“人工智能”和“AI”正在经历第三次浪潮，已经进入了大众的视野。“AI双摄”、“AI美颜”、“AI翻译”、“自动驾驶”）……

AI 在一些人眼里貌似是万能的，但是实际上并非如此，本文将给出一些原则，用来判断到底在什么情况下 人工智能（AI） 是有用的。

AI 并不是 “未来型技术”

打不死的小强认为：有一种产品可以称作“未来型产品”。他是那种用了之后就再也回不去的产品，且注定会替代前一代的产品的。 比如：

  1. iPhone4S 开启了视网膜屏幕的时代，自从用了视网膜屏幕之后，看到之前的“模糊”屏幕已经无法忍受，并且现在已经很难看到低分辨率的手机屏幕了。
  2. 用过电动牙刷的人都会觉得非电动牙刷弱爆了。除了贵一些你挑不出任何普通牙刷的优势。（电动牙刷比普通牙刷的清洁效果提高30%以上）
  3. iOS 和 Android 出现后，塞班就走向了死亡。iOS 和 Android 跟塞班比就是未来型产品。 类似上面提到的，能产生巨大体验差距的，用完之后就不想回到之前产品的就算是“未来型产品”。（不过分考虑成本问题）

但是并非使用更高级技术，更酷炫的产品就一定是未来型产品。 比如：

  1. 纯电动车跟燃油车比，并不是“未来型产品”。用过电动车的还是会使用燃油车，因为电动车和燃油车是不同的驾驶体验。
  2. 降噪耳机跟普通耳机比，也不是“未来型产品”。他只是在某些场景下体验更好（比如飞机上）。但是非降噪耳机的音质要优于降噪耳机，所以降噪耳机并不会替代传统耳机。

之所以说“未来型产品”是想表达一个很重要的观点： 

AI 并不是“未来型产品”，它在很多场景下并不会替代原来的技术（比如简单的四则运算就完全用不上人工智能），只是在一些特定的场景下（下问会详细介绍适合 AI 的场景是什么）比原有的技术效果更好。

“肌肉T恤”or“建美男”or“搏击手”

肌肉T恤  

随着人工智能的火热，很多人，很多公司都把 AI 当成一种忽悠手段，什么都要加上 AI，这样才显得高大上。 这种就跟一个瘦子穿着肌肉T恤一样，没有任何干货。

健美男 

有些 AI 的应用主要是用来作秀的，最典型的就是 AlphaGo 。 他的营销作用远远大于直接的经济回报和社会价值。如果不是 Google财大气粗，偶尔出来秀秀肌肉，根本不会做这种不赚钱的东西。 这种应用就非常像“建美男”，看着很高大上，实际上并没什么卵用~

搏击手 

有些 AI 的应用就是怎么实用怎么来，比如语音识别。 语音识别不需要任何花架子，就是看准不准，没有特别的交互，也没有特别的UI，只需要说一句话就出现一堆文字。（比如开会期间不方便听微信语音，你就可以语音转文字） 这种应用才是拳拳到肉的“搏击手”，用技术解决实实在在的痛点。

不管 AI 怎么用，都逃不出上面的3大类，要清楚的知道自己在做哪一类应用。 

最怕的是一开始想做搏击手，但是最终只买来一件肌肉T恤来自我安慰，还没有自知之明的真跑去擂台跟搏击手硬刚，结果一定是被打的满地找牙。

如何利用人工智能（AI）做出“未来型”+“搏击手”产品？

想要做出“未来型”+“搏击手”有一些自身条件：

  • 足够 NB 的人
  • 足够多的钱 但是除了自身条件外，你做的事情还要符合一些客观规律，不符合事物的客观规律，很可能费了半天劲，只做出来一个“建美男”或“肌肉T恤”。

打不死的小强总结了一个“ HBI 法则”，用来判断你是否真的需要人工智能：

  1. 高频（High frequency）
  2. 大数据（Big data）
  3. 没有规律（Irregular）

高频（High frequency） 

不高频的东西没有必要用人工智能（AI）。比如年终总结这种1年用1次的东西”人工”就够了，完全没有必要“智能”。 你看看那些最有用的 AI 应用（搏击手）全部都是高频型产品：

  • 语音识别（微信、翻译笔等）
  • 人脸识别（安防等）
  • 语音合成（智能音箱、翻译笔等）
  • 图像识别（鉴黄、识别身份证、车牌、银行卡等）
  • 视频识别（鉴黄、视频推荐等）
  • 机器翻译（出国旅游、看国外文章等）
  • …… 

所以，高频使用是“搏击手”应用的必要条件。不高频的东西不需要智能。

大数据（Big data） 

当前人工智能都是建立在大数据的基础上，统计学和概率论是重要的理论基础。所以能否“持续的”获得“有效的”大数据是至关重要的基础。 比如在个人健康领域，过去我们都是去医院检查后才能获得数据，不去医院做检查我们就无法知道身体是否有问题，在这种环境下 AI 就无从谈起。 而未来当手环和其他生物识别产品成熟后，就可以全天候的获取我们身体的各种数据，在这种情况下 AI 才能发挥价值，在你生病前可能就会发出预警，避免病情恶化。 

所以，“持续的”获得“有效的”大数据，是 AI 发挥价值的重要基础。没有数据就没有人工智能。

没有规律（Irregular） 

这也是人工智能（AI）和传统计算机科学最大的差别。 如果有明确且固定的逻辑，那么传统的计算机科学就能解决，而像语音识别、图像识别等场景是没有一个固定的逻辑能够解决的。 

对于有规律的东西，AI 就是多此一举，只有在没有规律的地方，AI 才”有可能“发挥作用。

总结

首先要给人工智能（AI）定一个性： 他不是”未来型技术“，传统的计算机科学是永远不可能被人工智能替代的。AI 只是在一些特殊的场景和条件下实现传统计算机科学无法实现的东西。但是在很多场景下，传统技术还是最优的选择。

其次，人工智能并不是在所有场景下都能发挥巨大价值的，只是在某些特定的场景下才能成为一个”搏击手“（实用且有价值）。

最后，什么场景下 AI 可以很实用，且发挥巨大的价值？一定要符合“ HBI 原则”：

  1. 高频（High frequency）
  2. 大数据（Big data）
  3. 没有规律（Irregular）

好了，今天就说这么多，打不死的小强也是一个人工智能（AI）领域的初学者，希望认识更多 AI 领域的实干家，欢迎加我微信（pkqiang49）。