一文讀懂人工智能的過去、現(xiàn)在和未來

　　究竟什么是人工智能（AI）？

　　人工智能(Artificial Intelligence)，英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。

　　機(jī)器，特別是計(jì)算機(jī)系統(tǒng)對人類智力過程的模仿被稱為人工智能，專家系統(tǒng)、自然語言處理、語音識別和機(jī)器視覺是人工智能應(yīng)用的幾個典型應(yīng)用。

　　人工智能是如何工作的？

　　隨著圍繞 AI 的熱情不斷增長，企業(yè)一直在爭先恐后地展示他們的商品和服務(wù)如何包含 AI。他們所說的人工智能通常只是人工智能的一個組成部分，比如機(jī)器學(xué)習(xí)。AI 需要專門的硬件和軟件來編寫和訓(xùn)練機(jī)器學(xué)習(xí)算法。目前沒有一種編程語言能夠成為 AI 的代名詞，但有少數(shù)是比較突出的，包括 Python、R 和 Java。

　　人工智能系統(tǒng)通常會消耗大量標(biāo)記的訓(xùn)練數(shù)據(jù)，評估數(shù)據(jù)的相關(guān)性和模式，然后使用這些模式來預(yù)測未來狀態(tài)。通過學(xué)習(xí)數(shù)百萬個實(shí)例，給出文本聊天示例的聊天機(jī)器人可以學(xué)會與人類進(jìn)行逼真的對話。相比之下，圖像識別程序可以學(xué)習(xí)識別和描述照片中的項(xiàng)目。

　　學(xué)習(xí)、推理和自我糾正是人工智能編程關(guān)注的三個認(rèn)知功能。

　　學(xué)習(xí)過程——人工智能編程的這個組成部分涉及收集數(shù)據(jù)和制定將數(shù)據(jù)轉(zhuǎn)換為可用信息的規(guī)則。這些規(guī)則稱為算法，算法教計(jì)算機(jī)設(shè)備如何逐步執(zhí)行特定任務(wù)。

　　推理過程——人工智能編程的這一領(lǐng)域與選擇最佳方法來實(shí)現(xiàn)給定結(jié)果有關(guān)。

　　自我校正程序——人工智能編程的這一功能旨在不斷微調(diào)算法并確保它們提供最準(zhǔn)確的結(jié)果。

　　了解各種類型的人工智能分類

　　由于人工智能研究旨在使計(jì)算機(jī)模仿人類的功能，因此人工智能系統(tǒng)可以復(fù)制人類技能的程度被用作人工智能分類的標(biāo)準(zhǔn)。因此，可以根據(jù)機(jī)器在多樣性和性能方面與人類的比較情況，將人工智能分為幾類之一。

　　在這樣的系統(tǒng)中，能夠執(zhí)行更多類似人類功能并具有相當(dāng)能力水平的人工智能被認(rèn)為是更先進(jìn)的。相比之下，功能和性能受限的 AI 被認(rèn)為更直接且進(jìn)化程度更低。

　　基于這個標(biāo)準(zhǔn)，人工智能通常分為兩類。一種分類是基于人工智能和支持人工智能的機(jī)器人與人類思維的相似性，以及它們“思考”甚至“感覺”像人類的能力。根據(jù)這個分類系統(tǒng)，有四類人工智能或基于人工智能的系統(tǒng)：反應(yīng)性機(jī)器、有限記憶機(jī)器、心智理論和自我意識人工智能。

　　反應(yīng)式機(jī)器沒有內(nèi)存并且是特定于任務(wù)的。如深藍(lán)，這是 1990 年代擊敗加里卡斯帕羅夫的 IBM 國際象棋軟件。深藍(lán)可以識別棋盤上的棋子并做出預(yù)測，但由于缺乏記憶，它無法利用過去的經(jīng)驗(yàn)來影響未來的經(jīng)驗(yàn)。

　　有限的記憶——因?yàn)檫@些人工智能系統(tǒng)有記憶，它們可能會利用以前的經(jīng)驗(yàn)來指導(dǎo)未來的判斷。這就是自動駕駛汽車的一些決策機(jī)制是如何創(chuàng)建的。

　　心理理論是心理學(xué)中使用的一個詞。當(dāng)應(yīng)用于人工智能時，這表示機(jī)器具有理解情緒的社交智能。這種人工智能可以預(yù)測人類行為并推斷人類意圖，這是人工智能系統(tǒng)成為人類團(tuán)隊(duì)不可或缺的成員的必備能力。

　　自我意識——這一類的人工智能系統(tǒng)有一種自我感覺，這賦予了他們意識。具有自我意識的機(jī)器知道他們目前的狀況。目前，這種形式的人工智能還不存在。

　　不過，在技術(shù)術(shù)語中更常用的替代分類方案是將技術(shù)分類為：人工狹義智能 (ANI)、人工通用智能 (AGI) 和人工超智能 (ASI)。

　　狹義人工智能 (ANI)

　　這種形式的人工智能涵蓋了所有現(xiàn)存的人工智能，包括迄今為止構(gòu)建的最復(fù)雜和最有能力的人工智能。狹義人工智能是指人工智能系統(tǒng)只能獨(dú)立完成一項(xiàng)工作，同時表現(xiàn)出與人類相似的技能。這些機(jī)器只能完成它們的設(shè)計(jì)目標(biāo)，賦予它們有限或狹窄的能力范圍。根據(jù)上述分類，這些系統(tǒng)涉及所有反應(yīng)性和有限記憶的人工智能。ANI 甚至包括最先進(jìn)的人工智能，它采用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)來訓(xùn)練自己。

　　通用人工智能 (AGI)

　　人工智能代理完全像人類一樣學(xué)習(xí)、感知、理解和運(yùn)作的能力被稱為通用人工智能。通過模仿我們的多功能能力，人工智能系統(tǒng)將具有與人類同等的能力。這些系統(tǒng)將能夠獨(dú)立構(gòu)建大量能力，并跨領(lǐng)域建立聯(lián)系和概括，從而顯著減少培訓(xùn)時間。

　　超級人工智能 (ASI)

　　人工超級智能 (ASI) 的誕生無疑將標(biāo)志著人工智能研究的巔峰，因?yàn)?ASI 將成為地球上最具競爭力的智能形式。除了模仿人類智力之外，由于內(nèi)存大大增加，數(shù)據(jù)處理和分析速度更快，決策能力更強(qiáng)，ASI 在它們執(zhí)行的所有方面都將更加出色。AGI 和 ASI 的進(jìn)步將導(dǎo)致一種稱為奇點(diǎn)的場景。雖然擁有如此強(qiáng)大的工具可供我們使用很誘人，但這些設(shè)備可能會危及我們的生存，或者至少危及我們的生活方式。

　　機(jī)器學(xué)習(xí)和深度學(xué)習(xí)有什么區(qū)別？

　　機(jī)器學(xué)習(xí)是人工智能 (AI) 的一個子集或應(yīng)用，它允許系統(tǒng)從經(jīng)驗(yàn)中學(xué)習(xí)和成長，而無需編碼到該級別。機(jī)器學(xué)習(xí)使用數(shù)據(jù)來學(xué)習(xí)并獲得正確的結(jié)果。機(jī)器學(xué)習(xí)涉及創(chuàng)建讀取數(shù)據(jù)并利用它從自身學(xué)習(xí)的計(jì)算機(jī)軟件。

　　深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個子集，包括人工神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)。它使用算法及其方法來解決任何復(fù)雜的問題。算法的構(gòu)建方式與機(jī)器學(xué)習(xí)相同。但是，還有更多層的算法。該算法的網(wǎng)絡(luò)被稱為人工神經(jīng)網(wǎng)絡(luò)。用更簡單的術(shù)語來說，它模擬了人類的大腦工作模式，因?yàn)榇竽X中的所有神經(jīng)網(wǎng)絡(luò)都是相連的，這就是深度學(xué)習(xí)的概念。

　　簡單統(tǒng)計(jì)學(xué)習(xí)、傳統(tǒng)機(jī)器學(xué)習(xí)和具有各種隱藏層的神經(jīng)網(wǎng)絡(luò)的能力和數(shù)據(jù)量之間的關(guān)系

　　下表將機(jī)器學(xué)習(xí)與深度學(xué)習(xí)進(jìn)行了比較：

　　機(jī)器學(xué)習(xí) 深度學(xué)習(xí)

　　1 機(jī)器學(xué)習(xí)是深度學(xué)習(xí)的超集 深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個子集

　　2 機(jī)器學(xué)習(xí)數(shù)據(jù)與深度學(xué)習(xí)數(shù)據(jù)有很大不同，因?yàn)樗�使用結(jié)構(gòu)化數(shù)據(jù)。 深度學(xué)習(xí)的數(shù)據(jù)格式有很大不同，因?yàn)樗�使用了神�?jīng)網(wǎng)絡(luò) (ANN)。

　　3 機(jī)器學(xué)習(xí)是人工智能發(fā)展的下一步 深度學(xué)習(xí)是機(jī)器學(xué)習(xí)發(fā)展的下一步。本質(zhì)上，它指的是機(jī)器學(xué)習(xí)的深度

　　4 機(jī)器學(xué)習(xí)中使用了數(shù)千個數(shù)據(jù)點(diǎn) 數(shù)百萬個數(shù)據(jù)點(diǎn)構(gòu)成大數(shù)據(jù)

　　5 輸出：數(shù)值，例如分?jǐn)?shù)分類。 從數(shù)字到自由文本和聲音等自由格式特征的任何內(nèi)容都是可以接受的。

　　6 各種自動化算法用于將輸入轉(zhuǎn)換為模型函數(shù)并預(yù)測未來的行動。 為了分析數(shù)據(jù)特征和關(guān)系，使用了通過處理層發(fā)送數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)。

　　7 數(shù)據(jù)分析師發(fā)現(xiàn)算法來評估數(shù)據(jù)集中的某些變量。 一旦實(shí)施，算法本質(zhì)上是在數(shù)據(jù)分析中自我描述的。

　　8 機(jī)器學(xué)習(xí)通常用于在競爭中保持領(lǐng)先并學(xué)習(xí)新技能。 深度學(xué)習(xí)用于解決具有挑戰(zhàn)性的機(jī)器學(xué)習(xí)問題。

　　https://www.researchgate.net/figure/Relationship-between-the-capabilities-and-amount-of-data-of-simple-statistical-learning_fig1_340134117

　　全球人工智能市場規(guī)模

　　2021 年，全球人工智能 (AI) 市場價值870.4 億美元，預(yù)計(jì)到 2030 年將達(dá)到15,971 億美元，2022 年至 2030 年的復(fù)合年增長率為 38.1%。全球 COVID-19 大流行非同尋常且令人震驚，與大流行前的水平相比，這項(xiàng)技術(shù)在所有領(lǐng)域的需求都高于預(yù)期。據(jù)估計(jì)，與 2019 年相比，2022 年全球市場將增長150% 。

　　https://www.edureka.co/blog/ai-vs-machine-learning-vs-deep-learning/

　　成長因素

　　技術(shù)創(chuàng)新一直是大多數(shù)行業(yè)的重要組成部分。近年來，數(shù)字技術(shù)和互聯(lián)網(wǎng)的日益普及極大地促進(jìn)了全球人工智能產(chǎn)業(yè)的發(fā)展�？萍季揞^在研發(fā)方面的巨額支出正在不斷推動各個行業(yè)的技術(shù)進(jìn)步。汽車、醫(yī)療保健、銀行和金融、制造、食品和飲料、物流和零售等多個最終用途領(lǐng)域?qū)θ斯ぶ悄芗夹g(shù)的需求不斷增長，這可能會在未來幾年推動全球人工智能市場。

　　眾多醫(yī)療設(shè)備的日益普及以及新型電動汽車的自動駕駛能力正在顯著推動全球人工智能市場的發(fā)展。全球數(shù)字化趨勢正在對市場增長產(chǎn)生有利影響。包括谷歌、微軟、IBM、亞馬遜和蘋果在內(nèi)的全球頂級 IT 巨頭正在加大力度推進(jìn)和開發(fā)不同的人工智能應(yīng)用。預(yù)計(jì)科技巨頭在改善人工智能訪問方面的努力將在預(yù)測期內(nèi)推動全球人工智能市場的增長。

　　在過去五年中，醫(yī)學(xué)和醫(yī)療保健吸引了全球最多的人工智能私人投資(289 億美元)

　　https://www.precedenceresearch.com/artificial-intelligence-market

　　人工智能重要的市場發(fā)展

　　Advanced Micro Devices 和 Oxide Interactive 于 2020 年 4 月達(dá)成戰(zhàn)略合作，為云游戲市場開發(fā)圖形技術(shù)。

　　2019 年 12 月，英特爾完成了對以色列深度學(xué)習(xí)公司 Habana Labs 的收購，以提升其人工智能產(chǎn)品組合。

　　2019 年 9 月，IBM 宣布與位于法國的醫(yī)學(xué)影像公司 Guerbet 合作，創(chuàng)建基于人工智能的癌癥監(jiān)測和診斷系統(tǒng)。

　　垂直領(lǐng)域的主要人工智能推動者

　　汽車行業(yè)：人工智能幾乎被用于全球汽車制造過程的各個方面。通過機(jī)器人組裝車輛的第一批螺母和螺栓，或者在使用機(jī)器學(xué)習(xí)和視覺來安全導(dǎo)航交通的自動駕駛汽車中，可以看到人工智能發(fā)揮其魔力。

　　以下是創(chuàng)新機(jī)械和人工智能技術(shù)如何提高汽車行業(yè)效率的一些探索者：

　　Motional

　　Refraction AI

　　Optimus Ride

　　Waymo

　　Zoox

　　AutoX

　　SapientX

　　CarVi

　　https://www.researchandmarkets.com/reports/5402710/in-cabin-automotive-ai-market-a-global-and

　　計(jì)算機(jī)視覺：全球的計(jì)算機(jī)視覺公司正在通過讓深度學(xué)習(xí)和機(jī)器學(xué)習(xí)“讓計(jì)算機(jī)看到”來推動人工智能的發(fā)展與應(yīng)用。雖然 AI 愿景越來越受到關(guān)注，但不僅僅是大型 IT 公司在嘗試尖端 AI 技術(shù)。相反，一些計(jì)算機(jī)視覺初創(chuàng)公司和小公司為人工智能的廣泛落地和使其應(yīng)用向公眾開放做出了重大貢獻(xiàn)。

　　以下是 2022 年的一些計(jì)算機(jī)視覺巨頭：

　　SenseTime

　　MegVii

　　viso.ai

　　NAUTO

　　Verkada

　　Tractable

　　Airobotics

　　Hawk-Eye Innovations

　　https://www.researchandmarkets.com/reports/5350928/ai-in-computer-vision-market-with-covid-19-impact

　　醫(yī)療保健：醫(yī)療保健中的人工智能是指使用復(fù)雜的算法和軟件或人工智能 (AI)，在分析、解釋和理解復(fù)雜的醫(yī)療保健數(shù)據(jù)時模仿人類認(rèn)知。前十大最佳人工智能醫(yī)療保健公司預(yù)計(jì)將引領(lǐng)全球醫(yī)療保健人工智能市場，預(yù)計(jì)到2025 年將達(dá)到 280 億美元。

　　以下是在醫(yī)療AI領(lǐng)域的領(lǐng)先企業(yè)：

　　Subtle Medical

　　NetBase Quid

　　BioSymetrics

　　Sensely

　　InformAI

　　Owkin

　　Binah.ai

　　Oncora Medical

　　https://www.researchandmarkets.com/reports/5451294/global-ai-in-healthcare-market-2021-2027-by

　　神經(jīng)網(wǎng)絡(luò)：是模擬人類如何發(fā)現(xiàn)模式、發(fā)展新能力和解決問題的經(jīng)驗(yàn)數(shù)學(xué)模型。當(dāng)超過電閾值時，哺乳動物大腦中的一個神經(jīng)元被激活并“激發(fā)”另一個神經(jīng)元。主要代表企業(yè)如下：

　　Google

　　IBM

　　Intel

　　Microsoft

　　Qualcomm

　　OpenAI

　　NeuralWare

　　機(jī)器人技術(shù)：隨著工作性質(zhì)的發(fā)展，自動化方法也在發(fā)展。RPA、認(rèn)知和人工智能可以使企業(yè)運(yùn)營更具創(chuàng)新性和效率。主要代表如下：

　　Miso Robotics

　　Piaggio Fast Forward

　　UiPath

　　Brain Corp

　　Hanson Robotics

　　Starship Technologies

　　Elroy Air

　　Neurala

　　Sea Machines

　　語音處理：語音和語音識別技術(shù)支持對各種設(shè)備和設(shè)備進(jìn)行非接觸式控制，為自動翻譯提供輸入并創(chuàng)建可打印的聽寫。語音識別設(shè)備可以識別并響應(yīng)語音指令。代表企業(yè)如下：

　　Nuance Communications

　　Google LLC

　　Amazon.com

　　Apple

　　IBM Corporation

　　Microsoft Corporation

　　Baidu

　　iFLYTEK

　　Sensory

　　LumenVox LLC

　　自然語言處理：提供自然語言處理的公司使用人工智能和語言來閱讀和分析內(nèi)容。NLP 企業(yè)處于使用人工智能技術(shù)更好地理解語言的最前沿。NLP 模型可以成功地總結(jié)數(shù)十萬行文本，同時發(fā)現(xiàn)語言的細(xì)微之處。主要領(lǐng)先代表如下：

　　Google Cloud

　　AWS

　　IBM Corporation

　　Microsoft

　　Intel

　　SoundHound

　　機(jī)器學(xué)習(xí) (ML)：機(jī)器學(xué)習(xí) (ML) 是一種人工智能 (AI)，它支持軟件在預(yù)測結(jié)果方面變得越來越準(zhǔn)確，而無需專門設(shè)計(jì)。這些 IT 巨頭通過其流行的云平臺提供 AI 和 ML，從而推動行業(yè)發(fā)展，允許企業(yè)將 AI 整合到應(yīng)用和系統(tǒng)中，而不會產(chǎn)生內(nèi)部開發(fā)的成本。主要的代表企業(yè)如下：

　　Amazon Web Services

　　Google Cloud Platform

　　IBM Cloud

　　Microsoft Azure

　　Alibaba Cloud

　　Salesforce AI

　　硬件：預(yù)計(jì)專用 AI 硬件分配的帶寬將是普通 CPU 的 4-5 倍。這是必需的，因?yàn)橛捎诓⑿刑幚�，AI 應(yīng)用需要處理器之間更高的帶寬才能獲得最佳性能。領(lǐng)先的AI硬件代表企業(yè)如下：

　　IBM

　　Nvidia

　　Intel

　　Google Alphabet

　　Advanced Micro Devices (AMD)

　　SambaNova Systems

　　Cerebras Systems

　　Graphcore

　　Groq

　　Mythic

　　關(guān)于人工智能的有趣和令人驚訝的統(tǒng)計(jì)數(shù)據(jù)和事實(shí)

　　人工智能是世界上發(fā)展最快的技術(shù)之一，預(yù)計(jì)到2027 年將達(dá)到 2700 億美元的市場價值。預(yù)計(jì)到2030 年將達(dá)到 15.7 萬億美元。如今，77% 的人已經(jīng)在以某種方式使用機(jī)器的人工智能功能，但只有 33% 的人意識到這一點(diǎn)。

　　在 COVID-19 流行期間，人工智能的就業(yè)人數(shù)急劇增加。工作場所的人工智能技術(shù)從2015 年的 10% 增加到 2021 年的 37%。人工智能的使用在銀行業(yè)增加了 37%，在零售行業(yè)增加了 27%，在 IT 行業(yè)增加了 20%。據(jù) 83% 的公司稱，構(gòu)建和部署人工智能算法對其戰(zhàn)略目標(biāo)至關(guān)重要。

　　人工智能在各個行業(yè)的采用

　　AI 現(xiàn)在主要用于企業(yè)分析 (33%)、安全 (25%)以及銷售和營銷 (16%)。然而，40% 的企業(yè)表示實(shí)施新技術(shù)的最重要原因是改善客戶體驗(yàn)。54% 的部署 AI 的組織看到了生產(chǎn)力的提高。然而，80% 的企業(yè)高管表示生產(chǎn)力還有提升空間。44% 的使用 AI 技術(shù)的組織報(bào)告運(yùn)營費(fèi)用較低。在客戶服務(wù)業(yè)務(wù)中，人工智能可以將通話時間縮短 70%，從而節(jié)省 40% 到 60% 的成本。

　　在銷售部門使用人工智能可以將潛在客戶提高 50% 以上。28% 的企業(yè)使用人工智能進(jìn)行營銷。然而，84% 的營銷人員認(rèn)為人工智能 (AI) 比任何其他技術(shù)都更重要。到 2025 年，農(nóng)業(yè)機(jī)器人業(yè)務(wù)價值將達(dá)到 206 億美元�？傆�(jì)62 億美元將用于無人機(jī)或無人駕駛飛行器 (UAVs)(Unmanned Aerial Vehicles)。預(yù)計(jì)到2024 年，人工智能在教育中的使用價值將達(dá)到 60 億美元。到 2027 年，80% 的零售公司希望以某種方式采用人工智能。

　　可穿戴設(shè)備和人工智能

　　到 2025 年，可穿戴 AI 產(chǎn)業(yè)價值將達(dá)到 1800 億美元。到 2027 年，僅手表可穿戴 AI 應(yīng)用預(yù)計(jì)將達(dá)到963.1 億美元，比 2020 年增長 19.6%。到 2022 年底，市場上將有超過 7.8 億臺智能穿戴設(shè)備。預(yù)計(jì)到 2025 年，美國將擁有最大的可穿戴技術(shù)市場份額(35%)，其次是拉丁美洲(20%)。

　　自動駕駛汽車中的人工智能

　　現(xiàn)在有 25 個國家在研究自動駕駛汽車。到 2021 年，全球自動駕駛汽車市場預(yù)計(jì)將超過540 億美元。自動駕駛汽車業(yè)務(wù)正以每年 36% 的速度增長。到 2030 年，預(yù)計(jì)將有超過 800,000 輛汽車上路。自動駕駛汽車可以將出租車等待時間減少多達(dá) 88%。到 2050 年，無人駕駛汽車行業(yè)可能會將道路事故減少約 90%。

　　機(jī)器人中的人工智能

　　2020 年，全球有 1200 萬臺機(jī)器人。汽車行業(yè)使用了 42% 的機(jī)器人。到 2025 年，工業(yè)機(jī)器人業(yè)務(wù)預(yù)計(jì)價值338 億美元，比 2016 年增長 61%。到 2025 年，35% 的工業(yè)機(jī)器人將是協(xié)作的，旨在與人類員工一起工作。生命和制藥行業(yè)是機(jī)器人技術(shù)最激進(jìn)的用戶之一，在 2020 年至 2021 年期間增長了 70%。每次使用 Kiva 協(xié)作機(jī)器人開設(shè)倉庫時，亞馬遜可節(jié)省約 2200 萬美元。

　　語音搜索中的人工智能

　　僅在美國就有大約 110 個數(shù)字語音和虛擬助手。亞馬遜 Echo 設(shè)備數(shù)量為 5300 萬臺，占語音助手市場的 30%。谷歌智能助理控制著 17% 的市場。55% 的客戶表示，使用語音識別 AI 工具的主要動機(jī)是免提管理他們的設(shè)備。到 2024 年，預(yù)計(jì)將有84 億名助手使用各種小工具，這比世界上目前的人口還要多。Google Assistant 是最準(zhǔn)確的語音助手，準(zhǔn)確率高達(dá) 98%。亞馬遜的 Alexa 有 93% 的準(zhǔn)確率，而蘋果的 Siri 有 68% 的準(zhǔn)確率。

　　用于網(wǎng)絡(luò)安全的人工智能

　　到 2027 年，人工智能網(wǎng)絡(luò)安全領(lǐng)域的價值將達(dá)到 463 億美元，比 2020 年增長 23.6%。每 39 秒，網(wǎng)上就會發(fā)生一次網(wǎng)絡(luò)數(shù)據(jù)攻擊，每天識別出超過 300,000 件惡意軟件。到 2021 年，全球超過 65% 的組織將遭受網(wǎng)絡(luò)數(shù)據(jù)攻擊。然而，其中只有 12% 實(shí)施了基于 AI 的安全分析。如果沒有人工智能，61% 的公司認(rèn)為很難檢測到數(shù)據(jù)安全漏洞。

　　醫(yī)療保健中的人工智能

　　38% 的醫(yī)療保健公司使用人工智能來協(xié)助醫(yī)療診斷。2020 年，約有 100 種不同的 AI 開發(fā)小工具獲得了藥用認(rèn)證。放射學(xué)、心臟病學(xué)和血液學(xué)是最受歡迎的專業(yè)。2020年，醫(yī)療手術(shù)機(jī)器人的使用價值將超過46億美元。預(yù)計(jì)到 2027 年，這一數(shù)字將增長17.4%。斯坦福大學(xué)創(chuàng)建了一種機(jī)器學(xué)習(xí)算法，可以準(zhǔn)確預(yù)測住院病人的死亡率。

　　預(yù)計(jì)到 2027 年，醫(yī)療保健將擁有最智能的人工智能研究和使用設(shè)備。據(jù)估計(jì)，到 2022 年，無需人幫助即可工作的醫(yī)療保健機(jī)器的成功率將達(dá)到 75%。到 2026 年，人工智能有可能為臨床醫(yī)療保健業(yè)務(wù)節(jié)省超過1500 億美元。