到2030年，人工智能對(duì)全球經(jīng)濟(jì)的潛在貢獻(xiàn)將達(dá)到15.7萬(wàn)億美元，到2030年，人工智能對(duì)當(dāng)?shù)亟?jīng)濟(jì)的GDP貢獻(xiàn)高達(dá)26%。到2025年，人工智能(AI)將通過(guò)高效處理當(dāng)今的一些復(fù)雜任務(wù)來(lái)顯著改善我們的日常生活。

　　人工智能涉及開(kāi)發(fā)計(jì)算系統(tǒng)的領(lǐng)域，這些系統(tǒng)能夠執(zhí)行人類很擅長(zhǎng)的任務(wù)，例如識(shí)別物體、識(shí)別和理解語(yǔ)音以及在受限環(huán)境中進(jìn)行決策。人工智能的一些經(jīng)典方法包括(非詳盡列表)搜索算法，如寬度優(yōu)先、深度優(yōu)先、迭代深化搜索、AI算法，以及邏輯領(lǐng)域，包括謂詞演算和命題演算。還開(kāi)發(fā)了局部搜索方法，例如模擬退火、爬山、波束搜索和遺傳算法。

　　機(jī)器學(xué)習(xí)被定義為應(yīng)用統(tǒng)計(jì)方法使計(jì)算機(jī)系統(tǒng)能夠從數(shù)據(jù)中學(xué)習(xí)以實(shí)現(xiàn)最終目標(biāo)的人工智能領(lǐng)域。該術(shù)語(yǔ)由Arthur Samuel于1959年引入。深度學(xué)習(xí)是指具有多個(gè)隱藏層的神經(jīng)網(wǎng)絡(luò)領(lǐng)域。這種神經(jīng)網(wǎng)絡(luò)通常被稱為深度神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)是受生物學(xué)啟發(fā)的網(wǎng)絡(luò)，它以分層方式從數(shù)據(jù)中提取抽象特征。將在未來(lái)十年發(fā)揮作用的關(guān)鍵技術(shù)包括生成對(duì)抗網(wǎng)絡(luò)(GAN)、循環(huán)神經(jīng)網(wǎng)絡(luò)，包括長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)、自注意力(self-attention)、(NLP和可能的時(shí)間序列)和膠囊網(wǎng)絡(luò)(一個(gè)正在進(jìn)行的研究領(lǐng)域)。本系列的后續(xù)部分將更詳細(xì)地討論深度強(qiáng)化學(xué)習(xí)。

　　狹義人工智能：機(jī)器被設(shè)計(jì)為執(zhí)行單個(gè)任務(wù)并且機(jī)器很擅長(zhǎng)執(zhí)行該特定任務(wù)的人工智能領(lǐng)域。然而，一旦機(jī)器經(jīng)過(guò)訓(xùn)練，它就不會(huì)泛化到看不見(jiàn)的領(lǐng)域。這就是我們今天擁有的人工智能形式，例如谷歌翻譯。

　　通用人工智能(AGI)：一種人工智能形式，可以完成人類可以完成的任何智力任務(wù)。它更有意識(shí)，做出的決定類似于人類做出決定的方式。AGI 在這一刻仍然是一個(gè)愿望，對(duì)它的到來(lái)有各種預(yù)測(cè)。它可能會(huì)在未來(lái)20年左右出現(xiàn)，但它面臨著與硬件、當(dāng)今強(qiáng)大機(jī)器所需的能源消耗以及解決災(zāi)難性記憶損失相關(guān)的挑戰(zhàn)，即使是當(dāng)今最先進(jìn)的深度學(xué)習(xí)算法也可能會(huì)受到影響。

　　超級(jí)智能：是一種在所有領(lǐng)域都超過(guò)人類表現(xiàn)的智能形式(由Nick Bostrom定義)。這指的是一般智慧、解決問(wèn)題和創(chuàng)造力等方面。

　　人工智能將成為所有組織的核心

　　在邊緣處理AI工作負(fù)載的一個(gè)主要優(yōu)勢(shì)是，相對(duì)于等待來(lái)自遠(yuǎn)程基于云的服務(wù)器的查詢響應(yīng)，延遲大大減少。因此，未來(lái)的攝像機(jī)、機(jī)器人和計(jì)算機(jī)將能夠做出改進(jìn)和更明智的判斷，而不是不斷地查詢遠(yuǎn)程云服務(wù)器并在做出決定之前等待。例如，自動(dòng)駕駛汽車需要實(shí)時(shí)決定是左轉(zhuǎn)還是右轉(zhuǎn)，而不是等待服務(wù)器做出響應(yīng)。此外，使用計(jì)算機(jī)視覺(jué)的無(wú)人機(jī)將通過(guò)在設(shè)備上使用人工智能來(lái)調(diào)整自己的飛行路徑來(lái)提高可靠性。

　　隨著傳感器在智慧城市中的廣泛應(yīng)用，設(shè)備上的人工智能可以通過(guò)使用嵌入式傳感器來(lái)改善第一響應(yīng)者的通知時(shí)間“在路燈等城市基礎(chǔ)設(shè)施中，評(píng)估背景噪音并確定是否存在緊急情況。人工智能還可以讓交通攝像頭通過(guò)車牌的光學(xué)識(shí)別以及圖案和顏色匹配來(lái)立即識(shí)別車輛。

　　這將為急救人員在到達(dá)現(xiàn)場(chǎng)之前了解情況節(jié)省寶貴的時(shí)間。此外，在邊緣采用AI將能夠立即識(shí)別制造設(shè)施中業(yè)務(wù)流程的中斷，從而向工廠中的人員提出有關(guān)導(dǎo)致問(wèn)題的原因(例如組件故障)以及如何產(chǎn)生的建議以最好的方式對(duì)事件做出反應(yīng)，以將損失降到最低，并在最快的時(shí)間內(nèi)恢復(fù)正常運(yùn)營(yíng)。

　　在此期間，深度強(qiáng)化學(xué)習(xí)將頻繁部署到我們周圍的日常活動(dòng)中。熱點(diǎn)容易出現(xiàn)在道路交叉口，車輛之間的有效通信具有挑戰(zhàn)性。無(wú)人機(jī)可以作為中繼器，具有價(jià)格低廉、部署方便、視距鏈接、機(jī)動(dòng)靈活等優(yōu)點(diǎn)。