人工智能的崛起
Google 的 Peter Norvig 去年曾寫到：
40年前，尼克松向癌癥宣戰，許諾傾全國之力來征服它；50年前，肯尼迪向太空宣戰，承諾十年內將人類送上月球；54年前，人工智能先驅 Herbert Simon 也更是大呼“十年內機器中間將產生世界象棋冠軍”。
如今，唏噓感嘆有成有敗。雖然我們將人類送上了月球，但是癌癥攻克和人工智能的宏圖愿景卻未能實現。
道路曲折，但終在進步。
由于癌癥問題復雜交錯，我們未能實現一藥包治，但是仍然在不斷進步。人工智能也和癌癥研究一樣，不是一箭送上月球了事。電影中的 HAL 9000 等等機器人雖未出現，但是人工智能技術現在已經能一天影響我們的生活數次。
這些例子包括：Jeopardy 中出現的力克象棋大師的機器，微軟研制的能識別人類動作的 Kinect，Google 開發的能從舊金山一路開往洛杉磯的無人駕駛汽車等等。此外智能系統甚至還能執行需要作出判斷的行為，比如 MIT 數學家開發的基金投資系統、Siri 對語音指令的執行等。這些事情在過去幾年以前都幾乎是不可能的。
成功的系統基于案例而非邏輯規則。也就是說我們實際上是在讓計算機依據過去的問題和解決方案來做出決定。在不確定條件下進行推理也是我們最近在進步的主要領域。
那么這些進步將在下個 10 年把我們引向何方呢？以下還有一些來源值得參考：
1. Bionic software——即結合生物和機械系統來創建一個比獨立采用生物或者機械都要強大的加強系統。通俗來說就是將人和計算機結合增強并放大雙方的理解和行為。
2. 一項最近的 Forrester 評估指出 iPad2 若生在 1993 年，那么它會是那時最為強大的 30 部計算機之一，類似 1986 年的超級計算機。
3. 今天一個專為視頻游戲設計的 Nvidia 圖形芯片能夠被整合到一個低于 25000 美元售價的 5teraflop 機器中去而且輕松的運行很強大的新軟件（如對／錯醫療診斷系統）。
4. 最后，VC 對大數據的追捧為專家系統、概率和統計系統、機器學習、自我組織系統以及其他許多從未曝光的系統（如股票交易系統和 Google 垃圾過濾算法）注入了新的能量。數據，尤其是大數據能夠很好的避免普通醫生的偏見對“真實和可能的關系”進行優秀的處理。
事實上，這些都是很驚人的成就。但是現在我們面臨的主要挑戰是如何為其在思想的碰撞中找到符合邏輯的整合。換句話說，下一步該怎么辦？
在此，我還想再引用一個作者的話：
你也許討厭看到人類的判斷會被機器改善或者取代，你可能也會討厭颶風和地震。但是討厭歸討厭，就像颶風和地震一樣，機器的崛起也仍會該來就來。
我個人對人工智能的兩點預測是健康和教育行業。這個問題我會在接下來的文章中作詳細闡述。
注：文章作者為 Sun Microsystems 創始人 Vinod Khosla