福利：公众号回复“人工智能”，即可下载“一份长达71页的人工智能研究报告”。
说到人工智能，可能很多人都会想到2016年初，Google公司研发的Al-phaGo系统与围棋世界冠军、职业九段棋手李世石对弈，并以4比1的成绩获得胜利的事。此后关于人工智能的话题一度火热。今年5月，在中国乌镇围棋峰会上，升级后的AlphaGo系统对垒排名世界第一的世界围棋冠军柯洁，以3比0再次获胜。人工智能似乎被烙上了“非常聪明”的印记。那么大家一直说的“人工智能”到底是什么？
百度百科 这样解释“人工智能”
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。
人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。
人工智能的前世今生
早在20年前，就有一场有关人类与机器之间的比赛了！当时，对阵的双方是IBM公司研制的Deep Blue（深蓝）计算机，和世界象棋特级大师俄罗斯的加里•基莫维奇•卡斯帕罗夫。那场比赛，互有胜负，深蓝计算机系统虽有不俗的表现，但仍然显得有些“幼稚”，被大师投诉在控制时间上“作弊”。
人工智能的发展也经历了漫长的发展历程。上世纪三四十年代，以维纳、弗雷治、罗素等为代表发展起来的数理逻辑，和以丘奇、图灵等人为先驱提出的计算思维，促进了智能计算方法的萌生。1956年夏，人类历史上第一次人工智能研讨会在美国的达特茅斯（Dartmouth）大学举行，标志着人工智能学科的诞生。
1969年，召开了第一届国际人工智能联合会议，此后每两年召开一次。次年，《人工智能》国际杂志（InternationalJour nalofAI）创刊。这些对开展人工智能国际学术活动和交流、促进人工智能的研究和发展起到积极作用。随后，20世纪七八十年代，知识工程的提出和专家系统的成功应用，确定了知识在人工智能中的地位。近年来，机器学习、深度学习、演化计算、群智能等研究深入开展，形成高潮。
10种最热门的人工智能技术
自然语言生成：利用计算机数据生成文本。目前应用于客户服务、报告生成以及总结商业智能洞察力。代表性厂商包括：Attivio、Cambridge Semantics、Digital Reason、Lucidworks、Narrative Science和SAS。
语音识别：将人类语音转录和转换成对计算机应用软件来说有用的格式。目前应用于交互式语音应答系统和移动应用领域。代表性厂商包括：NICE、Nuance Communications、OpenText和Verint Systems。
虚拟代理：弗雷斯特公司声称，“虚拟代理可谓是媒体界目前竞相报道的对象。”从简单的聊天机器人，到可以与人类进行交际的高级系统，不一而足。目前应用于客户服务和支持以及充当智能家居管理器。代表性厂商包括：亚马逊、苹果、Artificial Solutions、 Assist AI、Creative Virtual、谷歌、IBM、IPsoft、微软和Satisfi。
机器学习平台：不仅提供了设计和训练模型，并将模型部署到应用软件、流程及其他机器的计算能力，还提供了算法、应用编程接口（API）、开发工具包和训练工具包。目前应用于一系列广泛的企业应用领域，主要涉及预测或分类。代表性厂商包括：亚马逊、Fractal Analytics、谷歌、H2O.ai、微软、SAS和Skytree。
针对人工智能优化的硬件：这是专门设计的图形处理单元（GPU）和设备，其架构旨在高效地运行面向人工智能的计算任务。目前主要在深度学习应用领域发挥作用。代表性厂商包括：Alluviate、克雷、谷歌、IBM、英特尔和英伟达。
决策管理：引擎将规则和逻辑嵌入到人工智能系统，并用于初始的设置/训练和日常的维护和调优。这是一项成熟的技术，应用于一系列广泛的企业应用领域，协助或执行自动决策。代表性厂商包括：Advanced Systems Concepts、Informatica、Maana、Pegasystems和UiPat。
深度学习平台：一种特殊类型的机器学习，包括拥有多个抽象层的人工神经网络。目前主要应用于由很庞大的数据集支持的模式识别和分类应用领域。代表性厂商包括：Deep Instinct、Ersatz Labs、Fluid AI、MathWorks、Peltarion、 Saffron Technology和Sentient Technologies。
生物特征识别技术：能够支持人类与机器之间更自然的交互，包括但不限于图像和触摸识别、语音和身体语言。目前主要应用于市场研究。代表性厂商包括：3VR、Affectiva、Agnitio、FaceFirst、Sensory、Synqera和Tahzoo。
机器人流程自动化：使用脚本及其他方法，实现人类操作自动化，从而支持高效的业务流程。目前应用于人类执行任务或流程成本太高或效率太低的地方。代表性厂商包括：Advanced Systems Concepts、Automation Anywhere、Blue Prism、UiPath和WorkFusion。
文本分析和NLP：自然语言处理（NLP）使用和支持文本分析，为此它借助统计方法和机器学习方法，为理解句子结构及意义、情感和意图提供方便。目前应用于欺诈检测和安全、一系列广泛的自动化助理以及挖掘非结构化数据等领域。代表性厂商包括：Basis Technology、Coveo、Expert System、Indico、Knime、Lexalytics、Linguamatics、Mindbreeze、Sinequa、Stratifyd和Synapsify。
人工智能解决了那些方面的问题
一、识别过程，外界输入的信息向概念逻辑信息转译，将动态静态图像、声音、语音、文字、触觉、味觉等信息转化为形式化（大脑中的信息存储形式）的概念逻辑信息。
二、智能运算过程，输入信息刺激自我学习、信息检索、逻辑判断、决策，并产生相应反应。
三、控制过程，将需要输出的反应转译为肢体运动和媒介信息。 实用机器人在第三个方面做得比较多，而识别和智能运算是很弱的，尤其是概念知识的存储形式、逻辑判断和决策这些方面更是鲜有成果，这正是人工智能要重点解决的问题。
针对问题空间，研究划分为这几个方向：1.自然语言理解 2.语音识别 3.机器视觉 4.传感与运动控制 5.概念逻辑运算 6.智能操作系统。
为何人工智能会受到高度重视
爆发的大数据急需人工智能：人工智能发展起起落落很多次，其中上一次的“冷落”是自神经网络的技术问题而被搁置，但是到了最近人工智能再次被升级到风口浪尖，一方面来自人工智能自身技术的突破，而另一方面则在于大数据的产生，海量的数据正在产生，而如何利用这些数据，将其进行更多的商业化落地则是所有行业的当务之急，就像马云所说的，我们正在从IT时代过渡到DT时代，而这个全新的时代，我们面临全新的挑战
物联网的升级需要人工智能：毫无疑问未来一切都将联网，人与人的连接正在加入人与物的连接，而下一步就是物与物的连接。比如自动驾驶汽车走上公路，就需要公路监视系统，其他自动驾驶汽车的联网等等，而控制并协调这一切的则只能人工智能，人工智能将会实现自动调配，处理各种意外突发事件等等，如果没有人工智能，则自动驾驶完全是空谈。
结语！结语！结语！
其实，在小编看来，不管人工智能目前网络传播有多火，都是BAT级别有相关深厚技术积累沉淀背景公司的战场，普通创业公司想要切入这块未来市场的蛋糕只能选择一个细分领域入手，而且还是基于他们的开放平台或者系统。所以不要认为是风口就去盲目的追，风口的猪不是你说能飞就能飞的，吃瓜群众先了解就好。
PS：这个浮躁的职场社会促使着我们都在努力的获取知识并学习新知识，而在学习的过程中我们总希望有那么一群志同道合的朋友一起交流成长，聊聊互联网、交流工作、各抒己见的创业观点、亦或者寻找合作伙伴交换资源等，那么小编便想借此公众号来汇聚这样的一批朋友，如果你也类似的想法欢迎公众号回复你的信息：姓名+公司+职务+微信号。
公众号回复“人工智能”，即可下载“一份长达71页的人工智能研究报告”。
