人工智能通常是指执行在人类决策领域内的计算系统。这些软件驱动的系统和智能代理包含高级数据分析和大数据应用程序。AI系统利用这个知识库来制定决策并采取近似认知功能的行动，包括学习和解决问题。

  AI是在20世纪50年代中期作为科学领域引入的，近年来发展迅速。它已成为编排数字技术和管理业务运营的宝贵而重要的工具。特别有用的是机器学习和深度学习。

  认识到人工智能是一个不断移动的目标是很重要的。曾经被认为属于AI领域的东西，例如光学字符识别和计算机象棋，现在被认为是常规计算。如今，机器人、图像识别、自然语言处理、实时分析工具和物联网中的各种连接系统都利用人工智能来提供更先进的功能。

  帮助开发AI的是许多云计算公司，提供基于云的AI服务。行业专家预计，到2025年，AI将以每年超过127％的速度增长。

  到那个时候，AI系统的市场将超过48亿美元。咨询公司报告称，到2035年，人工智能可能通过“改变工作性质，在人与机器之间创造一种新的关系”，将年度经济增长率提高一倍。不出所料，随着这项技术渗透到商业和日常生活中，观察家们对它既表示欢迎，也表示嘲笑。

  开发能够模仿人类认知的机器的梦想可以追溯到几百年前。在19世纪90年代，像威尔斯这样的科幻作家开始探索机器人和其他机器像人类一样思考和行动的概念。

  然而，直到20世纪40年代初，人工智能的概念才真正成形。在艾伦·图灵介绍了计算理论之后，其他研究人员开始探索创建人工智能框架的方法。

  1956年，达特茅斯学院的研究人员开始了人工智能的实际应用。这包括教电脑玩跳棋，其水平可以打败大多数人。在接下来的几十年里，人们对AI的热情时高时低。

  1997年，IBM公司开发的国际象棋计算机“深蓝”击败了当时的国际象棋世界冠军加里·卡斯帕罗夫。2011年，IBM推出了沃森，它使用了更复杂的技术，包括深度学习和机器学习，打败了《危险边缘》冠军。

  尽管AI在未来几年继续发展，观察家们经常将2015年作为人工智能的里程碑。谷歌云、亚马逊网络服务和微软Azure等公司开始加大研究力度，提高自然语言解决能力、计算机视觉和分析工具。

  今天，人工智能被嵌入到慢慢的变多的应用程序和工具中。从企业分析程序到Siri和Alexa等数字助手，再到无人驾驶汽车和人脸识别，这些都有。

  人工智能是一个涵盖所有机器智能的术语。然而，AI研究和应用有几个不同的领域——尽管它们有时会重叠。这些包括:

  一般的人工智能。这些系统常常从周围环境中学习，并以跨领域的方式应用数据。例如，现在归谷歌所有的DeepMind，利用神经网络学习怎么样玩类似于人类玩的视频游戏。

  自然语言处理(NLP)。该技术允许机器阅读、理解和解释人类语言。NLP使用统计方法和语义编程来理解语法和语法，在某些情况下，还能够理解作者或聊天机器人之类的系统与之交互的情感。

  机器感知。在过去的几年里，传感器——相机、麦克风、加速度计、GPS、雷达等等——在驱动机器感知方面取得了巨大的进步。机器感知包括语音识别和计算机视觉，用于人脸和物体识别。

  机器人技术。机器人设备大范围的应用于工厂、医院等场所。近年来，无人机也开始飞行。这些依赖复杂映射和复杂编程的系统还使用机器感知来导航任务。

  社会智能。无人驾驶汽车、机器人以及Siri和Alexa等数字助手有必要进行协调和编排。因此，这些系统必须理解人类行为并认识到社会规范。

  机器学习(ML)。人工智能的这一分支使用统计方法和算法来发现模式，并“训练”系统在没有显式编程的情况下做出预测或决策。它可能由监督和半监督ML(包括分类和标签)和非监督ML(仅使用数据输入，不使用人工应用的标签)组成。

  深度学习。这种方法依赖于人工神经网络(ANNs)来近似人脑的神经通路。深度学习系统对于开发计算机视觉、语音识别、机器翻译、社交网络过滤、视频游戏和医学诊断尤其有价值。

  贝叶斯网络。这些系统依赖于使用随机变量和条件独立性的概率图形模型，以便更好地理解和处理事物之间的关系，比如药物和副作用或黑暗和打开电灯开关。

  遗传算法。这些搜索算法采用了一种模仿自然选择的启发式方法。他们使用突变模型和交叉技术来解决复杂的生物挑战和其他问题。

  人工智能在医疗保健领域能发挥主导作用。它使卫生专业技术人员能够更深入地了解危险因素和疾病。它能够在一定程度上帮助诊断和洞察风险。人工智能还为智能设备、手术机器人和物联网(IoT)系统提供动力，这些系统支持患者跟踪或警报。

  人工智能现在大范围的应用于农作物监测。它帮助农民以最佳水平施用水、肥料和其他物质。它还有助于对农业设备做预防性维护，并正在生产采摘作物的自主机器人。

  人工智能改变的行业很少能超过金融业。今天，定量投资者(算法)在没有人为干预的情况下交易股票，银行立即做出自动信贷决策，金融机构使用算法来发现欺诈。人工智能还允许消费者使用智能手机扫描纸质支票和存款。

  越来越多面向消费者的应用程序和工具支持图像识别、语音和自然语言处理以及增强现实(AR)功能，这些功能允许消费的人在房间或办公室里预览一件家具，或者不用去实体店就能看到妆容。零售商也在用AI进行个性化营销、供应链管理和网络安全。

  航空公司、酒店和租车公司用AI来预测需求并动态调整定价。航空公司也依赖人工智能来优化航线对飞机的使用，考虑到天气条件、乘客负荷和其他变量。他们也能理解飞机何时需要维修。酒店正在使用包括图像识别在内的人工智能部署机器人和安全监控。无人驾驶汽车和智能交通网络也依赖人工智能。

  对于企业来说，这不是是否用AI的问题，而是如何最大化收益和最小化风险的问题。

  作为起点，了解人工智能如何以及在哪里可以改进业务流程，并构建一支理解AI是什么、它在哪里适用以及它提供了什么机会的劳动力队伍，是至关重要的。这在大多数情况下要员工具备新的知识和技能，人工智能的薪资具有竞争力，同时重新考虑服务提供商、工作流和内部流程。

  人工智能还带来了其他挑战。人工智能最大的绊脚石之一，包括机器学习和深度学习，是构造糟糕的框架。当用户用错误的数据训练模型或构建有缺陷的统计模型时，往往会出现不正确甚至危险的结果。

  人工智能工具虽然越来越容易使用，但需要数据科学专业相关知识。其他主要的因素包括:确保有足够的计算能力和适当的基于云的基础设施，以及减轻对失业的担忧。

  无论如何，人工智能正带来创造更智能、更强大机器的大胆机遇。未来几年，人工智能必将进一步改变商业和生活。返回搜狐，查看更加多