在未來十年內(nèi)，世界上超過50%的工作將會被人工智能所取代，尤其是翻譯、記者、助理、保安、司機、銷售、客服、交易員、會計、保姆等工作?，F(xiàn)在正是將人工智能技術(shù)轉(zhuǎn)化為產(chǎn)業(yè)應(yīng)用，以滿足實際商業(yè)需求、解決現(xiàn)實社會問題的黃金時期。同時，現(xiàn)在也是人工智能科學(xué)家創(chuàng)業(yè)的最好時期。

1、人工智能到底是什么?

人工智能&mash;AI(Artificial Intelligence)，它是一門包含計算機、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)等綜合學(xué)科。該概念第一次在達(dá)茅斯頓學(xué)術(shù)會議上提出：人工智能是從計算機應(yīng)用系統(tǒng)角度出發(fā)，研究如何制造出人造的智能機器或智能系統(tǒng)，來模擬人類智能活動的能力，以及延生人類智能科學(xué)(ps：注意包括2個部分：模擬人類以及延伸人類智能)。

人工智能的應(yīng)用實例：指紋識別、人臉識別 、視網(wǎng)膜識別、 虹膜識別 、專家系統(tǒng) 、智能搜索、 博弈等

2、人工智能的部分應(yīng)用領(lǐng)域

1) 機器人領(lǐng)域：人工智能機器人，如PET聊天機器人，它能理解人的語言，用人類語言進(jìn)行對話，并能夠用特定傳感器采集分析出現(xiàn)的情況調(diào)整自己的動作來達(dá)到特定的目的。

2) 語言識別領(lǐng)域：該領(lǐng)域其實與機器人領(lǐng)域有交叉，設(shè)計的應(yīng)用是把語言和[i]聲音轉(zhuǎn)換成可進(jìn)行處理的信息：如語音開鎖(特定語音識別);語音郵件以及未來的計算機輸入等方面

3) 圖像識別領(lǐng)域：利用計算機進(jìn)行圖像處理、分析和理解，以識別各種不同模式的目標(biāo)和對象的技術(shù);例如人臉識別 汽車牌號識別等。

4) 專家系統(tǒng)：具有專門知識和經(jīng)驗的計算機智能程序系統(tǒng)，后臺采用的數(shù)據(jù)庫相當(dāng)于人腦，具有豐富的知識儲備 采用數(shù)據(jù)庫中的知識數(shù)據(jù)和知識推理技術(shù)來模擬專家解決復(fù)雜問題。

一個十分直觀的綜合應(yīng)用的實例：google的無人駕駛汽車，該項目是由斯坦福人工智能實驗室主任塞巴領(lǐng)導(dǎo)谷歌一個團(tuán)隊承擔(dān)的。

3、人工智能已經(jīng)智能到什么程度了?

在最近的幾十年里，人工智能似乎開始呈現(xiàn)出井噴式發(fā)展。1997年5月，IBM公司研制的深藍(lán)(DEEP BLUE)計算機戰(zhàn)勝了國際象棋大師卡斯帕洛夫(KASPAROV)，人工智能的這個完美表現(xiàn)開始引起了所有研究者的注意。在最近五十年里，從手機上的計算器到無人駕駛汽車，再到今天 Master 59連勝人類頂尖圍棋選手，再到未來可能改變世界的重大變革，人類似乎在慢慢預(yù)測到——一個人工智能的時代正在來臨。

如今人工智能已經(jīng)不再是幾個科學(xué)家的專利了，全世界幾乎所有大學(xué)的計算機系都有人在研究這門學(xué)科。

不管你選擇什么專業(yè)方向，人工智能和機器人專業(yè)的主要課程包括數(shù)學(xué)、計算機課程，基本的編程語言、算法設(shè)計、操作系統(tǒng)、數(shù)據(jù)結(jié)構(gòu)、邏輯、概率論和數(shù)理統(tǒng)計等方法。

4、人工智能專業(yè)的分支情況

我們來看看這個AI這個綜合型學(xué)科的一個專業(yè)分支，總的來說可以分為以下幾個分支：第一，模式識別;第二，機器學(xué)習(xí);第三，數(shù)據(jù)挖掘;第四，智能算法。

模式識別：是指對表征事物或者現(xiàn)象的各種形式(數(shù)值的文字的邏輯關(guān)系的等)信息進(jìn)行處理分析，以及對事物或現(xiàn)象進(jìn)行描述分析分類解釋的過程，例如汽車車牌號的辨識 涉及到圖像處理分析等技術(shù)。

機器學(xué)習(xí)：研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)是指不斷完善自身的性能，或者達(dá)到操作者的特定要求。

數(shù)據(jù)挖掘：知識庫的知識發(fā)現(xiàn)，通過算法搜索挖掘出有用的信息，應(yīng)用于市場分析、科學(xué)探索、疾病預(yù)測等。

智能算法：解決某類問題的一些特定模式算法;例如，我們最熟悉的最短路徑問題，以及工程預(yù)算問題等。

在國外高校都有其偏重，了解各個分支能夠很好地指導(dǎo)選擇自己感興趣的方向，在申請學(xué)校的時候也可以做到有的放矢。