2017 年可謂人工智慧波瀾壯闊的一年， 這一年， 我們見證了各種「人機」大戰， 也被一次次 PPT 上炫酷的未來場景所震驚， 同時又在霍金、馬斯克等人的「警告」中陷入對人類未來命運的絕望中， 但所有這些看似炫酷、又聽起來發自肺腑的聲音卻都有意無意遮蓋了一個事實——同時也是人工智慧的出發點， 那就是技術應該為人類所用。
這恰好也是本周雲棲大會·北京峰會上所傳遞出來的聲音， 正如阿裡雲的掌舵者胡曉明所言：「人工智慧不應僅僅是實驗室裡的、PPT裡的概念上的‘AI’， 更是‘產業AI’。 」所謂產業 AI， 也就是將人工智慧、文本（筆錄、判決文書）和歷史案例的資料，
人與機器的關係是自工業革命以來長期困擾人類社會的問題， 人工智慧的到來更加劇了這類擔憂。 但從技術發展的現狀而言， 儘管語音、圖像、自然語言處理發展速度奇快， 但這些技術所形成的所謂「智慧」， 與人類「智慧」又本質差異。 包括深度學習「教父」級別的 Hinton 也表示無需過度擔憂這個問題。
我們更應該思考， 則是如何實現新一代人機協同， 即充分發揮人與機器在不同領域的優勢， 實現優勢互補。
今年的雙十一購物節中， 阿裡巴巴就展現了人機協同的新模式， 從機器智慧推薦系統、客服機器人「阿裡小蜜」、AI設計師「魯班」、機房運維機器人「天巡」， 它們與人類員工一起完成各項任務， 其結果就是， 在不增加人力成本的前提下創造了又一個商業奇跡，
在司法領域， 法庭庭審記錄過往都是速記員記錄， 書記員審核並做摘要， 而在語音辨識和自然語言處理的説明下， 從語音辨識到摘要生成都實現了自動化、智慧化處理；法律行業規則複雜、知識量較多、知識邊界模糊， 這種記憶、分類的工作完全可以交給機器， 結合深度學習的演算法， 可以讓機器越來越「懂法」， 成為法官們的重要協作夥伴。
寫在最後正如上文所言， 人工智慧的各項技術都不是什麼新技術。 上世紀 50 年代初， 美國喬治城大學就通過對於語言規則的理解， 結合自然語言處理技術， 推出一款俄語英語翻譯機；語音辨識的最早出現是在上世紀 70 年代，
但 60 多年來， 一代代的人工智慧從業者們卻陷入了「為技術而技術」的漩渦裡。 多少次， 那些在實驗室裡完美無缺的技術一遇到現實問題就像離開河水的小魚一樣瞬間失去魔力， 多少次， 當政府、大公司開始減少相關投入， 人工智慧從業者們或失業、或轉行， 人工智慧寒冬（AI winter）甚至成了一個專有名詞。
如今， 人工智慧在經歷了 2016、17 的瘋狂炒作之後， 也走到了一個十字路口。 放眼全球， 過去兩到三年人工智慧所取得的成績， 不過是海量資料、優質演算法與計算能力結合後的特定展現， 它當然可以用來炫技， 也可以用來與人類對戰， 但歷史經驗一次次告訴我們， 倘若沒有將人工智慧應用在經濟社會的現實挑戰裡，