AI最先被提出是在1956年，美國科學家研討“如何用機器模擬人的智慧”時，提出的人工智慧，當時專家們的設想是：把做決策的方法全部寫出來，輸入電腦，然後電腦就成為跟人一樣的專家了。

然後由於當時的計算方法和計算機的運算速度跟不上，所以也就不了了之。然後1980年再次被提出，用大量的資料做語音做視覺等，然後做的也是不怎麼成功，然後在2000年由於計算機技術的突破。再次被提出，直到發展到今天的成果。

開始時是處理數字和文字，然後分析應用等；然後是語音和圖片，再分析應用等；緊跟是影象，影象的處理似乎也和AI有著千絲萬縷的聯絡，說起影象處理，AI 加影象處理（有大資料的前提下）也許就是智慧駕駛。

感覺影象處理和根據蝙蝠造的雷達很像，只不過雷達只能描述物體形狀，哪裡有障礙物，而影象處理則會有顏色等更高階一點的處理。機器也要學習，以便更好地服務於人類。因為自動駕駛和基因分析等因資料太多，而複雜多遍的場景和需求又無法透過傳統的人工程式設計來實現，所以需要自我程式設計，自我最佳化的程式。

機器學習就是主體透過適應環境的體驗，自動提升完成特定任務的能力。機器學習的精髓在於環境，決策和感知的迴圈過程，先感知環境的這些資料，並抽象化為模型，然後對模型不斷調整，來逐漸逼近現實，從而完成正確的決策。面對複雜的任務，機器學習也應該從表面的感知，進化到深入的理解，從確定性的任務延續到非確定性。