从互联网研究的角度来定义人工智能，算是用机器去实现所有目前必须借助人类智慧才能实现的任务。那么机器怎么去完成这些任务呢？事实上算是让机器完成大量对数据的计算和处理。

　　目前，人工智能处于“感知智能”发展时期

　　第一具发展时期是在计算那个环节，它使得机器能够像人类一样进行计算，诸如神经网络和遗传算法的出现，使得机器能够更高效、快速处理海量的数据。

　　第二个发展时期算是感知智能，让机器能听懂我们的语言、看懂世界万物。语音和视觉识别就属于这一范畴，这些技术能够更好的辅助人类高效完成任务。

　　第三个发展时期算是认知智能，在这一时期，机器将能够主动思考并采取行动，比如无人驾驶汽车，实现全面辅助甚至替代人类工作。

　　场景应用

　　第一具是智能硬件、机器人的上应用。早期的智能硬件，像我们所佩戴的手环产品都是以监测和存储数据为主，伴随人工智能发展，会有一些更高级、更智能化的产品出现。比如说扫地机器人。

　　第二个场景是安防领域，不管是关于城市的安全、金融安全依然个人安全来说，基本是利用人工智能视觉中的人脸识别技术，来对传统安防的改造和升级。

　　第三个场景是商业智能，也算是BI，提到BI可能大家更多想到信息管理系统。比如说我们在工作中会遇到CRM的管理系统算是传统BI，人工智能用于BI之后，达到智能BI时期。

　　第四个场景是虚拟服务，那个地方面重点说一下虚拟客服，智能客服基于语音技术的发展，关于语音的理解和识别，可以降低成本、并行服务的人数不受限制。

　　第五个场景是虚拟场景，目前处在VR和AR场景。虚拟场景本身是基于人工智能计算量提升会把文字的描述去模拟出虚拟的场景来，在这种场景下有一具整体的认知和理解，并且会产生互动。

　　投了多少

　　这四年人工智能的投入都处于一具稳步上升阶段，去年总共有43起人工智能领域的投融资事件，总共的金额是14.23亿。今年Q1的数据显示，企业大概融了4个亿，本来Q1是属于投资行业的淡季，但从这4个亿可以看到中国人工智能比之前投入的金额更高。

　　价值预期

　　中国对AI科技项目的价值预期通常会更高，AI领域的价值发现，我们可以关注几点：

　　第一，提升AI早期技术创新的价值发现能力。语音识别准确率差不多超过95%、97%，这事实上差不多高于人类的认知水平了。那个领域大多是科学家背景，他们长期做这方面的研究，产学研资源的高效连接是一具显著特点。

　　第二，高效寻找跨国价值差的机会。AI领域跨国价之差是存在的，比如中美的特点不同，导致价值差的存在。但AI全球化特点显著，那个机会窗口时间很短，你需要高效判断甄别价值差的能力和提高敏感性。

　　第三，关于细分领域，AI会带来更多机会。计算方面摩尔定律强相关领域应该是我们关注的点。如娱乐、健康、2B服务和金融等。比如VRAR的交互技术、游戏娱乐内容的卡位，未来两年比较关键。健康里面的精准医疗，也是值得大家关注的一具有爆发增长的方向。我们可以预测，AI有机会是互联网通过PC和移动之后又一波浪潮，结构性的机会非常多，值得我们去分析和关注。