世界经济史是一部基于假象和谎言的连续剧。要获得财富，做法就是认清其假象，投入其中，然后在假象被公众认识之前退出游戏"。

　　“这个月我已经见了30家投资机构，下个月至少还会再见30家”，2019年7月的一个下午，莫涛表示。

　　莫涛是一家人工智能“千里马”企业的董秘，这个月前刚刚上任，老板招他来的目的也非常明确：就是找钱、拉投资。

　　“同一家投资机构，会有好几个FA同时给我对接，有的推过来的是VP，有的是合伙人”，由于需要对接的FA实在太多，莫涛甚至记不清这些人的名字。

　　“我的态度很简单，谁先领人过来，单子就是谁的，一切以最终见面为准。”

　　“现在我们的态度很开放，投资人觉得估值高不要紧，你可以先开价，具体怎么算都可以坐下来谈”，莫涛表示。

　　AI革命与“社会人”的逆袭

　　2016年曾被称为“人工智能元年”。

　　这一年的春天，一场AlphaGo与世界顶级围棋选手李世乭的世纪对战，让“人工智能”这一概念几乎一夜之间火遍全球。像科幻小说或电影描述得那样，吃瓜群众们第一次意识到被“天网”支配的恐惧已经距离自己如此之近;各大科技论坛之上，人们谈论的话题也变成了是“奇点已来”和机器人三定律。

　　然而人工智能这个走入大众视野的所谓“新概念”，诞生至今却早已经超过了50年。

　　早在上世纪50年代，就已经有研究人员开始尝试通过模拟人脑的方式，赋予计算机“智能”。

　　在他们看来，人脑识别物体并不是基于明确的规则，而是凭直觉判断。比如我们看到一只狗，我们很明确的知道这是一只狗，但却无法说清楚为什么会知道;事实上，相比于准确定义物体的特征，人脑识别更像是一种特征匹配，而这也是“神经网络学派”的最初思想。

　　到上世纪70年代，计算机科学家开始研究神经网络在推进人工智能上的可行性，但当时的主流学界普遍认为，神经网络在数学上有局限性，没有前途;因此神经网络学派一直到九十年代都视为边缘地带的“异类”，拿经费、发论文都很困难。

　　2010年，斯坦福大学一个叫李飞飞的华裔计算机科学家，组织了一个叫做ImageNet的机器学习图形识别比赛，从2010年开始每年举行一次。

　　这个比赛的有趣之处，在于它每年都为参赛者提供一百万张图片作为训练素材，其中每一张图都由人工标记了图中有什么物体。

　　比赛规则是选手用这一百万张训练图片练好自己的程序，然后让程序识别一些新的图片。每张新图片有一个事先设定的标准答案，而参赛的程序可以猜五个答案，只要其中有一个判断跟标准答案相符合，就算正确。

　　而“卷积网络”和“深度学习”的横空出世，也让新技术的曙光照进现实，人类文明似乎踏上一条全新的进化之路。