大家有没设想过这样一个场景：上完一天班，坐上自己的自动驾驶汽车，汽车缓缓行驶。一个甜美的声音对你嘘寒问暖，根据你的心情，已经帮你优选熟悉的轻音乐，并以合适的分贝，在你耳边响起。这样常常出现在科幻片里的场景，未来可能会出现在你我的生活中。

我们这个时代，正慢慢走近由人工智能、大数据、物联网等主宰的全新的世界!

什么是人工智能？

人工智能其实是一门跨学科科学，涉及构建能够执行通常需要人类思考的任务的智能机器。其影响将几乎改变我们世界的每一个方面。

2020年的7月8日到11日，世界人工智能大会云端峰会在上海召开。这次大会的主题是“智联世界，共同家园”，结合上海打造人工智能战略高地的目标。

大会还设计了人工智能7大领域的落地应用场景，将涵盖AI+教育、AI+医疗、AI+交通、AI+金融、AI+工业、AI+基础技术、AI+城市管理与商业等领域的优秀合作伙伴，并围绕AI重点企业特设AI先导区，为企业特别定制打造3D场景，通过360度场景体验，沉浸式感受AI赋能的应用价值，全方位宣传企业的黑科技产品、创新技术与服务。

不得不说，此次的人工智能大会，真的是将未来科技和现代生活完美的结合，在让人们生活更加便利的同时，也带来了更多视觉的体验。

人工智能的诞生

早在1950年10月，英国有远见的技术专家艾伦·图灵在《心灵》杂志上发表了一篇题为《计算机器与智能》的文章，这篇文章在当时的许多人看来，就像是科幻小说中的幻想。

“难道机器不可能完成一些应该被描述为思考但与人所做的事情有很大不同的事情吗?”图灵问道。图灵认为他们可以。

此外，他相信，为数字计算机创建软件是有可能的，它能让计算机观察周围的环境并学习新事物，从下棋到理解和说人类语言。他认为机器最终会发展出自己的能力，在没有人类引导的情况下完成这项工作。“我们希望机器最终能在所有纯智力领域与人类竞争，”他预测道。

将近70年后，图灵的这一看似古怪的设想变成了现实。

人工智能，通常被称为AI（ Artificial Intelligence），赋予机器从经验中学习和执行认知任务的能力，这类事情过去似乎只有人类的大脑才能做。

人工智能正在整个文明中迅速传播，它有望做任何事情，从让自动驾驶汽车在街道上行驶，到做出更准确的飓风预报。在日常生活中，人工智能会找出在网络上向你展示哪些广告，并为那些友好的聊天机器人提供功能，当你访问电子商务网站时，这些聊天机器人会弹出来回答你的问题并提供客户服务。在声控智能家居设备中，由人工智能驱动的个人助理可以执行无数的任务，从控制电视和门铃，到回答一些琐碎的问题和帮助我们找到最喜欢的歌曲。

麦肯锡全球研究所的预测显示，随着AI技术变得越来越复杂和强大，它将有望极大地促进世界经济的发展，到2030年将创造约13万亿美元的额外活动。

SAS是一家全球软件和服务公司，致力于将数据转化为客户智能，这是全球分析和软件服务提供商的分析平台策略师，她说：“ AI仍处于早期采用阶段，但采用速度正在加快，并且已在所有行业中使用。”

AI是如何工作的？

也许更令人惊讶的是，我们的生活正在悄悄地被我们甚至许多人几乎不了解的技术所改变，这种技术是如此复杂，以至于科学家甚至都难以理解。

宾夕法尼亚州立大学人工智能研究实验室的教授兼主任霍纳瓦尔解释说：“ AI是一门执行任务的技术家族，如果被人类执行则需要智能。” “我说'思想'，因为没有人真的很确定什么是情报。”

霍纳瓦尔描述了智力的两个主要类别。狭义的情报正在狭窄的领域中发挥作用，例如分析X射线图像和放射学的MRI扫描。相反，一般情报是一种类似于人的能力，可以学习任何事物并进行讨论。霍纳瓦尔解释说：“一台机器可能擅长放射学的某些诊断，但是如果你问它有关棒球的知识，那将毫无用处。”在这一点上，人类的智力多功能性仍然超出了AI的范围。

霍纳瓦尔认为，人工智能有两个关键要素。其中之一是工程部分-即构建以某种方式利用智能的工具。另一个是智能科学，或更确切地说，就是如何使机器产生的结果与人脑所能产生的结果相当，即使机器是通过非常不同的过程来实现的。用一个比喻来说，“鸟儿飞，飞机飞，但是它们以完全不同的方式飞”，霍纳瓦尔。 “尽管如此，它们都利用了空气动力学和物理学。同样，人工智能也基于这样的观念，即关于智能系统的行为存在一般性原则。”

人工智能“基本上是我们试图理解和模仿大脑工作方式的结果，并将其应用到为其他自治系统（如无人机，机器人和智能体）提供类似于大脑的功能。

尽管人类并没有真正像计算机那样思考，它利用电路，半导体和磁性介质，而不是生物细胞来存储信息，但还有一些有趣的相似之处。

“我们开始发现的一件事是，当您开始谈论数十亿个节点时，图网络真的很有趣，而大脑本质上是一个图网络，尽管您可以通过改变神经元的阻力，来控制过程的强度在电容性火花点火之前，” Cagle解释道。 “单个神经元本身只能为您提供非常有限的信息，但是会同时发射足够强度不同的神经元，最终您会得到一种仅响应某些种类的刺激而被激发的模式，通常是通过DSP调制的电信号我们称之为视网膜和耳蜗的数字信号处理。”

霍纳瓦尔说：“人工智能的大多数应用都在拥有大量数据的领域中。”再次使用放射学示例，人类放射科医生评估了大型X射线和MRI扫描数据库，这使得训练机器来模拟这种活动成为可能。

AI通过将大量数据与智能算法（一系列指令）结合在一起来工作，这使该软件可以从数据的模式和特征中学习，正如这本SAS人工智能入门书所解释的。就像SAS所述，在模拟大脑工作方式时，人工智能利用了许多不同的子域。

机器学习可自动进行分析模型构建，从而在数据中查找隐藏的见解，而无需进行编程以寻找特定的事物或得出一定的结论。