编者按：本文来自微信公众号“阿朱说”（ID：azhushuo），作者吕建伟。36氪经授权转载。

未来

咱们想想未来。

未来的企业应用特征是：社会化商业、网络连接、数据智能

未来的信息化场景是：企业互联网-产业互联网-社会化商业

未来的信息化产品体系是：产业互联网云服务、中台与平台、企业级云ERP

未来的数字化场景是：智能零售、智能仓储物流运输、智能车间、智能办公、智能城市

未来的数字化产品体系是：智能硬件芯片、智能OS、IoT物联网接入平台、可视屏音箱助手

未来的中台与平台：

1、网络连接：互联网服务连接平台、物联网连接平台、SaaS服务连接平台、ERP集成平台

2、数据：数据中台、大数据技术平台

3、智能：人工智能技术平台、人工智能应用中台

未来的技术栈是：

用户交互层：传感器、人工智能视觉识别/语音交互

逻辑层：Open API Mesh、人工智能关联推荐算法

数据层：人工智能精准搜索/关系图谱、区块链

未来商业模式：

1、IT服务：云订阅服务、智能硬件

2、金融服务：大数据+AI驱动的金融信贷服务、大数据+AI驱动的金融科技服务（聚合支付服务、反欺诈服务、信用服务、实时风控服务）

3、业务服务：大数据+AI驱动的：社会化财税自动化服务、社会化用工调度服务、社会化营销数字化服务、社会化供应链资源调度服务

看，从客户需求，到产品，到技术，到商业模式，全不一样了。面对未来，不管是中国BAT互联网公司，还是中国企业软件公司，还是国外的企业软件巨头公司，还是实业企业的科技公司，大家全都同一个起跑线，全都懵逼探索，就看谁从研究、战略合作、资本融资与投资并购、组织与人才、激励多方组合，谁能做到：选准、做对、跑得快，谁就能赢得未来。

筑底

人工智能专业发展了60年，一共折翼两次。一次是刚刚发展起来，想通用解决问题，太乐观，当然折翼。一次是90年代，吸收了第一次的经验教训不搞通用了，专门做细分专业领域的专业系统，但太依赖专业领域知识加工，还是没法做成商业。

如何不强依赖专业领域知识呢？嘿嘿嘿，这就是这一次的发力重点：深度学习。这会对上层视觉识别、语音交互、自然语言处理三大应用领域都有加持助推效能。

而在深度学习领域，Google收购的英国DeepMind公司在这块有两个重大突破：神经网络（质量）、TransFormer（性能）。所以，各种CNN（卷积神经网络）、MTCNN（多任务卷积神经网络）、RNN（循环神经网络）、DNN（深度神经网络）、ResNet（深度残差网络）、LSTM（时间序列长短期记忆网络）、GAN（生成式对抗网络）。

模型改进：如大规模无监督模型GPT-2，并且结合了Attention机制，颇适合图像生成质量优化。

算法改进：如BERT算法，颇适合NLP训练质量优化。

当然，这些网络结构、算法、模型、机制都已经被开源成深度学习平台，这让高深的人工智能走入普通IT公司：

1、Google：Tensorflow/Koras

2、Facebook：Caffe/Pytorch

3、微软：CNTK/DMTK

4、AWS：MXNet

5、OpenAI：Open AI（目前尚无完全开源）

6、Apache：OpenNLP

7、百度：PaddlePaddle

8、Salesforce：TransmogrifAI

除了在算法模型平台层有开源外，在其他几个方面也凑在了一起：

1、算力芯片层：英伟达借助区块链比特币大风发展起来专用芯片GPU，也可用于人工智能。Google发布了TPU。

2、算力资源层：AWS、Azure云计算厂商都提供了人工智能训练所需的IaaS服务，正好适合人工智能训练这种波峰波谷的工作。

3、数据存储层：AWS、Azure云计算厂商都提供了云分布式对象存储服务、大数据存储平台、大数据计算平台

4、数据集层：4G、智能手机/高清摄像头、照片相册云盘这三样的普及，让图像数据积累快速膨胀。

所以说，这是学术界（算法模型）、工程界（开源）、云计算、智能手机移动互联网四者叠加的效果。所以，为啥这次学术界的人纷纷加入产业界，就是因为这个原因，没有数据没有算力没有应用场景，就没法改进算法模型。

开源

开源是个好东西。

我这里就是列了一些通用的、大面的。至于更详细的，大家可以看：paperswithcode这个网站，浩如烟海的论文和代码，你想要的都在这里。

一、视觉

1、OpenCV（Intel）、DeepDream（Google）

2、人脸识别：InSightFace

3、物体检测：Detectron（Facebook）

二、语音

1、语音到文字：wav2Letter（Facebook）

2、语音识别：kaldi（约翰霍普金斯大）

3、文字到语音：VoiceLoop（Facebook）、Merlin（英国爱丁堡大学）

三、NLP

1、搜索：Apache的Nutch、Luence、ElasticSearch

2、关联推荐：PredictionIO（Salesforce）、关联推荐算法库LibRec（中国东北大学）

3、对话系统：如DeepPavlov（莫斯科物理学院）、ParlAI（Facebook）、Texar（卡耐基梅隆大学）