從目前市場應用的角度看，人工智慧還只是在一些特殊的領域和特殊的地方應用而已，並沒有普及，也很難真正發揮其作用。從實驗室到普及全社會，人工智慧顯然還有一個相當長的路要走

已經在用了。

AI目前能落地的最好的領域就是影象處理領域了。現在機會人手一部的美顏手機就用了AI技術。開車違章抓拍監控攝像頭也用上了大量的AI技術。

但是在其他領域，AI就很少有落地的了。因為人工智慧和智慧相比還有不小的距離。別看現在到處都是AI，但是AI技術在理論上已經幾十年沒有突破了。

目前媒體宣傳的AI其實是指AI中的深度學習技術。由於其本身是基於統計的方法，換句話說就是從資料中挖掘規律，導致很多致命問題如對抗樣本。這些問題限制其目前大多僅應用影象和自然語言處理領域。

因此，不必過於當心AI會取代人們的工作，AI的發展還是一條漫長的路。。。

AI已經進入人們生活了。

首先，我們來看下AI包含那些應用。

機器視覺：機器視覺，指紋識別，人臉識別，視網膜識別，虹膜識別，掌紋識別，專家系統，自動規劃，智慧搜尋，定理證明，博弈，自動程式設計，智慧控制，機器人學，語言和影象理解，遺傳程式設計等

第三，AI包含的範圍非常廣泛，未來將是AI時代，也許未來會有人與機器人結婚，相伴一生呢。

總結，我們生活在一個偉大時代，近100年的發展已經趕上過去幾千年的時間。努力拼搏，跟隨時代，引領時代。

感謝邀請！2019年ins上的一位模特紅了。粉色的蘑菇頭搭配著時尚的穿著，以日本街道為背景的照片都有著一種渾然天成的日系潮流感。但當你仔細讀過個人簡介才會驚呼，這位名為imma的模特並不是一位真實的人類，而是一名虛擬模特。智慧化作為未來的趨勢，誕生了imma這樣的AI虛擬模特，也讓我們看到了人工智慧已經離我們越來越近。

如同電的誕生一樣，AI技術正在改變每個行業，智慧裝置、IOT、人工智慧、雲計算，越來越多新技術的興起使行業效率得到有效提升，加速了行業轉型發展。從16年開始，我們的生活颳起了一股人工智慧的風潮，一部分企業開始涉足人工智慧領域，短短數年，國內誕生了諸如曠視科技、商湯科技、極鏈科技Video++、依圖科技等優秀的初創AI企業。AI已經給谷歌、百度、微軟和Facebook等領先的科技公司中創造了巨大的價值。那麼AI離我們究竟還有多遠？

什麼是人工智慧？其實從廣義上說，人工智慧的應用已經非常廣泛，各大新聞客戶端會根據你的閱讀興趣推送相關新聞、電商平臺也會根據你的購買習慣推送相關商品，這些都可以稱為人工智慧。從雲計算到大資料，人工智慧已經具備了相對堅實的基礎。其中，大資料稱得上是人工智慧賴以開展的生產資料，而云計算則是人工智慧發展的生產工具。不過，從當下人工智慧的發展現狀看，大部分的人工智慧還停留在大資料分析階段，距離真正的人工智慧還有一定的距離。

人工智慧正在告別新一輪概念炒作，如果說60年前人工智慧概念的提出，多少有些科幻成分。那麼，今天人工智慧概念的再次出現卻帶有強烈的現實意義。從AlphaGo在圍棋領域戰勝人類選手後，人工智慧又開啟了新一輪的發展熱潮。與以往人工智慧憑藉強大的演算法戰勝人類不同，在圍棋領域，人工智慧展現出了機器學習的能力。我們一直夢想著有一個通用的模型，可以建模整個世界，使各種各樣的問題都能夠迎刃而解，這便是通用人工智慧的最終目標事實上我們現在所研究的人工智慧，都是針對某一特定問題的演算法或模型，比如影象的分類，目標的檢測，影片的理解等等。在特定的問題上，深度學習給我們帶來了驚人的表現，但是一旦離開特定的領域，演算法與模型的效能會大幅度下降。從我們的目標來看，通用人工智慧意味著如何來提高神經網路的泛化能力。所謂泛化能力，指機器學習演算法對於新的樣本的適應能力，即對於未知的資料也可以得到很好的結果。比如遷移學習中的一個例子：我們使用歐洲人的面部表情圖片來訓練一個模型，然後用來識別其他歐洲人的面部表情，識別結果通常可以不錯，但是用來識別亞洲人的表情，結果會一落千丈，遠遠達不到預期，即此時模型的泛化能力很差。

人工智慧的下一個突破點：應用場景，無論是圍棋、象棋還是德州，人工智慧在這類棋牌遊戲中能否戰勝人類，已經基本沒有懸念。但如果人工智慧只能做到這些，這一新興技術的魅力也會大打折扣。如今，人們對這類人機大戰開始變得漠不關心，開始期望在幾乎所有的工作和生活場景中應用這一新技術，就如同當年計算機、網際網路出現之初一樣。彼時，計算機的應用讓人們進入無紙化的資訊時代，而網際網路的應用則讓人們得以打破資訊傳輸的邊界，真正讓世界變得更加互聯互通。

從目前的態勢看，人工智慧所帶來的革命性將遠超計算機和網際網路，因為它要做的是要代替，或者說部分代替人類的思考。現在，我們發現人工智慧的應用還可以推廣到更多的場景中，比如金融、醫療、交通、文娛等眾多行業。人工智慧帶給人們的，不僅是透過資料分析呈現的規律和幫助人們進行決策，更多的是規避人類被情緒、感情等因素的干擾，幫助人們做出更加合理的決策。不過，相比較人工智慧技術的演進，當下人工智慧最重要的任務是如何普及到更多的應用場景中，並真正在這些場景中為人們所應用。人工智慧不斷獲取新的資料、進行持續且深度的學習，才是發展的關鍵。而從目前市場應用的角度看，人工智慧還只是在一些特殊的領域和特殊的地方應用而已，並沒有普及，也很難真正發揮其作用。從實驗室到普及全社會，人工智慧顯然還有一個相當長的路要走。