人工智能（Artificial Intelligence）是計算機學科的一個分支，是控制論、信息論、通信學、神經網絡、數學、心理學、語言學等多學科相互交叉滲透而發展起來的新興領域。1946年，世界上第一臺電子計算機在美國誕生，這引起了全世界很多科學家對未來科技發展方向的深入探討。科學家們堅信，計算機一定會挑戰人腦，替代人類做很多需要信息整合、邏輯判斷、智能思考的腦力勞動。十年之后，在1956年美國Dartmouth會議上，麥卡賽、明斯基、羅切斯特等為首的一批年輕科學家在基于計算機發展展望后，共同研究和探討用機器模擬智能的一系列相關問題，并首次定義了“人工智能”這一術語，這也標志著“人工智能”這門新興學科的正式誕生。
人工智能的發展歷程
第一波浪潮。1956年Dartmouth會議提出了人工智能概念后，科學界大力研發相關技術，當時有一款感知神經網絡軟件誕生，后來又出現了聊天軟件，并證明了數學定理。此時，西方國家的科學界意識到人工智能時代已經到來，世界很快要發生巨變，整個科技界一片狂熱。爾后一段時間，人們發現此時的人工智能技術只能解決一些不足掛齒極其簡單的問題，與其定義南轅北轍。不久，科技界對此感到極度失望，人工智能立刻陷入了低潮。
第二波浪潮。經過二十多年計算機相關技術的積累，計算機應用獲得重大突破。到了八十年代初， 模式識別、神經網絡、專家系統和 BT 訓練算法相繼推出。人們發現這些新學科可以借助計算機解決非常復雜的問題，此時人工智能在科技界再度火爆，各國高校（包括國內）興起了人工智能熱。國內外高校把大量人力物力傾注在人工智能領域，日美兩國可謂領頭羊，中國高校也不甘示弱。但經過十年左右的開發，成果寥寥，可商業化的技術少的可憐。人工智能再次步入低潮，從科研項目立項到各類重點實驗室，我們發現人工智能研究絕少再被提及。
第三波浪潮。2006年Hinton提出的深度學習的技術以及在圖像、語音識別的成功應用是一個標志性事件。人工智能在人機對弈、模式識別（圖像、語音）、智能搜索、數據收集、自動駕駛以及在工業機器人等領域獲得重大突破，這些技術突破距離商業化應用已近在咫尺。“眾里尋他千百度，驀然回首，那人卻在燈火闌珊處。”這是人工智能領域當今發展的完美寫照。隨著相關技術領域的逐一被攻破，這一波人工智能的浪潮來的真真切切。
人工智能熱點領域
近十年，人工智能的發展日新月異，其對各行各業的顛覆已近在眼前。但人工智能完全替代人工也不是短期的事情，須知羅馬不是一天建成的。人工智能滲透到社會生活的方方面面一定是依照時間序列分層次展開的。在認識人工智能時，我們必須清楚哪些技術短期即可商用，哪些技術尚未走出實驗室，哪些技術須要等待相關技術的突破，哪些技術可以跟市場需求很好銜接。考察人工智能的熱點領域必須對其相關領域技術的成熟度和市場需求有深入認知，這也是當前國際商業大公司研發人工智能技術的著眼點。
模式識別是一個被研發很久的領域，其關鍵技術在于模式定義、分類、模式訓練和識別算法等，目前技術比較成熟和市場潛力廣闊的應用是圖像識別和語音識別。
圖像識別現在已經廣泛應用于很多場合，如車輛識別、二維碼、醫療診斷、人流監控、圖文讀取、智能交通等，這些應用已經廣泛推向市場。圖像識別的深度應用正吸引國內外大型商業機構和資本大力研發。蘋果發布的首份關于人工智能學術論文，描述了在計算機視覺系統中提高圖像識別的方法，在機器學習研究中，使用合成圖像進行神經網絡訓練要比真實圖像更有效。
語音識別更是一個引爆AI的關鍵應用。數年前，蘋果語音助理Siri剛一推出，在業內被炒的沸沸揚揚，起初，Siri的效果難以讓人滿意，后來變成人們茶余飯后調侃的對象。但隨著模型、算法、數據庫等精準度的突破，識別準確率問題遲早可以解決。語音識別不僅能革新人機會話模式，還能解決困擾人類數千年的跨語音障礙。我們可喜的看到，目前美國微軟、IBM以及國內的百度等公司，近期語音識別準確率上取得的較大突破，差錯率已經壓縮至5%左右。、
自動駕駛汽車集視覺探測、GPS、駕駛控制、人工智能等技術為一體，其控制核心必然是模擬人工，但高于人工的智能計算體系。自動駕駛技術的終極目標是安全性和效率超越人工駕駛，全面替代人工駕駛。
麥肯錫預測，到2025年全球自動駕駛汽車可產出2000億至1.9萬億美元的產值。2016年，福特汽車公司向Pivotal軟件公司注資了1.822億美元，加快云計算軟件的開發。8月份福特及百度向美國硅谷一家激光雷達公司Velodyne公司投資1.5億美元。后者的圓柱形雷達或激光雷達可將地形信息傳遞到車載電腦上，應用于自動駕駛車。從當前研發動向看，不僅豐田、福特、特斯拉、奔馳這樣一些汽車廠商投巨資開發自己的自駕技術，連蘋果、三星、谷歌、亞馬遜、Uber、百度、京東這樣的互聯網企業也不甘示弱。由此可見業界對自駕技術的市場抱有多大熱情。
智能醫療是利用物聯網技術，實現患者與醫務機構或醫療設備之間的遠距離互動診斷。其原理是通過傳感技術提取患者的健康數據，通過既往的大數據綜合診斷病情。智能醫療會提取知名醫生的行醫經驗，匯集眾多病人病情發展過程，使普通人享得到專家級診斷，偏遠地區的病人將借助通信網絡享受到大城市的醫療服務水平。可以預計，未來的機器人動手術將大行其道，其成功率將遠超名醫。
智能醫療是一個非常有希望在近期突破的領域，其市場規模非常之大，社會影響前所未有。
教育是當前和今后相當長時間內的一個龐大產業。隨著時間推移，教育產業將不斷充實壯大，智能教育是一個正在興起的朝陽產業。互聯網+與人工智能快速向教育領域滲透，其核心內容是把人類已有的各種教育資源按照客戶需求逐步個性化，以智能系統逐步取代傳統教師的角色。
2016年，高等教育占據教育市場主導地位，產值約占總市場份額的75%。西方越來越多的高等教育機構購(包括大學)已經開始嘗試利用教學軟件系統和服務來達成教學策略，這一細分市場的增長率一直處在較高水平。Technavio預測，到2020年，全球教育領域人工智能市場將呈指數增長，復合增長率接近40%。目前我們可見的智能產品中大量用到自然語言處理和語音識別技術。
我們相信智能教育目前取得的成果才是一個開端，大戲的上演將在今后幾年。
智能金融服務，以人工智能、大數據、云計算、區塊鏈等高新科技為基礎，通過人工智能提升金融機構的服務效率，拓展金融服務的廣度和深度。最終實現金融服務的智能化、個性化、定制化。
智能金融服務的初步成果，就是我們看到日常生活中現金的使用量和范圍已經被大幅度壓縮，大量的銀行職員面臨失業。
業界目前正在開發的智能金融服務熱點產品有：1）智慧銀行。銀行網點、手機銀行app、微信服務等“一站式、自助化、智能化”的全新服務體驗。2）智能投顧。第三方平臺與業內眾多傳統的銀行、保險、基金、信托等金融機構做嫁接，對用戶行為、市場、產品等進行詳細的分析，智能化為客戶推薦多元化的投資組合。3）消費金融平臺。通過建立以數據和技術為核心驅動的風控系統。建立包含用戶數據采集、實時計算引擎、數據挖掘平臺、自動決策引擎結合人工輔助審批的全面風控能力。
智能安防是以物聯網為基礎的重大行業應用。目前其成熟的應用產品有：防盜報警、視頻監控、出入口控制、巡邏監視、GPS智能系統等。這些子系統可以是單獨設置、獨立運行，也可以由中央控制室集中進行監控，還可以與其他綜合系統進行集成和集中監控。
我國安防行業市場規模從2010年的2350億元增長到2016年的5400億元，年復合增長率達到15%，可見市場前景非常廣闊。而作為智能安防分支的智能家居市場空間同樣巨大。
人工智能發展的瓶頸問題
在人工智能如火如荼的今天，我們必須清醒的認識到人工智能的發展仍面臨著一系列瓶頸問題。縱觀人工智能前沿，我們認為比較突出的表現在以下幾個方面：
在全球范圍內，人工智能人才不足將是一個長期的困難，西方發達國家包括美國、日本等已經具備了領先的人才儲備。人工智能需要大量的跨學科復合型前瞻規劃與開發人才，以實現人工智能向多領域和深度應用滲透。我國在人才培養和積淀上明顯落后于西方國家，這是不爭的事實，例如美國的谷歌、微軟、IBM、亞馬遜、英特爾、Facebook等大公司AI人才密集。我國在發展人工智能領域，更多依賴于海外人才；中國本土，高層次的AI人才相對稀缺。
人工智能是一個多種技術相互交叉聯動的領域。例如傳感器、復雜計算機算法、超級機器運算芯片、智能平臺、機器學習與自適應、智能語音識別處理等等。在相關技術領域，有的已經取得比較滿意的突破，有的還正在研發過程中。人工智能相關技術的突破需要經歷一個相當長的時間周期。
目前最大的問題在于諸多的人工智能技術如何從實驗室走出來，面向商用。也就是取得比較理想的市場效益，否則就難以獲得資本市場的支撐，形成良性的商業模式。
總之，人工智能的全面爆發正處在一個歷史臨界點，人工智能對人類社會的改變無疑是天翻地覆的。我們期待這場暴風雨來的更猛烈些！
免責聲明：本文來自作者——張耀寰，不代表超天才網的觀點和立場。文章及圖片來源網絡，版權歸作者所有，如有投訴請聯系刪除。
