第一句：AI顧名思義就是英文單詞Artificial intelligenc，即人工智能。

其實人工智能并不是什么觸不可及的東西， 包括蘋果 Siri、百度度秘、微軟小冰等智能助理和智能聊天類應用 以及美圖秀秀的自動美化功能，都屬于人工智能。 甚至一些簡單的，套路固定的資訊類新聞，也是由人工智能來完成的。

當然，現在的主流搜索引擎以及翻譯技術也都在嘗試 ，利用人工智能來為廣大網友提供更為精準的搜索服務。 至于以實物存在的人工智能，當屬現在物流倉庫的小黃機器人了。 他們正代替人類完成繁重的商品擺放、整理，快速出庫、入庫等操作。

第二句：現在人工智能并沒有發展到像電影中的機器人一樣，那么高智能化的程度，今天的家庭機器人還遠無法像大家奢望的那樣， 以人形外貌出現在主人面前。現在的人工智能分三個級別：弱人工智能、強人工智能、超人工智能。

1、弱人工智能

也稱限制領域人工智能或應用型人工智能，指的是專注于且只能解決特定領域問題的人工智能。毫無疑問，今天我們看到的所有人工智能算法和應用都屬于弱人工智能。Alpha Go其實也是一個弱人工智能。

2、強人工智能

強人工智能又稱通用人工智能或完全人工智能， 指的是可以勝任人類所有工作的人工智能。一個可以稱得上強人工智能的程序， 大概需要具備以下幾方面的能力：存在不確定因素時進行推理，使用策略，解決問題，制定決策的能力；知識表示的能力，包括常識性知識的表示能力；規劃能力；學習能力；使用自然語言進行交流溝通的能力；將上述能力整合起來實現既定目標的能力。

3、超人工智能

假設計算機程序通過不斷發展，可以比世界上最聰明、最有天賦的人類還聰明，那么由此產生的人工智能系統就可以被稱為超人工智能。超人工智能的定義最為模糊，因為沒人知道， 超越人類最高水平的智慧到底會表現為何種能力。如果說對于強人工智能，我們還存在從技術角度進行探討的可能性的話，那么，對于超人工智能，今天的人類大多就只能從哲學或科幻的角度加以解析了。

第三句：人工智能的主要技術：深度學習+大數據

簡單地說， 深度學習就是把計算機要學習的東西看成一大堆數據， 把這些數據丟進一個復雜的、包含多個層級的數據處理網絡，然后檢查經過這個網絡處理得到的結果數據是不是符合要求 ——如果符合， 就保留這個網絡作為目標模型，如果不符合，就一次次地、鍥而不舍地調整網絡的參數設置，直到輸出滿足要求為止。

這就好比輸入一股水流，計算機只要調節中間層層閥門，如果可以在預期的管道出口看到水流，那么就說明這個管道符合要求。而我們要做的，只是告訴計算機輸入和預期的結果，讓他自己找規律。當然，新的輸入進入時，我們也要保證已經調節好的管道不變化。

也就是說，深度學習算法是有計算機自己湊出來的模型。這樣反倒更加實用，更能夠從本質上解決問題。

當然，搭建好的“管道”只有通過各種類型“水流”的檢驗，才能變得越來越接近真實的世界，值得一提的是，大數據正是為這些“管道”提供了源源不斷的“水流”。

我們知道深度學習、大規模計算、大數據都是在2010年前后逐漸步入成熟的。

第四句：人工智能主要用在以下領域：自動駕駛、智慧生活、智慧醫療

一、自動駕駛：最大的應用場景

自動駕駛是現在逐漸發展成熟的一項智能應用。可以想象，自動駕駛一旦實現，可以帶來如下改變：

1、完全意義上的共享汽車成為可能。大多數汽車可以用共享經濟的模式，隨叫隨到。因為不需要司機，這些車輛可以保證24小時待命，可以在任何時間、任何地點提供高質量的租用服務。

2、汽車本身的形態也會發生根本性的變化。一輛不需要方向盤、不需要司機的汽車，可以被設計成前所未有的樣子。

3、未來的道路發生變化。它們也會按照自動駕駛汽車的要求來重新設計，專用于自動駕駛的車道可以變得更窄，交通信號可以更容易被自動駕駛汽車識別。

二、智慧生活

目前的機器翻譯水平， 大概相當于一個剛學某種外語兩三年的中學生做出的翻譯作業。 對于多數非專業類的普通文本內容， 機器翻譯的結果已經可以做到基本表達原文語意， 不影響理解與溝通。但假以時日，不斷提高翻譯準確度的人工智能系統，極有可能像下圍棋的Alpha Go那樣悄然越過了業余譯員和職業譯員之間的技術鴻溝， 一躍而成為翻譯大師。

那時候，不只是手機會和人智能對話，我們每個家庭里的每一件家用電器，都會擁有足夠強大的對話功能，為我們提供方便的服務。

三、智慧醫療：AI將成為醫生的好幫手

大數據和基于大數據的人工智能， 為醫生輔助診斷疾病提供了最好的支持。事實證明，就在今年2月，經過深度學習的神經網絡在診斷某些皮膚病方面的表現比大部分醫生還要好。在AI的幫助下， 我們看到的不會是醫生失業， 而是同樣數量的醫生可以服務幾倍、 數十倍甚至更多的人群。醫療資源分布不均衡的地區， 會因為AI的引入，讓絕大多數病人享受到一流的醫療服務。

我們是否已經開始等待這樣的未來到來了呢？