壹、人工智能的歷史
人工智能這個術語最早是在1956中被創造出來的。然而，由於數據的增加，先進的算法以及計算能力和存儲能力的提高，人工智能在今天越來越受歡迎。
20世紀50年代早期的人工智能研究(65438-0950)探索了諸如問題解決和符號方法等主題。在1960年代，美國國防部對這種工作產生了興趣，並開始訓練計算機模仿基本的人類推理。
這項早期工作為我們今天在計算機中看到的自動化和形式推理鋪平了道路，包括決策支持系統和智能搜索系統，這些系統可以用來補充和增強人類的能力。
好萊塢電影和科幻小說把AI描述成壹個占據世界的人形機器人，但目前AI技術的發展並沒有那麽可怕，甚至沒有那麽聰明。相反，人工智能已經發展到在每個行業提供許多具體的好處。繼續閱讀人工智能在醫療保健、零售等領域的現代例子。
二、人工智能為什麽重要？
1)AI通過數據自動化重復學習和發現。然而，人工智能不同於硬件驅動的機器人自動化。AI不會自動執行手動任務，而是可靠且不疲勞地執行頻繁且大量的計算機化任務。對於這種類型的自動化，手動查詢對於設置系統和提出正確的問題仍然至關重要。
2)人工智能為現有產品增加了智能。大多數情況下，AI不會單獨出售。而是通過AI功能對妳已經使用過的產品進行改進，就像新壹代蘋果產品的功能增加Siri壹樣。自動化、對話平臺、機器人和智能手機可以與大量數據相結合，改善從安全智能到投資分析的各種家庭和工作場所技術。
3)通過漸進式學習算法調整AI，對數據進行編程。人工智能發現數據的結構和規律性，使算法獲得技能:算法成為分類器或預測器。所以，就像算法可以教會自己下棋壹樣，它也可以教會自己接下來在線推薦什麽產品。當有新數據時，模型會適應。反向傳播是壹種人工智能技術，允許在第壹個答案不正確時，通過訓練和添加數據來調整模型。
4)AI利用有很多隱含層的神經網絡來分析更多更深層次的數據。幾年前，建立壹個具有五個隱藏層的欺詐檢測系統幾乎是不可能的。難以置信的計算機功能和大數據改變了這壹切。妳需要大量的數據來訓練深度學習模型，因為它們直接從數據中學習。妳提供的數據越多，它們就越準確。
5)人工智能通過深度神經網絡實現了不可思議的準確性，這在以前是不可能的。比如Alexa、百度搜索、百度相冊的交互都是基於深度學習的，隨著我們越來越多地使用它們，它們會越來越準確。在醫療領域，來自深度學習、圖像分類和對象識別的人工智能技術現在可以用來在MRI上發現癌癥，精確度與訓練有素的放射科醫生相同。
6)AI充分利用數據。當算法是自學習的時候，數據本身就可以成為知識產權。答案就在數據裏。妳只需要應用AI就可以消除。由於數據的作用比以往任何時候都重要，它可以創造競爭優勢。如果妳在壹個競爭激烈的行業擁有最好的數據，即使所有人都在應用類似的技術，最好的數據也會勝出。