我覺得，和前兩次AI熱潮相比，這一次人工智能復興的最大特點，就是AI在多個相關領域表現(xiàn)出可以被普通人認可的性能或效率，并因此被成熟的商業(yè)模式接受，開始在產業(yè)界發(fā)揮出真正的價值。
　　心理學上說，人們接受一件新事物，就像人們感受一種外界刺激一樣，是有一個心理閾值的。外界刺激（比如聲、光、電）的強度太小的話，人們根本不會有任何感覺；只有外界刺激的強度超過了一個人能夠感知的最小刺激量，人們才有“聽到了聲音”“看見了東西”之類的明確感受。這個能引起人們感知反應的最小刺激量，心理學上叫絕對閾值（absolute threshold）。
　　人工智能技術的發(fā)展正是如此。還是拿圖像識別來說，在人工智能發(fā)展早期，如果一個計算機程序宣稱可以識別出圖片中的人臉，但它的識別準確率只有五成左右，那普通人只會將這個程序看作一個玩具，絕不會認為它擁有智慧。隨著技術進步，當人臉識別算法的識別準確率提高到80%甚至接近90%的時候，研究者們當然知道，取得這樣的進步十分不易，但這一結果其實還是很難被普通人接受，因為每五個人臉就認錯一個，這明顯無法在實際生活中使用——人們也許會說這個程序挺聰明，但絕對不會認為這個程序已經聰明到可以替代人類的眼睛。
　　只有計算機在人臉識別上的準確率非常接近甚至超過普通人的水平，安防系統(tǒng)才會用計算機來取代人類保安完成身份甄別工作。也就是說，對于人臉識別這個應用，接近或超過普通人的水平才是我們關心的“絕對閾值”。
　　所以，我們說“人工智能來了”，其實是說，人工智能或深度學習真的可以解決實際問題了。在機器視覺、語音識別、數(shù)據(jù)挖掘、自動駕駛等應用場景，人工智能接連突破了人們可以接受的心理閾值，并第一次在產業(yè)層面“落地”，發(fā)揮并創(chuàng)造出真正的價值。
　　人工智能之所以有今天的成就，深度學習技術居功至偉。谷歌最杰出的工程師杰夫·迪恩說：“我認為在過去5年，最重大的突破應該是對于深度學習的使用。這項技術目前已經成功地被應用到許許多多的場景中，從語音識別到圖像識別，再到語言理解。而且有意思的是，目前我們還沒有看到有什么是深度學習做不了的。希望在未來我們能看到更多更有影響力的技術?！?
　　所以，關于第三次人工智能熱潮，我的看法是：
　　前兩次人工智能熱潮是學術研究主導的，而這次人工智能熱潮是現(xiàn)實商業(yè)需求主導的。
　　前兩次人工智能熱潮多是市場宣傳層面的，而這次人工智能熱潮是商業(yè)模式層面的。

　　前兩次人工智能熱潮多是學術界在勸說、游說政府和投資人投錢，而這次人工智能熱潮多是投資人主動向熱點領域的學術項目和創(chuàng)業(yè)項目投錢。
　　前兩次人工智能熱潮更多是提出問題，而這次人工智能熱潮更多是解決問題。
　　到底本次人工智能熱潮是不是處于技術成熟度曲線的成熟上升期，到底能不能保持長期持續(xù)增長的勢頭，是不是會像此前的人工智能熱潮那樣，有跌入低谷的風險？我想，經過上面的分析，大家應該會有自己的判斷。