人工智能（AI）是指执行通常在人类决策领域内考虑的任务的计算系统。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。
人工智能是在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。AI特别有用的是机器学习和深度学习。
重要的是要认识到AI是一个不断变化的目标。曾经被认为属于人工智能领域的事物 – 例如光学字符识别和计算机象棋 – 现在被认为是常规计算。今天，物联网（IoT）中的机器人技术，图像识别，自然语言处理，实时分析工具和各种连接系统都可以利用AI来提供更高级的特性和功能。
帮助开发AI是许多云计算公司，提供基于云的AI服务。Statistica预计，到2025年，人工智能将以每年超过127％的速度增长。
届时，人工智能系统市场将达到48亿美元。咨询公司埃森哲（Accenture）报告称，到2035年，人工智能可以通过“改变工作性质并在人与机器之间产生新的关系来实现经济增长率翻一番。”毫不奇怪，观察者既可以预测也会嘲笑技术，因为它可以过滤到商业和日常生活中生活。
人工智能的历史：复制人的心灵
开发能够模仿人类认知的机器的梦想可以追溯到几个世纪前。在19世纪90年代，像HG威尔斯这样的科幻作家开始探索机器人和其他机器的概念，这些机器像人类一样思考和行动。
然而，直到20世纪40年代早期，人工智能的概念才开始以真实的方式形成。在Alan Turing介绍了计算理论之后 – 本质上，机器如何使用算法来产生机器“思维” – 其他研究人员开始探索创建AI框架的方法。
1956年，在达特茅斯学院聚集的研究人员启动了人工智能的实际应用。这包括教电脑玩跳棋，其水平可以击败大多数人。在随后的几十年中，人工智能的热情逐渐消退。
1997年，由IBM开发的一款国际象棋游戏计算机Deep Blue击败了卫冕世界象棋冠军加里卡斯帕罗夫。2011年，IBM推出了Watson，它使用了更为复杂的技术，包括深度学习和机器学习，击败了两个顶级的Jeopardy！冠军。
虽然人工智能在未来几年继续发展，但观察人士经常将2015年视为人工智能的标志性年份。Google Cloud，Amazon Web Services和Microsoft Azure等开始加强研究并改进自然语言处理功能，计算机视觉和分析工具。
如今，人工智能已嵌入越来越多的应用程序和工具中。其中包括企业分析程序和Siri和Alexa等数字助理，以及自动驾驶汽车和面部识别。
AI采用不同的形式
人工智能是一个涵盖任何和所有机器智能的总称。然而，人工智能的研究和使用有几个截然不同的区域 – 尽管它们有时会重叠。这些包括：
一般AI。这些系统通常从周围的世界中学习，并以跨域方式应用数据。例如，现在由Google拥有的DeepMind使用神经网络来学习如何玩类似于人类玩游戏的视频游戏。
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，还可以理解作者的情绪或者与聊天机器人等系统交互的情绪。
机器感知。在过去几年中，传感器的巨大进步 – 相机，麦克风，加速度计，GPS，雷达等 – 已经为机器感知提供动力，其中包括用于面部和物体识别的语音识别和计算机视觉。
机器人。机器人设备广泛用于工厂，医院和其他场所。近年来，无人机也开始飞行。这些系统 – 依赖于复杂的映射和复杂的编程 – 也使用机器感知来导航任务。
社交情报。自动驾驶汽车，机器人和Siri和Alexa等数字助理需要协调和协调。因此，这些系统必须了解人类行为以及对社会规范的认识。
人工智能方法论
有许多方法用于开发和构建AI系统。这些包括：
机器学习（ML）。AI的这个分支使用统计方法和算法来发现模式并“训练”系统，以便在没有明确编程的情况下进行预测或决策。它可能包括有监督和半监督的ML（包括分类和标签）和无监督的ML（仅使用数据输入而不使用人类应用的标签）。
深度学习。该方法依赖于人工神经网络（ANN）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特别有价值。
贝叶斯网络。这些系统依赖于概率图形模型，这些模型使用随机变量和条件独立性来更好地理解和处理事物之间的关系，例如药物和副作用或黑暗和灯开关打开。
遗传算法。这些搜索算法利用自然选择后建模的启发式方法。他们使用变异模型和交叉技术来解决复杂的生物挑战和其他问题。
人工智能在现实世界中
人工智能不乏令人信服的用例。以下是一些主要的例子：
卫生保健
医疗保健中的人工智能可以发挥主导作用。它使卫生专业人员能够更深入地了解风险因素和疾病。它可以帮助诊断并提供对风险的洞察力。AI还支持智能设备，手术机器人和物联网（IoT）系统，支持患者跟踪或警报。
农业
AI现在广泛用于作物监测。它帮助农民以最佳水平施用水，肥料和其他物质。它还有助于农场设备的预防性维护，并产生自动机器人来挑选农作物。
金融
人工智能改造的行业很少，而不是融资。今天，quants（算法）交易股票没有人为干预，银行立即做出自动信贷决策，金融机构使用算法发现欺诈。AI还允许消费者使用智能手机扫描纸质支票并存款。
零售
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，使消费者能够预览房间或办公室中的家具，或者看到化妆品的外观，而无需前往实体店。零售商也在使用人工智能进行个性化营销，管理供应链和网络安全。
旅游与交通
航空公司，酒店和租车公司使用AI来预测需求并动态调整定价。航空公司还依靠AI来优化航线的使用，包括天气条件，乘客载荷和其他变量。他们还可以了解飞机何时需要维护。酒店正在使用AI（包括图像识别）来部署机器人和安全监控。自动驾驶汽车和智能交通网也依赖人工智能。
AI的好处和风险
对于企业而言，问题不在于是否使用人工智能 – 许多组织已经每天都使用人工智能 – 这是一个如何最大化利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何处改善业务流程以及建立能够理解人工智能是什么，适合其中的位置以及提供的机会的员工至关重要。这可能需要工人掌握新知识和技能 – 人工智能工资具有竞争力 – 同时重新思考服务提供商，工作流程和内部流程。
人工智能可以应对其他挑战。人工智能最大的绊脚石之一，包括机器学习和深度学习，是构建不良的框架。当用户使用不良数据训练模型或构建有缺陷的统计模型时，通常会出现不正确甚至危险的结果。
AI工具虽然越来越容易使用，但需要数据科学专业知识。其他重要因素包括：确保有足够的计算能力和适当的基于云的基础架构，并减轻对失业的担忧。
无论如何，人工智能正在引入大胆的机会来创造更智能，更强大的机器。未来几年，人工智能肯定会进一步改变商业和生活。
改写自
