今年4月份，阿爾法狗迎戰(zhàn)人類圍棋選手大獲全勝，馬云不以為意， “大家把 AlphaGo 說得天花亂墜，很恐怖的樣子。我個人覺得，So TM What?”在他看來，機器做人能做的事情，我覺得沒有什么了不起，機器要做人做不到的事情才了不起。而在6月29日的“世界智能大會”上馬云做了關于人工智能的演講，在人與機器的競爭中，人是有智慧的，而機器只能是智能。人類要明白人類應做什么、機器應做什么，要尊重和敬畏機器的智能，但不要害怕機器，機器不可能代替人類。

2017年6月14日，螞蟻宣布向首批入駐螞蟻財富的10家金融機構開放AI能力，這意味著，數(shù)以億計的支付寶普通用戶，都擁有了一個深度了解自己的專屬理財顧問，這個顧問全天24小時工作，在推薦理財產(chǎn)品時絲毫不夾雜私心，并且還不收取傭金。6月27日，螞蟻金服向保險行業(yè)全面開放技術產(chǎn)品“定損寶”，用AI模擬車險定損環(huán)節(jié)中的人工作業(yè)流程，幫助保險公司實現(xiàn)簡單高效的自動定損。這也是圖像定損技術首次在車險領域?qū)崿F(xiàn)商業(yè)應用。支付寶智能客服小螞答會自我學習，問題回答得越多，越精準，尤其對于口語化，表述不夠完整的提問，能夠主動理解。目前，支付寶智能客服解決滿意率達 78%，高出人工解決率3個百分點。

霍金教授2017年4月27日在全球移動互聯(lián)網(wǎng)大會（GMIC）上，通過視頻發(fā)表了題為《讓人工智能造福人類及其賴以生存的家園》的主題演講。他表示，人工智能的崛起可能是人類文明的終結(jié)。這已經(jīng)不是霍金第一次提出“人工智能威脅論”。在今年3月，霍金向英國《獨立報》表示，人類必須建立有效機制盡早識別威脅所在，防止新科技（人工智能）對人類帶來的威脅進一步上升。霍金表示，文明所提產(chǎn)生的一切都是人類智能的產(chǎn)物，他相信生物大腦可以達到的和計算機可以達到的，沒有本質(zhì)區(qū)別。目前人類無法知道我們將無限地得到人工智能的幫助，還是被藐視并被邊緣化，或者很可能被它毀滅。因為，聰明的機器將能夠代替人類正在從事的工作，并迅速地消滅數(shù)以百萬計的工作崗位。

根據(jù)Google Trends 的統(tǒng)計數(shù)據(jù)，目前在網(wǎng)絡上搜索“機器學習”（Marchine Learning）的人數(shù)大概是五年前的五倍。在加利福尼亞大學圣地亞哥分校（UCSD），大約有300多位研究生在學習推薦系統(tǒng)和神經(jīng)網(wǎng)絡的課程；機器學習在計算機視覺、語音識別，以及基于大數(shù)據(jù)的模式識別領域具有越來越大的影響力。如同之前的互聯(lián)網(wǎng)技術一樣，機器學習目前已經(jīng)到蓄勢待發(fā)，在很多領域帶來了技術的更新；并且包括資助結(jié)構、大學和工業(yè)界都對機器學習理論和應用的積極探索充滿了極大的興趣。

世界經(jīng)濟論壇發(fā)布“2017年度全球十大新興技術榜單”，基于人工智能觀察分析能力的深度學習技術位列第三位。世界經(jīng)濟論壇主席施瓦布認為，第四次工業(yè)革命的主要特征是各項技術的融合，并將日益消除物理世界、數(shù)字世界和生物世界之間的界限。人工智能、機器人、納米科技、量子計算等高科技，正是這場革命中的重要技術。同時，人工智能還是物聯(lián)網(wǎng)、機器人等其他高技術的基礎性支撐。目前，對于機器學習的關注度已經(jīng)遠遠超出了研究領域的人群范圍，越來越多的人都知道人工智能的重要性和將對社會帶來的推動，但是詳細了解的人卻并沒有很多。原因在于，一方面科普類的文章很少能夠深入淺出的講解人工智能，另一方面媒體又采用聳人聽聞的方式吸引公眾。

“人工智能”是1955年杜撰的一個術語，用來描述計算機科學領域的一個新興分支學科。人工智能是一門嚴謹?shù)目茖W，專注于設計智能系統(tǒng)和智能機器，其中使用的算法技術在某些程度上借鑒了我們對大腦的了解。許多現(xiàn)代人工智能系統(tǒng)使用人工神經(jīng)網(wǎng)絡和計算機代碼，模擬非常簡單的、通過互相連接的單元組成的網(wǎng)絡，有點像大腦中的神經(jīng)元。這些網(wǎng)絡可以通過修改單元之間的連接來學習經(jīng)驗，有點像人類和動物的大腦通過修改神經(jīng)元之間的連接進行學習。現(xiàn)代神經(jīng)網(wǎng)絡可以學習識別模式、翻譯語言、學習簡單的邏輯推理，甚至創(chuàng)建圖像并且形成新的想法。弗雷斯特研究公司剛剛發(fā)布了關于人工智能的TechRadar報告（面向應用軟件開發(fā)專業(yè)人員），該報告詳細深入地分析了企業(yè)應該考慮采用、以支持人類決策的關鍵技術：

自然語言生成：利用計算機數(shù)據(jù)生成文本。目前應用于客戶服務、報告生成以及總結(jié)商業(yè)智能洞察力。代表性廠商包括：Attivio、Cambridge Semantics、Digital Reason、Lucidworks、Narrative Science和SAS。

語音識別：將人類語音轉(zhuǎn)錄和轉(zhuǎn)換成對計算機應用軟件來說有用的格式。目前應用于交互式語音應答系統(tǒng)和移動應用領域。代表性廠商包括：NICE、Nuance Communications、OpenText和Verint Systems。

虛擬代理：弗雷斯特公司聲稱，“虛擬代理可謂是媒體界目前競相報道的對象。”從簡單的聊天機器人，到可以與人類進行交際的高級系統(tǒng)，不一而足。目前應用于客戶服務和支持以及充當智能家居管理器。代表性廠商包括：亞馬遜、蘋果、Artificial Solutions、 Assist AI、Creative Virtual、谷歌、IBM、IPsoft、微軟和Satisfi。

機器學習平臺：不僅提供了設計和訓練模型，并將模型部署到應用軟件、流程及其他機器的計算能力，還提供了算法、應用編程接口（API）、開發(fā)工具包和訓練工具包。目前應用于一系列廣泛的企業(yè)應用領域，主要涉及預測或分類。代表性廠商包括：亞馬遜、Fractal Analytics、谷歌、H2O.ai、微軟、SAS和Skytree。

針對人工智能優(yōu)化的硬件：這是專門設計的圖形處理單元（GPU）和設備，其架構旨在高效地運行面向人工智能的計算任務。目前主要在深度學習應用領域發(fā)揮作用。代表性廠商包括：Alluviate、克雷、谷歌、IBM、英特爾和英偉達。

決策管理：引擎將規(guī)則和邏輯嵌入到人工智能系統(tǒng)，并用于初始的設置/訓練和日常的維護和調(diào)優(yōu)。這是一項成熟的技術，應用于一系列廣泛的企業(yè)應用領域，協(xié)助或執(zhí)行自動決策。代表性廠商包括：Advanced Systems Concepts、Informatica、Maana、Pegasystems和UiPat。

深度學習平臺：一種特殊類型的機器學習，包括擁有多個抽象層的人工神經(jīng)網(wǎng)絡。目前主要應用于由很龐大的數(shù)據(jù)集支持的模式識別和分類應用領域。代表性廠商包括：Deep Instinct、Ersatz Labs、Fluid AI、MathWorks、Peltarion、 Saffron Technology和Sentient Technologies。

生物特征識別技術：能夠支持人類與機器之間更自然的交互，包括但不限于圖像和觸摸識別、語音和身體語言。目前主要應用于市場研究。代表性廠商包括：3VR、Affectiva、Agnitio、FaceFirst、Sensory、Synqera和Tahzoo。

機器人流程自動化：使用腳本及其他方法，實現(xiàn)人類操作自動化，從而支持高效的業(yè)務流程。目前應用于人類執(zhí)行任務或流程成本太高或效率太低的地方。代表性廠商包括：Advanced Systems Concepts、Automation Anywhere、Blue Prism、UiPath和WorkFusion。

文本分析和NLP：自然語言處理（NLP）使用和支持文本分析，為此它借助統(tǒng)計方法和機器學習方法，為理解句子結(jié)構及意義、情感和意圖提供方便。目前應用于欺詐檢測和安全、一系列廣泛的自動化助理以及挖掘非結(jié)構化數(shù)據(jù)等領域。代表性廠商包括：Basis Technology、Coveo、Expert System、Indico、Knime、Lexalytics、Linguamatics、Mindbreeze、Sinequa、Stratifyd和Synapsify。

越來越多的人類智力活動將與智能機器一起進行。人類的智慧是我們成為人的根本，人工智能則是這種屬性的延伸。 在通往打造真正智能機器的道路上，我們正在發(fā)現(xiàn)新的理論、新的原則、新的方法和新的算法，這些都將產(chǎn)生應用，并將改善我們的生活。