周二的时候，首届WAVE SUMMIT 2019深度学习开发者峰会在北京举行，这是由深度学习技术及应用国家工程实验室和百度共同举办的会议，主要议题则是探讨深度学习的重要性以及应用价值。
身兼百度高级副总裁和深度学习技术及应用国家工程实验室主任的双重身份，王海峰在主旨演讲里为深度学习的发展定了基调：「深度学习框架是智能时代的操作系统，同时深度学习正在推动人工智能进入工业大生产阶段」。
很幸运，在区块链的「助攻」下，人工智能暂时摆脱了聚光灯的关注，也让我们可以更理性地去观察这个过去几年被认为可以改变世界的技术。
我曾不止一次抛出下面这张图，向更多人介绍人工智能、机器学习与深度学习的区别和联系。更重要的一点则是，这几年所谓「人工智能」的重新复苏，本质是深度神经网络算法突破后带来的显著变化。
这个变化影响深远，Google CEO Sundar Pichai 就坦言：
The last 10 years have been about building. A world that is mobile first. In the next 10 years,we well shift to world that is AI first.
亚马逊创始人贝佐斯这样认为：
it’s hard to overstate how big of an impact it’s going to have on societ in the next 20 years.
这些大佬及其背后巨头公司的推动，让人工智能、机器学习、深度学习迅速进入主流话语之中。正如上文所言，当下的「人工智能」，更准确的说法，应该是深度学习，也就是说，这些巨头都将深度学习作为面向未来的重要技术。
其原因也不难理解，深度学习在语音、图像以及文本处理中拥有不小的优势，尤其适合在互联网这样巨大数据库的维度里去完成上述任务。而语音、图像（视频）和文本，则是互联网上广泛流通的海量信息。当互联网公司看到算法可以帮助他们实现上述信息的有效处理时，也不断加大资金和人才投入，并发动了更大规模的舆论战役，最终形成了一轮深度学习炒作热潮。
接下来，我们不妨从当下巨头和几家火热的创业公司入手，看看以深度学习为代表的人工智能，到底如何让这些公司受益
今天的「视野」专栏，我将推介多篇文章，内容涉及互联网的真假、Google Glass 的重生故事、中国人的个人身份、NYT 年度图书、无处可藏的未来，以及从贝尔实验室到 Google X 有哪些启示。 「真假」互联网之争。现在的互联网与 15 年前甚至七八年前的互联网已经完全不同。如果当时的互联网还存在中美差异的话，现如今的中美互联网，几乎都走上了同一条道路——巨头垄断——中国的 BAT、TMD，美国的 FANG，一个很现实的问题：到底我们现在使用的所谓互联网，还是那个原本去中心化的拓扑结构吗？（链接） Google Glass 的重生故事。Google Glass 曾一度被誉为新一代计算设备，也曾是无数人心目中的未来场景。而这篇讲述 Google Glass 重获新生的故事，或许可以从另一个视角去解释为何这款面向未来的设备会遭遇滑铁卢。（链接） 《纽约时报》的年度 100 本书。岁末年初，收集书单成为很多人的习惯，这份来自《纽约时报》的书单涉及的话题范围非常广，里面也有很多我在新一年准备采购并购买的图书，比如这本：TO SIRI WITH LOVE A Mother, Her Aut
「人工智能智能内参」旨在提供一份中文互联网领域权威、可读的人工智能商业化应用邮件列表。本期你将看到 悄然转变的 Google 人工智能方向、奋力自救的 Oracle、加拿大如何成为人工智能的新战场？英伟达的人工智能投资版图、 一财科技的几个行业专访、普华永道的人工智能商业报告……点击这里查看过往内容。 号外：悄然转变的 Google 人工智能方向 Google 在本周召开了一场年度硬件发布会，发布了包括智能手机、Chromebook、智能音箱等一大堆新品。尤其是第二代 Pixel 手机的相机吸引了全球媒体的关注，DxOMark 网站给出了有史以来最高的 98 分，考虑到上月 Google 刚刚拿下 HTC 的一个手机研发团队，未来，Google 会继续在智能手机市场展现自己的实力。 事实上，Google 近几年已经不断布局硬件产品，过往这个典型的互联网公司，正在一步步改变自己的企业特性，从最早的 Nexus 手机到 Chromebook，再到去年的 Google Home 以及 Pixel 系列手机，Google 堆积了如此之多的硬件，到底何为？ 我曾在 Google 收购 HTC
人工智能正在渗透到各个行业的话术里。犹如世纪初的互联网泡沫一样，似乎每个行业都在被人工智能所重新定义或塑造，但实际情形并不乐观。正如我在之前几期会员通讯里所言，此次人工智能热潮的推动力部分来自于深度学习算法的突破，其最大的提升就是图像、语音与自然语言处理的巨大进步，除此之外，别无其他。 换句话说，不管是创业者还是传统巨头，如果觊觎「人工智能」四个字带来的聚光灯效应，都应该在上述三大领域做一番努力。当然，还需要计算能力、海量数据以及可以调节算法的人才，只有这几个条件满足，才真正可以称之为所谓的「人工智能公司」。 过去两到三年时间，各大科技公司正在从不同层面切入人工智能领域，依照自己的能力寻找产业链上的不同位置，由此形成了人工智能产业链上的三类公司。 第一类：面向 C 端的互联网服务商 这一类的企业以 Facebook、Google 等互联网公司为代表。事实上，在深度学习潮流来到之前，这些公司都已经形成了相对成熟的业务体系，比如 Google 坐拥全球桌面互联网流量入口的「摇钱树」位置，可谓扼住了除中国之外全球互联网的命脉，而 Facebook 则一直位居全球第一社交媒体的位置。 看起来，
我曾在多期会员通讯里强调，深度学习不过是机器学习众多算法的一种，更无法直接对等于人工智能。人工智能资深从业者、Anfy srl 公司 CEO Fabio Ciucci 日前撰文指出，深度学习远非人工智能的未来，这个行业还需要更多创新，以下是我对这篇长文的解读。 某种意义上，深度学习是只是机器学习的 1%，而机器学习则仅仅是人工智能的 1%。 但现实里，「深度学习」继续扮演着人工智能的代名词。部分原因在于包括 Google、Facebook 等硅谷企业刻意营造的一种氛围——由于这些公司几乎都在应用深度学习，因此将深度学习引申到人工智能的高度。 比如， AlphaGo 就一次次登上媒体头条并被媒体冠上「深度学习」驱动，但故事的另一面则是，AlphgGo 的成功更离不开蒙特卡洛决策树的作用。更颇具讽刺意义的是，比如像 XGBoost 这样的决策树算法在多个领域都要比深度学习有更好的成绩，但因为缺乏大公司以及媒体的关注，从而也无法真正证明自己。 二 这里并非否定深度学习的作用，事实上，人工智能过去几年能够重新引发公众的热情，的确离不开深度学习所带来的重要作用。但我们依然可以期待新的算法可以解决