到现在，计算机科学家对人工智能 (AI) 的不懈探索已有 60 多年。 在这几十年中，该术语的涵义已发生了很多变化，不过最近的研究进展让我们在实现机器智能方面达到了前所未有的高度。
刚刚接触人工智能和机器学习的开发人员会有很多疑问，包括：“我能用人工智能做什么？”或“为何人工智能会是一种编程解决方案？”，“满足哪些必要条件才能让程序具备学习能力？”，“机器交互要达到什么水平才能让其看起来比较智能？”，甚至“我的智能程序需不需要一看上去就很智能？”
简介
人工智能 (AI) 是一种出色的解决方案，但也带来了一些问题。 这一探究领域目前正处于快速发展之中，可解决诸如医疗诊断或海底采矿等深奥、复杂的问题。 它还能为我们提供一些娱乐解决方案，如视频游戏中更智能的对手。 开发人员可开发智能解决方案，解决各种疑难问题，帮助塑造智能未来。
世界上的人工智能 (AI)
人工智能无疑将在计算行业掀起一场重大变革。 它是游戏、机器人学、医学、交通运输和物联网 (IoT) 等计算领域的根本要素。 现在，人工智能正在向着更深的层面发展，它将像工业革命、技术革命和数字革命那样，为人类日常生活的方方面面带来翻天覆地的变化。
虽然几十年来人工智能一直是计算领域的一部分，但我们仍然处于其初期探索阶段，对于它将来能做什么以及如何为人类所用依然莫衷一是。 下面我们举例说明，随着技术的日益成熟，人工智能将实现哪些功能。
人工智能将加快重大问题的解决速度，解决这些问题将不再需要花费数月、数年乃至几十年的时间。 药物或其它介入治疗等治疗方案将实现深层个性化，即基于个人 DNA 实施。 智能助手将提供有关周围环境的实时信息指导，以预防犯错并创造新机遇。 在商业领域，它将极大程度地降低欺诈检测难度，有时甚至杜绝欺诈。
人工智能将助力科学发现结出新硕果。 科学家将挣脱人体生物学和认知法的束缚，在深海和外太空领域、动物和昆虫界、粒子物理学、以及大脑奥秘等方面挖掘出许多新的深刻见解。
人工智能将完善人类能力。 人机之间的全新共生关系将增强我们的能力，帮助提升医疗诊断的精确性，确保法律指导可囊括判例法的整个历史，且其它服务也会达到前所未有的精确水平。
人工智能将让人们无需再冒险执行驾驶、消防和采矿等令人烦闷的任务。 目前，人工智能刚开始用于自动汽车领域。
英特尔促进了人工智能的发展
在英特尔，人工智能并不仅局限于功能层面。 英特尔不是将人工智能看作最终结果和定义人类理解力的方式，而是将其视作解决人类问题的计算工具。 人工智能并非要定义实现人类般智能水平所需的条件，或必须通过什么最低的“智能”水平测试，而是采取四个步骤：感知、推理、行动、适应， 即分析输入（感知），得出结果（推理）； 然后根据结果选择适当举措（行动），并根据实施成效改进输入的收集和选择方式，进而改进计算（适应）。
英特尔的四步方案避免了大费周章确定机器是否具备人类智能水平，可单独指导您通过编程创建出色的人工智能解决方案。 当然，除这一方案外，英特尔还提供先进的计算机技术，让复杂计算成为加快人工智能运行速度的必然选择。
什么是人工智能？
人工智能是一种出色的解决方案，但其仍然具有一个基本问题： 如何判定解决方案的智能性？ 业界人士开发了许多测试来确定人工智能展现智能行为的能力是否与人类毫无差别。 其中最著名的测试是图灵测试。 在日常用例中，确定人工智能是否与人类智慧相当是一个学术话题。
尽管这对于了解智能的意义非常重要，但对于人工智能的概念，有一个消费类应用更具实际意义。 解决实际问题是人工智能的关键。 因此，在思考人工智能为何是一种强大工具时，首先必须确保其能够感知、推理、行动并根据经验进行适应，无论我们使用什么技术创建和利用人工智能，或人工智能的利用范围如何。
感知要求人工智能在海量数据中发现和/或识别有意义的概念或对象， 比如这是肿瘤组织还是正常组织？ 这是交通信号灯还是霓虹灯？如果是前者，它是绿色、黄色还是红色？
推理要求人工智能了解更大范围的环境，并制定实现目标的计划。 如果目标是进行鉴别诊断，那么除医疗成像和实验室测试中发现的结果外，机器还必须考虑患者报告的症状、DNA 图谱、病历以及环境影响。 如果目标是避免车辆碰撞，人工智能必须根据车辆行为、距离、速度和道路状况计算撞车的可能性。
行动意味着人工智能推荐或直接启动最佳的行动方案，尽可能实现预期结果。 根据诊断，人工智能可推荐或实施一种治疗方案。 根据车辆和交通分析，人工智能可刹车、加速或准备安全机制。
最后，我们必须能够在每个阶段根据经验调整（人工智能内及人工智能所在计算系统内的）算法，对其进行再训练，以更智能地进行推理。 医疗算法应进行再训练，以更准确地检测疾病，更有效地洞察环境，以及根据以前的结果改进治疗方案。 自动汽车算法应进行再训练，以识别更多盲点，考虑更多的环境变量，并根据以前的事故调整应对措施。
目前，人工智能的最大能力是“感知”，同时其在推理和行动方面的能力也在继续增强。 使用的多数技术都需要数学或统计算法，包括回归、决策树、图论、分类、聚类等，不一而足。 然而，在深度学习领域，有一种算法正在快速兴起，其利用深度神经网络模拟人类大脑神经元的基本功能。
人工智能市场
显而易见，许多领域将受益于人工智能， 如癌症研究、太空探索、自动驾驶汽车等。 但这些前沿领域面临重重挑战，以致于刚接触人工智能的人认为人工智能无助于这些领域的发展。 但是，人工智能可用于您想不到的一些领域，它是一种应用范围广泛的工具。 借助人工智能，您可扮演游戏中的非玩家角色，实施预测寻路应用，甚至操作牧羊机器人。 人工智能拥有无限可能。
人工智能的商业利益
前几年，企业都不愿意投资于人工智能，因为这需要花费大量研究成本。 但这种状况现已改变。 从首席技术官、首席财务官到首席执行官，相关企业高管都深切认识到人工智能解决方案的实用性、甚至必要性。
2014 年，超过 3 亿美元投向了人工智能初创公司，是 2010 年相关投资额（1500 万美元）的 20 倍1。到 2020 年，全球机器人和人工智能市场预计将增长至 1530 亿美元。 仅在医疗领域，人工智能系统的市场规模预计将从 2014 年 6.33 亿美元增长至 2021 年的 60 亿美元以上1；到 2020 年，在所有经济交易中，5% 将采用自主软件进行2。 广大公司正将更多精力投入到人工智能研发和产品设计中，在这方面，您可以做出应有贡献。
我应该从哪个领域着手？
人工智能备受关注，且相关机会正在增长。 哪些领域正在使用人工智能？ 您可能对游戏并不感兴趣，并希望在学术研究以外的领域实现业务增长。 您还能做什么？ 下面列出几个领域以及人工智能在这些领域的增长情况：
医疗行业
- 图像分析 – 医疗初创公司希望部署可帮助解读 X 射线、MRI、CAT 扫描图等的技术。
- Dulight* – 这是一种可穿戴设备，可帮助视障者识别食物、金钱等。
汽车
- 自动驾驶汽车 – 人工智能可帮助自动汽车识别路标、人员及其他车辆。
- 信息娱乐 – 改进的语音识别可帮助司机更有效地与音乐、地图等工具进行交互。
工业
- 维修和维护 – 人工智能系统可预测维修需求，改进预防性维护。
- 精准农业 – 借助高效的施肥方法，人工智能可帮助改进食品生产，加快上市速度。
- 销售和上市时间 – 人工智能可预测在一年的不同时节，哪些产品将在哪些地区销售的更快或更多，以及在哪些时间为这些产品备足库存或将它们直接发运给顾客更为有利。
体育
- 性能优化 – 人工智能系统可帮助指导运动员加强锻炼、保持营养均衡以及提高竞技技能。
- 伤害预防 – 用于设备设计和改进赛中紧急呼叫，甚至预测规则要求，以保障运动员的安全。
从上面的几个例子中，您就能看出人工智能蕴藏着巨大机遇。 人工智能可用于改善生活的方方面面。 改善之道由您决定。
英特尔助推人工智能发展
英特尔并不仅仅将投资目光放在人工智能增长上，而是致力于推动人工智能革命。 人工智能是英特尔当前的发展要务。为引领这一领域的发展，英特尔将加大研发力度，进行必要收购。 我们基于摩尔定律的产品创新和 CPU 功能集成将继续提供最佳的性能、效率、密度和成本效益。 此外，我们拥有通过开创性技术成功实现技术变革的长久历史，包括内存、显卡、I/O 和无线技术等方面的突破性技术。如今，我们拥有一系列强大工具和独特功能，可帮助实现人工智能变革。
首先，英特尔正采取大胆的新方式缩短人工智能创新周期。 我们收购了全球最出色的深度学习初创公司 Nervana，不仅可加快人工智能数据获取和模型构建的速度，而且明年将通过把 Nervana 技术集成到 CPU 中，大幅提升训练性能，超越 GPU。
其次，随着人工智能广泛用于从数据中心到物联网的各种领域，英特尔可凭借其独特且完整的产品组合提供端到端人工智能解决方案。
最后，在过去从客户端/服务器模式到服务器虚拟化再到云的转型中，英特尔成功发挥了领导作用。
我们可提供关键技术推进人工智能革命，但必须与其他各方紧密合作，发掘人工智能的无限潜力。 为此，英特尔领衔实施了开放的数据交换和计划，努力开发更加易于使用的工具，培训更多行业人才，并推进智能技术的平等使用。 举例来说，在一个开放数据计划中，我们与 Data.gov 建立了良好的合作关系； 我们还与 BMW 开展了开放汽车方面的合作，旨在减少重复工作，加快创新步伐。
英特尔正在开发数据获取和模型构建、训练及部署方面的突破性技术，以缩短更智能、更强大和更具协同性的人工智能代理从概念形成到部署的创新周期。 强大的技术解决方案组合将推动这些人工智能功能早日发挥效用。
结论
人工智能正快速革新各行各业，而且日益成为重要的竞争优势来源。 现在是您开始将人工智能融入产品、服务和业务流程的绝佳时机，以保持在您专业领域的领先地位。 访问面向人工智能的英特尔软件开发人员专区： https://software.intel.com/zh-cn/machine-learning，立即行动。
注
- Clark, Jack. “重大技术归来： 人工智能的回归”，Bloomberg Technology，2015 年 2 月。 http://www.bloomberg.com/news/articles/2015-02-03/i-ll-be-back-the-return-of-artificial-intelligence
- Gartner 新闻稿。 “Gartner 透露了对 2016 年及以后 IT 组织和用户的重要预测”。2015 年 10 月 6 日。 http://gartner.com/newsroom/id/3143718