首先要搞清楚，人工智慧到底是什麼。人工智慧（Artificial Intelligence），英文縮寫為AI。人工智慧希望生產出一種能以人類智慧相似的方式做出反應的智慧機器，人工智慧可以對人的意識、思維的資訊過程的模擬。人工智慧不是人的智慧，但能像人那樣思考、也可能超過人的智慧，包括機器人、語言識別、影象識別、自然語言處理和專家系統等。

影象識別領域目前在中國，應用最廣的應該是人臉識別，自動駕駛這些應用，這些都是影象識別領域的。目前是百度在這個領域做的比較好。

語言識別，國內著名廠商科大訊飛，出的同聲翻譯機器，前段時間還出過一場風波，不知道大家聽說沒有。

機器人領域，美國的波士頓機器人公司，開發的機器人非常優秀，可以奔跑，跳躍，翻跟斗，搬運貨物，開門等等。

專家系統，比如一些診療系統，自動根據你的化驗報告，採用深度學習演算法，得出診療結果，比醫生看的還準。

這些都是在軟體行業，硬體方面，國內的達摩院，寒武紀，都是開發人工智慧晶片的，還有華為的麒麟980開始就集成了人工智慧晶片。國外出名的是由美籍華人黃仁勳創辦的英偉達研發的人工智慧晶片。

基本上，從事人工智慧行業的，都是高學歷的頂尖人才，普通人或者是行外人想在這個行業立足，非常困難。當然，土豪除外，可以做風投，投資一家前景好的人工智慧初創公司，也是一種好辦法。

首先看看人工智慧這個詞，人工大家都知道，但是“智慧”是什麼？這是非常複雜的，有的人還給分成強人工智慧、弱人工智慧之類的。其實這是人類本身就沒有把這些事情認識清楚。就拿題目而言，思維、感情，拿什麼來定義呢？機器進行if-else運算為什麼不能算是思維呢？

一個比較有意思的現象是，一項“智慧”技術發明出來之前，大家認為這是智慧的。一旦被髮明出來，就不叫“智慧”了。比如影象識別，在技術成熟之前，大家認為這是非常智慧的，是人類獨有的。現在呢？覺得都是計算而已。或者我現在的方向，簡單說就是兩個不同相機，找一找裡面相同的人。這裡面會涉及到不同相機的色偏，行人的姿態和遮擋的問題。很“智慧”吧？但是去年年底，就有演算法正確率超過熟練的人類了。但是大家又會覺得，這只是一個人類劃定範圍的問題，算不上智慧。

發現了嗎？人類其實一直在給自己劃定堡壘，然後人工智慧一個個攻破。一會兒說象棋是程式做不出來的，一會兒又說圍棋是人類最後的尊嚴。其它答案裡面說人工智慧下圍棋是靠窮舉，是靠if-else，這是不對的。AlphaGo靠的是一種概率運算，簡單說，就是“放在這個位置贏面大一點”。後來又有AlphaZero，和AlphaGo比又進步了。進步在什麼地方呢？AlphaGo在訓練的初始階段，使用了人類所有的棋譜。而AlphaZero是完全從零開始，沒有用到棋譜，訓練完全使用自我對弈進行強化學習。在實戰中，演算法給出的策略，解說員有些不能理解。但是後來證明這個子起到了至關重要的作用。細思恐極吧，可能我們之前的思路，完全就是錯的！

但是從另一個角度看，這恰恰說明了人類的優勢，在於“權力”。就是判斷你是不是一個智慧的權力。你可以說我的人工智慧可以模擬感情，但是我可以說我對機器人就是莫得感情。這非常主觀的。因為一旦定義成客觀問題，就有被人工智慧突破的可能。

很難。

現在在應用方面，在一些配合條件下或者是比較簡單條件下可以達到比較好的效果，但是想要達到諸如人的這種效果比較難；

在研究方面，雖然各個頂會看起來很熱鬧，但是理論方法也沒有什麼重大的突破。最近science有一篇文章說人工智慧的一些領域核心進展一直停滯不前。

人工智慧是一個大命題，具體到每一個方面就是專業性很強的問題了。比如針對某一個裝置，只要按我們設定的功能進行設計，就不會有太大的難度。當然如果是大型系統的人工智慧設計就肯定是有難度的。

確實很難做，市場在受教育，人們的接受度不高，也在認識什麼是人工智慧。

隨著大家對智慧產品的瞭解，G5，機器人、物聯網的認識，也會越來越好做。

您說的太廣泛

細分領域

這個行業是研發

現在市場上很多都是那別人的套牌

但是未來這個領域會越來越好

人工智慧涉及到的領域太多，神經網路，智慧演算法，自動程式，機器視覺，機器學習，語言和圖形處理，人道主義理論等等好多。