前百度首席科学家吴恩达说：就像100年前的电力、20年前的互联网一样，AI也会改变每一个产业!
有人说，现在就像1995年，那一年，第一家互联网公司——网景上市，一天之内大涨208%，互联网正式登上历史舞台，引爆了之后浩浩荡荡的“.com”热潮。
一位AI从业者这样激动地说道：“我看到的是一片蓝海无限可能，看到所有产业，包括医疗、金融都可以做，那不就跟当年的.com一样?”
其实在历史长河中AI已经几度潮起潮落，为什么这次大家都这么笃定它就是未来呢?
关键点就是深度学习的突破。
2017年1月，谷歌Deep Mind公司CEO哈萨比斯在德国慕尼黑DLD(数字、生活、设计)创新大会上宣布推出真正2.0版本的阿尔法围棋(AlphaGo)。其特点是摈弃了人类棋谱，只靠深度学习的方式成长起来挑战围棋的极限。
2017年5月23日~5月27日，被称之为“人类最后的希望”的柯洁与AlphaGo鏖战三轮，最终总比分 0：3柯洁败于AlphaGo。
赛后柯洁一度哽咽称：它太完美我很痛苦，看不到任何胜利的希望。
这是AlphaGo深度学习的第一次公开亮相。
可以说，深度学习解决了人工智能领域的一个百年难题。
如果没有它，AI可能会再次遭遇泡沫后的沉寂。
人类是个极为复杂的生物，就连我们自己对自己的了解也只能算微乎其微，就像人类很多复杂的能力其实都是凭感觉而为之，过后很难清楚地描述和归纳，也正因为如此，它们也无法写成程序，让计算机进行复制。
从驾车到辨认面孔，这种不自知是存在于人类诸多能力中的一种普遍现象。
围棋也是一个典型代表，它是高度复杂的战略游戏，无法依靠机会和运气取胜，并且和象棋不同的是，没人能解释高段位围棋该如何下。
事实上，甚至连围棋大师都无法完全搞懂自己为什么会下得一手好棋。
匈牙利出生的哲学家、科学家波兰尼对这一现象早就有过精彩的概括，他说，“我们知道的，比我们讲得出来的还多。”后来这种现象就被称为波兰尼悖论。
而深度学习帮助人工智能克服了“波拉尼的悖论”，算是另辟蹊径，绕过这个理论限制。
也就是只要灌入海量的标记过的数据，计算机就可从这些数据中，自己找出细微的模式，学会人类最精巧的技艺。
而数据在这其中起到了至关重要的作用，大数据其实已经存在了10年多，因为互联网的发展，使其为深度学习从量变到质变，于是这两三年深度学习发展迅猛，据业界专业人士称，当数据从原来的几十万份，增加到几百万，几千万份时，计算机的模型预测精确度会呈现跳跃性的提高，比如：10%、20%。
可以说，深度学习引爆了AI，大部分国家、产业都将目光投向了人工智能，甚至把它视为未来生死存亡的关键。
坤鹏论之前讲过，如今，以BAT为代表的中国互联网公司们，都在人工智能这条赛道上狂奔，那么美国那边的AI是什么样的情景?
Google CEO桑达尔·皮查伊1年前就将Gogle的企业目标从“行动优先”直接转向“人工智能优先”(AI First)。
微软CEO萨提亚·纳德拉在最近的2017年微软年报中，直接将以前的公司目标“行动和云端优先”改为了“AI和云端优先”，并且6次提到AI，而2016年的微软年报对人工智能只字未提。
我们从这些公司目标中也可以清晰地看出来，美国科技公司对于科技的纯粹与执着。
而且也正像坤鹏论曾经说过的，人工智能的最大玩家还是那些互联网巨头，小玩家很难很难。
从AI人才的争夺这块就可以看出端倪。
比如：美国的亚马逊的AI人才招聘接近疯狂，根据薪资研究机构Paysa今年4月的调查，亚马逊一年投资2.28亿美元来做AI人才招聘，比第二名Google、第三名微软的总和还多。
已经有不少美国AI创业公司开始抱怨，所有人才都已Google、Facebook、亚马逊、微软、英特尔席卷一空。
去年，李开复曾说，“做深度学习的人工智能博士生，现在一毕业能拿到年薪200到300万美元的offer。”
不过此话一出，许多从业者纷纷表示，开复博士多说了个0。
不管是300还是30，都算是不小数目，可想美国AI人才竞争之激烈。
毋庸置疑，中国和美国是世界AI两极，在中国AI的热度丝毫不逊美国。
2017百度沸点国人搜索榜单十大科技事件中，AlphaGo对战柯洁、智能音箱热卖、无人驾驶汽车上五环，这三大AI事件入围百度2017科技热搜，而且“AlphaGo对战柯洁”更是排名第一。
和美国一样，中国公司对于AI人才简直到了“寤寐求之”的状态，疯抢成了常态，今日头条创始人张一鸣放话：“人才的水平有多高，我们的薪酬就有多高。”商汤科技 “按图索骥”，画出“博士人才名单”，但凡有人即将毕业，就马上找上门，不让任何鱼儿漏网。
投资界的金主们怀着极度急迫的心情，唯恐错过这个史无前例的飓风级“风口”。
人工智能最核心的是人才，“得AI人才者得天下”。
一场场惊心动魄的抢人大战正在上演，百万年薪都难求AI一人才。
一位在BAT任职的高级HR说，他们已经屡次在争抢AI算法工程师、AI系统架构师等人才时败给创业公司。“他们抢人时似乎就是在拍卖会举牌，明明心理价位是年薪二三十万，最后抬高好几倍也会买单，只想将目标人选快快纳入囊中，似乎就万事大吉。而BAT因为是上市公司，有薪酬体系，不能太破例，只能望而兴叹。”
据权威数据统计，全世界AI人才数量约为25万，主要分布在美国、欧洲、印度及中国。美国拥有10年以上经验的AI人才比例接近50%，中国10年以上经验的人才比率只有不到25%。
不过，值得庆幸的是，中国年轻一代的占比更高，28岁-37岁中青年(80后)是AI领域发展的主力军，占AI发展总人数的50%以上。
相较而言，美国AI人才在各年龄段分布得更加平均，48岁及以上的资深人才占比为16.5%，远高于中国的3.7%。
与此同时，投资界也随之沸腾，加之今年国家对货币高位锁定，钱很难出海，所以正像某位已经入行18年的资深投资人所说，2017年资本的浪头最澎湃。
根据咨询公司清科集团的数据显示，今年前11个月，中国新成立了3418只风险资本和私募股权基金，共筹资人民币1.6万亿元，是2015年的两倍多，2006年的10倍多。
清科集团估计，当前有大约12000家投资公司管理人民币8.5万亿元资金，而2015年是8000家公司管理人民币5万亿元资金。
而如此海量的资金，不少都在瞄准人工智能。
据PitchBook统计，2017年全球人工智能和机器学习领域共获得风险投资超过108亿美元。
过去十年来，该领域的风险投资大幅增长：2010年投资不足5亿美元，2016年达到57亿美元，而2017年投资额较2016年增长了接近一倍。
数据显示，2017年AI领域融资最高的5起投资事件中，中国企业占了4起。
其中，蔚来汽车融资达到16亿美元，位列第一。其次是旷视科技(机器视觉)、商汤科技(计算机视觉和深度学习技术)与明码生物科技(使用测序数据改善健康，并提供精准医学解决方案)。
腾讯11月发布的《2017互联网科技创新白皮书》显示，截至2017年6月，中国创业投资机构共发生767项针对人工智能的投资案例。
2017上半年产生的融资已经超过150亿元，累积融资额攀升到635亿元，占据全球融资总额的33.18%。
2017年是AI元年，同时2017年也是从投资AI转向投资AI时代的关键一年。
当然，在喧闹繁华中，也有人在给沸腾的人工智能火炉泼冷水。
华兴资本的包凡说：
就人工智能平台而言，我认为这可能是巨头之争，它有三大核心能力——数据、计算能力和算法能力。
这三个要素里，在算法上，初创企业可能有一些优势。但在数据和计算能力这两个要素上，初创企业几乎很难和科技巨头抗衡。
而人工智能只是个技术工具，它需要在实际生活中找到应用场景，当人工智能技术在实际生活中应用时，你必须专注某一垂直领域的运用。
归根结底是要让数据发挥最大的价值，这才是初创企业生存的关键。
李开复说：
现在创投市场人工智能泡沫很严重，每个商业计划书上都要加上人工智能，几乎任何行业的创始人都说自己是人工智能公司。
人工智能从业者说：
遗憾的是，很多地方又把人工智能当作共享经济，把人工智能当作概念来炒作了。
当前大部分中国AI技术，都利用了一些开源的技术框架，在这些底层算法之上进行优化。但从技术的原创性来看，与美国和英国相比还远远不够，中国大量AI企业的可复制化非常高。
前阿里集团执行副总裁、现嘉御基金创始人卫哲则表示：
“很多只是有一定算法的，或者还是基于机器学习的公司，今天摇身一变都给自己贴上了人工智能的标签”。
客观讲，人工智能目前其实还是小荷刚露尖尖角，尚处于最初级的弱人工智能时代，在弱人工智能阶段，AI的发展还要被划分为三个阶段：技术驱动阶段、数据驱动阶段和场景驱动阶段，我们现在处于弱人工智能的早期阶段——技术驱动阶段，所以，我们看到了英伟达凭借自身旗下的GPU芯片，股价飙出天际。
人工智能还是个婴儿，但它的泡沫已经渐渐吹大，科技总是螺旋式上升，总会在起起伏伏中壮大，2018年会怎么样?实话说，坤鹏论不是AI专家，给不出准确的答案，但有句名言总会让我们醍醐灌顶：我们总是高估未来两年的变化，却低估未来十年的变化。
站在未来看现在，站在未来安排现在，唯此，才会加大未来赢的机率!
