[PConline 資訊]1943年，Warren McCulloch和Walter Pitts兩位科學家提出了“神經網絡”的概念，正式開啓了人工智能的大門。雖然這在當時僅僅是一個數學理論，但是這個理論讓人們瞭解到計算機可以和人腦一樣進行學習，描述瞭如何讓人造神經元網絡實現邏輯操作。
1955年，JohnMcCarthy、Marvin Minsky、Nathaniel Rochester和Claude Shannon四位科學家聯名提交了一份《人工智能研究》的提案，首次提出了人工智能的概念，其中JohnMcCarthy被後人尊稱為“人工智能之父”。
80年代，Hopfield神經網絡和BT訓練算法提出人工智能再次興起。同時出現了語音識別、語音翻譯;以及日本提出第五代計算機。雖然技術在這段時間不斷進步，但卻未能進入人們的日常生活中，第二次人工智能的浪潮也隨之破滅了。
而時至今日，人工智能才開始大放異彩。
“深度學習”提出及人工智能應用
第三次浪潮隨着2006年Hinton提出的深度學習技術，以及2012年ImageNet競賽在圖像識別領域帶來的突破開始，人工智能再次爆發。有着海量的數據、效率不斷提高的算法以及越來越高的計算機運算能力，使人工智能不僅僅在技術上取得突破，也開啓了商業化的道路，同時也飛入尋常百姓家。
隨着科技的進步，人們對人工智能這個詞越來越熟悉，關注度也越來越高。AlphaGo等一些關於人工智能的熱點事件使這項技術從實驗室走向大眾;從理論技術漸漸走進人們的日常生活。人們對人工智能的態度也從質疑不解到接受後樂在其中，享受着技術給生活帶來的便捷和幸福感。
國內的科技巨頭全面佈局人工智能，2017年全球152億美元的人工智能投資總額中，48%流入中國。截止2018年6月，我國大陸人工智能企業1011家，僅次於美國。互聯網巨頭和人工智能初創企業推進了我國人工智能技術的發展與落地。人工智能的發展需要龐大的數據量，而我國有着全球最大的移動互聯網市場，網民人數大約7.5億人，互聯網巨頭積累了海量的行業和應用場景數據，為人工智能的發展提供了大量的數據和應用場景。
人工智能 “智能家居”方方面面
作為人工智能最能體現出作用的地方，智能家居方面應該算是第一了。而智能家居最關鍵的地方，也是人工智能最基本的地方，就是語音。語音識別是人機交互的入口，當然不單單智能家居，還有語音助手、智能可穿戴設備、智能車載等場景。
一般情況下，我們評價一款智能家居設備的好壞主要看三個方面，就是:聽清、聽懂、滿足。在聽清方面，就是指能把用户的聲波正確地轉換成文字;聽懂方面，就是指機器得到這個字符串後是不是能理解用户的需求到底是什麼，能夠準確給出響應或者給出指導;而最主要的滿足方面，就是能否達到用户的期望，用户所需要的越多，是否能給的越多，這就是滿足的部分。
人工智能 “醫療衞生”方方面面
圖像識別的應用場景十分豐富，主要有影像識別、自動駕駛、醫療影像、安防等。醫療數據中80%都來自醫療影像。醫療影像以靜態圖像識別為主，相對於視頻處理技術要相對成熟一些。根據互聯網醫療聯盟提供的數據，醫療影像數據年增長率為63%，而放射科醫生數量每年增長率僅為2%，所以在人工智能 醫療方面，AI醫療影像識別獲得的投資佔比最大。
但是醫療影像識別對識別準確率要求極高，目前醫療影像識別還是主要集中在單一病種以及單一設備。未來需要突破單一病種和單一設備的成像限制。醫療影像數據的獲取是個難題，尤其是醫療影像標註需要專業的醫生來進行，標註醫療數據缺乏，而數據獲取卻又困難。雖然醫療影像識別領域的市場潛力大，但是由於要求精度高、缺數據、難標註這些瓶頸，目前的成熟度還是相對較低。
人工智能 “自動駕駛”方方面面
作為目前最能體現人工智能厲害的地方，當然是自動駕駛和車聯網。在開車的時候，雙手和雙眼都被佔用，所以基於安全問題，智能語音成了這一場景下最合適的人機交互方式。目前，智能語音在車內的應用主要以車載導航為主，同時還有查詢、娛樂以及通訊。
當前最為現實的就是把導航體驗做好。隨着智能車載的市場規模擴大，車內語音交互成了基本配置，由導航服務向其他需求擴散，以語音為入口鏈接各種服務，構建車聯網生態。同時通過視覺識別系統，部分車輛可以做到輔助駕駛，甚至L3、L4級別的自動駕駛。通過車身的多個攝像頭、毫米波雷達以及超聲波雷達，實現更安全的出行的同時，大幅解放了駕駛員的雙手和雙腳。
人工智能 “智能客服”
根據調查，消費者的問題中有八成以上都是重複的問題，這就意味着很多客服有着高度重複的FAQ。而客服行業人工客服的培訓成本高，流動性大。智能客服可以實現7*24小時工作，通過實施數據反饋不斷學習。
2017至2018年我國智能客服市場呈爆發趨勢，金融、電商、醫療、教育、電信運營商等領域對智能客服有着很大的需求。部署智能客服從而降低成本，智能客服可以給予語音也可以基於文字，其核心功能就是對語義的理解和滿足消費者的問題。隨着ASR和NLP技術的進步，假設語料庫的積累和訓練，智能客服和大數據結合，為用户推薦更有價值的產品，提供更完善的體驗，幫助企業實現精準營銷。
未來，已來
技術變革所帶來的的影響，往往超乎常人的想象。無疑，在個人偏好上、需求和創造力上，人工智能往往能做出更精準的數據預測和分析，而不是依靠過去人的經驗和趨勢。人工智能正在變的越來越聰明，更多人開始用樂觀的而態度談論着科技對世界的改造和影響，也正在積極應對人工智能對世界的改變。
AI不僅僅是一項技術，跟不是一項簡單的技術。人工智能最終會成為生活中看不見的構成部分，將自己編織進日常生活的細枝末節中，成為生活的一部分。屆時，世界思考的方式會變得更加簡單，人們的生活也會變得更加簡單。