近幾年得益于計算能力、大數(shù)據和算法上的突破，人工智能技術得到迅猛快速的發(fā)展，推動了AI技術廣泛應用至各行業(yè)，特別在物聯(lián)網部署規(guī)模進一步擴大后，各界有能力獲得無限數(shù)據，并經過AI技術處理，企業(yè)可以從中實現(xiàn)快速創(chuàng)新，國家可以利用大數(shù)據洞悉未來商業(yè)經濟。人工智能雖然對經濟社會發(fā)展有巨大促進作用，但也帶來了諸多挑戰(zhàn)。

人工智能是一門極富挑戰(zhàn)性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智能是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種“復雜工作”的理解是不同的。

人工智能的基礎理論科學包括計算機科學、邏輯學、生物學、心理學及哲學等眾多學科，人工智能技術核心具體包括：人們認識世界, 91%是通過視覺來實現(xiàn)。同樣, 計算機視覺的目標就是讓計算機能夠像人一樣通過視覺來認識和了解世界, 它主要是通過算法對圖像進行識別分析, 目前計算機視覺廣泛的應用是人臉識別和圖像識別。相關技術具體包括圖像分類、目標跟蹤、語義分割。

機器學習的基本思想是通過計算機對數(shù)據的學習來提升自身性能的算法。機器學習中需要解決的重要的4類問題是預測、聚類、分類和降維。機器學習按照學習方法分類可分為:監(jiān)督學習、無監(jiān)督學習、半監(jiān)督學習和強化學習。