人工智能（AI）这一术语（yǔ）是指执行（háng）在（zài）人类（lèi）决策领域内考（kǎo）虑的任务（wù）的计算系统。这些（xiē）软件驱（qū）动的（de）系统（tǒng）和智能代理包（bāo）含高（gāo）级数据分析和大数据应用程（chéng）序。人工智能（néng）系（xì）统利用（yòng）这个知识（shí）库来制定决（jué）策，并开展近（jìn）似认知（zhī）功能的行动，其中包括学（xué）习和（hé）解决问题（tí）。

人工智能在20世纪（jì）50年代中期被（bèi）作（zuò）为（wéi）一个科学领域（yù）引入，近年来发展迅速。它已成为协调数字技术和管理业务运（yùn）营的重要工具。特别有用（yòng）的是人工（gōng）智能的进步，如机（jī）器（qì）学习（xí）和深（shēn）度学习。

重要的是要认识到人工（gōng）智能是一个（gè）不断（duàn）变（biàn）化的（de）目标。曾经被认为属于人工智能领（lǐng）域的事物，例如光学字符识别和电脑（nǎo）国际象棋，现在被认为是常规（guī）计算。如（rú）今，机器人、图像识别、自然语言处理、实时分析工具和物联网（wǎng）（IOT）内的各（gè）种连接系统都采用（yòng）人（rén）工智能，以提供（gòng）更先进的功（gōng）能和能力（lì）。

帮助（zhù）开发人工智能的（de）是许多提供基于云计算的人（rén）工（gōng）智（zhì）能服（fú）务的（de）公司。Statistica公司预计，到2025年（nián），人工智能将以每（měi）年超过127%的（de）速度（dù）增长（zhǎng），其市场规模将达到48亿（yì）美元（yuán）。咨询机构埃森哲公司（Accenture）报告指出，“到2035年（nián），人（rén）工（gōng）智（zhì）能可以通过改（gǎi）变工（gōng）作性（xìng）质，并在人与机器（qì）之间产生（shēng）新的（de）关（guān）系（xì）来实现经济增长率（lǜ）翻一（yī）番。”毫不奇（qí）怪，观察家们在这项技（jì）术渗透到商业和（hé）日常生（shēng）活中（zhōng）的同（tóng）时（shí），也对这项技术进行了宣传。

人工智能在许（xǔ）多业务领域（yù）具有广泛（fàn）的应用

人工智能的历（lì）史（shǐ）：复制人类思维

开发能够模仿人类认知的机器的梦想可以（yǐ）追溯（sù）到（dào）几（jǐ）个（gè）世纪前。在19世纪90年代，像H.G. Wells这样的科幻作家开始（shǐ）探（tàn）索机器人和（hé）其他机器的概念（niàn），这些机器像人类（lèi）一样思考和（hé）行动。

然而，直（zhí）到20世纪（jì）40年代初，人工智（zhì）能的概（gài）念才（cái）真正形成。在阿兰（lán）·图灵（líng）提出（chū）计算理论（lùn）（本质上是（shì）机器如何使用（yòng）算（suàn）法（fǎ）来产生机器（qì）“思考”）之后，其他研究人员（yuán）开（kāi）始探索创（chuàng）建人（rén）工智（zhì）能（néng）框架的方法。

1956年，达特茅斯学院的（de）研究人员（yuán）开始了人工智能的实际应用。这包括采用电脑玩（wán）跳棋游戏，其（qí）水平（píng）可以击（jī）败大多数人。在随后的几十年中，人们对人工（gōng）智（zhì）能的热情逐渐消退。

1997年，IBM公司（sī）开发了一台国际象棋计算机深蓝（lán）（Deep Blue）击败了世界象（xiàng）棋冠军加里卡（kǎ）斯帕罗（luó）夫。2011年，IBM公司（sī）推出（chū）了（le）Watson，它（tā）使用（yòng）了更为复杂的技术，包括深度学习和机器学（xué）习，击败了两（liǎng）个（gè）顶级的Jeopardy冠（guàn）军。而Jeopardy是美（měi）国知名的益智节（jiē）目。

尽管（guǎn）人工智能在未来几年继续发（fā）展，但观察家们经（jīng）常将2015年作为（wéi）人工智能的一个（gè）里程碑年（nián）。谷歌（gē）云、亚（yà）马逊网络服（fú）务（AWS）、微软（Microsoft）、微软Azure等（děng）公司开（kāi）始加强研究，提高自然语言处理能力（lì）、开（kāi）发计算机视觉和分析工具。

如今，人工智能已嵌（qiàn）入越来越多（duō）的应用程序和工具（jù）中。其中包括（kuò）企业分（fèn）析程序和Siri和Alexa等数字（zì）助（zhù）理，以及自动驾（jià）驶汽车和面部（bù）识别。

人工智能采用不同的形式

人工智能（néng）是（shì）一个涵盖（gài）任何和所有机器智能的（de）总称。然而，人工智能的研究和使（shǐ）用有几个截（jié）然不同的区域 - 尽管它们有（yǒu）时会重叠。这些包括：

·通用（yòng）人工智能。这些（xiē）系统通常向周围（wéi）的世界学习（xí），并以（yǐ）跨域的方式（shì）应（yīng）用（yòng）数据（jù）。例（lì）如，现在谷歌所有的DeepMind使用神经网络学（xué）习如何操作（zuò）人类（lèi）所（suǒ）玩的电子游戏。

·自然语言处理（NLP）。这项（xiàng）技术（shù）使机器能够阅读、理解（jiě）和解（jiě）释人类（lèi）语言。自然语言（yán）处理（lǐ）（NLP）使用统计方法和（hé）语义（yì）编程来理解语法，在某些情况下，还（hái）可（kě）以理解作（zuò）者或（huò）与聊天机器人等（děng）系（xì）统交（jiāo）互（hù）的人（rén）的（de）情绪。

·机器感知（zhī）。在过去的（de）几年里，传感器相关技术（摄像头、麦克风、加（jiā）速度计、GPS、雷达等）的巨大进步推动（dòng）了机器感（gǎn）知，其中包括语音识别和用于面部（bù）和物体识别的（de）计算（suàn）机视觉。

·机器人。机器人设备广泛用于工厂，医院和其他（tā）场（chǎng）所。近年来，无（wú）人机也（yě）开（kāi）始应用。这些系统依赖（lài）于复杂的映射和复杂的编程，也使（shǐ）用机器感知来完成任务。

·社交智（zhì）能。自主车辆、机器人和数字助（zhù）理（如Siri和Alexa）需要协调（diào）和调整。因此，这些系统必（bì）须了解人类（lèi）的行为，以及（jí）对社会规范的认识。

人工（gōng）智能方法

有（yǒu）许多方法（fǎ）用于开（kāi）发和构（gòu）建（jiàn）人（rén）工智能（néng）系（xì）统（tǒng）。这（zhè）些包括：

·机（jī）器学习（xí）（ML）。人工智能（néng）的这一分（fèn）支使用统（tǒng）计方法（fǎ）和算法来发现模式，并“训练”系统在没有明确编程（chéng）的情况下做出预测或（huò）决策。它（tā）可能包括有（yǒu）监督和半监督（dū）的机器学习（包括分类（lèi）和标签）和无监（jiān）督的机器（qì）学习（仅使用数据输入，不使用人类应用（yòng）的（de）标（biāo）签）。

·深度学习。这种方法（fǎ）依靠人（rén）工神经网络（luò）模（mó）拟来（lái）近似人脑的神经。深度学习系统（tǒng）对（duì）于发展计算机视觉、语音（yīn）识别、机器翻译、社会网络过滤（lǜ）、电子游戏、医学诊断等具有特别重（chóng）要的价值（zhí）。

·贝叶斯网络。这些系统依赖（lài）于概率图形模型，这些模型使（shǐ）用随（suí）机变量和条（tiáo）件独立性来更（gèng）好地理解和处理事物（wù）之间（jiān）的关（guān）系，例（lì）如药物和副作用。

·遗传算法。这些搜索算法利用自然选择后建（jiàn）模（mó）的启发（fā）式（shì）方法。他（tā）们（men）使用变异模型和交叉技术（shù）来解决复杂的生物挑（tiāo）战和其他问题。

现实世界中的人工智能

对于人工（gōng）智（zhì）能来说，有很多令人信服的用例。以下是（shì）在一些行业领（lǐng）域中的（de）主要示例：

·医疗保健行业（yè）

医（yī）疗保健中（zhōng）的（de）人（rén）工智能可以发（fā）挥主导作用（yòng）。它使卫生专业人员能够更深入地（dì）了（le）解风险因素和疾（jí）病。它可以帮助诊（zhěn）断，并提供（gòng）对风险（xiǎn）的洞察力。人工智能还为支持患者（zhě）跟踪（zōng）或警报的智（zhì）能设（shè）备、手术（shù）机器人（rén）和物联网（IOT）系统提供帮助。

·农业

人工智能现在广泛用于农作物监测。它帮助农民以最佳水平施用水（shuǐ）和肥料。它还有助于农场设备的预防（fáng）性维护，并产（chǎn）生（shēng）自动机（jī）器人来挑（tiāo）选农作物。

·金融行业

如今，定量（算法）在没有人为干预的情况（kuàng）下交（jiāo）易股（gǔ）票，银行立即做出自动信贷决策，金融机构使（shǐ）用算法来检测（cè）欺诈行为。人工（gōng）智（zhì）能还允（yǔn）许消费者使用智能手机扫描（miáo）纸（zhǐ）质支票和存款。

·零售行业

越（yuè）来越多面向消（xiāo）费（fèi）者的应用程序和工（gōng）具支持图像识别、语音和自然语言处理以及增（zēng）强现（xiàn）实（AR）功能，这些功能允许（xǔ）消费者在房间或办公室中（zhōng）预览家具，或者在不前往实体商店的情况下查看化妆品的外观（guān）。零（líng）售商也在使用人工智能（néng）进（jìn）行个性化营（yíng）销、管理供应（yīng）链和网络安全。

·旅行、交通和招（zhāo）待

航空公司、酒店和租（zū）车公司使用人工智（zhì）能来预测需求并（bìng）动（dòng）态调整定（dìng）价。航空公司还依赖人（rén）工智能来优化航线（xiàn）飞机的使用（yòng），考虑天（tiān）气条件（jiàn）、乘客负荷（hé）和（hé）其他变量。他们还可以了解飞机何时需要（yào）维（wéi）护（hù）。酒（jiǔ）店正（zhèng）在使用人工智能（néng）（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（yī）赖人工智能（néng）。

人工（gōng）智能的好处和风险

对于企业来说，这不（bú）是（shì）一（yī）个是否使用人工智能的（de）问题，许多组织已经每天都在（zài）使用人工智（zhì）能，而是一个（gè）如何（hé）最大化收益和最小化风险的（de）问题。

企业了（le）解人工（gōng）智能如何以及在（zài）何（hé）处改善业务流程，以及建立一个能够理解人工智能是什么，它适合何（hé）处以（yǐ）及它提（tí）供哪些机会的员工队伍是（shì）至关重要的。这可能需要（yào）企业员工具（jù）备（bèi）新的知识和（hé）技能，同时需要重新（xīn）考虑服（fú）务提供（gòng）商（shāng）、工作流程（chéng）和内部流程。

人工智能能（néng）应对其他挑战（zhàn）。人工智能最大的障碍包括机（jī）器学习和深度学习，而构建结构不良的框架。或用户使用糟糕的（de）数据（jù）训（xùn）练模型或构建有缺陷的统计模型（xíng）时，通（tōng）常会出现不正确（què）甚至危险的结果。

人工智（zhì）能工（gōng）具虽然越来越容易（yì）使用，但需（xū）要数据科（kē）学专业知（zhī）识（shí）。其他（tā）重要因素包括：确保有足（zú）够（gòu）的（de）计算能力和（hé）适当的基于云计算（suàn）的基础设施，以（yǐ）及减轻员工的工作岗位被人工智（zhì）能取代的担忧。

无论如何，人工（gōng）智能正在引入更多（duō）的（de）机会来创造更智能、更强大的机器。相信在未来几年（nián），人工智能一定会进一步改变（biàn）业务和（hé）生（shēng）活（huó）。