人工智能应用领域驱动发展的先决条件

人工智能以云计算和大数据为基础，被广泛应用于工业制造等10个领域中。但由于各方向处于不同的发展阶段，因此发展程度并不相同。但驱动发展的先决条件主要体如今感知能力、理解能力、学习能力、交互能力四个方面。

云计算和大数据作为人工智能的基础，在工业制造等众多场景中得到了广泛应用，比如很多工场都在传送带上加装了传感器，将压力、温度、噪音和其他一些参数实时传到云端，将工场真正连上网络，然后利用人工智能的算法对这些数据进行比对，由此提前为工场提供预警和远程检测服务。这种将生产流程及产品通过物联网连接到云端，然后利用算法进行大数据分析的模式，将在更多的行业被广泛应用。

目前人工智能主要有10个应用子领域，分辨是机器学习、计算机视觉、智能机器人、虚拟个人助理、自然语音处理、实时语言翻译、情感感知计算、手势抑制、推荐引擎及协同过滤、视频内容自动识别。各方向处于不同的发展阶段，发展程度有高有低。但驱动发展的先决条件主要体如今感知能力、理解能力、学习能力、交互能力四个方面。

1感知能力

目前人工智能的感知主要通过物联网来实现，它提供了计算机感知和抑制物理世界的接口与手段，可以采集数据、记忆，分析、传送数据，进行交互、抑制等。比如摄像头和相机记录了关于世界的大量图像和视频，麦克风记录了语音和声音，各种传感器将它们感受到的世界数字化。这些传感器就如同人类的五官，是智能系统的数据输入，是感知世界的方式。

2理解能力

智能系统不同于人脑，没有数以千亿的神经元，对事物问题的理解在现阶段还很大程度上依赖于处理器的计算分析能力。近年来，基于GPU（图形处理器）的大规模并行计算异军突起，拥有远超CPU的并行计算能力。从处理器的计算方式来看，CPU计算使用基于x86指令集的串行架构，符合尽可能快的完成一个计算任务。而GPU诞生之初是为了处理3D图像中的上百万个像素图像，拥有更多的内核去处理更多的计算任务。因此GPU具备了执行大规模并行计算的能力。云计算的出现、GPU的大规模应用使得集中化数据计算处理能力变得空前强大。

3学习能力

学习能力的培养类似人类需要教材和训练。据统计，2015年全球产生的数据总量达到了十年前的20多倍，大数据的发展为人工智能的学习和发展提供了相当好的