人工智能（néng）（AI）这一术语（yǔ）是指（zhǐ）执（zhí）行在人类决策领域（yù）内（nèi）考虑的任务的计算（suàn）系统（tǒng）。这些软件（jiàn）驱（qū）动的系统和智能代理包含高（gāo）级数据分析（xī）和大数据应用程序。人工智能（néng）系统（tǒng）利用这个知识库来（lái）制定决策，并开展（zhǎn）近（jìn）似认知功能的行动（dòng），其中包（bāo）括学习和（hé）解决（jué）问题。

人工智能在20世纪50年代中期（qī）被作为一个科学领域（yù）引入，近（jìn）年来发展迅速。它已成为（wéi）协调数字技术和管理业务运营的重要工具。特别有用的是人工（gōng）智能的进步，如（rú）机（jī）器学习（xí）和深（shēn）度学习。

重要的（de）是要认识到人工智能是一（yī）个不断变化的目标。曾经被认（rèn）为属于人工智能领域的事物，例如光学字符识别和电脑国际象棋，现在被认（rèn）为是常（cháng）规计算。如今，机（jī）器人（rén）、图像（xiàng）识别、自然语言（yán）处理（lǐ）、实时分析工具和物（wù）联（lián）网（IOT）内的（de）各种连接系统都采（cǎi）用人工智能（néng），以（yǐ）提供更先进的功能（néng）和能力。

帮助开发（fā）人工（gōng）智能的是许多（duō）提供基（jī）于云计算的人工智能服（fú）务的公司。Statistica公（gōng）司预（yù）计，到2025年（nián），人工智（zhì）能将以每（měi）年超过127%的速（sù）度增长，其市（shì）场规模将达到48亿（yì）美（měi）元（yuán）。咨询（xún）机构埃（āi）森哲公司（sī）（Accenture）报告指出（chū），“到2035年，人工（gōng）智能可以通过改（gǎi）变工作性质，并在（zài）人与机（jī）器（qì）之间产生新的（de）关系来实（shí）现经济增长率翻一（yī）番。”毫不奇（qí）怪，观察家们在这项技术（shù）渗透到商业和日常生（shēng）活中的同时，也对这项技术进行了（le）宣传（chuán）。

人工智能在许多业务领域（yù）具有广泛的应（yīng）用

人工智能的历史：复制人（rén）类思维

开（kāi）发能（néng）够模（mó）仿人类（lèi）认知的机器（qì）的梦（mèng）想可以（yǐ）追溯到几个世纪前。在（zài）19世纪90年代，像H.G. Wells这样的科（kē）幻作家开始探索机器（qì）人和其（qí）他机器的概（gài）念，这（zhè）些（xiē）机器像人类一（yī）样思考和行动。

然而，直到20世纪40年代初（chū），人工智能的（de）概念（niàn）才真正形（xíng）成。在阿兰·图灵提（tí）出计（jì）算理论（lùn）（本（běn）质上是机器如何（hé）使用算（suàn）法来产生机器“思考”）之（zhī）后，其他研究人员（yuán）开始探索创（chuàng）建人工（gōng）智能框架的（de）方法。

1956年，达（dá）特茅斯学院的研（yán）究（jiū）人员（yuán）开始了人工（gōng）智能的实际应用。这包括采用（yòng）电脑玩跳棋游（yóu）戏，其水平可以击败（bài）大（dà）多数人。在随后的几十年中，人们（men）对人工智能的热（rè）情逐渐消退。

1997年，IBM公司开（kāi）发了一台国际象棋计（jì）算机深蓝（Deep Blue）击败了世（shì）界象棋冠军加里卡斯帕罗夫。2011年，IBM公司推出了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（bài）了两个顶级的Jeopardy冠军。而（ér）Jeopardy是（shì）美国知名（míng）的益智（zhì）节目。

尽管人工智能在未来几年（nián）继续发展，但观察家（jiā）们经常将2015年作为人工智能的（de）一个里（lǐ）程碑年。谷歌云、亚马逊网（wǎng）络服务（AWS）、微（wēi）软（Microsoft）、微软Azure等（děng）公（gōng）司开始加强研究，提高自然语言处理能（néng）力、开发计（jì）算机（jī）视（shì）觉和分析工具。

如今，人工智能（néng）已嵌入越来越（yuè）多的应（yīng）用程（chéng）序和工具中。其中包括企（qǐ）业分析（xī）程序和Siri和Alexa等数字助理，以及（jí）自动驾驶（shǐ）汽车和面部识别。

人工智能采用不同的（de）形式

人工智（zhì）能是一个涵盖任何和（hé）所有机（jī）器智（zhì）能的总（zǒng）称。然（rán）而，人（rén）工智能的（de）研究（jiū）和使用有几个截（jié）然不同的区域 - 尽管它们有时会（huì）重叠。这（zhè）些包括：

·通用人（rén）工智（zhì）能。这些系（xì）统通常向（xiàng）周（zhōu）围的世界学习，并以跨域的方式（shì）应用数据。例如，现在谷歌所有（yǒu）的DeepMind使（shǐ）用神经网络学（xué）习如（rú）何操作人类所玩的电（diàn）子游戏。

·自然语（yǔ）言处（chù）理（lǐ）（NLP）。这项技术使机器能够（gòu）阅（yuè）读、理解（jiě）和解释（shì）人类语言。自然语言处理（NLP）使用统（tǒng）计方法和语（yǔ）义编（biān）程来理解语法，在（zài）某些（xiē）情况（kuàng）下，还（hái）可以理解作者或与聊天机器（qì）人等系（xì）统（tǒng）交互的人的情绪。

·机器感知。在过去（qù）的几年里，传（chuán）感（gǎn）器相关技术（shù）（摄像头、麦克风、加速度计（jì）、GPS、雷达等）的巨大进步（bù）推动了机器感知，其中包括语音识（shí）别和（hé）用于面部和物体识（shí）别（bié）的计算机视觉。

·机器人。机器人设备广泛用于工厂，医院和其他场所。近（jìn）年来，无人机也开始应用。这（zhè）些系统依赖（lài）于复杂的映射和（hé）复杂的编程，也使用机器感知来完成任务。

·社交智能。自主车（chē）辆、机器人和数字助（zhù）理（lǐ）（如Siri和Alexa）需要协调和调整。因此，这些系统必（bì）须（xū）了（le）解人类（lèi）的行为，以及对社会规范（fàn）的认（rèn）识。

人工智能（néng）方法（fǎ）

有许多方法（fǎ）用于开发和构建人工智（zhì）能系统。这些包括：

·机器学习（ML）。人工智能的这一分支使用统计方（fāng）法和（hé）算法（fǎ）来发现模式，并“训（xùn）练”系（xì）统（tǒng）在没（méi）有明确编程的情（qíng）况下做（zuò）出预测或（huò）决（jué）策。它可能包括有（yǒu）监督（dū）和半监督的机（jī）器学习（xí）（包括（kuò）分类和标签）和（hé）无监督（dū）的机器（qì）学习（仅（jǐn）使用（yòng）数据输入，不使用（yòng）人类应（yīng）用（yòng）的（de）标签）。

·深度学习（xí）。这种方法依（yī）靠（kào）人工神经网络模拟来近似人脑的（de）神经。深度学（xué）习系统对于发展（zhǎn）计算机视（shì）觉、语音识（shí）别（bié）、机器翻译、社（shè）会网络过滤、电子游戏、医学（xué）诊（zhěn）断等具有特别重（chóng）要的（de）价值（zhí）。

·贝叶斯（sī）网络。这（zhè）些系统依赖于概率图形模型，这些模型使用随机变（biàn）量和条件独立性来更（gèng）好地理解和（hé）处理（lǐ）事（shì）物之（zhī）间的关系，例如（rú）药物和副作用。

·遗传算法。这些（xiē）搜索（suǒ）算（suàn）法利用自然选择（zé）后建模的启（qǐ）发式（shì）方法。他们使用变异模型和交叉技术来解决复杂（zá）的生物（wù）挑战和其他问题。

现实世界中的人（rén）工智能

对于人（rén）工智（zhì）能来说，有（yǒu）很多（duō）令人信服的用例（lì）。以下是在一（yī）些行业领域中的主要示例（lì）：

·医疗保健行业

医（yī）疗保健中的（de）人工智能可以（yǐ）发挥主导作用。它使（shǐ）卫（wèi）生专业人员能够更深入地（dì）了解风险因素和疾（jí）病。它（tā）可（kě）以帮助诊断，并提供对风（fēng）险的洞察力（lì）。人工智（zhì）能还为支持患（huàn）者跟踪或警报的智能设备、手术（shù）机器人和物联（lián）网（IOT）系统（tǒng）提供帮助（zhù）。

·农业

人（rén）工智能现在广（guǎng）泛用于农作（zuò）物监测。它帮（bāng）助农民以（yǐ）最佳水（shuǐ）平施用水和肥料。它（tā）还有助于农场设备的预防性维（wéi）护，并（bìng）产生自动机器人来挑选农作物。

·金融行业（yè）

如今，定量（算（suàn）法）在没有（yǒu）人为干预的情况下交易股票（piào），银行立即做出自动信贷决（jué）策，金融（róng）机（jī）构使用（yòng）算法来（lái）检（jiǎn）测欺（qī）诈行为。人工智（zhì）能（néng）还允许消费者使用智能手机（jī）扫描纸（zhǐ）质支票和存款（kuǎn）。

·零（líng）售行业（yè）

越来越多面向消（xiāo）费者的应用（yòng）程序（xù）和（hé）工具支持图像（xiàng）识别、语音和（hé）自（zì）然语言处理以及增强现实（AR）功能，这（zhè）些功能允（yǔn）许（xǔ）消费者（zhě）在房间（jiān）或办公（gōng）室中预览家具，或者在（zài）不前往实（shí）体（tǐ）商店（diàn）的情（qíng）况下查看化（huà）妆品的外观。零售（shòu）商（shāng）也（yě）在使用人工智能进行个性化营销、管理供应链和网络安全（quán）。

·旅行、交通和招待（dài）

航（háng）空公司、酒店和租车公司使用人工（gōng）智能来预测（cè）需（xū）求并动态调整定价。航空公司还依赖（lài）人工智能来优化航线飞机（jī）的使（shǐ）用，考虑天气条（tiáo）件（jiàn）、乘客负荷和其他变量。他们（men）还可以了解飞机何时需要（yào）维护。酒店（diàn）正在使用人工智（zhì）能（包括图像识别）来（lái）部署（shǔ）机器人（rén）和安全（quán）监控。自动驾驶（shǐ）汽车和智能交通网也（yě）依赖人工智能。

人工智能的好（hǎo）处和风险

对于（yú）企业来说，这不（bú）是一个是否（fǒu）使用人工智能的问题，许（xǔ）多组织已经每天都在使（shǐ）用人工智能，而是一个如何（hé）最大化（huà）收益和（hé）最小化风险的问题。

企业了解人工智能如何以及在何（hé）处改善业务（wù）流程（chéng），以（yǐ）及建立一个能够理解人工智能是什么，它适合何处以及它提供哪些（xiē）机（jī）会的员工队伍是至关重要（yào）的。这可能需要（yào）企业员（yuán）工具备新的知识（shí）和技能，同时需要（yào）重新考虑服（fú）务提供商（shāng）、工作流程和内部流程。

人工智能能应对其他挑战。人工智能最大的障（zhàng）碍包括机（jī）器学（xué）习和深度学（xué）习，而构建结构不（bú）良的框架。或（huò）用户（hù）使（shǐ）用糟糕（gāo）的数据训练模（mó）型或构建（jiàn）有缺陷（xiàn）的（de）统计模型时，通常会（huì）出（chū）现不正（zhèng）确甚至（zhì）危险的（de）结（jié）果。

人工智能工（gōng）具虽然（rán）越来越容易使（shǐ）用，但需要数据（jù）科学专业知识。其他重（chóng）要（yào）因素包括：确保有足够的计算能力和适当（dāng）的（de）基（jī）于云计算的基础设施，以及减轻员工（gōng）的工作岗（gǎng）位被人工智能取代（dài）的担忧。

无（wú）论如何，人工智能正在引入更多（duō）的机会来创造更（gèng）智能、更强大的机器。相信（xìn）在未（wèi）来几年，人工智能（néng）一定会进（jìn）一步（bù）改变业务和（hé）生活。