的商品给你，根据你的点击结果，推送将会越来越准确，越来越符合你的预期。
基于上面这个例子，笔者希望各位明白，人工智能产品对工作的提效不会像互联网产品那样收益十分并且明显具备巨大的吸引力，而是渗透到工作中，解决大量需要单调重复劳动力解决的问题。
智能审图算是最近几年在工程建设行业比较热门的一个话题，市面上也有若干已经成型的智能审图产品，他们大都可以对于几本既定的规范进行图纸的审查，对于图纸的要求也一般较为严格。
一类是将各种图纸中的元素分类，再设定规则，去比较图纸上的这样一些元素是不是都满足了计算机内定的各项规则；
另一类结合机器学习技术，也是首先将图纸元素分类，再根据以往的审查数据（没初期数据就人工填鸭一部分数据），去比较新图纸上的元素是不是出现了前期数据中出现的错误，有没有新的错误然后不断的丰富操作数据，输出结果。
此2种做法也可以类比于上文提到的成文法与判例法，不论是哪种做法都能够满足得到审图报告的需求，缺点也与上诉所说，设定规则的方法需要不断去补充和修复规则的漏洞；而结合机器学习技术的审图软件，在使用数据上需要投入大量成本，产品成型期较长，初期效果可能不理想，但数据积累足够后后期生产力提升巨大。
市场上也有一些智能设计的软件，其中一个比较吸引人的功能就是智能排布，同样是结合了人工智能技术，根据项目的户型、容积率、限高等要求，结合地图上人流量、车流量、日照时长等信息，排布出不同的楼栋设计和功能分区方案，供用户选择。
也有更小的应用点，根据项目的性能和建筑分布情况排布出多个雨水排水方案供客户选择，此类应用的市场热度很高，结果可能还无法称之为方案，但确实能够将以往繁琐的工作快速得到一个解决方向，节省了大量的时间。
在当代，人工智能技术正处在一个蓬勃发展的时期，诸如智能推送等应用已经悄无声息的渗透到了我们的生活之中，随着研究和应用的不断深入，人工智能产品必将改变现有的工作模式进而改变现有的合作生态模式，期望我们可以了解它，拥抱它，来适应日新月异的社会发展。
人工智能产品也有反面教材，比如人工智能产品可以根据你平时购买的习惯，和以往购买的数据，以及数百个你这样特征的用户会在买了鞋子之后立马买袜子所以将买袜子的链接推送给你，当然事实证明这样的模式用户并不喜欢，感觉自己的隐私受到了侵犯。开元体育
