對于技術的下一波浪潮是人工智能或機器智能，已經沒有多少疑問，它是我們當下最重要的技術。類比來說，以機器學習為代表的人工智能，也就是機器智能，可看成是通用型的“發動機”，互聯網和數字化產生的大數據是“燃料”，現在，這個“機器智能發動機+大數據燃料”的組合還在加速，帶給人們無限的想象空間。

　　現在，我們缺的是機器智能的使用場景。我們已經歷多次互聯網技術的變革，它們背后有一個樸素的道理：一種技術只有當它能夠和個人的工作、生活連接起來，它才能大獲成功。在十年前的2007年，喬布斯發布了同時是上網設備、音樂播放器和手機的iPhone，從此，我們進入了移動互聯網時代。但嚴格意義上說，他并沒有發明任何新的技術，他只是用觸控大屏手機開啟了移動互聯網技術和個人生活結合的場景。

　　迄今為止，在這一波機器智能浪潮中，技術專家們可以說在完美地履行自己的職責。機器智能變得越來越強大，單位價格越來越便宜。并且，機器智能正發展成為通用技術，它可能成為一種像電一樣的通用能源。通用性對技術來說至關重要，電是如此，第一次工業革命的瓦特蒸汽機也是如此，它也叫“萬用蒸汽機”，最大特點是適應各種場合的蒸汽機，通用性讓它能為各種工業提供動力。電腦圖形交互界面的重要設計者、著名計算機科學家艾倫·凱曾說，“科技專家的職責并非想明白科技的合理用途。相反，科技專家的注意力要放在把科技產品變得便宜、容易操作、隨處可見，這樣每個人都可以使用，而這種科技產品也能達到無處不在的程度”。

　　想明白技術的合理用途，則是我們其他所有人的責任。現在的狀況有點像2010年的移動互聯網，或者上世紀90年代中期的互聯網，技術趨勢已經明了，問題是，我們究竟怎樣應用它？以現在的后見之明看，上一波技術革命也就是移動互聯網，隨時隨地的聯網與越來越智能的手機，給我們帶來的是移動社交比如微信，是網絡零售的移動化比如淘寶天貓，是服務電商比如滴滴、美團外賣，是新聞資訊比如今日頭條，是視頻娛樂內容比如優酷、愛奇藝，是移動支付比如支付寶、微信支付。

　　不厭其煩地列舉是因為，移動互聯網的確是一次巨大的技術革命，但是事后看，它以很普通的方式改變了我們的生活。現在，對于人工智能的設想，我們大體上像1996年IB M的e- B usi-ness(電子商務)廣告一樣，當時看著很科幻、很未來，但其實離現實不遠。

　　現在，機器智能在后端如何應用，已經越來越成熟，它類似于兩次工業革命中把蒸汽動力、電力應用在工廠里，是技術最先被利用的場景。但是，怎么把機器智能和人的工作、生活結合起來，還需要我們發揮更大的想象力。

　　現在機器智能和普通人的工作、生活相關的能力在語音識別、圖像識別、自然語言理解和機器翻譯等方面，也就是能聽得懂、看得懂、理解人的話。這里以語音識別和合成為例，來探討機器智能的幾個應用場景，當然我并不完全贊同。比如，亞馬遜的智能音箱Echo和它的A lexa語音智能助手被認為是目前最成功的消費級A I應用，但是，跟音箱說話、讓它幫我們買東西，真的比直接操作智能手機更方便嗎？

　　比如，近日百度推出基于機器智能的語音生成器Deep Voice 2，它能根據半個小時的音頻，就學會模仿一個人說話。這是重要的技術進步，超越了過去汽車語音導航模仿林志玲或郭德綱講話的階段。但在早前李彥宏等著的《智能革命》對類似場景的設想，卻讓人啼笑皆非，顯然并非普通人所期待的：未來，這一功能除了“讀小說”，還將給予人們情感慰藉。當家里老人和孩子想念忙碌的家人時，可以隨時有“他們”的聲音陪伴。

　　又比如，《智能革命》中設想的一個場景又最好地展示了“人+機器智能”(人+AI)的可能性，它可以把普通人變成“最強銷售員”：銷售員新手給客戶打電話時，語音識別功能實時把客戶的話變成文字、顯示出來，并搜索顯示優秀銷售員以往對這些問題的回復。甚至，機器可以幫我們組織好針對問題的回復建議，供我們參考。

　　怎么找到并實現機器智能的應用場景，是技術進步給所有人的挑戰與機遇。要注意的是，我們并不說要去預測未來的使用場景，其實我們應該采取跟技術專家類似的姿態和行動，應用場景是創造出來的，這也就是艾倫·凱的名言所說的：預測未來，不如創造未來。