人工智慧目前仍然停留在低階智慧階段，所謂低階智慧，指得是機器或系統可以在一定程度上替代單一工種的勞動，這裡分兩方面說：
1 基於大資料分析的智慧。
大資料分析最終目標是儘可能準確的透過資料分析預測行為，從而代替人類做出理性決策。這種智慧是基於海量資料的挖掘、清洗、加工等步驟，然後使用一系列資料分析演算法來挖掘資料趨勢和資料間的潛在聯絡，進而對結論做出預測，隨著資料的不斷累積，演算法的不斷改進，預測準確率會越來越高，也就是所謂的機器學習。
2 基於演算法的人工智慧。為了代替手工操作，比如機械手臂代替人工進行流水線作業，比如目前市面上的智慧家居元件，每個元件實現一個功能，用程式設計實現元件間的互動。這些都屬於低階智慧。
而隨著5G的發展，未來對於人工智慧的趨勢是多部件協作，讓人工智慧的“大腦”具備一定的協調能力，配合著5G的大頻寬、多併發能力，實現“萬物互聯”，這樣就從低階智慧向高階智慧發展了。
打個比方，比如現在所謂的智慧城市概念，可以試想一下所有的交通訊號燈都可以根據當時的車流量和行人數量自動調整亮燈規則，所有的垃圾箱都可以自動分類，自動集中處理，所有的車輛都可以實現自動駕駛，路燈可以根據燈下的人需求自動調節明暗，那將會是一個什麼樣的世界，而這種世界，正在離我們越來越近，目前技術上已經沒有明顯瓶頸，只需要搭建底層硬體，這是我們即將看見的智慧。
人工智慧目前仍然停留在低階智慧階段，所謂低階智慧，指得是機器或系統可以在一定程度上替代單一工種的勞動，這裡分兩方面說：
1 基於大資料分析的智慧。
大資料分析最終目標是儘可能準確的透過資料分析預測行為，從而代替人類做出理性決策。這種智慧是基於海量資料的挖掘、清洗、加工等步驟，然後使用一系列資料分析演算法來挖掘資料趨勢和資料間的潛在聯絡，進而對結論做出預測，隨著資料的不斷累積，演算法的不斷改進，預測準確率會越來越高，也就是所謂的機器學習。
2 基於演算法的人工智慧。為了代替手工操作，比如機械手臂代替人工進行流水線作業，比如目前市面上的智慧家居元件，每個元件實現一個功能，用程式設計實現元件間的互動。這些都屬於低階智慧。
而隨著5G的發展，未來對於人工智慧的趨勢是多部件協作，讓人工智慧的“大腦”具備一定的協調能力，配合著5G的大頻寬、多併發能力，實現“萬物互聯”，這樣就從低階智慧向高階智慧發展了。
打個比方，比如現在所謂的智慧城市概念，可以試想一下所有的交通訊號燈都可以根據當時的車流量和行人數量自動調整亮燈規則，所有的垃圾箱都可以自動分類，自動集中處理，所有的車輛都可以實現自動駕駛，路燈可以根據燈下的人需求自動調節明暗，那將會是一個什麼樣的世界，而這種世界，正在離我們越來越近，目前技術上已經沒有明顯瓶頸，只需要搭建底層硬體，這是我們即將看見的智慧。