题目这句话现实放正在人为智能这一波海潮内里是讲的通的，但放正在每一个AI项目里，又宛如不太通了。

　　凭什么算法是主题，大数据和算力只可当根基？这算是一个语文题目。合于主题的剖析，我是这么思得

　　第一、所谓主题，即是处于一个特别首本名望，短缺它弗成，但它不行稀少阐扬效力的片面。算法正在这波海潮里，就拥有这个特性。你也许会说，大数据不也有这个特性吗？那我就要讲到第二个特性了。

　　第二、主题连合一个人系的各片面，承前启后，使得各片面一齐协力阐扬效力。而算法，即是正在这波海潮里起了这么个效力。

　　第三、主题的本领巩固，对体系各构成片面的恳求会降低；主题的本领弱幼，体系各片面的本领就有冗余。

　　你也许好奇，咦，为啥是「这波」，之前另有吗？是的，原来是第三波了。当然，原来前两波海潮也是以算法为主题。究竟上，人为智能的斟酌从1956年就最先了，1956年正在达特茅斯学院进行的一次聚会上正式确立了人为智能的斟酌周围。这三波海潮分辩是

　　第一波产生正在1950年至1970年，当时的紧要任务是盘算机科学家正在从事呆板推理体系，同时发清晰早期的神经收集和专家体系。这临时刻的表面宗派被称为符号主义。

　　第二波闪现正在1980年至2000年。咱们现正在讲的统计学派、呆板进修和神经收集等观点，正在这一阶段都已提出。此时的主流表面宗派被称为纠合主义。

　　第三波是正在2006年之后，紧要得益于大数据的引申。谷歌应用大数据获胜地对流感实行预测，惹起了卫生部分的合怀，这是大数据和人为智能亲切相干的一个首要例子。正在这一波海潮中，人为智能本事及行使有了很大的降低，以神经收集为核心的算法博得冲破。

　　可是你也许会疑义，为啥人为智能以前没进入大家视野，近些年才进入大家视野呢？

　　吴军博士正在《眼光》[2]一书中有个比喻——「第三眼美女」，这个比喻未必妥当，却较量容易纪念，关于许多产物，比如平板电脑，VR都合用。

　　第一眼美女有什么特性呢？开始。一眼看上很美丽，但不属于大家领域。这内里有许多道理，或者是由于他们自身就以为本身是精英人群而非主流人群，或者是由于这些人明后四射，日凡人思切近也切近不了他们。总之，大家只可正在远距告辞赏玩他们。其次，人有时会看走眼，咋一看很美丽，切近此后若是涌现没有内在，看第二眼、第三眼时，未必还能有最初的印象。

　　第二眼美女未必有第一眼那么天才丽质，是以她们通常需求更懂得时尚细节能力边缘人的目光。但如此一来，和第二眼美女往还的本钱就较量高，大家心坎直痒痒，也未必取得；假使取得，第二眼美女性情也未必好，是以两边蜜月期一过，或许就形同陌途了。

　　第三眼美女是属于大家领域的，他们未必那么显眼，然则若是注意寓目，他们仍旧不错的。更首要的是，由于他们或许没有光辉的表观，若是依旧可能吸引人，那么一定有某种良习的价格。而对去赏玩这种良习或崇敬这种价格的人来讲，他们对第三眼美女的可爱会漫长期远，除非这种良习和价格不付存正在。

　　日常一个新本事或者产物闪现，都要体验三波海潮得进展能力成熟并走入寻常公民通常糊口。

　　第二，主题走得太速，表部要素走得太慢。原来许多目前渊博行使的深度进修算法，是上个世纪提出得。比如目前天然措辞照料周围渊博运用的LSTM，是Hochreiter和Schmidhuber于1997年提出的；图像周围常用CNN，前身是1980年 Kunihiko Fukushima 提出的neocognitron 。后经LeCun等人的斟酌，正在20世纪 90 年代确实立了CNN的摩登机合。那光阴这些深度进修为啥没有被大师所知道？由于那光阴算力和数据量都还不敷，难以渊博行使。

　　看到这个题目，你也许就懵了。前面说是主题，这里说不是主题，你这是不是瞎说的？当然不是，听我徐徐细说。

　　做AI产物，许多公司很容易陷入一个误区：找寻更新更宏大的算法，而忽视和生意的吻合度、没郑重琢磨本钱。

　　但做产物绝大大批景况下，都不是找寻前沿本事。Product Market Fit才是最首要的。

　　若是你看我的主页，你会涌现我是做AI反洗钱、金融风控的，你也许会以为我正在行使最先辈的算法来阻碍金融非法。究竟上，为了Product Market Fit，网罗蚂蚁金服等至公司正在内的高科技公司，依旧还会用Random Forest这种二十年前的算法。为啥？不即是Product Market Fit嘛

　　人为智能第三波海潮确实是带来了先辈得深度进修算法，把AI带入了大家视野，但不代表你就要用这一波海潮里发作的算。