一、人工智能为何如此关键?

　　得益于数据的激增、以及云处理和计算能力方面创新的成熟，人工智能的应用正以远超过往的速度攀升。企业现在可以访问前所未有的数据量，包括直到现在才意识到的暗数据。这些宝贵资源为人工智能的发展带来了福音。

　　使用得当，人工智能将成为至关重要的业务价值源泉。一直以来，人们始终认为人工智能潜藏着激发业务创新的巨大力量。随着各项支持要素的到位，企业开始看到人工智能如何为其增加价值。自动化降低了成本，并为业务流程带来了更高程度的一致性、运作速度和可扩展性。实际上，埃森哲的一些客户发现，由此节省的时间达70%。然而，更加引人注目的是人工智能推动增长的能力。成功进行技术扩展的企业与仍处于试验阶段的同行相比，人工智能带来的投资回报是后者的三倍。因此我们便不难理解，84%的首席高管一致认为，必须利用AI来实现其增长目标。

　　二、人工智能包括了哪些主要技术

　　人工智能技术是一个广阔的研究领域，主要组成部分包括计算机视觉、深度学习、自然语言处理、机器学习和语音识别。

　　1、计算机视觉

　　计算机视觉是为了让计算机具有自主适应环境的能力，能像人那样通过视觉观察并理解世界，主要用图像采集设备与计算机等成象系统代替视觉器官，对目标进行识别、跟踪、检测和控制，然后对图形进行处理和分析，从中获取有效信息。广泛用于医疗成像分析、人脸识别、安防监控、自动驾驶等。

　　2、深度学习

　　深度学习是机器学习的一种，在现有的数据基础上进行学习操作，是机器学习一个新的领域。通过建立和模仿新皮层中神经元层中的活动，模仿人脑机制通过学习层次结构、表 示级别和抽象级别理解数据模式来解释文字，图像和声音等数据，让机器能够像人一样具有分析学习能力。

　　3、自然语言处理

　　自然语言处理是利用计算机对自然语言进行智能化处理并提取有效信息的过程，拥有和人类一样的文本处理的能力是人工智能技术最难的部分，通过对语音、语法、词法、语义分析，让机器能够理解人类语言，用自然语言的方式与人类交流，实现人机之间的自然语言通信，最终拥有“智能”，常用的语音对话机器人就有这样的能力。

　　4、机器学习

　　机器学习是实现人工智能的必经之路，是指计算机通过对已知情况的数据提升自身性能的能力。机器学习是训练出来的，而不是明确地用程序编写出来的，与人类学习的过程相似，在学习时自动发现情况，通过以往的经验对新遇到的情况作出预测和判断，比如销售库存预测、石油勘探等。

　　5、语音识别

　　语音识别是将人类的语言转化为计算机可读的数据，首先将语音信号转化为电信号，预处理后进行特征提取，然后将提取出的特征与数据库声学模型对比，解码搜索后识别出语言内容，方便计算机进行理解和操作。不过发声时的语速、环境、噪音、口音、情绪等都会对语音信号的生成产生很大的影响，随着深度学习的发展，语音识别进入了新的阶段，常用在社交聊天、语音导航、语音拨号、智能音箱等。