上周，我小白带您来了个穿越，认识了AI这个既熟悉又陌生的朋友。

我们见证了AI的诞生，也看见过AI流离失所的模样。艰难困苦，玉汝于成。在世界机器翻译系统评测的赛场上，在韩国首尔的棋盘前，我们为重回聚光灯下的AI欢呼。

今年，AI六十有三，年逾花甲，却依然展现着青春的朝气。走下赛场，走进生活，“越老越妖”的AI正推动着一波波的发展浪潮。

根据融入程度和利用数据种类的不同，一些知名专家将AI的发展归纳为四波浪潮：互联网智能化、商业智能化、实体世界智能化和自主智能化。其中，互联网智能化以及商业智能化已出现在我们身边，且影响愈加广泛。现在，我就带您一起了解奔涌而来的前两波浪潮。

互联网智能化

互联网智能化兴起于15年前，在2012年前后成为主流。仔细看，这个时间节点正和“深度学习”的发展历程相吻合。不错，目前的AI均是架构在“深度学习”基础之上的。《麻省科技评论》曾撰文称：“今天的AI 就是‘深度学习’……”

就像电动机离不开电力，“深度学习”需要大数据的“喂养”。如今二者兼备，那我们就一起看看它俩能擦出什么样的火花。

去年的“双11”你“买买买”了吗？不知道在你全神贯注抢单时，有没有注意到天猫APP的首页焦点图与几年前相比有什么变化吗？图中有你心仪的商品吗？让你感觉更贴心了吗？如果有，那么恭喜你中“招”了。

在2018年“双11”期间，阿里巴巴为每个用户量身打造了焦点图，共有5亿张之多。这些图的设计师是一个叫作“鹿班”的AI系统，每秒钟，鹿班可以设计8000张。如果换作一个人类设计师，假定5分钟设计一张，需要连轴转工作4700多年才能完成。

天猫之所以能知道你的需求，是因为你的每一次浏览、下单、评价，都成了你的“标签”，这些让天猫更加懂你。“双11”不只是一场消费狂欢，更重要的是产生了海量的消费数据。

在智能时代，哪个领域先积攒下足够多的数据，它的研究进展就显得快人一步。在现实生活中，我们对这样的镜头肯定并不陌生：2019年2月28日11时20分，在北京市西城区工作的小袁摸了摸咕咕叫的肚子，拿出手机点开美团外卖APP，盘算着自己的午餐。12时整接到了外卖小哥打来的取餐电话。

在这期间，我到美团总部的“超脑”AI管理系统里转了一圈。发现美团单日外卖交易数超过2100万单，要靠50多万个外卖小哥完成配送，高峰期一小时要进行29亿次路径规划。美团之所以能高效地处理如此庞大的数据，在用户下单后能准确地计算出预送时间，靠的就是“超脑”。据说“超脑”是由10000名工程师开发的，而管理这些工程师又要靠另一套AI系统。

看看我们周围的世界，随叫随到的网约车、爱不释手的短视频……无不是AI系统在管理，这些数据均来源于互联网用户。这，无疑是互联网智能化给我们带来的结果。

商业智能化

提起商业智能化，大家还记得1997年击败国际象棋世界冠军卡斯帕罗夫的“深蓝”吗？它的后继者IBM的“超脑”——“沃森”，已在向商业中的金融服务业进军。通过大量金融知识和案例训练的“沃森”，开始具备提供金融建议的能力。

AI+银行业，会产生怎样的效果呢？我们不妨以银行核发贷款为例说明问题。过去，信贷员考察借贷人时一般只关注收入情况、征信记录、资产、犯罪记录等少数几个维度。而AI可从银行积累的大量数据中挖掘人们往往会忽视的隐形联系。

实际上，它可考察上千个维度。如办理贷款的时间、输入出生日期的速度、手机内安装的应用软件等。甚至手机剩余多少电量都会被纳入考察范围。虽然手机剩余电量和还款能力之间不是因果关系，但大量数据表明这两者之间存在着某种关联。这些不寻常的指标被称为“新审美标准”。

其实，“审美标准”更新的背后是思维方式的改变，我们可以将其称之为大数据思维。

随着认识的深入，我们发现世界上充满着不确定的问题。例如借贷人还不还钱是不确定的，而数据中所包含的信息可以帮助我们消除不确定性，通过数据统计找到影响借贷人信用的因素。

另外，我们一直强调因果关系，给出原因后通过逻辑推理找到结果。但在统计结果得出之前，又有谁能想到手机剩余电量与还款能力有关呢？大数据思维不是对因果逻辑的背叛，而是对后者的补充。很多时候先知道结果再反推原因会容易得多。

由此，大数据思维的核心就是利用数据消除不确定性，找到事物之间不易被发现的关联，进而解决问题。

除了在银行业等金融领域，AI在实体行业也大有作为。比如风力发电公司通过收集分析每台风能发电机的运行数据，可有针对性地维护发电机；服装行业在每件衣服的标签里嵌入RFID芯片，就能跟踪记录试穿衣服的情况，进而分析顾客喜好，在服装设计制作上进行调整；家电行业将家电联网，提醒客户及时维护保养、更换配件。

有了AI的参与，现有产业+大数据改变着现有的商业模式。