人工智能，簡(jiǎn)稱AI（ArtificialIntelligence），他的起源很早，在1956年夏天的美國(guó)漢諾斯小鎮(zhèn)，有一群對(duì)計(jì)算機(jī)之父圖靈提出的圖靈測(cè)試非常感興趣的科學(xué)家和熱衷人士（圖靈測(cè)試是指如果有超過(guò)30%的被測(cè)試者認(rèn)為和自己交流的是人而非機(jī)器，那么就可以說(shuō)是機(jī)器通過(guò)了測(cè)試），他們集聚在小鎮(zhèn)上想通過(guò)這次集會(huì)討論和解決關(guān)于人工智能的事情，但是經(jīng)過(guò)會(huì)議的一兩個(gè)月的討論后，他們發(fā)現(xiàn)人工智能并沒(méi)有他們想的那么簡(jiǎn)單，并且會(huì)議結(jié)束后也沒(méi)有什么實(shí)質(zhì)性的進(jìn)展，那一年就是著名的人工智能元年。

但這群熱衷者并沒(méi)有放棄對(duì)人工智能的追求，而人工智能是一門隨著計(jì)算機(jī)的發(fā)展而發(fā)展的科學(xué)，前期計(jì)算機(jī)的發(fā)展就好像是在為人工智能做鋪墊一樣。

隨著計(jì)算機(jī)的發(fā)展，人工智能的發(fā)展歷經(jīng)了幾次寒冬和高潮。在這個(gè)過(guò)程中人們因?yàn)榭吹饺斯ぶ悄艿那熬岸鴼g呼，卻因?yàn)樗募夹g(shù)天花板以及它的遙遠(yuǎn)變現(xiàn)而對(duì)它丟失關(guān)注度。

2016年，google的人工智能機(jī)器“阿爾法狗”（AlphaGo）以總比分4：1戰(zhàn)勝圍棋世界冠軍李世石，自此人工智能開(kāi)始被社會(huì)大眾所熟知，人工智能的熱浪開(kāi)始一浪接一浪。到2018年開(kāi)始依賴Data-Driven的深度網(wǎng)絡(luò)的技術(shù)開(kāi)始窺見(jiàn)天花板，純AI企業(yè)的技術(shù)落地和商業(yè)變現(xiàn)能力日漸困難，技術(shù)和場(chǎng)景需要融合，沒(méi)有使用場(chǎng)景，和配套服務(wù)流程的AI企業(yè)逐漸被淘汰，很多大企業(yè)在使用場(chǎng)景方面占據(jù)很大優(yōu)勢(shì)，比如?？当O(jiān)控，因?yàn)槿斯ぶ悄艿募映?，更是占盡行業(yè)優(yōu)勢(shì)。但是大企業(yè)也有大企業(yè)的煩惱，人工智能的研究投入是非常浩大的，但是為了市場(chǎng)先機(jī)和企業(yè)的估值，企業(yè)不得不為人工智能繼續(xù)燒錢。

人工智能行業(yè)似乎進(jìn)入了一個(gè)僵持期，接下來(lái)它該何去何從呢？要想打破人工智能技術(shù)和變現(xiàn)困難，就應(yīng)該針對(duì)當(dāng)前工業(yè)的發(fā)展，讓人工智能逐步落地。比如隨著5G的發(fā)展，世界似乎又進(jìn)入了一個(gè)全新的發(fā)展里程。這個(gè)時(shí)候人工智能應(yīng)該好好結(jié)合和利用5G這塊基石，對(duì)其進(jìn)行產(chǎn)業(yè)“賦能”，所謂的“賦能”就是要找準(zhǔn)自己在行業(yè)里的定位。要想生存，必須回歸盈利，畢竟能抓到老鼠的才是好貓。

要想回歸盈利，那么人工智能終將應(yīng)用于工程實(shí)踐。在實(shí)踐的工程里，具體用什么樣的人工智能技術(shù)則要看工程的需求，以解決實(shí)際問(wèn)題為主，往往需要將各種學(xué)術(shù)界的成果結(jié)合起來(lái)使用。在這個(gè)過(guò)程中，會(huì)不會(huì)用到某一種人工智能技術(shù)，決定因素非常多樣，要看該技術(shù)能否支持需求解決以及公司資源的支持匹配。

人工智能在學(xué)術(shù)研究領(lǐng)域，最注重的是算法，但是在工程實(shí)踐里，需要重新定位，所有的工程需求才是第一位，為了解決工程需求，能提供多個(gè)可實(shí)施的人工智能方案變得更至關(guān)重要。

2020年3月國(guó)家又放開(kāi)了100所可以培養(yǎng)人工智能專業(yè)方向人才的大學(xué)，并發(fā)布了《關(guān)于 “雙一流”建設(shè)高校促進(jìn)學(xué)科融合 加快人工智能領(lǐng)域研究生培養(yǎng)的若干意見(jiàn)》的通知，從人工智能需要深入學(xué)習(xí)研究的方面來(lái)看，這似乎有悖培養(yǎng)優(yōu)秀人才的宗旨，畢竟人工智能是一門復(fù)雜的交叉科學(xué)，需要有強(qiáng)大的工科知識(shí)背景支撐，才能作出更好的研究成果，但是新公布的大學(xué)都不是傳統(tǒng)工科強(qiáng)勢(shì)的重點(diǎn)大學(xué)。如果你再深入思考，你將不難發(fā)現(xiàn)，其實(shí)在工程實(shí)踐方向上，更注重的是解決方案，是各個(gè)行業(yè)的解決方案，如果將有各個(gè)行業(yè)的知識(shí)的人培養(yǎng)出來(lái)，去從事人工智能，反而比專攻工科的研究方向的人才更有優(yōu)勢(shì)。