操向农人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

　　人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

　　人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。

　　人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。

　　从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。[

　　人工智能(缩写AI)时代来临。标志性事件是2016年3月Google公司的智能机器人，叫AlphaGo，“阿尔法狗”下围棋4:1胜过韩国的李世石。表明在逻辑与运算方面，智能机器人可能超过人类。

　　尽管未来的智能机器人要替代人类的部分工作，它是既远又近，可能是个不争的事实。但是真要实施起来可能从产业的环境改善，包括智能机器人的安全、标准等尚有一段不短的距离。然而无论如何从这个时刻开始，对于人工智能技术人们不得不加以重视与对待它。

　　假设把人脑看作CPU，它的处理速度约320GHz，人脑的资讯传输频宽约每秒25Tb( 1Tb等于 1,000G )储存容量约2,500Tb，比市售高速绘图DRAM每秒传输32Tb的速度快800倍，也比1Tb的固态盘(SSD)容量大2,500倍。

　　人脑有300亿个神经元。而Nvidia芯片中的晶体管数量己达到210亿个，面积为815平方毫米，它拥有5120个CUDA（统计计算设备架构）处理核心，双精度浮点运算性能可达每秒7.5万亿次。

　　人类的大脑从4000年前到如今，它的神经元数量一直没改变。但是芯片里晶体管的数量还可能呈百万倍的增加。

　　人的智商IQ通常为100，而那些天才，如爱因斯坦，达芬奇等它们的IQ可达200，但是未来30年之后，随着人工智能技术的进步，智能机器人的智商IQ可能达到10,000。如果这天真的来临，意味着人工智能的智商远超过人脑，业界称之为到达“奇点”(Singurarity)。

　　2017年7月份中国政府出台了一项新战略，其目标明确：三年内在人工智能技术发展方面赶超美国，希望到2030年时成为世界领先者。

　　科技部发布的文件列出了13个“转型”技术项目，计划在未来几个月内投入更多政府资金，到2021年完成项目交接。其中一项是开发运行人工智能神经网络的新型芯片，其软件开发与谷歌等大科技公司在人工智能领域的规划不谋而合。

　　在硬件方面，该项目的一个标准专门针对Nvidia(英伟达)：科技部表示，在芯片性能和能效方面，希望能够开发出比英伟达M40芯片功效高20倍的芯片，此类芯片被称为神经网络的“加速器”。M40芯片上市已经有两年时间，并不是英伟达最新、功能最强大的芯片，但目前仍然用于各种人工智能项目。

　　据专家预测，在2030年时人工智能在中国可能产生10万亿元产业，其中金融、汽车、零售及医疗等占主要方面。

　　英特尔的CEO科再奇近日在《纽约时报》Dealbook大会上谈到，每家公司都应当制定人工智能战略，刻不容缓。随着数字化革命进程的加快，数据越来越多、越来越复杂、越来越多样，企业必须迅速做出关键决策。为了驾驭数字洪流，企业需要人工智能战略，否则就会落后于时代。

　　在人工智能的赛道上，算法为天、计算能力为地、芯片为核心，中国能否在人工智能上实现弯道超车，首先要看在核心阵地是否有所作为。

　　目前，在AI芯片领域，主要存在GPU（即视觉处理器）、FPGA（即现场可编程门阵列）、ASIC（即专用集成电路）、类脑芯片四大流派。

　　其中，在GPU领域，只有Nvidia英伟达、AMD两大玩家。在FPGA领域，有赛灵思、Altera（已被英特尔167亿美元收购）、Lattice、Microsemi 4个玩家。

　　在ASIC领域，美国的英特尔、高通、微软，英国的Graphcore，中国的中科院计算所、地平线机器人等，均有布局。在类脑芯片领域中，美国的IBM、高通，中国的中科院计算所、北京大学、中星微、西井科技等也取得了不俗的成果。

　　据瑞银的模型预测，机器学习与人工智能等相并半导体产值不含存储器，2021年将由2017年的82亿美元成长至350亿美元，年均增长率造41％。

　　从计算机发展历程，GPU最初的诞生与视频游戏市场有关，而与CPU区别明显，它用来解决复杂的计算任务，而GPU则更适合对于海量数据进行批量化操作。因此GPU正是人工智能时代的核心，深度学习技术所需要的。

　　芯片行业在PC时代属于英特尔，移动手机时代属于高通，目前进入人工智能新时代，Nvidia英伟达暂时抢占先机。

　　至2021年时据预测全球智能手机出货量累计超过85亿台，假设其中有约50%的手机装上AI芯片，或者集成AI功能，对于手机的功能会有极大的提高，是人类的福音。

　　AI是有价值的，因为在许多情况下，在AI方面的进步给人类社会带来的更多的是革命性的而不是进化性。

　　在未来几年，机器学习能力将应用在几乎所有部门的各种各样的过程中，随着时间的推移，我们希望机器学习的应用会变得越来越普世化，机器学习技术将会成为开发人员标准工具包的一部分，并且在不断地改进过程中实现质的飞跃。

　　人工智能美国发展了几十年，如今掀起来一股前所未有的人工智能热潮，众多企业热衷于人工智能领域，以及随着信息科技的发展从互联网、移动互联网到物联网的延伸，那么作为支撑物联网应用的后端服务的人工智能技术，是物联网时代最核心的一环。万物互联时代下的人机交互模式上，一定得依托于图像与语音，其图像识别和语音识别核心是人工智能作为支撑。

　　在万物感知时代，谁能赢的人工智能，意味着就赢得互联网。返回搜狐，查看更多