AI如火如荼，区块链进了政治局学习，那么什么是AI，什么是区块链，一句话怎么让人明白呢？
比较常见的例子譬如你写一篇word文字，软件会自动根据上下文做出词语是否出错提示。广义上讲任何编写的代码都是AI，但是目前更加倾向于图像处理、视频处理、自然语言处理和机器学习等。
常见的例子譬如你和张三打赌谁输了请吃肯德基，这时候你录了音发到微博或者朋友圈并且@李四、王五等，李四王五等也分别转发了，这样到时候张三如果想赖账，你拿出当时转发的消息，他就没法抵赖了。
人工智能曾经经历了发展的低估，因为当时的基础理论并不成熟，但是人们的期望很高，后来失败了，也就进入长期的低估，但是这两年中国的异军突起，人工智能突飞猛进，正在脱离实验室，进入日常生活。仅仅是现在的技术水平，就足以模糊现实与虚拟的界限，颠覆一般民众的认知。人工智能目前发展到那种程度呢？下面做一简单总结。
之前的图像处理都是用ＰＳ之类的软件人工编辑，一般的算法解决不了。现在已在图像补全、背景处理、样式转换、色彩处理、虚拟显示图像、图像翻译、图像识别等方面取的很大进步。
1、图像补全。左边是原始图片，然后把中间的花盆涂掉，输入模型。模型会自动补全缺失的部分（右图），由于它不知道，那里有一个花盆，所以只会根据没有涂掉的部分，补上地板和扶手。
3、样式转换。识别图片的风格样式（即像素的变化规律），将其套用在另一张图片。
5、虚拟人像。GAN 方法是"生成对抗网络"（Generative Adversarial Networks）的缩写，它是一种革命性的提升人工智能模型效果、生成虚拟图像的方法。
就是两个神经网络互相对抗。一个神经网络负责生成虚拟图像，另一个神经网络负责鉴定假图像。理论上，如果 GAN 训练成功，那么生成的假图像与真图像将无法区分。2014年，这种方法提出以后，快速发展，目前效果已经可以乱真。
6、图像翻译。一种图像通过 GAN 转变为另一种图像，称为图像翻译。空拍照片变成地图、黑白照片变成彩色照片，都是图像翻译的例子。让黑夜变成白天，示意图变成实物图。也可以让春天变成夏天，晴天变成雨天。图像翻译的难点在于，它需要有成对的示例（源图像和相应的目标图像），告诉模型应该怎么翻译，这些示例可能很难创建。但是反过来，只要有配对的示例，就可以翻译图像，不管这种翻译是否合理。还可以把其他人的表情移植到你的脸上，下图分别是愤怒、快乐、恐惧的表情翻译。
7、文本转图像。GAN 最惊人的成果之一，大概就是根据文本生成图像。用户提供一个句子，软件生成对应的图像。原始文本"一只红中透白、长着非常短的尖嘴的鸟"，可以得到下面的图像。将来存在可能，根据剧本直接生成一部电影。
二、视频处理
图像处理逐渐成熟以后，人工智能就很容易进行视频处理。目前比较成熟的两个方向是虚拟动作和虚拟人物。
1、虚拟动作。
蓝衣女子的跳舞视频完全是假的，是将左上角舞者的动作套用在她身上，自动生成的。类似之前微软的游戏感情装置Kinect。
2、虚拟人物。
自动生成的根据一张脸的表情和动作，重建另一张脸。最著名的例子是虚拟的奥巴马演讲。2017年，华盛顿大学的团队发表了一段奥巴马的演讲视频。奥巴马其实从未做过这个演讲，是将别人的表情和口型套在他脸上生成的，语音也是合成的。
2018年，新华社与搜狗合作推出了虚拟新闻主播，具有真人的形象，带有声音、面部表情和动作，在电视上播报新闻，已经开通了英语、俄语、阿拉伯语的主持人。
譬如语音助手。谷歌在2018年推出了智能助手 Google Duplex，它会根据你的日程，自动打电话去餐厅订座位。
OpenAI 基金会推出的MuseNet，通过学习数十万段 MIDI 音乐，能做到使用10种乐器，生成一段4分钟的音乐。
据报道，使用 Yelp 网站的数据进行训练的模型，可以自动生成餐厅评论。
一是自动生成三种不同的回复，让用户选择。如果只是简单回应，用户不用自己动手写。另一个功能是，根据用户已经写的内容，预测接下来会写的句子，供用户选择。
毫无疑问，人工智能是很酷的技术，创造出了神奇的产品，有着难以想象的巨大应用前景。
但是，人工智能也是一把双刃剑，模糊了现实与虚拟之间的界限，把我们带上了一条不可预测的道路。作为个人，了解这些技术的进展和潜力，有助于保持一份清醒，享受技术之福的同时，避免它带来的一些副作用。
