人工智能是IOT时代的基础设施，可能像水、电、网络一样成为所有企业的必需，这一点已成为共识。而对于如何将人工智能落地、商业化，如何适应人工智能将构建的新商业生态，尚有分歧。

　　老周在他的新书《智能主义：未来商业与社会的新生态》分享了他的看法，并且首次阐述了360人工智能商业化路径图。

　　今天，我们节选了这部分内容，让大家尝鲜。

　　如果想购买新书，点击下方阅读原文即可。

　　人类社会经历过的PC互联网时代、移动互联网时代，以及现在所处的智能硬件时代，技术发展和商业模式创新之间始终是相辅相成的关系。每当科技发展的红利被商业模式创新挖掘殆尽后，经济也随之步入寒冬，直到下一轮技术革命的出现，商业模式创新才能重新迸发生机。

　　现阶段移动互联网的商业模式创新已经挖光了Web2.0时代的技术红利，所有人都在寻找新技术，以期获得新的商业模式创新。人工智能技术无疑就是下一轮技术革命的焦点，假如未来的某一天，我们在这方面有了突破，那么新的商业模式也将涌现出来，带来一个甚至多个万亿级市场。

　　在我看来，未来通用人工智能生态圈的格局会是下面将要介绍的样子。

　　01 人脑芯片

　　2014年8月，IBM公司推出了一款名为TrueNorth的大脑原型芯片，TrueNorth 主要被用于计算机专业学习领域。TrueNorth芯片集成了100 万个神经元和2.56 亿个突触，这相当于一只蜜蜂的大脑，而正常人的大脑大约包含1000 亿个神经元和无法统计数量的突触。

　　02 量子计算

　　普通计算机存储数据的方法是根据晶体管电路的状态，而量子计算则是根据粒子的量子状态，使用量子算法来进行数据操作。通过量子计算，可以大幅提升并行计算速度。不过遗憾的是，这方面还没有出现研究成果，谷歌曾经在2014 年开始研制量子级计算机处理器，他们希望为机器人提供一个可以像人一样思考的大脑。

　　03 仿生计算机

　　仿生计算机可以解决构建大规模人工神经网络的问题。普通的CPU（中央处理器）、GPU（图形处理器）处理神经网络的效率很低，并且在占地、散热和耗电等方面都存在问题。专门的神经网络处理器可以很好地解决这些问题。在国内，陈云霁团队研发的寒武纪神经网络计算机依据仿生学原理，相比于主流GPU，取得了21倍的性能和300倍的性能功耗比提升。

　　在图像、声音和面部识别系统变得越来越精准后，计算机也拥有了探察人的情感状态的能力，包括喜、怒、哀、乐、爱、恨、贪、痴等，并做出适当的反应。那么很多人会有这样的疑问：机器人能否拥有像一个正常人那样独立思考的能力？

　　关于这个问题，我曾经与著名的互联网预言家、《连线》杂志前主编凯文·凯利有过一次交谈。在凯文的思想里，未来的人工智能会产生自己的意识，这会为我们完全掌控它带来一定的困难，但不会形成毁灭人类的威胁。绝大多数的人工智能都只会是工业人工智能服务型电器。

　　我对360的战略规划就是全线硬件产品向人工智能看齐，从图像识别技术和大数据技术两个方向深度拓展。目前，我们已经在中国和美国成立了相应的技术研发团队，并且还相继进行了一系列并购。总的来说，360 在人工智能领域的整体规划可分为以下4 个层次：

　　（1）最基本的硬件层面，研发、升级可以在云上、端上进行深度学习的专用芯片；

　　（2）面向大规模深度学习、训练的多机多卡软硬件平台，以及基于深度学习的各种人工智能的前沿算法；

　　（3）基于人工智能的各种智能硬件产品；

　　（4）在人工智能或者深度学习的基础上，使智能硬件具备自主学习能力。

　　作为360 未来主推的大方向，我对人工智能的设想是无论在硬件还是软件方面，都将拥有自主学习功能。阿尔法狗赢了之后，我非常兴奋，我兴奋的不是人工智能在围棋上战胜了人类，atv，而是它为我们所有人做了一次非常好的概念普及，让我们真实地感受到人工智能领域的成果。

　　但是，我所理解的人工智能并不会像阿尔法狗那样只表现在下围棋方面，也不会像好莱坞电影中那样可以威胁人类安全。人工智能就像工业革命之后所带来的新技术那样，为我们的生产、生活带来极大的便利。