從今年年初的AlphaGo人機大戰(zhàn)之后，人工智能成為了產業(yè)界最受關注的一大熱點。其實，從1956年人工智能概念出現迄今已經60年的歷史了，人工智能也經歷了幾番起起落落。為何今天成為了業(yè)界熱點呢？歸結起來，實際上是三大技術基礎的成熟和發(fā)展奠基了人工智能的落地。
人工智能=數據+計算能力+算法
首先，人工智能對計算能力的要求很高，而以前研究人工智能的科學家往往受限于單機計算能力，需要對數據樣本進行裁剪，讓數據在一臺計算機里進行建模分析，導致模型的準確率降低。伴隨著分布式計算能力的迅速發(fā)展，云計算平臺可以利用成千上萬臺的機器進行計算，尤其是GPU的發(fā)展為加速人工智能落地奠定了基礎計算能力，使得類似于人類的深層神經網絡算法模型為代表的人工智能應用成為現實；
其次大數據時代已經到來，多來源、實時、大量、多類型的數據可以從不同的角度對現實進行更為逼近真實的描述，而利用深度學習算法可以挖掘數據之間的多層次關聯關系，為人工智能應用奠定了數據源基礎；
第三是算法的發(fā)展尤其是Geof Hinton教授2006年發(fā)表的論文，開啟了深度學習在學術界和工業(yè)界的浪潮，以人工神經網絡(ANN)為代表的深度學習算法成為了人工智能應用落地的核心引擎。
因此，計算能力+數據+算法三者相輔相成、相互依賴、相互促進，使得人工智能有機會從專用的技術成為通用的技術，融入到各行各業(yè)之中。