如今人工智能是商业和工业界最热门的流行语之一。人工智能技术是当今发生的大部分数字化转型的关键关键，因为组织将自己定位为利用不断增长的数据生成和收集。大数据革命本身。数据过剩导致对其加工，分析和采取行动的方式进行了深入研究。机器比这项工作更适合人类，重点是训练机器以尽可能“智能”的方式做到这一点。

什么是人工智能？

       定义AI的概念随着时间的推移而发生了变化，但核心始终存在构建能够像人类一样思考的机器的想法。

       毕竟，人类已被证明能够独特地解释我们周围的世界，并利用我们所获取的信息来实现变革。如果我们想要构建机器来帮助我们更有效地利用这一点，那么将自己用作蓝图是有道理的！

       因此，AI可以被认为是使用计算机的数字二进制逻辑来模拟抽象，创造性和演绎思维的能力 - 尤其是学习能力。

      人工智能的研究和开发工作分为两个分支。一个被标记为“应用AI”，它使用模拟人类思想的这些原则来执行一项特定任务。另一种被称为“广义AI” - 它旨在开发可以将手转向任何任务的机器智能，就像一个人一样。

      对应用的专业人工智能的研究已经在量子物理学研究领域取得了突破，用于模拟和预测由数十亿亚原子粒子组成的系统的行为，以及基于基因组数据用于诊断患者的医学。

      在工业领域，它通过预测客户需要的服务，在金融领域中用于从欺诈检测到改善客户服务的各种用途。在制造过程中，它用于管理劳动力和生产过程，以及在故障发生之前预测故障，从而实现预测性维护。

      在消费者世界中，我们日常生活中采用的越来越多的技术正在成为人工智能的驱动力 - 从Apple的Siri和Google的Google智能助理等智能手机助手，到自驾车和自动驾驶汽车，许多人预测这些汽车将超过手动驾驶汽车在我们的一生中。

      广义AI稍微偏离 - 对人脑进行完整的模拟需要对器官的理解比我们现有的更完整，并且需要比研究人员常用的更多的计算能力。但考虑到计算机技术的发展速度，情况可能并非如此。新一代计算机芯片技术称为神经形态处理器，旨在更有效地运行脑模拟器代码。IBM的Watson认知计算平台等系统使用人类神经过程的高级模拟来执行不断增长的任务，而无需专门教授如何执行这些任务。

人工智能的主要发展是什么？

       由于注重模仿人类思维过程，所有这些进步都成为可能。近年来最富有成果的研究领域被称为“机器学习”。事实上，它已经成为当代人工智能不可或缺的一部分，“人工智能”和“机器学习”这两个术语有时可以互换使用。

      然而，这是对语言的不精确使用，最好的思考方式是机器学习代表了更广泛的AI领域的当前最新技术。机器学习的基础是，不是必须教会一步一步地做所有事情，机器，如果它们可以被编程为像我们一样思考，可以通过观察，分类和从错误中学习来学习工作，就像我们一样。

     神经科学在IT系统架构中的应用促成了人工神经网络的发展 - 虽然这个领域的工作在过去的半个世纪中得到了发展，但直到最近才有了足够的电力计算机来完成这项任务 - 除了可以使用最昂贵的专业工具的人之外的任何人的现实。

     也许唯一最大的促成因素是数据的爆炸性增长，这是自主流社会与数字世界融合以来所释放的。这种数据的可用性 - 从我们在社交媒体上分享的东西到由连接的工业机器生成的机器数据 - 意味着计算机现在可以获得大量信息，帮助他们更有效地学习并做出更好的决策。

人工智能的未来是什么？

       这取决于你问的是谁，答案会有很大差异！

      真正担心的是，智力的发展等于或超过我们自己，但有能力以更高的速度工作，可能会对人类的未来产生负面影响，而不仅仅是像黑客帝国那样的世界末日科幻或终结者，但斯蒂芬霍金等受人尊敬的科学家。

      即使机器人不能消灭我们或将我们变成活力电池，一个不那么戏剧性但仍然是噩梦般的情景是劳动力的自动化（精神和物质）将导致深刻的社会变革 - 也许是为了更好，或者可能是为了更差。

      去年，人工智能合作伙伴关系中包括谷歌，IBM，微软，Facebook和亚马逊等多家科技巨头，这一可以理解的问题已经成为可能。该小组将研究和倡导人工智能的道德实施，并为机器人和人工智能的未来研究和部署制定指导方针。

 文章来源:www.xixi.ai(息息人工智能)