未來
咱們想想未來。
未來的企業應用特征是：社會化商業、網絡連接、數據智能
未來的信息化產品體系是：產業互聯網云服務、中臺與平臺、企業級云ERP
未來的數字化場景是：智能零售、智能倉儲物流運輸、智能車間、智能辦公、智能城市
未來的數字化產品體系是：智能硬件芯片、智能OS、IoT物聯網接入平臺、可視屏音箱助手
未來的中臺與平臺：
1、網絡連接：互聯網服務連接平臺、物聯網連接平臺、SaaS服務連接平臺、ERP集成平臺
2、數據：數據中臺、大數據技術平臺
3、智能：人工智能技術平臺、人工智能應用中臺
未來的技術棧是：
用戶交互層：傳感器、人工智能視覺識別/語音交互
邏輯層：Open API Mesh、人工智能關聯推薦算法
數據層：人工智能精準搜索/關系圖譜、區塊鏈
未來商業模式：
1、IT服務：云訂閱服務、智能硬件
2、金融服務：大數據+AI驅動的金融信貸服務、大數據+AI驅動的金融科技服務（聚合支付服務、反欺詐服務、信用服務、實時風控服務）
3、業務服務：大數據+AI驅動的：社會化財稅自動化服務、社會化用工調度服務、社會化營銷數字化服務、社會化供應鏈資源調度服務
看，從客戶需求，到產品，到技術，到商業模式，全不一樣了。面對未來，不管是中國BAT互聯網公司，還是中國企業軟件公司，還是國外的企業軟件巨頭公司，還是實業企業的科技公司，大家全都同一個起跑線，全都懵逼探索，就看誰從研究、戰略合作、資本融資與投資并購、組織與人才、激勵多方組合，誰能做到：選準、做對、跑得快，誰就能贏得未來。
筑底
人工智能專業發展了60年，一共折翼兩次。一次是剛剛發展起來，想通用解決問題，太樂觀，當然折翼。一次是90年代，吸收了第一次的經驗教訓不搞通用了，專門做細分專業領域的專業系統，但太依賴專業領域知識加工，還是沒法做成商業。
如何不強依賴專業領域知識呢？嘿嘿嘿，這就是這一次的發力重點：深度學習。這會對上層視覺識別、語音交互、自然語言處理三大應用領域都有加持助推效能。
而在深度學習領域，Google收購的英國DeepMind公司在這塊有兩個重大突破：神經網絡（質量）、TransFormer（性能）。所以，各種CNN（卷積神經網絡）、MTCNN（多任務卷積神經網絡）、RNN（循環神經網絡）、DNN（深度神經網絡）、ResNet（深度殘差網絡）、LSTM（時間序列長短期記憶網絡）、GAN（生成式對抗網絡）。
模型改進：如大規模無監督模型GPT-2，并且結合了Attention機制，頗適合圖像生成質量優化。
算法改進：如BERT算法，頗適合NLP訓練質量優化。
當然，這些網絡結構、算法、模型、機制都已經被開源成深度學習平臺，這讓高深的人工智能走入普通IT公司：
1、Google：Tensorflow/Koras
2、Facebook：Caffe/Pytorch
3、微軟：CNTK/DMTK
4、AWS：MXNet
5、OpenAI：Open AI（目前尚無完全開源）
6、Apache：OpenNLP
7、百度：PaddlePaddle
8、Salesforce：TransmogrifAI
除了在算法模型平臺層有開源外，在其他幾個方面也湊在了一起：
1、算力芯片層：英偉達借助區塊鏈比特幣大風發展起來專用芯片GPU，也可用于人工智能。Google發布了TPU。
2、算力資源層：AWS、Azure云計算廠商都提供了人工智能訓練所需的IaaS服務，正好適合人工智能訓練這種波峰波谷的工作。
3、數據存儲層：AWS、Azure云計算廠商都提供了云分布式對象存儲服務、大數據存儲平臺、大數據計算平臺
4、數據集層：4G、智能手機/高清攝像頭、照片相冊云盤這三樣的普及，讓圖像數據積累快速膨脹。
所以說，這是學術界（算法模型）、工程界（開源）、云計算、智能手機移動互聯網四者疊加的效果。所以，為啥這次學術界的人紛紛加入產業界，就是因為這個原因，沒有數據沒有算力沒有應用場景，就沒法改進算法模型。
開源
開源是個好東西。
我這里就是列了一些通用的、大面的。至于更詳細的，大家可以看：paperswithcode這個網站，浩如煙海的論文和代碼，美國服務器，你想要的都在這里。
一、視覺
1、OpenCV（Intel）、DeepDream（Google）
2、人臉識別：InSightFace
3、物體檢測：Detectron（Facebook）
二、語音
1、語音到文字：wav2Letter（Facebook）
2、語音識別：kaldi（約翰霍普金斯大）
3、文字到語音：VoiceLoop（Facebook）、Merlin（英國愛丁堡大學）
三、NLP
1、搜索：Apache的Nutch、Luence、ElasticSearch
2、關聯推薦：PredictionIO（Salesforce）、關聯推薦算法庫LibRec（中國東北大學）
3、對話系統：如DeepPavlov（莫斯科物理學院）、ParlAI（Facebook）、Texar（卡耐基梅隆大學）
