人工智能这两年来特别火，很多产品，如果能和人工智能挂上点沟，似乎就马上高大上了；
那么，人工智能是不是真的很高大上，很智能呢，包括一直有人担心某一天人工智能会颠覆人类这个问题，是真的会这样吗，我们不妨从技术的角度来看看人工智能到底是怎么回事；
2016年的阿尔法狗与李世石的世纪大战，开启了人们对人工智能的空前关注，在这场世纪大战里面，装备了人工智能的机器人阿尔法狗，最终以4:1的巨大优势，赢下了这场世纪大战；
那么，是不是说阿尔法狗具备的智能水平已经超过了人类了，显然不是，那么我们来分析一下阿尔法狗为什么能赢下这场世纪大战：
阿尔法狗大概记忆了3000万套的人类棋谱，记了这么多棋谱有什么用了，其实就是，当走任何一步棋时，它都可以从它的记忆库中进行搜索对比，算出不同走法最终的胜率，而显然，它肯定在每一步都会选择胜率最高的方法来落子；
当然，这里面有一些听起来高大上的算法，比如：”蒙特卡洛树搜索”、“”监督学习”、”增强学习“等算法；
但很显然，阿尔法狗是通过记忆了3000多万套的下棋方法，来打败了人类基于对每一步棋式判断进行灵活应对的方法； 或者更通俗的说，是机器人的死记硬背的“笨办法”，打败了人类积极思考的“好方法”；
所以，并不是机器人比我们人类更会思考，更加智能，而是今天大数据积累，算力能力的提升，以及深度学习等方法的应用，让机器人的笨办法有了更大的竞争优势，从而打败了人类的思考；
当然，这只是一个例子，不足以说明现在人工智能都是笨办法，那么我们再来看看今天已经大大普及的“语音识别”技术；
在语音识别里面，有一个很关键的技术是分词技术，最早的研究方向，都是按照人类的思考方式，让机器来学习语法规则，尝试按照语法规则来分词，可是这种方法的识别率一直很低，没有突破；
而目前大部分的语音识别使用的分词技术，都是基于统计学的方法，方法很简单，就是积累足够多分词库，然后当识别到相应的语句时，和分词库，以及该分词在类似这种语句中出现的统计概率，选出现概率高的那个分词作为分词结果，这种基于统计的笨办法，比按照人类思考方式的语法规则的方法，大大提升了语音识别的识别率，从而成为目前大部分语音识别方法中使用的技术；
这算不算另外一个，使用笨办法战胜聪明方法的案例呢，当然，它的成功仍然是拜大数据的发展所赐；
最后说一下自动驾驶技术，自动驾驶技术也许会成功人工智能领域最突出，最凸显科技成就的一个领域，想想要让车辆识别复杂交通下各种场景，还能快速的应对，这个技术想想就真的很让人惊叹；
目前自动驾驶领域有两个研发方向：
方向一： 利用车辆上装备的几十种传感测量设备，对道路，对车辆、对人流，对环境，对信号灯，对异常行为等等一系列的情况进行实时采集，然后通过复杂的算法来进行计算诊断，然后再做出应对；
这个方向，其实就是我们人类驾驶行为的方向，我们人主要通过眼睛、耳朵来实时感知交通路况，然后把信息送回大脑，驱动我们瞬间做出判断，当然也有一些驾驶行为已经形成习惯，不太需要大脑的参与；
方向二：实时的计算算法太复杂，那么有没有笨办法了，笨办法就是把所有道路、信号灯、道路两边的环境都记忆到库里面，再把每条道路历史发生过的各种交通情况变成特征库，然后，当车辆行驶到道路上的时候，识别到不同行为时，都是和特征库进行对比和分析，并依据对比结果，采用所匹配的特征库使用的处理方法；
到底哪种方法会更有效了；现在并没有结论，但从过往的一些案例来看，太复杂的算法，通常意味着高实现成本，以及高的风险，而笨办法在大数据、算力支撑的基础上，可能会有更好的结果；
让我们拭目以待；
了解完这些，你还会觉得人工智能就真的很高大上吗，从技术，从产品人的角度，我们需要更深入的去理解和认知这些东西，也许能帮助你在面向这些新事物时有一个更客观，理性的思考；
----本文观点，引用自吴军的《智能时代》；
