我们来看看一些成功的应用，比如在计算机领域的图像识别，从最原始的输入图像出发，然后中间不断抽取数据、变换、训练。
Image Net是是一个计算机视觉系统识别项目， 是目前世界上图像识别最大的数据库。从2010年，它的水平在不断提升。最大的进展发生在2012年，因为深度学习的接入带来巨大的提升，但是计算机比人更聪明吗？不是，它是比普通人识别更多，但绝对比不过专业人，它绝对没有比人更聪明，计算机是在某件事情上优化一件事情，但不代表整体上比人更强。
现在，技术可以识别非常潦草的手写电话号码、任意方向的文字检测、人脸识别（如基于深度学习的人脸识别技术：百度魔图），甚至做一些更严肃的事情，比如自动驾驶。现在很多公司都在做自动驾驶，听起来很科幻的事情，但是业界推进的速度非常快。
汽车有两大趋势：新能源和智能化。这两个趋势无可阻挡，汽车也变成了机器人，视觉处理显得尤其重要，对于安全而言，最重要的是处理未知，做到全方位的感知，预见情况。
语音识别也是另外一个应用，目前句子的理解力在75％左右，如果能达到90％就非常可怕。从音速特征、语言特征到最后的文字识别结果，语音识别为什么这几年会快速成长？这是因为在前端植入语音神经网络的小尝试，使语音识别可用，带来革命性的变化。基于深度学习的语音识别，可用于地图导航、输入法、移动搜索。
怎么去理解自然语言呢？传统的做法是把大问题分解成独立的子问题，然后分别做出分析。现在新的系统是用一个完整的深度学习模型，它可以对句子进行语义的关联阐释，从而训练一个对话系统，我们可以用好莱坞人物的对白进行训练。我们甚至可以把语言和视觉结合在一起，因为我们对世界的认知能力在语言认知和视觉认知能力上，是同步发展的。计算机今天看到图片也可以开始产生语言文本了，做到同时理解图像和自然语言。
而在有的场景，云端处理是不够的。未来人工智能发展的趋势，它的前端部署是偏感知的，后台偏大数据认知，比如自动驾驶，周围200米范围内的一举一动，都通过前端的传感器感知决策，5公里以外的情况是通过云端的大数据分析来获得认知，于是形成前后端的结合。
回到一个问题：人类大脑是通用处理器吗？人从猴子到现在的人类，人之所以能够从物种中脱颖而出，是因为大脑对人类所需要特殊能力不断进行优化。除此之外的，是大脑是不擅长的，本质上来说，大脑是专用处理器，并非通用处理器。
大脑的计算是很慢的，但是人怎么会开车、打乒乓球？是因为对这些问题进行了加速处理。今天我们为什么有一些事情处理得特别好？因为我们在结构上做了专门的优化。
我们现在做的地平线机器人技术，是为了帮机器人开发专用处理器，我们希望将它的性能提升1000倍，希望硬件可以支撑这样的应用，让效果变得更好。
智能不等于智慧
人工智能大规模的应用伴随着互联网的发展，在第一个10年（2000－2009年）是“润物细无声”的时代，最大的应用在于PC互联网，比如搜索、广告、推荐。
我们当前所处的10年（2010－2019年），语音、图像、语音、机器人操作获得突飞猛进的发展，同时在改造传统行业，越来越多地被人所感知，这是一个于“无声处听惊雷”的时代。
后面的10年（2020－2029年）是一个很灿烂的时代，是“江山如此多娇”、交互无处不在的时代，人跟机器的操作距离越来越短，生产线的工人一定会被替代，该机器做的事情，让机器做，该人做的事情让人做。简单、重复性的工作需要被解放，从万物互联到万物智能，数据成为商品。我们不需要对机器有太多的担心，2029年的机器没有好奇心、没有情感、没有自我意识。