这样一些计算机视觉技术的进步，有三大引擎在起作用：1、非常强大的计算能力，这一点大家已经看到了，特别是GPU的普及，使得我们可以训练非常复杂的算法。2、大数据。人脸识别系统，谷歌采用了800万人两亿张照片来训练他们深度学习的模型。这一点，地球上任何一个人都不可能在这一辈子见到这么多的人，用来训练自己大脑里的人脸识别算法。我们的系统可以通过刷身份证判断他是否是合法持有人。
从算法角度来讲，就是深度学习的技术。深度学习并不是一个新的发明，而是一个复兴，就像文艺复兴一样，在很大程度上是对过去的历史的复盘。神经网络、深度学习是上世纪80年代末期所流行的多层神经网络进一步的拓展。当它跟大数据、超级计算及联姻之后，它的威力发挥了起来，所以，使得有了今天的技术进步。
在过去2、3年，有很多AI的问题、任务。计算机逐渐超越了我们人类智能。这一点也是历史的必然，其实在很多方面已经发生了。比如说，大家刚才看到的我们刷身份证，去判断是不是你这样一个任务。目前，计算机可以做到在一万人试图冒充你的时候，我们有95%的概率可以被正确识别。
AI在什么领域可以超越人类？人工智能主要依赖的算法是深度学习的方法。深度学习适合的问题是，我称之为叫“数据肥沃”，而且是好数据肥沃。好数据肥沃意味着我们有大量的数据可以进行归纳学习。
我们人类的学习除了归纳学习之外，我们还有一种学习叫演绎推理，或者是演绎学习。比如说看欧几里得几何原本，这是通过推理得出的。目前来说，深度学习适合的只能从数据来学习。它比较适合于数据采集，获娶标注比较便利的领域。比如说现在做计算机视觉、语音识别，或者是有越来越互联网化的领域使得我们收集数据可以更加的便利。但是需要推理的，目前来说，深度学习没有办法解决。
去年发生着另外一个重要的AI事件，就是阿尔法狗战胜了围棋冠军，阿尔法狗里的深度学习起到了80%的学习，其实还有另外一种技术，叫增强学习。它是适合于可以自动判断对错的领域，但是并不适合解决计算机视觉识别的问题。机器是不可以自我判断的，这就很难通过对自己做的对错的数据积累进行增强的学习。如果是完全交给机器，让它自己增强，目前的算法会导致它学偏，可能会走火入魔，学傻了。
最近一段时间，李开复老师在很多场合介绍过，他认为10年后，人工智能会取代世界上很多职业，50%的工作都可能被取代，其中包括翻译、记者、助理，包括保安、司机、销售等。仁者见仁、智者见智，有很多专家也并不认可所有的职业真的这么轻易的就会被我们AI取代，但是确实也有很多的行业，现在越来越多的可能会受到AI的威胁，比如说保安。
这是我们在一个单位里，他们现在用我们的人脸识别技术来做门禁，整个集团有1万多人，他可以通过对每一个来上班的人进行开门、考勤（人脸识别技术）。这个系统也在刚刚运行，我们也相信，当这个系统把所有的员工变成熟人的时候，这肯定会比我们人类的保安要好很多。一个好的保安可以认1、2000人，但是对于上万人的企业来说还是很难的。
什么领域会逐渐被AI超越？一类是巨量空间的搜索问题，再就是检索类的，比如说图像的检索，这对机器来说都是小菜一碟，对我们人类来说就没有那么容易了。再就是经验、技艺依赖的领域，也就是所谓的见多识广，通过经验学习、习得的技能领域，都可能逐渐的被AI取代，比如说人脸识别、物体识别，或者是自动驾驶，这也是一个经验的问题，比如说医疗的读图。
我们人工智能可以结合几百个顶级的医生，通过对这些对这些片子的学习就可以超过很多有经验的医生。客服的问答很多也是半重复性，或者是完全重复性的。所以，人工智能完全有可能从历史的经验当中来学习这样一些技能。
大家也会问这样一个问题，超越人类智能，是不是必须要知道人的大脑是如何工作的，我们才能够做出来超越人类的能力算法？事实上，我们人类的大脑是如何工作的，目前还是一个非常神秘的事情，这也是非常值得研究的课题。好消息是说，其实我们并不需要去类脑，如果我们只能坚持一个类脑的路线，我们反而不能够超越人。