自20世纪50年代“有思想的机器”问世以来，软件开发人员仍然在企图教会计算机如何像人类一样思维。然而，在接下来的几十年里，人工智能（AI）的发展却逗留在逐步的线性快速增长上。涉及技术的变革也一般来说预示着衰退和挫折，因为开发成本过低，也缺少充足的数据量来反对人工智能算法。

然而，在过去十年中，计算能力大幅度提高，深度自学算法大大提升，机器学习显得更为强劲，与此同时数据量的急遽快速增长也大大推展了这些算法的发展，人工智能从此转入了加快快速增长的新阶段。经过了60多年，人工智能的发展已相似临界点，几乎不具备构建大规模商用的潜力。

在中国，人工智能也插上了腾飞的翅膀。“百度大脑”就是其中一个推展因素。

这是一家百度创建的研发平台可供第三方来研发人工智能应用于，投资于无人驾驶汽车的研究，以及获取给蓬勃蓬勃发展注目于机器学习应用于及涉及商业模式创业公司的利用。然而，我们近期的一项研究指出，人工智能的很快发展有可能更加不利于科技板块，因为这一行业具备涉及的人才、技术和资金，更加更容易推展人工智能的发展和普及。相比之下，中国的传统行业还没有准备好利用人工智能技术，大多还没有把其视为战略重点。

关键术语人工智能：是有关计算机系统的理论和发展，这类计算机系统需要替换人类智能继续执行一般由后者继续执行的任务，比如视觉感官、语音辨识、决策和语言切换。机器学习：也是一种人工智能，可以不通过具体的编程就能让计算机取得自学的能力。机器学习专心于研发能自学的计算机程序，遇上新的数据时，这些程序需要自我茁壮并作出转变。深度自学：是人工智能的一项功能，主要通过仿效人脑的工作模式展开数据处理并分解可供决策用的模式。

深度自学是人工智能中机器学习的一个子集。深度自学不具备的网络需要向无结构或无标签的数据自学，而需要任何监督。为了更佳地理解人工智能对中国传统行业的潜在影响，我们最近对80家公司进行了一项调查。其中，60家正处于传统行业，如零售、重工业和建筑业。

另外，调查对象还包括20位人工智能专家，他们来自中国领先的互联网公司，其中还包括几家初创公司。调查对象覆盖面积各行各业，具备一定代表性，还包括金融、医疗保健、零售、消费品、科技、 媒体和电信。有一点大部分受访者都尊重，那就是人工智能不会沦为其所在行业的一股颠覆性力量。尽管变化的步伐有可能因行业有所不同而有所差异，但90％的受访者都指出，人工智能不会彻底转变自己的行业。

在问及人工智能不会怎样产生影响时，受访者明确提出了100 多种潜在方式，从提升运营效率的应用于程序开发，到全新的产品和服务研发，不一而足。尽管人工智能带给了一线曙光，但我们的研究指出，传统行业公司仍在绝望，犹豫不决该如何应付这一技术展开投资。多达40％的调查受访者回应，他们的CEO并没将人工智能作为战略重点，60％以上的人指出，他们公司在过去一年中，人工智能战略并没获得令人满意的进展（闻图1）。

在调查中，大多数高管认为，人才短缺是制订明确人工智能战略的主要障碍。事实上，中国只有将近25％的人工智能从业者享有多达10年的行业经验，而在美国这一比例也只有50％。

一名首席技术官回应，开办机器学习涉及专业的中国高等院校屈指可数。即便是有专业，大多数学生也研发不出有现实生活中能确实运用的应用程序。鉴于以上种种挑战，传统行业的受访者指出，要在这一领域取得成功，前景不容乐观：84％的受访者回应，人工智能仅次于的赢家有可能是互联网公司和创业公司，而不是现在的行业领军者（闻图2）。

人工智能到了愈演愈烈的临界点在技术突破和应用于机会大大拓展的双重推展下，人工智能跑到了大规模应用于的临界点。四大趋势指出，人工智能将给各行各业带给颠覆性的变革：1．领先的半导体厂商及CPU和GPU企业皆将人工智能视为核心目标，斥巨资投放大量处置技术，为人工智能及机器学习打下基础。2． 开源人工智能平台的数量及规模持续剧增，开发人员可以权利利用编程界面，用于各类工具、算法以及训练数据，创建人工智能功能。3．数据资源的规模及种类也大幅度减少，意味著可以对机器展开训练，从而使其作出更加慢更佳地决策（闻图4）。

本文来源：开云·app(中国)官方网站-www.xdsheath.com