人們需要了解人工智能(AI)如何使用軟件驅動的系統和智能代理來做出接近人類認知功能的決策。
人工智能(AI)這一術語是指執行在人類決策領域內考慮的任務的計算系統。這些軟件驅動的系統和智能代理包含高級數據分析和大數據應用程序。人工智能系統利用這個知識庫來制定決策，并開展近似認知功能的行動，其中包括學習和解決問題。
人工智能在20世紀50年代中期被作為一個科學領域引入，近年來發展迅速。它已成為協調數字技術和管理業務運營的重要工具。特別有用的是人工智能的進步，如機器學習和深度學習。
重要的是要認識到人工智能是一個不斷變化的目標。曾經被認為屬于人工智能領域的事物，例如光學字符識別和電腦國際象棋，現在被認為是常規計算。如今，機器人、圖像識別、自然語言處理、實時分析工具和物聯網(IOT)內的各種連接系統都采用人工智能，以提供更先進的功能和能力。
幫助開發人工智能的是許多提供基于云計算的人工智能服務的公司。Statistica公司預計，到2025年，人工智能將以每年超過127%的速度增長，其市場規模將達到48億美元。咨詢機構埃森哲公司(Accenture)報告指出，“到2035年，人工智能可以通過改變工作性質，并在人與機器之間產生新的關系來實現經濟增長率翻一番。”毫不奇怪，觀察家們在這項技術滲透到商業和日常生活中的同時，也對這項技術進行了宣傳。
人工智能的歷史：復制人類思維 開發能夠模仿人類認知的機器的夢想可以追溯到幾個世紀前。在19世紀90年代，像H.G. Wells這樣的科幻作家開始探索機器人和其他機器的概念，這些機器像人類一樣思考和行動。
然而，直到20世紀40年代初，人工智能的概念才真正形成。在阿蘭·圖靈提出計算理論(本質上是機器如何使用算法來產生機器“思考”)之后，其他研究人員開始探索創建人工智能框架的方法。
1956年，達特茅斯學院的研究人員開始了人工智能的實際應用。這包括采用電腦玩跳棋游戲，其水平可以擊敗大多數人。在隨后的幾十年中，人們對人工智能的熱情逐漸消退。
1997年，IBM公司開發了一臺國際象棋計算機深藍(Deep Blue)擊敗了世界象棋冠軍加里卡斯帕羅夫。2011年，IBM公司推出了Watson，它使用了更為復雜的技術，包括深度學習和機器學習，擊敗了兩個頂級的Jeopardy冠軍。而Jeopardy是美國知名的益智節目。
盡管人工智能在未來幾年繼續發展，但觀察家們經常將2015年作為人工智能的一個里程碑年。谷歌云、亞馬遜網絡服務(AWS)、微軟(Microsoft)、微軟Azure等公司開始加強研究，提高自然語言處理能力、開發計算機視覺和分析工具。
如今，人工智能已嵌入越來越多的應用程序和工具中。其中包括企業分析程序和Siri和Alexa等數字助理，以及自動駕駛汽車和面部識別。
人工智能采用不同的形式
人工智能是一個涵蓋任何和所有機器智能的總稱。然而，人工智能的研究和使用有幾個截然不同的區域 - 盡管它們有時會重疊。這些包括：
•通用人工智能。這些系統通常向周圍的世界學習，并以跨域的方式應用數據。例如，現在谷歌所有的DeepMind使用神經網絡學習如何操作人類所玩的電子游戲。
•自然語言處理(NLP)。這項技術使機器能夠閱讀、理解和解釋人類語言。自然語言處理(NLP)使用統計方法和語義編程來理解語法，在某些情況下，還可以理解作者或與聊天機器人等系統交互的人的情緒。
•機器感知。在過去的幾年里，傳感器相關技術(攝像頭、麥克風、加速度計、GPS、雷達等)的巨大進步推動了機器感知，其中包括語音識別和用于面部和物體識別的計算機視覺。
•機器人。機器人設備廣泛用于工廠，醫院和其他場所。近年來，無人機也開始應用。這些系統依賴于復雜的映射和復雜的編程，也使用機器感知來完成任務。
•社交智能。自主車輛、機器人和數字助理(如Siri和Alexa)需要協調和調整。因此，這些系統必須了解人類的行為，以及對社會規范的認識。
人工智能方法
有許多方法用于開發和構建人工智能系統。這些包括：
•機器學習(ML)。
人工智能的這一分支使用統計方法和算法來發現模式，并“訓練”系統在沒有明確編程的情況下做出預測或決策。它可能包括有監督和半監督的機器學習(包括分類和標簽)和無監督的機器學習(僅使用數據輸入，不使用人類應用的標簽)。
•深度學習。
