1 什么是人工智能

人工智能的提出源于1955年，作为一门新兴的计算机技术,人工智能收获了众多关注。不过，因其具有较高的技术门槛,对人工智能概念的深入理解仍有一定的难度。通常意义上，人工智能是指用于模拟、延伸和扩展人类智能的技术及应用系统，人工智能的范畴相对比较宽泛，模式识别、自然语言处理、机器学习、深度学习都属于人工智能(AI)的范畴，但大数据技术并不完全属于AI，也可能是普通的计算机算法运用。人工智能的范畴相对比较宽泛，模式识别、自然语言处理、机器学习、深度学习都属于人工智能(AI)的范畴，但大数据技术并不完全属于AI，也可能是普通的计算机算法运用。

2 人工智能与大数据、物联网和云计算技术

大数据对各行各业的影响越来越广泛和深刻，创造了巨大的商业价值。物联网是大数据的源泉，云计算是大数据的底层架构，大数据以云计算来处理大数据，人工智能则是大数据的场景应用。

云计算已不仅仅是对于存储能力和计算能力的需求。随着人工智能与物联网技术普及，接入网络的设备越来越多，数据计算量也越来越大，云服务已经慢慢变成智能时代的基础设施，成为人工智能的强载体。人工智能的实现，需要大数据作为人工智能对行为智能判断的依据，云计算运用大数据运行出运算的结果并保存在云上，为人工智能提供强大的支撑。

人工智能的新突破，主要是缘于深度学习，由此使人工智能有了实用价值，而深度学习正是在大数据和云计算日趋成熟的背景下才取得实质性进展的，深度学习好比是火箭，大数据就是燃料，而云计算则是引擎。

因此，物联网、大数据、云计算是辅佐人工智能超常发展的三个最重要的角色。而人工智能的突飞猛进、海量数据的积累，也为云计算带来了新挑战和新的发展空间。未来的云计算将向人工智能全面进化，进入全新的智能领域。

3 人工智能的分类

人工智能通常划分为计算智能、感知智能和认知智能三个层面。在计算能力方面，计算机和AI远胜于人类。感知智能则通过模拟人类的视觉、听觉、触觉等感官和生物特征捕捉,达到文字识别、语音识别、指纹识别、人脸识别、虹膜识别等特定模式识别功能;而认知智能模拟人类的"大脑”，具备语言理解、逻辑思考与表达等更复杂的认知能力。

越是确定性强的事物，机器学习成本越低;反之则机器学习难度大、成本高，现阶段还远远达不到人类智能的水平。目前技术及落地应用.上发展较为成熟的是在视、听两大方面,对应机器视觉、语音识别领域，其涉及的技术有语音识别、图像识别、人脸识别、OCR (光标识别符)以及AR/VR。不过，即便是发展成熟的AI技术，也依然无法实现100%的准确率，误差是合理的存在。

4 人工智能内涵的核心

人工智能内涵的核心将机器学习、模式识别、统计学习以及深度学习里面的算法归纳为人工智能的核心本质，机器学习川是人工智能的核心技术之一，机器学习目前作为人工智能的主要研究方向，主要包含了大规模机器学习、深度学习和强化学习三个部分的内容。为了应对越来越庞大的数据采集、传输、存储、处理量，如何将现有算法扩展到更庞大的数据集上成为亟待解决的问题。与传统方法不同的是，通过应用非线性方法、只关注部分核心数据的方法来实现一次数据集处理是目前大规模机器学习着力的突破方向。