人工(gōng)智能(néng)（英文(wén)：Artificial Intelligence，縮寫：AI），是研究、開發用(yòng)于模拟、延伸和擴展人的智能(néng)的理(lǐ)論、方法、技(jì )術及應用(yòng)系統的一門新(xīn)的技(jì )術科(kē)學(xué)。簡單地講，人工(gōng)智能(néng)就是讓機器完成一些需要人的智能(néng)才能(néng)完成的任務(wù)。
1950年，計算機之父阿蘭·圖靈提出設想——”機器真的能(néng)思考嗎“，人工(gōng)智能(néng)的研究目标由此明确。現在公(gōng)認的人工(gōng)智能(néng)起源是1956年的達特茅斯會議，約翰·麥卡錫、馬文(wén)·明斯基以及克勞德(dé)·香農等人在達特茅斯舉行研讨會，提出了”人工(gōng)智能(néng)“這個名(míng)詞。
人工(gōng)智能(néng)領域的研究包括機器人、語言識别、圖像識别、自然語言處理(lǐ)和專家系統等。人工(gōng)智能(néng)從誕生以來，理(lǐ)論和技(jì )術日益成熟，應用(yòng)領域也不斷擴大。人工(gōng)智能(néng)不是人的智能(néng)，但能(néng)像人那樣思考、也可(kě)能(néng)超過人的智能(néng)。2017年12月，人工(gōng)智能(néng)入選“2017年度中(zhōng)國(guó)媒體(tǐ)十大流行語”。
大數據、深度學(xué)習和強算力（雲計算）是當今人工(gōng)智能(néng)技(jì )術的三大基石。
大數據是人工(gōng)智能(néng)的第一塊基石。機器的學(xué)習過程和人類是不一樣的。一個小(xiǎo)孩見到幾隻貓從自己眼前走過，媽媽告訴他(tā)這是貓，他(tā)下次見到别的貓就能(néng)知道這是貓。而要教一台機器來識别貓的話，可(kě)能(néng)需要給它提供超過100萬張貓的圖片來學(xué)習。有(yǒu)大數據才有(yǒu)人工(gōng)智能(néng)。
在大數據時代，如何有(yǒu)效利用(yòng)、發掘數據成為(wèi)了關鍵問題，迄今為(wèi)止人工(gōng)智能(néng)領域最先進、應用(yòng)最廣泛的技(jì )術解決方案是深度學(xué)習算法。大數據好比是原材料，深度學(xué)習則是原材料加工(gōng)廠。深度學(xué)習不再需要人類專家去煞費苦心地提煉模型，機器自己就能(néng)從大數據中(zhōng)尋找特征、發現規則、總結模型。通俗點說，深度學(xué)習是擅長(cháng)“發現套路”的老炮兒。
海量的數據給深度學(xué)習提供了足夠多(duō)的素材，而大數據的處理(lǐ)需要大算力。深度學(xué)習的理(lǐ)論現在還不夠成熟，很(hěn)多(duō)時候需要大量嘗試。神經網絡需要多(duō)少個隐層來訓練，到底需要多(duō)少有(yǒu)效的參數等，都沒有(yǒu)很(hěn)好的理(lǐ)論解釋，很(hěn)多(duō)研究者在建立多(duō)層神經網絡的時候，還是花(huā)了很(hěn)多(duō)時間在枯燥的參數調試上。處理(lǐ)同樣一個難題，如果A機構做一次運算需要十天，而B機構隻需要一天，B機構就能(néng)做更多(duō)實驗，積累更多(duō)經驗，獲得更大成就。因此強大的計算力很(hěn)關鍵，這是人工(gōng)智能(néng)的第三塊基石。
人工(gōng)智能(néng)繼承了傳統機器的優勢，有(yǒu)着超級旺盛的精(jīng)力，全年無休也不會感覺“身體(tǐ)被掏空”，是任勞任怨的勞動模範，管理(lǐ)起來很(hěn)省心。人工(gōng)智能(néng)也繼承了傳統機器的強悍記憶力，人類不可(kě)能(néng)記住一千萬張人臉，但人工(gōng)智能(néng)記一億張人臉都不在話下——全世界的罪犯都會痛恨這樣的記憶力。
除了繼承旺盛精(jīng)力和超強記憶力，人工(gōng)智能(néng)還發展出了三大新(xīn)能(néng)力：
人類作(zuò)為(wèi)自然界千百萬年漫長(cháng)演化的産(chǎn)物(wù)，智慧且美麗，但并不完美；人工(gōng)智能(néng)作(zuò)為(wèi)人造産(chǎn)物(wù)，其存在曆史不到百年，雖然十分(fēn)強大，但同樣存在不少缺陷。
