下载掌阅APP，畅读海量书库
立即打开
在数字服务经济时代，数据是新的生产资料，算力是新生产力，云计算是这种生产力的最主要载体，人工智能（AI）是最有力的新生产工具。
事实上，人工智能（Artificial Intelligence，AI）更准确的名称是机器智能。它是通过数字计算机，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兴的技术科学。这个词最初是在1956年达特茅斯（Dartmouth）学会上被提出的。从那以后，研究者们发展了许多相关的理论和原理，人工智能（AI）的概念也随之扩展。目前，人工智能（AI）的主要研究领域包括机器人、语言识别、图像识别、自然语言处理和专家系统等，计算机视觉、机器学习、自然语言处理、机器人和语音识别是人工智能（AI）的五大核心技术。
曾经，人工智能（AI）的发展并不如想象中的那样备受关注，相反，它一度被认为是“伪科学”。近期的人工智能（AI）发展新浪潮的核心成就是在深度学习领域取得的重大突破。深度学习几乎是凭一己之力将人工智能（AI）第三次大规模地推入了公众视野。在21世纪初，当大部分企业和学者已经放弃人工智能（AI）时，2006年，著名学者Hinton等人发现了训练深度神经网络的有效方法，并将之命名为深度学习。2011年和2012年，深度学习在大数据技术的支持下，在语音识别和图像识别方面取得了巨大突破。2016年，以深度学习技术为核心的围棋软件“阿尔法狗”（AlphaGo）打败了人类世界冠军。深度学习方法与大数据相结合的结果，使计算机在图像识别、语音识别、自然语言处理等方面，快速达到或超过人类的普通水平。与此同时，构建在这些基础能力之上的复杂智能系统也获得了多元化发展和应用，如：自动驾驶汽车的智能已经达到16岁青少年的智能所能达到的水平；借助多种新型仪器设备的数据，智慧医疗系统在癌症、皮肤病等疾病的诊断方面，已经超过专业医生。
如今，人工智能（AI）已有许多成功的日常应用。如Adobe公司的Sensei人工智能技术让人们在PS图片时，再也不用为毛发的处理伤神了；一些媒体推出的“数字人”播音员，可以借助自然语言理解、知识图谱、深度学习等技术，用最低的成本提供高水平的传播服务；一些证券服务平台，也在利用人工智能技术不断自我更新金融知识，深刻理解客户需求，为普通用户提供VIP式的一对一服务。这些，才真正构成了人工智能（AI）在数字服务经济中最有代表性的创新。
总体说来，人工智能（AI）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，也就是利用机器智能代替部分低水平的人类智能。但不同的时代、不同的人对“复杂工作”的理解是不同的。在当今这个数字时代，人工智能的最典型的价值就是用以前人类无法实现的方式来处理大数据集，从中发现新的有价值的信息或知识。
如果说在科学研究中应用人工智能（AI）还距离一般民众较远的话，那么在各种交易APP上，人工智能已开始大行其道了。这些应用程序每秒钟的数据流达到百万级，我们希望它们在异常活动发生时发出警报（欺诈或者盗窃等行为），在某个行情态势出现时提供提醒等。以前遇到这种情况，人们也许不太可能有时间去完整地分析和处理相关的数据，而是选择一个小片段处理。即使有数以百计的人在分析欺诈可能性，如此大量的数据也会降低决策能力。在许多条件限制下，传统的数据处理系统并不擅长处理这样的场景和问题。人工智能则会开辟一条路径。由深度学习算法支持的人工智能，会因为数据的积累变得更加的聪明，从而帮助人们解决相似场景下的问题。当然，这样的方式，同样也适合于各种随时间变化的异常的场景。
另外，人工智能（AI）的发展，也会使计算机的基础设施层面发生巨变。譬如，由于人工智能的深度学习算法需要进行大量神经网络计算，传统的CPU、操作系统、数据库在处理这种需求时并不是最擅长的，而GPU、分布式系统在这里却表现突出，于是，新型的人工智能芯片、更具有针对性的深度学习计算云服务、开放的面向应用的深度学习开发框架、通用的人工智能算法等，它们都将成为新的“基础设施”。
总体而言，目前人工智能（AI）的发展已逐步成熟，在机器视觉、语音识别、自动驾驶、数据挖掘等方面都获得了有效的技术突破，可以为传统产业的数字化升级提供动力。同时，人工智能技术（AI）在农业、制造业、服务业等领域的融合发展也在有效推进。未来一二十年内，中国的数字经济将进入以人工智能（AI）为核心驱动力的新阶段，预计将会有许多重大变革。