下载掌阅APP，畅读海量书库
立即打开
1831年，当法拉第用电池、线圈和磁针做出一个小模型时，一位贵妇人问道：“法拉第先生，这东西有什么作用呢？”法拉第答道：“夫人，一个刚刚出生的婴儿有什么作用呢？”30多年后，这个“新生的婴儿”成为带来电气革命的关键之一——发电机。
21世纪的今天，人工智能也正在像婴儿一样成长，但是不会有人再问“这东西有什么用呢”，因为它生来就带着强大的力量。
嵌入深度学习思想的机器不再只是通过特定的人工编程完成简单任务，而是可以通过不断学习来提升其认知世界的能力，这一过程主要依赖高效的模型算法和大量的数据，且其背后需要具有高性能计算能力的软硬件作为支撑。伴随近些年互联网的高速发展和底层技术（如存储技术）的不断进步，人工智能正在不断完善。
海量的学习数据： 2020年全球的大数据总量约为40ZB，其中有七成以图片和视频的形式进行存储，这为人工智能的发展提供了丰厚的土壤。
深度学习算法： 其重要性毋庸置疑。基于神经网络架构的深度学习是机器学习的一个子集，它模仿人类获取知识的方式，并在某种程度上模拟了人类的大脑，在视觉任务与语音任务上显著突破了原有机器学习的界限。作为包括统计和预测建模在内的数据科学的一部分，深度学习十分重要。深度学习的一个主要好处是它加快并简化了收集、检查和分析数据的过程。
高性能计算： 高性能计算已被公认为继理论科学和实验科学之后，人类认识世界和改造世界的第三大科学研究方法。现阶段，GPU响应速度快、对能源需求低，可以并行处理大量琐碎信息，并在高速状态下分析海量数据，有效满足人工智能发展的需求。当人工智能中机器学习有海量的数据和训练任务时，就需要高性能计算机对数据进行并行快速处理，来满足某些应用场景的及时反馈需求。
基础设施成本： 云计算的普及和GPU的广泛使用，极大地提升了运算效率，也在一定程度上降低了运营成本。IDC报告显示，数据基础设施成本正在迅速下降，从2010年的每单位9美元（约合人民币61元）下降到2015年的每单位0.2美元（约合人民币1.4元）。
发展战略和政策环境： 2013年以来，中、美、德、英、法、日等国都纷纷出台了人工智能战略和政策，涉及物联网、大数据及人工智能。从2009年至今，中国人工智能政策的演变中，其核心主题词也不断变化，体现了各阶段发展重点的不同。国家层面的政策早期关注物联网、信息安全和数据库等，中期关注大数据和基础设施，而2017年以后，人工智能成为最核心的主题之一，知识产权保护也成为重要主题。综合来看，我国人工智能政策主要关注：中国制造、创新驱动、物联网、互联网+、大数据和科技研发。