人工智能 (AI) 是创造并运用算法构建动态计算环境来模拟人类智能过程的基础。简单来说，人工智能努力的目标是让计算机像人类一样思考和行动。

要实现这个目标，需要三个关键要素：

• 计算系统
• 数据和数据管理
• 高级人工智能算法（代码）
  

期望结果越接近人类，对数据量和处理能力的要求越高。

AI 是如何兴起的？

至少自公元前一世纪开始，人类就对制造机器模拟人脑的可行性充满兴趣。到了现代，McCarthy 于 1955 年创造了“人工智能”这个词语。1956 年，McCarthy 等人组织了一场名为“达特茅斯学院夏季人工智能科研项目”的会议。以此为开端，机器学习、深度学习、预测性分析应运而生，一直发展到现在的规范化分析。此外，同时还兴起了一个全新的研究领域：数据科学。

人工智能的重要性》

今天，人类和计算机产生的数据量之庞大，已远远超出人类可以吸收、解释并据此做出复杂决策的能力范围。人工智能构成了所有计算机学习的基础，代表着所有复杂决策的未来。例如，井字棋（圈叉游戏）有 255168 种不同的走法，其中 46080 种走法会出现平局。但尽管如此，大多数人都能算出如何才能不输掉游戏。西洋跳棋则有超过 500 x 1018 种不同的可能走法，因此能称得上高手的人寥寥无几。计算机能够极其高效地计算这些走法的排列组合，并得出最佳对策。人工智能（及其机器学习的逻辑演进）和深度学习为业务决策的未来奠定了基础。

AI的应用情况

在很多日常情景中都能见到人工智能的用例，例如金融服务欺诈检测、零售采购预测和在线客户支持互动等。下面举几个示例：

• 欺诈检测。人工智能在金融服务行业的用途有两种。一种是在信贷申请的初始评分环节运用人工智能了解申请人的信用度。另一种是使用更高级的人工智能引擎实时监控和检测支付卡的欺诈交易。
• 虚拟客户助手 (Virtual Ccustomer Assistance, VCA)。除了人工互动外，呼叫中心还使用 VCA 来预测和响应客户的问询。语音识别配合模拟人类对话，是客户服务问询中的第一个互动点。更高水平的问询转接给人工客服。
• 客户在网页上发起聊天（与聊天机器人）对话时，通常是先与运行专业化人工智能的计算机互动。如果聊天机器人不能解释或解决问题，人工客服便会介入，直接与客户沟通。这些无法解释的实例将馈送到机器学习计算系统，用于改进人工智能应用程序，以便在以后更好地完成互动。
• 人工智能在[size=1em]自然语言处理 (NLP) 和[size=1em]计算机视觉 (CV) 等应用领域的进步正在帮助金融服务、医疗保健和汽车等行业加速创新、改善客户体验，同时降低成本。据 Gartner 估计，截至 2022 年，有多达 70% 的人每天与对话式人工智能平台进行交互。NLP 和 CV 在人类和机器人之间发挥着重要的纽带作用：NLP 可帮助计算机程序理解人类语言，而 CV 可将机器学习模型应用于图像，非常适合从自拍滤镜到医学成像的各类应用。