人工智能时代是什么?想学人工智能报什么专业?

1、人工智能专业的学习内容有：编程语言、操作系统、算法设计、人工智能基础、机器学习、控制学基础、神经科学、语言学基础以及人工智能平台等等。人工智能专业虽然是新设立的专业之一，但是由于产业领域对于人工智能人才的需求量比较大，所以人工智能专业目前也受到了广泛的关注。
2、人工智能的学科知识体系非常庞大，除了共同的学科基础之外，还存在非常多的细分方向。总体上，不同的学校根据自己的实际情况有所侧重。

人工智能（Artificial Intelligence）是研究、开发用于模拟、延伸和扩展人智能的理论、方法、技术及应用系统的一门新技术科学。人工智能领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新技术科学。
人工智能是计算机科学的一个分支，它企图了解智能的实质，可以产出一种新的可以和人类智能相似的方式做出反应的智能机器，该领域的研究主要有机器人、语言识别、图像识别、自然语言处理和专家系统等。
自从人工智能诞生以来，理论和技术越来越成熟，应用领域在不断的扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以把人的意识、思维的信息过程的模拟。虽然人工智能不是人的智能，但可以像人那样思考、最终可能超过人的智能。
优点：
1、在生产方面，效率更高且成本低廉的机器及人工智能实体代替了人的各种能力，人类的劳动力将大大被解放。
2、人类环境问题将会得到一定的改善，较少的资源可以满足更大的需求。
3、人工智能可以提高人类认识世界、适应世界的能力。
缺点：
1、人工智能代替了人类做各种各样的事情，人类失业率会明显的增高，人类就会处于无依靠可生存的状态。

迄今为止，人工智能（AI）发展的特点是基于逻辑和计算不断迭代，从逻辑智能转向计算智能。逻辑智能的核心是基于逻辑的各种推理方法，专家系统和Lisp机是其发展的高峰。如果说逻辑智能是AI 1.0，计算智能就是AI 2.0，其始于控制论和认知计算，从20世纪80年代中期开始大规模地使用多层神经元网络，一直发展到现在的深度神经元网络，是当前人工智能的主要突破。人工智能3.0：人机与虚拟互动交互

我个人理解，AI 3.0是人机与虚拟互动交融的人工智能——“人机混合虚实互动的平行智能”，即处于边缘端的机械的、生物的智能，会产生有限的数据，再通过云端的云计算产生大数据，最后云计算把大数据变成精准的深度智能，再返回边缘端的生物体、物理体或机器人，就是Small Data-Big Data-Smart Data。这是一个循环的过程，是从边缘端的涌现到云雾端的收敛，这一“涌现收敛”也是复杂性科学的核心理念。AI 3.0的普及应用能够服务社会，而不是像某些专家宣称的那样会导致失业。它会让人类生活得更好，让人与机器各司其职——“人有人用，机有机用”，从专业分工，到人机分工，进而虚实分工，从而创造一个更加和谐的社会。例如，AI 3.0在无人驾驶中的体现就是“平行驾驶”——把有人车、遥控车、网联车、无人车等，用“平行车”统一起来。即各种实体车辆在路上行驶的同时，在平行的云端世界中，同样的虚拟车也在行驶，并通过云计算生成最优的行驶策略，从而控制实体车辆的运行。尽管有人车在速度、效率、安全性以及环境污染方面存在缺陷，注定它最终会被无人车取代，但我们不能急功近利，盲目普及无人车而付出惨痛的代价。我认为应该用二三十年的时间，从AI 2.0发展到AI 3.0，平稳过渡到无人车时代，这是普及无人车的唯一途径。未来智能的发展及真正推广应用还要解决两个问题。第一个问题是AI的可靠性，包括它的可解释性。我认为，AI的可解释性归根结底就是人工智能的可靠性。第二个问题是AI的合法性，尤其是在对个人隐私的保护方面，这已经引起了许多国家的反思和重视。当AI结合了区块链等技术，可以从技术层面解决这些问题。然而，用法律体系来规范AI系统的构建和应用才是关键，必不可少。

AI正在改变人类的未来。我们需要改变教育模式，培养面向未来的AI人才。就像传授“四书五经”的私塾教育无法培养现代工业所需要的新型人才，目前全世界的教育体制都落后于智能技术发展。对于未来的AI人才，我认为应着重培养3种思维：

首先是复杂性思维，因为AI本身就属于复杂性科学的范畴，要用整体的视角去看AI技术，这非常重要。其次是跨学科思维，因为AI要普及应用，就一定会涉及多学科、交叉学科和跨学科的知识。最后是系统化思维，AI真正要普及应用，取得可接受的可靠性、可接受的合法性，就一定要有系统思维，就像我们有“系统工程”一样,我们也要有“系统智能”

人工智能相关的专业

目前和人工智能相关的专业有很多，比较常见的有模式识别与智能系统、计算机应用技术、智能科学与技术、信息与通信工程、计算机科学与技术、控制科学与工程、人工智能与信息处理等。

人工智能的简介

而人工智能其实是计算机科学的一个分支，主要是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统。

想学人工智能专业可以报考人工智能专业，也可以报考相关的数据科学与大数据技术、智能感知工程、数字经济、区块链工程、虚拟现实技术、工业智能等专业。目前人工智能领域的人才非常紧缺，人工智能专家基本都集中于顶尖的大学，而人工智能技术好的教师当然也会选择重点大学去执教，所以如果大家实力够强，我还是建议去报考重点大学的人工智能专业。

人工智能专业介绍

人工智能作为中国普通高等学校本科专业，是一个以计算机科学为基础，由计算机、心理学、哲学等多学科交叉融合的交叉学科、新兴学科，研究开发用于模拟延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，努力了解智能的实质，并生产出新的能以人类智能相似的方式做出反应的智能机器，包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

人工智能专业的主要课程

人工智能专业一般会开设数学基础课程（微积分、线性代数、数理统计等）和计算机基础（数据结构、程序设计基础等），在此基础上也会开设专业课加深人工智能专业理论和技术学习（深度学习、机器学习等）。

具体核心课程有：人工智能导论、高级语言程序设计、Python程序设计、离散数学、数据结构、机器学习、深度学习、信号与系统、计算机视觉、数字信号处理、数字图像处理、统计学、模式识别、随机过程、优化方法、人工智能系统综合设计、数据挖掘、自然语言处理、几何感知与智能、智能硬件与交互设计、虚拟现实与增强现实、区块链、认知心理学、生物启发智能。

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是一门交叉学科，数学理论和计算机技术是其重要的组成部分。该领域的研究主要包括图像识别、语言识别、专家系统、自然语言处理和机器人科学等。成都加米谷大数据培训机构，数据分析与挖掘3月即将开课，欢迎预约免费试听。当前，中国的 AI 市场主要分为以下几个领域：

1) 基础服务如数据源和计算平台

2) 硬件产品如工业机器人和服务机器人

3) 智能服务如智能客服和商业智能

4) 技术能力如图像识别和机器学习

目前大学和人工智能有关的专业，大致有些：

数据科学与大数据技术

计算机科学

软件工程

应用数学

智能科学与技术等

想做工程开发类，可以选计算机方向。例如：计算机科学，软件工程等专业。目前，最对口AI方向的专业是计算机科学。 AI工作不仅需要非常扎实和广泛的数学基础，同时也要求具备很高的实操能力。

想做学术研究类，可以选统计学及数学计算方向。比如线性代数，微积分，概率统计、数值计算等，人工智能对数学功底的要求是比较高，目前人工智能的实践主要由于机器学习的发展，理论基础涵盖统计学，概率论，逼近论，凸优化等多门理论，机器学习在本质上是数学计算。

这里顺带提一下大数据、人工智能、云计算三者关系，简单说：云计算是大数据的基础，大数据又是人工智能的基础。成都加米谷大数据培训机构，大数据开发、数据分析与挖掘。

一些职业简介

1、算法工程师。进行人工智能相关前沿算法的研究，包括机器学习、知识应用、智能决策等技术的应用。以机器学习的过程为例，涉及到数据收集、数据整理、算法设计、算法训练、算法验证、算法应用等步骤，所以算法是机器学习开发的重点。

2、程序开发工程师。一方面程序开发工程师需要完成算法实现，另一方面程序开发工程师需要完成项目的落地，需要完成各个功能模块的整合。

3、人工智能运维工程师。大数据与AI产品相关运营、运维产品研发；相关组件的运维工具系统的开发与建设；提供大数据与AI云产品客户支持。

4、智能机器人研发工程师。研发方向主要从事机器人控制系统开发，高精度器件的设计研发等。工业机器人系统集成方向主要做工作站设计，电气设计，器件选型，机器人调试，编程，维护等。

5、AI硬件专家。AI 领域内另外一种日益增长的蓝领工作是负责创建 AI 硬件(如 GPU 芯片)的工业操作工作。大科技公司目前已经采取了措施，来建立自己的专业芯片。

中国人工智能发展迅猛，政府对人工智能也是很重视的。人工智能的专业方向有科学研究、工程开发、计算机方向、软件工程、应用数学、电气自动化、通信、机械制造，人工智能的前景虽然很好，但是它的难度系数很高，目前人工智能的人才需求量很大，相比于其他技术岗位，竞争度降低，薪资相对来说是较高的，因此，现在是进入人工智能领域的大好时机。人工智能的发展前景还是很不错的，原因有几点，智能化是未来的重要趋势之一、产业互联网的发展必然带动人工智能的发展、人工智能技术将成为职场人的必备技能之一。
目前，人工智能在计算机领域得到了广泛的重视，我相信在未来的应用前景也会更加广泛。

之前看到一本书《奇点临近》，书中讲到，当有一天计算机会足够强大，以至于它的智能也可以匹敌人类，当计算机智能超过人的时候，整个社会会发生非常奇妙的变化。

        人工智能时代真的来临了吗？实际上人工智能领域中的机器学习在广告，搜索，feed等各个领域均有大规模运用，此刻的概念和传统的机器学习有啥不同？个人理解有以下三点：

1.数据的爆发式增长，得益于手机、智能硬件等设备的普及，如今人们生产的数据规模较之前的pc时代有大规模的提升，越来越多数据的处理、挖掘和理解需要更智能的技术，这就是为什么硅谷出现大量的AI公司去处理各特定领域的问题；此外，做机器学习的人应该知道，可处理的数据越丰富，一定程度上机器学习的任务运作的越好，这也推动了机器学习的发展。

2.机器学习处理技术的提升，较之传统机器学习模型（浅层模型），深度学习近几年得到大规模运用。一方面是深度学习较传统的机器学习有较好的处理效果，尤其在图像、语音、视频等领域；其次是得益于硬件技术的发展和训练方式的提升，原本几乎不可能完成（训练时间过长）的深度学习的训练得以实施，比如目前对图像处理的CNN是Yann LeCun于1998提出，但是因为技术手段因素一直到最近几年才被广泛应用。

3.深度学习平台化以及云化的发展，记得两年多前，曾经有朋友说想试试dnn，但门槛极高，如今如paddle，tensorflow，caffe等开源平台可以让大家方便的进行深度学习任务（如果不用gpu加速或者并行计算，处理传统的文本任务也够了）。这也是为什么很多小公司可以号称自己使用了深度学习技术的原因，而这个趋势会随着未来开源平台的完善更加深入。此外，越来越多的云计算平台开始考虑集成机器学习，包括深度学习进入云服务，下一代的云服务会更好的支持机器学习任务，大家接入的成本会更低，也会促进AI应用的大规模发展。

        综上，正是因为大量的数据依赖AI技术，AI的自身发展和接入成本会更低，可预计的未来将会出现大量的AI应用。才会此刻出现人工智能时代到来的说法。

人工智能是需要人力、脑力、开发、高等技术与不断的研究和尝试等等一系列超高难度的作业才能完成的科技产品。当然这种研究是得到国家和人们大力支持的发展。它的发展对国际影响力是非常大的。人工智能也可以定义为高仿人类，虽然不可能会像人一样具有灵敏的反应和思考能力，但人工知能是按照人类的思想结构等等的探索而开发的研究。
人工智能的开发最主要的目的就是为了替人类做复杂、有危险难度、重复枯燥等的工作，所以人工智能是以人类的结构来设计开发的，人工智能在得到较好的开发后国家也是全力给予支持。人工智能的开发主要也是为了帮助和便利人类的生活。所以人工智能的定义一直以来都是以“协助人类”而存在的。人工智能概念的火热促进了不少行业的兴起，比如域名，许多相关的.top域名已经被注册。
以后可能在很多传统行业，比如银行，会有人工智能帮你得到更好的收益。信用卡或其他的贷款会由人工智能来决定哪些人士可以安全地放贷，而且会还钱。然后再往下人工智能可以开始动了，就可以进入工业机器人、商业机器人，终进入家庭机器人。

这是人工智能的的全部课程，要是感兴趣的话可以了解一下：
第一阶段
前端开发 Front-end Development
1、桌面支持与系统管理（计算机操作基础Windows7）
2、Office办公自动化
3、WEB前端设计与布局
4、javaScript特效编程
5、Jquery应用开发

第二阶段
核心编程 Core Programming
1、Python核心编程
2、MySQL数据开发
3、Django 框架开发
4、Flask web框架
5、综合项目应用开发

第三阶段
爬虫开发 Reptile Development
1、网络爬虫开发
2、爬虫项目实践应用
3、机器学习算法
4、Python人工智能数据分析
5、python人工智能高级开发

第四阶段
人工智能 PArtificial Intelligence
1、实训一：WEB全栈开发
2、实训二：人工智能终极项目实战

可以选择：数据科学与大数据、计算机科学，软件工程等专业

纯理论中，首选统计学，其次数学。近年来发展蓬勃的深度学习，是机器学习里一个非常重要的分支，因此AI方向的研究人员需要有扎实的数学基础。

未来会是人工智能时代，但不是现在！

2016年AlphaGo战胜了李世石以后，人工智能成为了全球瞩目的科技焦点，人工智能这个概念其实很早就在1956年被提出，但是之所以现在才逐渐变火，主要来源于这3点的发展：算法，大数据，算力。

数据来源今日头条的《人工智能影响力报告》

随着核心算法的技术突破，计算能力的提高，再加上现在人们把越来越多的时间花费在网上，留下了大量数据，人工智能基于海量数据已能够训练出规模足够大的神经网络，足够保证识别算法的精确度和准确性，这也是现在人工智能能够快速发展的重要原因。

至于你说智能化时代是不是要来，我觉得要看这几个方面：

1 人工智能应用十大领域

从目前人工智能的应用领域来看在影响力最高的财经、数码、汽车领域里确实已经有人工智能落地的先进案例，比如刷脸支付，刷脸签到，无人汽车驾驶等。

麦肯锡调查显示，目前在中国的传统行业中，超过 40%的公司仍未将人工智能列 入战略优先项。只有当人工智能技术在中国真正普遍的应用于传统行业，而不仅仅属于科技巨头时，其经济潜力才会充分彰显。

数据来源今日头条的《人工智能影响力报告》

就比如在人人拥有一台电脑之前，电脑一直都主要应用在军事上，直到后面进入了民间，带来的巨大的经济效益，导致了这几年电脑的更新换代特别快。买过电脑的人都知道，差不多一两年，电脑的配置可能就得换了，人工智能也是同理。

2 人工智能科学家毕业院校和学历

从数据来看，人工智能科学家主要毕业于清华大学、中国科学院、中国科技大学、麻省理工大学、北京大学等等。学历上看，73%的人工智能科学家都拥有博士学历。

数据来源今日头条的《人工智能影响力报告》

人工智能领域需要的技术性明显是高于很多行业的，这也导致了人工智能的门槛很高，不过毕竟人工智能本身就是需要综合很多学科的，需要高质人才是无可厚非的。

数据来源今日头条的《人工智能影响力报告》

我觉得在未来，如果人工智能科学家能够把人工智能技术封装成一个应用接口，任何人都可以使用，而无需去了解其中复杂的实现方法，减少使用门槛，那么智能化的时代则会越来越快，这也是目前大部分人工智能企业的主要盈利方式之一就是提供算法服务的原因。

3 企业是否需要人工智能？

从上面的数据分析来看，智能化的时代可能还没有那么快到来，那么作为企业是否就不需要人工智能了吗？我的答案是，能尽快智能化就智能化，你无法想象人工智能可以给企业带来多大的效率。

依旧用电脑举例，就算我们都知道电脑更新换代很快，可能未来会有比现在更好的产品，但是难道我们就不买电脑了？很明显，即使在早期没有鼠标，没有操作系统，依靠代码来操作的电脑依旧很快地走进了每个家庭，正是因为即使没有到达真正完善的技术，电脑的诞生依旧给我们带来了很大的便利，人工智能也如此。

图片来源于网络

目前，企业在人工智能应用最多的就是刷脸签到，刷脸考勤，用人脸识别代替了需要身份验证的场景，同时不仅仅是节省了传统考勤需要使用介质的费用，通过人工智能的人脸识别技术，以及背后驱动的大数据分析，企业可以很快地掌握员工的考勤信息。

以前可能需要人员管理的同事一字一句地把考勤信息录入表格，然后统计信息，可能耗时一天，或者一星期，现在只需要登个后台，点个按键，所有信息都会展现在眼前，相当于节省了80%的时间，毫无疑问，对于需要进行复杂人员管理的企业来说，人工智能技术是在合适不过的了。

14年的问题。我回答一下吧。不知道楼主目前学习的怎么样了。
目前学界的人工智能和一般人（不从事人工智能行业的人）意义上的“智能”还相差甚远。主要应用有：推荐系统，计算机视觉，自然语言处理等。
目前我国的大学学科设置里面，最接近目前学术界意义的人工智能专业是控制工程与科学下的：模式识别与智能系统。但是也不那么绝对，人工智能这几年发展太快，作为本科生你起码要修好的基础有：高等数学（特别微分，求导），矩阵论（线性代数），概率，和英语（高水平的论文都是英文）
以上完成以后恭喜你点开人工智能基础天赋树。
然后你就可以愉快的找在网上找公开课上课了。推荐cs229（吴恩达教授，斯坦福大学）深度学习课程，台湾李宏毅老师机器学习课程（国语，对中国人比较友好）。
第二阶段完，这个阶段完了以后你应该对于编程和机器学习有一些基本认识了。然后你可以找找自己的兴趣。想走计算机视觉的去看看ted李飞飞的演讲，如何教计算机认识图片，想走自然语言处理的也可以找找相关素材，我是cv(计算机视觉）
走cv可以继续cs231（李飞飞 el，斯坦福）
走nlp(自然语言处理）的cs224(斯坦福课程）
第三阶段完

第四阶段就是看论文，敲代码，复现实验什么的了。估计3年过去了，你看见我这个回答的时候可能已经做出了自己的决定，给后来人一点微小的贡献把。

1，自然探索，产品研发。
2，产品创新，设计方面的工作。（界面设计、工业设计，服装设计，等等）
3，人与人的交流。（营销，管理，教育，咨询，等等）
4，文体艺行业（唱歌，创作，表演，体育，游戏，旅游，收藏，等等）
——————-
淘汰的是规律情很强，在工作中不要或者很少用到创造，的职业。如，司机，产线工人，快递员，店小二，会计，等等。
– 英国发明了蒸汽机以后，农民成了工人
– 机器自动化以后，人们流向服务业
– 未来，机器智能化以后，传统的服务业容不下这么多人，虚拟网游可能大行天下。

拟人思维的程序是如上上等上楼所说的，需要十几年的积累才能去接触拟人思维程序的边部。我也有跟你一样的想法，不知道现在跟你讲这些是否太晚。
拟人思维程序立足于人形机械体，构成真正意义上的拟人机器人，目前的人工智能还只是发展到自动驾驶等阶段，主要涉及的技术是机器学习……深度学习，列：Python，C,C++。Tensorflow，numpy……，线性代数，概率，等数学知识。还有其他的我还不太知道。
这是能进入拟人思维程序开发的第一步，但是，拟人机体开发也必须了解，总之程序与机体相辅相成不可分割，需要程序与科技共同进步才能达到那个结果。
我看过论文，里面讲了一些理论的打个比方叙述一下：如果自动驾驶需要的支持的计算核心、电池、等加起来有苹果那么大的体积，那么现在的硬件技术，实现真正意义上的人工智能所需要的机体支持起码就有一辆卡车那么大的体积。
这是一个浅显地比喻，应该能理解其中的意思的。
我们的国家正支持发展人工智能，说一句夸张的话，掌握了人工智能就是掌握了未来，真心希望我们生存的这个年代能造出那种人工智能来。
加油，学生！加油，工人！加油，我们的祖国！

早上，被智能音箱叫醒，同时还提醒你上午要给朋友回电话；去上班，用导航地图走了避免拥堵的路线；路上，拍了张照片，用修图软件一键PS；到了办公室，刷一下根据你兴趣推荐的新闻。

这样的场景，你是否熟悉？不过，你可能并未意识到，这背后，其实都有人工智能的影子。

当然，这些并不是人工智能的全部。

现状——

人工智能已在身边

“人类终将使电脑智能化且使其远胜人脑。”这是1987年复旦大学计算机科学系毕业生陆奇给同学的临别赠言。

如今，身为百度集团总裁兼首席运营官的陆奇，正和万千程序员与亿万公众一起，经历着人工智能的跌宕起伏和带来的巨大改变。

从可以跟你聊天的“小冰”到能帮你开电视的智能音箱，从机器翻译到智能教育，从刷脸支付到无人驾驶，从可穿戴设备到智能医疗……人工智能已经全面走入人类的生活，广泛渗透到生产和生活的各个领域，并不断刷新人们的想象力。

在新闻领域，基于大数据和人工智能的个性化推荐已成为不少新闻App的标配，写稿机器人、智能视频剪刀手等生产工具也在不断涌现；

在教育领域，人工智能已经被应用在批改作业、教英文等教学项目，探索“私人订制”“千人千面”的个性化学习模式；

在语音识别和翻译领域，翻译软件已经可以支持全球数十种热门语言互译、覆盖几百个翻译方向；

在金融领域，生物识别技术的应用使得刷脸支付已成为现实，以较低成本提供个性化专属财富管理方案的智能投顾也已在不断发展中；

在物流领域，智能分单、智能配送机器人、无人仓、无人机等产品和服务，已在不断帮助快递业提升物流速度和服务水平；

在零售领域，除了无人超市等吸引眼球的探索性应用外，人工智能还被用来对超市的生鲜商品进货量进行预测；

在交通领域，除了地图、导航等应用外，备受关注的无人驾驶也有了新的进展；

在医疗领域，利用AI和大数据的能力，可以让机器筛查和分析医学影像，来辅助医生诊断；

……

当然，人工智能的应用不仅是在第三产业，在农业、工业和社会治理领域，人工智能的赋能作用也都有不错的表现。

相比人工智能诞生后的两次最终陷于沉寂的热潮，这次的人工智能研究和应用遍地开花，热潮来得更为贴近产业。

“人工智能这次浪潮其实是更稳健的浪潮，技术基础、数据技术、计算基础、社会基础都比较扎实。”微软亚洲研究院副院长张益肇表示，“此次人工智能浪潮比以往拥有更多落地的实际应用场景，产学研互动比以前更丰富。”

“‘人工智能+’时代已经到来。”猎豹移动创始人兼CEO傅盛说。

改变——

重塑中的各行各业

变化是显而易见的，而影响，有些已然显现，有些还在水面之下。

“人工智能技术的不断发展必将不断重塑各行各业以及我们的生活。”张益肇将这种“重塑”概括为三个方面：推动产业向智能化转变、引发商业创新、让人们的生活更美好。

对各行各业而言，直观的变化是效率的提升。

在工业领域，来自阿里云的数据显示，通过其推出的ET工业大脑，光伏切片企业协鑫光伏良品率提升超过1%，每年带来经济效益超亿元；轮胎生产企业中策橡胶则将良品率最高提升了5%。“先进制造业可能是AI效益杠杆最大的行业”，阿里巴巴集团副总裁刘松说。

在信用评级领域，以机器学习为基础的大数据风控，在提高信贷服务效率、增加金融服务覆盖率方面，效果明显。据百度方面介绍，其教育信贷基本上是以“秒”的时间就可决定是不是给一个人放贷。

“过去40年，前20年的数字化进程改变了生产资料，后20年的网络化进程重构了市场关系，未来20年人工智能模糊了生产资料和劳动力之间的界限，其使命是与传统产业嫁接，降低生产成本，对生产力产生数量级的提升。”驭势科技联合创始人、CEO吴甘沙说。

这种提升催生了一个极具想象力的增量空间。

据咨询公司埃森哲2017年6月发布的《人工智能：助力中国经济增长》报告显示，制造业、农林渔业、批发和零售业将成为从人工智能应用中获益最多的3个行业。到2035年，人工智能将推动这三大行业的年增长率分别提升2%、1.8%和1.7%。

影响还将发生在社会治理领域。

专家表示，随着人工智能技术的发展，未来政府的很多管理方式都有必要从追逐式管理变成预测式管理。

2016年，杭州市政府牵头联合了包括阿里云等13家企业开始进行城市数据大脑的探索。在杭州萧山的试点发现，通过智能调节红绿灯，区域内通行速度提升15%，让120救护车到达现场时间缩短了一半；在杭州主城区，部分区域通行时间缩短15.3%。

对个人而言，除了生活领域的改变，影响还将发生在职业领域——未来，一些重复性的工作，如在线客服、速记翻译、驾驶员等都可能被人工智能取代。

不过，业内人士也表示，对此不必过于担心，在产生职业替代的同时，AI也会产生新的行业。“集装箱出现以后，搬运工人担心会失业，在港口却出现了很多吊桥工人。”在阿里巴巴集团董事局主席马云看来，新技术不是让人失业，而是让人做更有价值的事情，让人不去重复自己，而是去创新，让人的工作能够“进化”。

巨大的影响，带来足够快的行业增长率。

据数据显示，中国人工智能产业规模2016年已突破100亿元，增长率达到43.3%，预计2017年增长率将提高至51.2%，产业规模达到152.10亿元，并于2019年增长至344.30亿元。

不过，在业内人士看来，目前这些影响，还只是冰山一角。

麦肯锡全球研究院认为，人工智能正在促进人类社会发生转变，这种转变将比工业革命“发生的速度快10倍，规模大300倍，影响几乎大3000倍”。

“在不久的未来，智能流就会像今天的电流一样平静地环绕、支持着我们，在一切环节提供养料，彻底改变人类经济、政治、社会、生活的形态。”百度董事长兼CEO李彦宏如是表示。

未来——

百米赛跑才刚刚起步

“我要看到未来的自己。”这是百度大脑给《智能革命》这本书所作序言的最后一句。

未来的人工智能什么样？现在可能谁都没有答案，但能确定的是，当下只是个开始。

“如果把人工智能应用比喻成百米赛跑，现在是刚刚起步。”张益肇说，“人工智能现阶段就是互联网在上世纪90年代初期的那个阶段。”

政府、企业、资本等多种推动，成为这一波人工智能火起来的“助推器”。当然，与许多互联网发展进程的新事物一样，人工智能在成为风口的同时，也还存在待突破的瓶颈。

从技术层面看，目前人工智能还处于“黑箱”决策阶段，而且“主要方法论仍是基于大数据、大计算模式”，想让机器像人类那样思考，就必须“喂”给它天量数据，由此导致目前人工智能落地还存在行业局限，“拥有大量数据积累和分析需求的行业更适合实现转型。”张益肇说。

此外，从国内情况看，人才缺口对意图发力人工智能领域的企业来说，也正成为一大制约。

“全国人工智能研究方向的博士、硕士每年只有不到200人，而如今的创业公司多如牛毛，这个数字根本不够分。”李彦宏直言。来自领英的数据显示，全球范围内，人工智能专业人才有195万，中国只占2%，排名第七。

从行业层面看，重应用、轻基础的急功近利，无序与重复投资、过热与概念包装、浮躁与浮夸并存等问题也不容忽视。有业内人士直言，需要警惕人工智能“网红化”的倾向。

商汤科技联合创始人兼CEO徐立直言，国内人工智能创业大多扎堆在应用层面，创业者使用开源算法，找到某个垂直领域便套上“人工智能”概念扎进去，但真正从算法层出发做“原创技术”的人并不多。“而这块才是核心，是最需要厚积薄发的。”

不过，业内人士也表示，这些可以理解为“成长的烦恼”：是瓶颈，也是下一步发力的方向。从更广阔的时代眼光看，中国正处于发展AI的良好机遇期。

从人才角度看，已经现出明显成长性。乌镇智库的数据显示，在人工智能专利数上，最近5年，中国专利数平均每年增速为43%；美国增速为21.7%。其中，2016年中国新增的人工智能专利数突破9000，超过美国的两倍。

“中国人工智能企业数量、专利申请数量及融资规模均仅次于美国，位列全球第二。”陆奇分析表示，中国拥有巨大的市场机会和独有的海量数据，这对于海外人才的吸引力不容忽视。事实上，近年来，吴恩达、李飞飞等一批知名AI人才纷纷回国发展，也佐证了这一点。

国家的重视也在为人工智能的发展助力。2016年3月，人工智能一词写入国家“十三五”规划纲要。2017年3月，人工智能首次被写入《政府工作报告》，如今《新一代人工智能发展规划》也已正式印发。

“中国在这次科技浪潮上是赶在前面的，深度学习有超过40%的论文是华人发表的，这次我们和专家沟通起来没有语言障碍，也没有时差障碍。我们有很好的数据、巨大的样本群，有很好的工程师队伍，又有全球一流的制造能力。”傅盛表示：“未来是人与机器人共存，中国存在弯道超车的机会。”

从这个意义上讲，未来已来，只是尚未流行。

智能科学与技术 我们学的主要专业课程有 自动控制原理，传感器，单片机，微机原理，模式识别，人工智能导论，计算机视觉，数字图像处理，MATLAB ，机器人，电机控制，机器学习，数字视频技术等等，分软硬两个方向

其实不用那么迷茫，首先明白你学人工智能的目的，是出于喜爱，还是觉得这行业有前途以后就干这行。对于人工智能来说，计算机科学是在理论研究框架设置方面更侧重，自动化则是在具体的应用和执行方面更侧重，一个是大脑，一个是身体还有心脏，你说哪个更重要！当然两个都是不可或缺。
人工智能在你的想象中是什么样的？如果以后要深入研究人工智能，那么这两个都不可或缺的，必须都懂得一些，如果更接地气更接社会需求，我稍微侧重于自动化，更针对人工智能；而计算机科学却如你所说应用面很广，人工智能只是其一个分支（但计算机科学是个顶层和神经系统，严格来说无法全部涵盖人工智能的，人工智能的构成不止一个计算机技术）！但是你要明白，弄懂弄精一个行业就很了不起了，再说人工智能涵盖的面也很广，有很多细分，各个行业都可以不同程度应用的到，而不同行业的需求也不同，在那个行业可以，在这个行业不一定行，要求会差异很大。
老弟，不要贪大求全！