近来，人工智能重获各方关注。然而，对于一些自上世纪80年代起就在该行业打拼的资深人士来说，这一切似曾相识。
对来自天生智慧的一系列技巧所下的松散定义，这便是人工智能，其一向被蒙上一层神秘面纱。基于文化的因素，我们一向为一切具有智慧的事物赋予正面的评价。因此，我们天生就认定具备人工智能的系统是积极的、好的，反之亦然。当人工智能正常工作时，无论其背后的算法多么复杂，它仅仅都是在做它应该做的事情，而一旦其无法正常工作——甚至是当被要求做不可行或超范围的事情时——经常都被认为不再具备智能。想想看你的个人助理。
人工智能热潮通常始于美好愿景，随后投资蜂拥而至，接下来发现不如预期，通常就是上面强调的原因，然后投资意愿减退。周而复始。
然而，人们此次对人工智能的关注远胜于以往。在2014年下半年，接近5亿美元被投入到人工智能行业。
背后的驱动力是什么？
如今，基础设施的速度、普及度以及绝对规模已经有了长足的进步，足以承载更加复杂的算法来解决更具野心的问题。处理器阵列（例如GPU）极大的提高了硬件处理速度，而且，这些运算能力通过云服务的形式，可以很容易被更多人接触到。那些过去位于专业实验室中的超级计算机现在通过云的形式提供给用户，不仅费用大幅下降，而且利用起来更加便捷。这些变化使得人工智能领域的初创公司如雨后春笋般涌现。
此外，新涌现的开源技术，如Hadoop，让开发者可以以更快的速度将具备一定规模的人工智能技术应用到大型及分布式数据集上。
连同其他一些因素，人工智能成功跨越“临界质量”，成为科技行业投资的关注焦点之一。在这里，大玩家正在多个人工智能领域押下重注。这些投资已经超越了简单的对现存产品的研究与开发，投资者将着眼点放在战略性布局上。举例来说，IBM对沃森的大笔投资，或者谷歌之于无人驾驶汽车、深度学习（例如DeepMind）甚至是量子计算，这些都有望显著提升机器学习算法的效率。
在所有谈到的这些问题之上，得益于移动端个人助理对自然语言相对成功的理解程度，公众对人工智能的认识有了相当程度的提高。实际上，具有讽刺意味的是，Siri的实现技术相对简单，但却给人们留下了其具备真正智能的印象。
但是，与Siri偶尔表现出的幽默相比，这次人工智能的复兴有更实质性的意义。近来，在机器学习方面，出现了突破性进展，人工神经元网络（模仿人脑的深度学习计算机系统）现在的规模已经达到数十个节点，抽象能力有了提高。它们可以被训练成具备数以万计核心，进而提升用于发展通常学习模式的处理速度。而其他主流分类手法，例如随机树分类法，亦可以被用在大规模计算机节点上，让基于越来越大的数据集处理更加复杂的问题成为可能。
大数据亦是近期大量投资涌向人工智能公司的推手之一。位于本地或云端的便宜的存储，让业界产生想要收集所有可能的数据的欲望，因为他们认为这些数据迟早能派上用场，这种行为催生了对更复杂的数据分析方案的需求——更加具有洞察力，更加智能。人工智能行业之于大数据就如同石化行业之于原油。与其简单的利用这些原始数据，人们期望能够从中发掘出更有价值的东西来。
近来，人们对人工智能的信心日益高涨，以至于通常对黑盒交易手法感到厌倦的对冲基金也开始研究起机器学习来（例如，Bridgewater）。
得益于巨量资金的涌入，人工智能行业的规模亦呈现迅猛扩张态势。越来越多的公司都在寻求如何能够向自己的客户提供更加智能的方案，从金融到医药，从汽车到能源，人工智能的普及已如星火燎原之势。
总的来说，人工智能公司可以分为以下几个类别：
·平台公司，提供通用人工智能API（例如Nuance、PredictionIO、Wise.io）
·面向企业的初创公司，将自己的核心科技与更广泛应用的企业定制专业服务结合（例如，Skymind、Predii）
·产品公司，专注于特定的人工智能垂直应用（例如，EuclidAnalytics、HoneyComb、Judicata）
当然，现在就断言谁能胜出还为时尚早，很多产品或服务的承诺还远未兑现。
因此，我们只是身处另一次虚假的繁荣中吗？也许。因为在许多情况下，人工智能的定义被模糊化，使人混淆，有时类似概念更像是一种噱头。但是，不要忘记，人工智能技术突破的速度亦非常迅猛，我们无法忽视。
在今后的2至3年时间里，人工智能将会为我们带来哪些切实的东西呢？从实际的角度出发，更好的欺诈识别、医药及诊疗领域的突破、更加智能的个人助理，这些倒是很有可能实现。
无论噱头与否，人工智能再一次成为了软件革新的前沿阵地。（汪天盈）
